Was konkret passiert: Bildschirmzugriff und Messaging-Integration
Gleich mehrere KI-Anbieter drängen mit nativer macOS-Integration in Unternehmensumgebungen. Laut aktueller Berichtslage (Heise, Mai 2025) plant Meta, seine KI-Modelle per Mac-App mit dauerhaftem Bildschirmlesezugriff auszustatten — vergleichbar mit dem Screenshot-basierten Kontext, den OpenAIs macOS-App bereits nutzt. OpenAI geht einen Schritt weiter: Die ChatGPT-Desktop-App für macOS kann über eine Apple-Intelligence-Systemintegration aktiv iMessages versenden und empfangen, nicht nur lesen. Claude (Anthropic) und Gemini (Google) verfolgen ähnliche Ansätze mit jeweils unterschiedlicher Tiefe der Systemintegration.
Technisch relevant: Der Bildschirmzugriff erfolgt über die macOS Accessibility API und Screen Recording Permissions — beides sind Systemrechte, die explizit vom Nutzer erteilt werden müssen, aber danach im Hintergrund dauerhaft aktiv bleiben können. Die iMessage-Integration von ChatGPT läuft über die Apple Intelligence Erweiterungsarchitektur (iOS/macOS 18.x). Konkrete CVE-Nummern oder CVSS-Scores liegen laut aktueller Berichtslage nicht vor — die Risiken entstehen primär durch bewusst gewährte, aber unterschätzte Berechtigungen, nicht durch Schwachstellen im klassischen Sinne.
Warum das alle angeht — jenseits von Banken und Compliance
Der Reflex, dies als Problem regulierter Branchen abzutun, greift zu kurz. Zwei Beispiele aus dem Nicht-Banking-Kontext verdeutlichen das:
Kanzleien und Steuerberater: Wer ChatGPT auf dem Mac nutzt und die Bildschirmleseberechtigung erteilt, riskiert, dass Mandantendaten, Jahresabschlüsse oder laufende Verfahren als Kontext an OpenAI-Server übermittelt werden — ohne dass der Mandant dem zugestimmt hat. Das Berufsgeheimnis nach § 203 StGB kennt keine KI-Ausnahme.
Industrieunternehmen und Maschinenbauer: In Konstruktions- oder ERP-Umgebungen, in denen CAD-Pläne, Stücklisten oder Lieferantenkonditionen auf dem Bildschirm erscheinen, genügt ein einmaliges Erteilen der Screensharing-Berechtigung, um potenziell schützenswertes Know-how in den Trainings- oder Verarbeitungskontext eines Cloud-Dienstes zu führen. Ob die jeweiligen Nutzungsbedingungen eine Modellverbesserung aus Nutzerdaten ausschließen, ist je nach Anbieter und Tarif unterschiedlich — und wird selten geprüft.
Das wirtschaftliche Risiko ist konkret: Verlust von Geschäftsgeheimnissen, Verletzung von NDA-Verpflichtungen gegenüber Kunden oder Lieferanten, und im Schadensfall fehlende Dokumentation darüber, welche Daten wann an welchen Dienst übermittelt wurden.
Rechtlicher Rahmen: DSGVO, EU AI Act und Auslagerungsregeln
Aus datenschutzrechtlicher Perspektive greift DSGVO Art. 32 unmittelbar: Wer personenbezogene Daten über einen KI-Dienst mit Bildschirmzugriff verarbeitet, muss technische und organisatorische Maßnahmen nachweisen können — darunter die Kontrolle darüber, welche Daten den eigenen Perimeter verlassen. Art. 33 DSGVO verpflichtet zur Meldung, wenn durch unkontrollierten Abfluss ein meldepflichtiger Vorfall entsteht.
Der EU AI Act ist hier differenziert anzuwenden: KI-Systeme, die Bildschirminhalte auslesen und kontextuell verarbeiten, fallen je nach Einsatzzweck unter Transparenzanforderungen (Art. 13) — insbesondere wenn sie in Entscheidungsprozesse eingebunden werden. Für General Purpose AI Models (GPAI) wie GPT-4o oder Metas Llama-Varianten gelten ab August 2025 zusätzliche Anforderungen an Transparenz und technische Dokumentation.
Für Finanzinstitute kommt DORA Art. 28 hinzu: Jede wesentliche IKT-Drittpartei, die Zugriff auf interne Systeme oder Daten erhält, muss vertraglich gebunden, risikobewertet und im Register geführt werden. Eine KI-App mit Bildschirmlesezugriff auf einem Arbeitsrechner eines Portfoliomanagers oder Compliance-Officers erfüllt diese Schwelle ohne Umwege. MaRisk AT 9 und BAIT-Auslagerungsanforderungen gelten analog für deutsche Institute.
Handlungsempfehlungen
Für jeden Betreiber und Einkäufer:
- Sofort (innerhalb 72 Stunden): Inventarisieren Sie, welche macOS-Geräte in Ihrer Flotte bereits ChatGPT, Meta AI, Claude oder Gemini als Desktop-App installiert haben. In Jamf Pro oder Kandji lässt sich das über Software-Inventar-Reports und Smart Groups auf Anwendungsname filtern. Microsoft Intune bietet unter „Discovered Apps" eine vergleichbare Übersicht für hybrid verwaltete Macs.
- Kurzfristig (bis 14 Tage): Definieren Sie eine unternehmensweite Policy zu Bildschirmaufnahme- und Accessibility-Berechtigungen. In Jamf lassen sich Privacy Preferences Policy Control (PPPC)-Profile deployen, die Screen Recording und Accessibility-Zugriff für nicht genehmigte Anwendungen blockieren — ohne Nutzerinteraktion. Ergänzen Sie Ihre Acceptable-Use-Policy schriftlich um KI-Desktop-Applikationen.
- Mittelfristig (nächstes Change-Window): Richten Sie in Ihrem EDR (CrowdStrike Falcon, SentinelOne Singularity oder Microsoft Defender for Endpoint) Verhaltensregeln ein, die ausgehende Verbindungen von KI-Prozessen zu bekannten API-Endpunkten (api.openai.com, graph.meta.ai) loggen. Führen Sie diese Logs in Ihr SIEM (Splunk, Wazuh oder QRadar) zusammen, um Datentransfervolumen pro Gerät sichtbar zu machen.
Zusätzlich für regulierte Branchen:
- Führen Sie eine formale Risikobeurteilung nach DORA Art. 28 durch, bevor KI-Desktop-Apps auf Geräten mit Zugang zu Kernsystemen (Avaloq, Kordoba, T24, SWIFT-Clients) toleriert werden. Dokumentieren Sie das Ergebnis im IKT-Drittanbieterregister — auch eine Ablehnung der Nutzung ist ein dokumentationspflichtiges Ergebnis.
- Prüfen Sie, ob bestehende BAIT-konforme Auslagerungsverträge mit Software-Lieferanten Klauseln enthalten, die den Einsatz von KI-Diensten mit Datenzugriff auf Arbeitsplätzen einschränken oder meldepflichtig machen. Fehlen solche Klauseln, ist das eine Lücke im nächsten internen Audit.
Was wir kritisch sehen
Die öffentliche Diskussion konzentriert sich auf die Frage, ob Nutzer die Berechtigungen bewusst erteilen — als ob informierte Einwilligung das Risiko vollständig adressieren würde. Das greift zu kurz: Auch bewusst erteilte Zugriffsrechte erzeugen unkontrollierte Datenflüsse, wenn keine technischen Grenzen definiert sind, welche Bildschirminhalte tatsächlich übermittelt werden. Keiner der Anbieter legt derzeit granular offen, welche Bildschirmfragmente in welchem Kontext an welche Infrastruktur weitergeleitet werden. Die Nutzungsbedingungen von Meta und OpenAI unterscheiden sich zudem erheblich darin, ob und wie Nutzerdaten zur Modellverbesserung herangezogen werden — ein Unterschied, der in Unternehmensumgebungen oft nicht zwischen Consumer- und Enterprise-Tier differenziert wird. Wer auf die Selbstregulierung der Anbieter setzt, übergibt die Kontrolle über seinen Datenperimeter an deren Produktentscheidungen.
