ChatGPT ohne Anmeldung im Unternehmen: Vom Risiko zur Infrastruktur

Das Problem ist nicht ChatGPT. Das Problem ist der Kontrollverlust.

In praktisch jedem Unternehmen nutzen Mitarbeiter heute heimlich öffentliche KI-Tools. Mit privaten ChatGPT-Accounts, über dubiose Webseiten die „ChatGPT ohne Anmeldung” versprechen, per Copy-Paste in Claude.ai oder Gemini – ohne Wissen der IT, ohne Freigabe, ohne jede Governance. Die Hürde liegt bei null, der Produktivitätsgewinn ist sofort spürbar. Das Ergebnis: Schatten-IT im großen Stil.

Das Risiko dabei ist nicht theoretisch. Prompts an öffentliche KI-Dienste werden auf Servern außerhalb der Unternehmenskontrolle verarbeitet. Ohne Enterprise-Vertrag können eingegebene Daten für Modell-Training verwendet werden. Besonders gefährlich sind dabei die zahlreichen Drittanbieter-Seiten, die „ChatGPT kostenlos und ohne Anmeldung” anbieten: Hier fehlt selbst der minimale Schutz, den ein direkter OpenAI-Account bietet. Vertrauliche Informationen – Gehaltsdaten, Vertragsentwürfe, Strategiepapiere – landen in Systemen, auf die das Unternehmen keinen Zugriff, keine Löschrechte und keine Audit-Möglichkeit hat.

IT-Abteilungen stehen vor einem Dilemma: Verbieten funktioniert nicht, weil der Nutzen zu offensichtlich ist und Mitarbeiter Wege finden. Dulden ist keine Option, weil DSGVO, Betriebsrat und interne Revision irgendwann fragen werden.

Die Antwort ist weder Verbot noch Duldung. Die Antwort ist Infrastruktur.

Was Mitarbeiter eigentlich brauchen – und warum sie heimlich ChatGPT nutzen

Wenn Mitarbeiter trotz Verbot zu ChatGPT greifen, zeigt das vor allem eines: Das Unternehmen bietet keine Alternative. Was Mitarbeiter suchen, ist ein einfaches Interface, das sofort funktioniert, natürliche Sprache versteht und bei der täglichen Arbeit hilft. Texte zusammenfassen, E-Mails formulieren, Dokumente analysieren, Fragen zu internen Richtlinien beantworten.

Diese Anforderung ist legitim. Aber sie muss in einer Umgebung erfüllt werden, die das Unternehmen kontrolliert – nicht auf Servern von Drittanbietern, die mit „ChatGPT ohne Anmeldung” werben und deren Geschäftsmodell im Datensammeln besteht.

Eine Enterprise-Chat-Infrastruktur gibt jedem Mitarbeiter genau dieses Interface – mit einem entscheidenden Unterschied: Die Daten bleiben in der Unternehmensinfrastruktur. Prompts werden nicht an Dritte übertragen. Nutzung wird geloggt und ist auditierbar. Zugriffsrechte folgen dem bestehenden Rollenkonzept. Und das Wichtigste: Mitarbeiter müssen nicht mehr heimlich zu externen Tools greifen, weil sie eine bessere, offizielle Alternative haben.

Warum modell-agnostisch der einzig sinnvolle Ansatz ist

Der häufigste Fehler bei der Einführung von Enterprise-KI: ein einzelnes Modell eines einzelnen Anbieters als Standard setzen. ChatGPT Enterprise, Copilot für alle, oder ein fixer Claude-Vertrag.

Das Problem: LLMs entwickeln sich schneller als jede Enterprise-Beschaffung. Was heute das beste Modell für Textanalyse ist, kann in sechs Monaten von einem günstigeren oder leistungsfähigeren Modell abgelöst werden. Wer seine gesamte Infrastruktur auf einen Anbieter baut, hat Vendor-Lock-in bei der kritischsten Technologieentscheidung der nächsten Jahre.

Eine modell-agnostische Architektur löst dieses Problem: Ein einheitliches Chat-Interface für alle Mitarbeiter. Dahinter eine Orchestrierungsschicht, die verschiedene Modelle routing – Claude, ChatGPT, Gemini, Llama, Mistral, DeepSeek, gpt-oss. Je nach Anwendungsfall, Kosten oder Datenschutzanforderung wird das passende Modell automatisch ausgewählt. Modellwechsel erfolgen ohne Änderung am Interface und ohne Umschulung der Mitarbeiter.

Gosign baut diese KI-Infrastruktur modell-agnostisch und plattformoffen – als Cloud-Deployment in Azure oder GCP, oder komplett Self-Hosted in der eigenen Infrastruktur.

Vom Chat-Interface zur Agenten-Plattform

Ein DSGVO-konformes Chat-Interface ist der Einstieg. Aber die eigentliche Wertschöpfung beginnt, wenn das Interface nicht nur Fragen beantwortet, sondern Prozesse anstößt.

Das ist der Übergang vom Chat zur Agenten-Infrastruktur.

Konkret bedeutet das: Ein Mitarbeiter lädt im Chat eine Krankmeldung hoch. Ein Document Agent liest das Dokument, extrahiert relevante Daten, prüft Fristen gegen die Betriebsvereinbarung und bereitet die Buchung in SAP vor. Ein Workflow Agent orchestriert den Folgeprozess: Vorgesetzten informieren, Vertretung prüfen, Lohnfortzahlung berechnen. Ein Knowledge Agent beantwortet Rückfragen des Mitarbeiters auf Basis der aktuellen Unternehmensrichtlinien.

Das Chat-Interface wird zum einheitlichen Einstiegspunkt für alle drei Agenten-Typen. Der Mitarbeiter sieht ein einfaches Gespräch. Im Hintergrund orchestriert die Infrastruktur dokumentenbasierte, workflow-basierte und wissensbasierte Agenten – mit vollständigem Audit-Trail und Human-in-the-Loop bei kritischen Entscheidungen.

Governance ist kein Feature. Governance ist die Architektur.

Jede unkontrollierte ChatGPT-Nutzung erzeugt einen blinden Fleck: Welche Daten wurden eingegeben? Welche Antworten wurden für Entscheidungen genutzt? Wer hat wann was gefragt?

In einer Enterprise-Chat-Infrastruktur mit Governance by Design existieren diese blinden Flecken nicht.

Jede Interaktion wird geloggt – Prompt, Antwort, verwendetes Modell, Zeitstempel, Nutzerrolle. Entscheidungsrelevante Aktionen durchlaufen den Decision Layer, der Analyse und Entscheidung trennt. Kritische Prozesse erfordern menschliche Freigabe, architektonisch verankert als Human-in-the-Loop.

Für den Betriebsrat bedeutet das: Transparenz über den Einsatz von KI im Unternehmen, dokumentiert und jederzeit prüfbar. Für die interne Revision: lückenloser Audit-Trail. Für den Datenschutzbeauftragten: Datenverarbeitung in kontrollierter Umgebung, keine Übertragung an Dritte, DSGVO-konform dokumentiert.

Was die IT-Abteilung jetzt entscheiden muss

Die Frage ist nicht mehr, ob Mitarbeiter KI nutzen. Die Frage ist, ob sie es in einer kontrollierten oder unkontrollierten Umgebung tun.

Drei Architekturentscheidungen stehen an.

Erstens: Hosting. Soll die Chat-Infrastruktur in Azure, GCP oder komplett Self-Hosted laufen? Die Antwort hängt von der bestehenden IT-Landschaft und den Datenschutzanforderungen ab. Alle drei Optionen sind technisch gleichwertig – es gibt keine architektonischen Kompromisse beim Self-Hosting.

Zweitens: Modellstrategie. Welche Modelle sollen verfügbar sein und wie wird das Routing gesteuert? Eine modell-agnostische Architektur hält alle Optionen offen und vermeidet Vendor-Lock-in.

Drittens: Agenten-Roadmap. Soll das Chat-Interface perspektivisch Agenten anbinden, die Dokumente verarbeiten und Workflows orchestrieren? Wenn ja – und die Antwort ist fast immer ja – dann muss die Infrastruktur von Anfang an darauf ausgelegt sein.

Bei Gosign bauen wir genau diese Infrastruktur: modell-agnostisch, DSGVO-konform, mit Agenten-Anbindung und Governance by Design. In 4–6 Wochen vom Konzept zum produktiven Chat-Interface. In der Infrastruktur des Kunden, unter voller Kundenkontrolle. Kein SaaS, kein Vendor-Lock-in.