Mit seinen Leitlinien 3/2026 zur Verarbeitung personenbezogener Daten für die Entwicklung und den Einsatz von KI-Modellen stellt der Europäische Datenschutzausschuss (EDSA) klar, dass das Scraping öffentlich zugänglicher personenbezogener Daten datenschutzrechtlich nicht ausgeschlossen ist. Als Rechtsgrundlage kommt insbesondere Art. 6 Abs. 1 f) DSGVO (berechtigtes Interesse) in Betracht.

Damit macht der EDSA klar, dass es seiner Ansicht nach kein generelles Verbot des Scrapings gibt. Gleichzeitig stellt er jedoch hohe Anforderungen an die Interessenabwägung. Im Mittelpunkt steht dabei die Frage, welche „vernünftigen Erwartungen“ („reasonable expectations“) die betroffenen Personen hinsichtlich der Verarbeitung ihrer Daten haben.

Keine generelle Erwartung jeder Verarbeitung

Nach Auffassung des EDSA sind sich viele Menschen aufgrund der technologischen Entwicklungen im Bereich der generativen KI zwar bewusst, dass öffentlich zugängliche Daten von Dritten gesammelt und weiterverarbeitet werden können. Daraus folgt jedoch nach Ansicht des EDSA nicht, dass Betroffene mit jeder Verarbeitung, für jeden Zweck, durch jeden Verantwortlichen und hinsichtlich jeder Art personenbezogener Daten rechnen müssen.

Diese Aussage ist zunächst nachvollziehbar. Gleichzeitig bleibt jedoch offen, wo genau die Grenze zwischen einer noch vernünftigerweise erwartbaren und einer nicht mehr erwartbaren Verarbeitung verläuft. Gerade diese Abgrenzung ist für Verantwortliche in der Praxis natürlich entscheidend, wenn sie die Interessenabwägung nach Art. 6 Abs. 1 f) DSGVO durchführen müssen. Konkrete und objektive Maßstäbe liefert der EDSA hierzu allerdings nur eingeschränkt.

Der EDSA relativiert seine Aussage selbst

Interessant ist deshalb ein Blick auf eines der Beispiele (Beispiel 4) in den Leitlinien. Dort beschreibt der EDSA den Fall, dass eine Person Inhalte auf einer frei zugänglichen Plattform veröffentlicht, die keine Beschränkungen gegen Web-Scraping vorsieht und ihre Nutzer ausdrücklich darauf hinweist, dass Inhalte von Dritten gescrapt werden können.

Für diesen Fall gelangt der EDSA zu dem Ergebnis, dass Betroffene vernünftigerweise damit rechnen können, dass Dritte ihre Daten zum Training von KI-Modellen verwenden.

Dieses Beispiel ist durchaus interessant. Denn das Training generativer KI-Modelle gehört sicherlich nicht zu den naheliegendsten oder alltäglichsten Formen der Datenverarbeitung. Wenn der EDSA selbst davon ausgeht, dass Betroffene unter diesen Voraussetzungen sogar mit einer solchen Nutzung rechnen müssen, stellt sich umso mehr die Frage, nach welchen objektiven Kriterien die Grenze in anderen Fällen gezogen werden soll.

Spannend wäre sicherlich die Beurteilung des EDSA in einer Situation, wenn zwar Daten durch Betroffene öffentlich gestellt werden, die Webseite aber nicht ausdrücklich darauf verweist, dass solche Daten durch Dritte genutzt werden können. Liegen in diesem Fall immer noch ausreichend „vernünftige Erwartungen“ vor? Nach den vorherigen Aussagen des EDSA wohl zumindest in gewissem Umfang schon (denn danach müssen Betroffene heutzutage mit einer Verwendung öffentlich zugänglicher Daten rechnen).

Praktische Hinweise für Verantwortliche

Die Leitlinien enthalten einige Anhaltspunkte, welche Umstände bei der Beurteilung der vernünftigen Erwartungen berücksichtigt werden sollten. Dazu gehören insbesondere:

• die Art der Quellwebsite (z. B. soziale Netzwerke, Foren oder frei zugängliche Websites),
• die Art der Veröffentlichung und der Grad der öffentlichen Zugänglichkeit,
• ob die betroffene Person die Daten selbst veröffentlicht hat,
• sowie der Charakter der jeweiligen Plattform.

Besonders praxisrelevant ist dabei die vom EDSA selbst formulierte Faustregel: Je öffentlicher personenbezogene Daten von der betroffenen Person selbst zugänglich gemacht wurden, desto eher kann erwartet werden, dass diese Daten auch von Dritten verarbeitet werden. Dieser Hinweis dürfte Verantwortlichen künftig eine wichtige Orientierung bei der Interessenabwägung bieten.

Wenig praktikabel erscheinen dagegen technische Kriterien

Kritisch zu sehen ist hingegen eine weitere Überlegung des EDSA. Danach sollen auch technische Schutzmaßnahmen des Betreibers einer Website – etwa robots.txt- oder ai.txt-Dateien, CAPTCHAs oder vergleichbare Zugriffsbeschränkungen – Einfluss auf die vernünftigen Erwartungen der Betroffenen haben. Sind Betroffene sich solcher Schutzmechanismen bekannt und wird eine Website dennoch gescrapt, soll dies gegen eine vernünftige Erwartung der Verarbeitung sprechen.

Diese Überlegung überzeugt in der praktischen Anwendung jedoch nur eingeschränkt. Zum einen verknüpft der EDSA hier Schutzmaßnahmen Dritter (Betreiber der Webseite) mit den vernünftigen Erwartungen der Betroffenen. Zum anderen müssen Verantwortliche die Interessenabwägung nach Art. 6 Abs. 1 f) DSGVO vor Beginn der Verarbeitung durchführen. Wie sie dabei feststellen sollen, ob Betroffene überhaupt Kenntnis von robots.txt-Dateien, ai.txt-Dateien oder vergleichbaren technischen Schutzmechanismen hatten, bleibt offen. Ob einzelne Nutzer über ein entsprechendes technisches Verständnis verfügen, lässt sich regelmäßig weder objektiv feststellen noch dokumentieren. Aber allein schon der Nachweis der (Un)Kenntnis, dass solche Maßnahmen umgesetzt sind, wird in der Praxis für Verantwortliche nur schwer möglich sein. Verantwortliche könnten hier zumindest prüfen (sofern möglich), ob eine Webseite solche Maßnahmen nutzt und wenn ja, ob sie darüber auch zusätzlich informiert.

Gerade dieser Aspekt zeigt, dass der EDSA die Interessenabwägung teilweise an Kriterien knüpft, die sich in der Praxis kaum belastbar bewerten lassen. Dies dürfte die Rechtsunsicherheit für Verantwortliche eher erhöhen als verringern.

Fazit

Die Leitlinien 3/2026 machen deutlich, dass Scraping öffentlich zugänglicher personenbezogener Daten auch künftig auf Grundlage des berechtigten Interesses nach Art. 6 Abs. 1 f) DSGVO möglich sein kann. Gleichzeitig rücken die vernünftigen Erwartungen der Betroffenen und Schutzmaßnahmen der Webseiten stärker in den Mittelpunkt der Interessenabwägung.

Positiv ist, dass der EDSA mit seiner Faustregel zur Veröffentlichung öffentlich zugänglicher Daten und seinem Beispiel zur Nutzung von Daten für das Training von KI-Modellen durchaus praxistaugliche Anhaltspunkte liefert. Weniger überzeugend erscheinen dagegen Kriterien, die auf kaum überprüfbaren Annahmen über das Wissen oder das technische Verständnis der betroffenen Personen beruhen. Hier wäre eine stärkere Orientierung an objektiv feststellbaren Umständen für die Praxis wünschenswert gewesen.