> For the complete documentation index, see [llms.txt](https://doc.dastra.eu/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://doc.dastra.eu/de/gdpr/concepts/personal-data.md).

# Personenbezogene Daten

Erfahren Sie, was personenbezogene Daten sind.

## Definition personenbezogener Daten

Nach [Artikel 4 der DSGVO](https://eur-lex.europa.eu/eli/reg/2016/679/oj) sind **personenbezogene Daten** *alle Informationen, die sich auf eine identifizierte oder identifizierbare natürliche Person beziehen*. Mit anderen Worten: **jede Information, die es ermöglicht, eine Person direkt oder indirekt zu identifizieren.**

Eine natürliche Person kann identifiziert werden:

* **Direkt**: durch einen Namen, Vornamen, ein Foto, eine Identifikationsnummer usw.
* **Indirekt**: durch die Verknüpfung von Informationen wie einer Telefonnummer, einer E-Mail-Adresse, einem Kfz-Kennzeichen, einer Stimme oder einem Bild.

Die Identifizierung kann daher erfolgen:

* anhand **eines einzigen Datums** (z. B. Sozialversicherungsnummer);
* oder durch **die Kombination mehrerer Elemente** (z. B. eine Frau, geboren an einem bestimmten Datum, wohnhaft in einer bestimmten Stadt, beschäftigt in einem bestimmten Unternehmen).

{% hint style="info" %}
Die allgemeinen Kontaktdaten eines Unternehmens sind grundsätzlich keine personenbezogenen Daten (z. B. **<info@unternehmen.de>**). Eine auf eine Person lautende E-Mail-Adresse wie **<vorname.nachname@unternehmen.de>** ist dagegen ein personenbezogenes Datum.
{% endhint %}

***

## Kategorien personenbezogener Daten

Die **Kategorien personenbezogener Daten** gruppieren Informationen nach ihrer Art oder Verwendung.

Einige gängige Beispiele:

* **Identität**: Name, Vorname, Geburtsdatum, Foto, Unterschrift
* **Privatleben**: Adresse, Familienstand, Hobbys
* **Berufsleben**: Lebenslauf, Funktion, Leistungsbeurteilungen, Gehalt
* **Wirtschaftliche oder finanzielle Situation**: Einkommen, Bankkonten, Transaktionen
* **Verbindung und Nutzung**: IP-Adresse, Anmeldekennung, Logs, Cookies
* **Standort**: GPS-Koordinaten, Reiseverlauf, Bewegungsdaten

> Diese Kategorien sind wesentlich, um **Ihr Verarbeitungsverzeichnis zu strukturieren** und die mit jeder Datenart verbundenen Risiken zu identifizieren.

***

## Besondere Kategorien personenbezogener Daten („sensible Daten“)

Bestimmte personenbezogene Daten genießen einen verstärkten Schutz: die **besonderen Kategorien personenbezogener Daten**, da ihre Verwendung erhebliche Auswirkungen auf die Rechte und Freiheiten der Personen haben kann.

Sie offenbaren insbesondere:

* die **rassische oder ethnische Herkunft**,
* **politische Meinungen**,
* **religiöse oder weltanschauliche Überzeugungen**,
* die **Gewerkschaftszugehörigkeit**,
* **genetische Daten** und **biometrische Daten**, die zur eindeutigen Identifizierung einer Person verarbeitet werden,
* **Gesundheitsdaten**,
* die **sexuelle Orientierung** oder das **Sexualleben** einer Person.

{% hint style="info" %}
Beispiele: Fingerabdrücke zur Identifizierung einer Person (Biometrie), Patientenakten, DNA, Religionszugehörigkeit.
{% endhint %}

***

## Das Verarbeitungsverbot und die Ausnahmen

Die **Verarbeitung besonderer Kategorien personenbezogener Daten ist untersagt**, es sei denn, die DSGVO sieht etwas anderes vor (Artikel 9). Zu diesen Ausnahmen gehören insbesondere:

* die **ausdrückliche Einwilligung** der betroffenen Person,
* Daten, die von der Person **offensichtlich öffentlich gemacht** wurden,
* Verarbeitungen, die zum **Schutz lebenswichtiger Interessen** erforderlich sind,
* Verarbeitungen durch **Vereinigungen** mit politischem, religiösem, weltanschaulichem oder gewerkschaftlichem Zweck für ihre Mitglieder,
* Verarbeitungen, die aus Gründen eines **erheblichen öffentlichen Interesses** erforderlich sind.

> Diese Fälle müssen stets **im Verzeichnis dokumentiert** und mit **geeigneten Sicherheitsmaßnahmen** versehen werden.

***

## Personenbezogene Daten und künstliche Intelligenz

**Systeme der künstlichen Intelligenz** verwenden häufig personenbezogene Daten für das Training, das Testen oder den Betrieb von Modellen. Die **KI-Verordnung** ergänzt die DSGVO, indem sie die **Rückverfolgbarkeit und Dokumentation** der von KI-Systemen verwendeten Daten vorschreibt.

Beispiele:

* Trainingsdaten mit Gesichtsbildern (Biometrie);
* Textdaten aus privater Kommunikation;
* Verhaltensdaten aus Sensoren oder Browsing-Aktivitäten.

In Dastra ist jedes KI-System im **Register der KI-Systeme** mit den **Verarbeitungstätigkeiten** verknüpft, die es nutzt, um die übergreifende Compliance von DSGVO und KI-Verordnung sicherzustellen.

{% content-ref url="/pages/tv9BYznO6spwKbNZK8tP" %}
[KI-Systeme](https://doc.dastra.eu/de/features/ai-systems.md)
{% endcontent-ref %}

***

## Weiterführende Informationen

{% content-ref url="/pages/ZDyVthwL3Jcg6tFNwDXR" %}
[Daten und Speicherdauer](https://doc.dastra.eu/de/features/ropa/activity/datasets.md)
{% endcontent-ref %}

{% hint style="success" %}
**Gute Praxis:** Identifizieren, klassifizieren und dokumentieren Sie Ihre Datenkategorien bereits in der Entwurfsphase Ihrer Verarbeitungstätigkeiten oder KI-Systeme. Das erleichtert die Führung Ihres Verzeichnisses und die Einhaltung des Prinzips *Privacy by Design*.
{% endhint %}


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://doc.dastra.eu/de/gdpr/concepts/personal-data.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
