

Schatten-KI-Audit für Engineering-Teams
oestreich.digital
Ihre Entwicklungsdaten verlassen das Haus nicht über den Wettbewerb.
Sie verlassen es über ein Eingabefeld.
In fast jeder Entwicklungsabteilung arbeiten Ingenieure längst mit KI — schneller Testreport, Messdaten sortieren, ein Lastenheft zusammenfassen. Nur passiert das über private Konten, ohne Freigabe und ohne dass jemand weiß, welche Daten dabei das Haus verlassen.
Ich bin Tilmann Oestreich. Ich komme aus der Antriebsstrangentwicklung und habe fünf Jahre lang KI auf Engineering- und Testdaten in Unternehmen zum Laufen gebracht. Ich mache sichtbar, wo bei Ihnen gerade IP abfließt — und was nötig ist, damit Ihr Team KI sicher auf den eigenen Daten nutzen kann.
Es ist nicht die Frage, ob es passiert. Es ist die Frage, ob Sie es belegen könnten.#
Schatten-KI ist kein hypothetisches Risiko. Sie ist erhoben — in Telemetrie, in Unternehmensbefragungen und in der Selbstauskunft der Beschäftigten.
34,8 % — Anteil der Daten, die Beschäftigte in KI-Tools eingeben und die sensibel sind. Häufigster Typ innerhalb dieser sensiblen Daten: Quellcode mit 18,7 %, direkt danach Forschungs- und Entwicklungsmaterial mit 17,1 %. Quelle: Cyberhaven Labs, AI Adoption & Risk Report, April 2025 — Telemetrie aus der Arbeit von 7 Millionen Beschäftigten.
23 % — Anteil der Unternehmen in Deutschland, die Regeln für den Einsatz von KI aufgestellt haben. Vor einem Jahr waren es 15 %. Im selben Zeitraum hat sich der Anteil der Unternehmen, in denen private KI-Nutzung weit verbreitet ist, von 4 auf 8 % verdoppelt. Quelle: Bitkom Research, 604 Unternehmen ab 20 Beschäftigten, Oktober 2025.
49 % — Anteil der Beschäftigten in Deutschland, die ihre privaten KI-Werkzeuge nicht aufgeben würden, selbst wenn das Unternehmen sie vollständig verbietet. Quelle: Software AG, Chasing Shadows, 6.000 Wissensarbeiter, Oktober 2024 — Selbstauskunft, kein gemessenes Verhalten.
Schatten-KI ist kein hypothetisches Risiko. Sie ist gemessen.
34,8%
Anteil der Daten, die Beschäftigte in KI-Tools eingeben und die sensibel sind. Häufigster Typ innerhalb dieser sensiblen Daten: Quellcode mit 18,7 %, direkt danach Forschungs- und Entwicklungsmaterial mit 17,1 %.
Quelle: Cyberhaven Labs, AI Adoption & Risk Report, April 2025 — Telemetrie aus der Arbeit von 7 Millionen Beschäftigten.
23%
Anteil der Unternehmen in Deutschland, die Regeln für den Einsatz von KI aufgestellt haben. Vor einem Jahr waren es 15 %. Im selben Zeitraum hat sich der Anteil der Unternehmen, in denen private KI-Nutzung weit verbreitet ist, von 4 auf 8 % verdoppelt.
Quelle: Bitkom Research, 604 Unternehmen ab 20 Beschäftigten, Oktober 2025.
49%
Anteil der Beschäftigten in Deutschland, die ihre privaten KI-Werkzeuge nicht aufgeben würden, selbst wenn das Unternehmen sie vollständig verbietet.
Quelle: Software AG, Chasing Shadows, 6.000 Wissensarbeiter, Oktober 2024 — Selbstauskunft, kein gemessenes Verhalten.
Das erklärt auch, warum Verbote das Problem nicht lösen, sondern verschieben. Ein Verbot beendet die Nutzung nicht — es beendet nur die Sichtbarkeit. Danach läuft dasselbe über das private Handy weiter, außerhalb jeder Protokollierung, außerhalb jeder Freigabe, außerhalb jeder Chance, im Ernstfall zu rekonstruieren, was eigentlich hinausgegangen ist.
Der Schutz endet nicht vor Gericht. Er endet beim Absenden.#
Das ist der Teil, den die meisten unterschätzen, weil sie in Kategorien von Strafe und Verfahren denken.
Schutz gibt es nur gegen Nachweis. § 2 Nr. 1b GeschGehG knüpft den Status als Geschäftsgeheimnis an angemessene Geheimhaltungsmaßnahmen. Wird ein Konstruktionsauszug in ein öffentliches Tool eingegeben, dessen Bedingungen die Weiterverwendung erlauben, ist er einem Dritten offengelegt. Damit kann eine der Voraussetzungen entfallen, an die das Gesetz den Schutz knüpft. Dafür braucht es kein Verfahren, keine Behörde und keine Entdeckung.
Klauseln reichen nicht. Das Bundesarbeitsgericht hat 2024 bestätigt, dass pauschale Verschwiegenheitsklauseln nicht genügen: Es braucht dokumentierte, gelebte Maßnahmen. Eine KI-Richtlinie ist damit nicht nur Ordnungspolitik — sie ist selbst eine der Geheimhaltungsmaßnahmen, von denen der Schutz abhängt. BAG, Urteil vom 17.10.2024 — 8 AZR 172/23
Kompetenz ist bereits Pflicht. Art. 4 der KI-Verordnung verpflichtet Anbieter und Betreiber seit Februar 2025, für ausreichende KI-Kompetenz ihrer Beschäftigten zu sorgen. Der Digital Omnibus, im Juni 2026 final angenommen, formuliert diese Pflicht weicher — abgeschafft wird sie nicht. Ein eigener Bußgeldtatbestand hängt an Art. 4 ohnehin nicht. Die Wirkung entsteht an anderer Stelle: Wenn nach einem Vorfall gefragt wird, ob die Beteiligten im Umgang mit dem System geschult waren, ist »nein, und belegen könnten wir es ohnehin nicht« der Punkt, an dem aus einem technischen Vorfall ein Organisationsverschulden wird.
Rechtsstand: Juli 2026. Ich bin Ingenieur, kein Jurist — ich stelle den technischen Sachverhalt fest, an dem die rechtliche Bewertung hängt. Die Bewertung selbst gehört zu Ihrer Rechtsberatung.
So sieht das Ergebnis aus#
- Sachverhalt
- Im Arbeitsvertrag steht eine Verschwiegenheitsklausel, im IT-Nutzungshinweis ein allgemeines Verbot nicht freigegebener Dienste. Es liegen keine Nachweise darüber vor, wann welche Regelung an wen kommuniziert wurde, keine Schulungsdokumentation und keine Protokollierung der tatsächlich genutzten Werkzeuge. Auf die Frage, welche Maßnahmen im Streitfall belegbar wären, konnte keine Stelle im Haus eine Antwort geben.
- Normbezug
- § 2 Nr. 1 Buchst. b GeschGehG knüpft den Schutz als Geschäftsgeheimnis an angemessene Geheimhaltungsmaßnahmen. Das Bundesarbeitsgericht hat 2024 klargestellt, dass pauschale Klauseln dafür nicht genügen — es braucht dokumentierte, gelebte Maßnahmen. BAG, Urteil vom 17.10.2024 — 8 AZR 172/23
- Abgabe
- Ob die vorhandenen Maßnahmen im konkreten Fall ausreichen, beurteilt Ihre Rechtsberatung. Dass zu ihrer Umsetzung keine Nachweise existieren, ist keine Rechtsfrage — das ist ein Zustand, und er lässt sich in zwei Wochen ändern.
Demonstrationsbefund aus dem Musteraudit.
Das Schatten-KI-Audit#
Drei Tage. Sieben Prüfbereiche. Drei Fragen, die beantwortet sind, wenn ich wieder gehe.
Wo fließt gerade IP ab? Welche Konstruktions-, Test- und Simulationsdaten landen in öffentlichen Tools — über welche Konten, in welchen Aufgaben, mit welcher Regelmäßigkeit.
Wie KI-fähig sind Ihre eigenen Daten überhaupt? Ob Ihr Team KI im Haus produktiv nutzen könnte — oder ob der Zustand der Daten genau das gerade verhindert.
Was kostet beides? In Stunden, in Risiko, in Euro. Und was die Alternative kostet.
Sie erhalten eine Befundpräsentation live vor dem Team, Sofortmaßnahmen für die ersten zwei Wochen und einen priorisierten 90-Tage-Fahrplan.
Festpreis 2.500 €. Kein relevanter Befund, kein Honorar.
20-Min-RisikogesprächFür wen das ist — und für wen nicht#
Passt: Zulieferer und Ingenieurdienstleister zwischen 50 und 500 Mitarbeitern. Entwicklungs-, Test- und Simulationsleitung. Entscheidungsträger und Budgetverantwortung möglichst in einer Person. Häufig unter OEM-Druck, aber ohne OEM-Ressourcen: keine eigene IT-Security, keine Compliance-Abteilung, kein Datenschutzteam mit Kapazität für dieses Thema.
Besonders passend, wenn Sie fremdes IP verarbeiten. Bei Ingenieurdienstleistern gehört ein erheblicher Teil der Daten, die durch die eigenen Mitarbeiter fließen, den Kunden. Das verschiebt die Haftungsfrage.
Passt nicht: Konzerne mit eigener KI-Governance-Organisation. Betriebe, die ein großes IT-Projekt suchen. Und Häuser, in denen es bereits jemanden gibt, der das Thema treibt, versteht und durchsetzen darf — die lösen es selbst, und das ist gut so.
Und wer baut das dann?#
Ein Audit, das mit einem Fahrplan endet und dann in einem Ordner liegt, hat nichts verändert. Deshalb ist der zweite Schritt kein Konzept, sondern eine Umsetzung: sichere interne Alternativen, Datenwege, die keine manuelle Zwischenstation mehr brauchen, KI auf Ihren eigenen Daten statt auf fremden Servern.
Gebaut auf offenen Standards, auf Servern in Deutschland, ohne Vendor-Lock-in.
In drei Schritten#
Tilmann Oestreich. Achtzehn Jahre Entwicklung: Strömungssimulation im Antriebsstrang bei Daimler Truck, danach fünf Jahre bei Monolith AI — von der Series A bis zur Übernahme durch CoreWeave — wo ich KI direkt auf Engineering- und Testdaten deployt habe. Heute selbstständig, in Nordschleswig.
Diese Kombination ist der Grund, warum ich das hier mache: Ich kenne die Sprache und den Termindruck, unter dem Ingenieure zu diesen Tools greifen. Und ich weiß aus der Praxis, was nötig ist, damit die sichere Alternative tatsächlich funktioniert und nicht nur existiert.

Ich schreibe werktäglich auf LinkedIn über KI in Entwicklungsabteilungen →