Chatbot Deutsch: DSGVO-konforme Anbieter im Check

Am 2. August 2026 sind die Transparenzvorgaben des EU AI Act verbindlich geworden. Seitdem muss jeder Chatbot im Kundenkontakt erkennbar machen, dass er eine KI ist. Das klingt nach einer Formalie, verschiebt die Auswahlkriterien für deutschsprachige Systeme aber spürbar: Wer jetzt einkauft, prüft zuerst Verarbeitungsort, AV-Vertrag und Kennzeichnung, und erst danach den Funktionsumfang.

Die Suche nach Chatbot Deutsch führt momentan zu ChatGPT-Oberflächen, App-Store-Downloads und einem Wörterbucheintrag. Für Privatnutzer passt das. Für ein Unternehmen, das Kundendaten verarbeitet, ist es schlicht die falsche Ergebnisliste.

Drei Fragen entscheiden den Auswahlprozess in deutschen Unternehmen wirklich. Was macht einen Chatbot DSGVO-konform? Was verlangt Artikel 50 des AI Act konkret? Und welche Anbieter aus dem DACH-Raum erfüllen beides? Die belastbaren Antworten stehen in den Primärquellen, nicht auf den Produktseiten der Anbieter.

Was ist ein deutschsprachiger Chatbot?

Ein deutschsprachiger Chatbot ist ein Dialogsystem, das Kundenanfragen auf Deutsch versteht und beantwortet. Entscheidend ist dabei nicht die Übersetzung, sondern wo die Daten verarbeitet werden und ob der Anbieter einen AV-Vertrag nach Artikel 28 DSGVO anbietet. Genau daran scheitern die meisten international verfügbaren Systeme im deutschen Mittelstand.

Technisch trennt sich der Markt in zwei Lager: Regelbasierte Systeme folgen einem Entscheidungsbaum und antworten deterministisch, generative Systeme formulieren jede Antwort aus einem Sprachmodell plus angebundener Wissensbasis. Wer die Technik dahinter im Detail braucht, findet sie in den Chatbot Grundlagen und in der Funktionsweise moderner KI-Chatbot-Modelle. Hier zählt etwas anderes.

Denn für den deutschen Markt ist diese Unterscheidung weniger relevant, als die Anbieter sie darstellen. Laut Bitkom nutzten im März 2026 bereits 41 Prozent der Unternehmen ab 20 Beschäftigten KI, ein Jahr zuvor waren es 17 Prozent, weitere 48 Prozent planen oder diskutieren den Einsatz. Die Frage, die diese Unternehmen im Auswahlprozess aufhält, ist nie die Modellarchitektur. Es ist die Frage, wo das Gespräch landet.

DSGVO-konformer Chatbot: die 7 Anforderungen im Detail

Ein Chatbot ist DSGVO-konform, wenn sieben Punkte erfüllt sind: AV-Vertrag nach Artikel 28, Verarbeitung in der EU, dokumentierte Rechtsgrundlage, Löschkonzept mit Fristen, technische und organisatorische Maßnahmen, Eintrag im Verarbeitungsverzeichnis und eine Datenschutzerklärung, die den Bot explizit benennt. Fehlt einer davon, ist der Einsatz angreifbar, egal wie gut das System antwortet.

Dass dieser Block der eigentliche Engpass ist, zeigt die Bitkom-Erhebung vom März 2026 recht deutlich: 77 Prozent der Unternehmen nennen die Anforderungen an den Datenschutz als größtes Digitalisierungshindernis, noch vor dem Fachkräftemangel mit 70 Prozent. Die folgenden sieben Punkte sind der Teil davon, den du bei einem Chatbot-Projekt tatsächlich abarbeiten musst.

1. AV-Vertrag nach Art. 28 DSGVO. Sobald der Anbieter personenbezogene Daten für dich verarbeitet, wird er Auftragsverarbeiter. Ohne unterschriebenen Vertrag ist der Betrieb angreifbar. Vendorfrage: Liegt der AVV in deutscher Sprache vor Vertragsschluss zur Prüfung vor? Kontrolle: Anbieter.
2. Verarbeitungsort und Hosting. Liegen Server und Modellabfrage in der EU? Das ist der härteste Punkt, weil etliche Anbieter zwar in Deutschland hosten, die Inferenz aber an einen US-Anbieter weiterreichen. Betreibt ein Anbieter Server außerhalb der EU, kommen die Anforderungen aus Art. 44 ff. DSGVO obendrauf. Vendorfrage: Nenne mir Rechenzentrumsstandort und Inferenzregion getrennt. Kontrolle: Anbieter.
3. Rechtsgrundlage dokumentieren. Art. 6 Abs. 1 lit. b deckt vorvertragliche Anfragen ab, etwa wenn jemand nach Lieferzeit oder Verfügbarkeit fragt. Für Auswertung, Qualitätssicherung oder Marketing brauchst du dagegen lit. f mit dokumentierter Interessenabwägung oder eine Einwilligung. Lime Connect weist zu Recht darauf hin, dass ein Cookie-Banner die Einwilligung für den Chat nicht abdeckt. Kontrolle: du.
4. Löschkonzept mit Fristen. Gesprächsverläufe sind personenbezogene Daten. Lege pro Kanal fest, wie lange sie liegen bleiben, und stelle sicher, dass eine manuelle Sofortlöschung nach Art. 17 DSGVO technisch möglich ist. Vendorfrage: Sind Aufbewahrungsfristen pro Kanal konfigurierbar? Kontrolle: geteilt.
5. Technische und organisatorische Maßnahmen nach Art. 32. Verschlüsselung, Zugriffsrollen, Protokollierung, Löschroutinen. Zertifizierte Rechenzentren nach ISO 27001 sind ein brauchbarer Startwert, ersetzen aber nicht die Prüfung des Anbieters selbst. Kontrolle: geteilt.
6. Eintrag im Verarbeitungsverzeichnis nach Art. 30. Der Chatbot ist eine eigene Verarbeitungstätigkeit mit eigenem Zweck, eigenen Kategorien und eigener Frist. Das wird in der Praxis am häufigsten vergessen, weil das Projekt im Marketing sitzt und nicht in der IT. Kontrolle: du.
7. Datenschutzerklärung, die den Bot benennt. Verarbeitete Datenarten, Zweck, Rechtsgrundlage, Speicherdauer, Empfänger, Betroffenenrechte, und bei Bedarf der Drittlandtransfer. Ein Satz „Wir nutzen einen Chatbot“ reicht nicht. Kontrolle: du.

Ein Punkt, der in Auswahlprozessen regelmäßig untergeht: Für die Aussagen des Bots haftest du. Lime Connect verweist auf ein Urteil des OLG Hamm, nach dem Unternehmen für die Aussagen ihres KI-Chatbots einstehen müssen. Das ist der Grund, warum wir in Projekten mit beratungsintensiven Produkten die Eskalationslogik vor dem Funktionsumfang festlegen. Ein System, das im Zweifel lieber an einen Menschen übergibt, ist in regulierten Sortimenten mehr wert als eines, das jede Frage irgendwie beantwortet.

EU AI Act ab 2026: die Artikel-50-Transparenzpflicht

Artikel 50 des EU AI Act verpflichtet Anbieter und Betreiber, Nutzer darüber zu informieren, dass sie mit einem KI-System interagieren, es sei denn, das ist aus dem Kontext ohnehin offensichtlich. Für Chatbots heißt das konkret: ein sichtbarer Hinweis beim Gesprächsstart, nicht versteckt in der Datenschutzerklärung.

Zum Stand Q3 2026 ist das keine Ankündigung mehr, sondern geltendes Recht. Der AI Act ist am 1. August 2024 in Kraft getreten und laut EU-Kommission seit dem 2. August 2026 anwendbar. Genau an diesem Datum wurden die Transparenzregeln scharf geschaltet, zusammen mit der Zuständigkeit von AI Office und nationalen Behörden für Aufsicht und Durchsetzung.

Der Bitkom fasst die Pflicht in seiner Mitteilung vom 31. Juli 2026 in einem Satz zusammen: „KI-Chatbots müssen als KI erkennbar sein: Nutzerinnen und Nutzer müssen grundsätzlich darüber informiert werden, wenn sie mit einer KI kommunizieren.“ Für generative Systeme, die bereits im Einsatz sind, gilt für die maschinenlesbare Markierung der Ausgaben eine Übergangsfrist bis Dezember 2026.

Bitkom-Präsident Dr. Ralf Wintergerst hält den Zeitplan für sportlich: „Nach einer zweijährigen Übergangsfrist müssen viele Unternehmen ab Sonntag Transparenzvorgaben einhalten. Die Übergangsfrist hat ihnen faktisch keine Zeit für die Vorbereitung gegeben, weil zentrale Leitlinien und Auslegungshilfen erst vor kurzem veröffentlicht wurden.“ Wer die Kennzeichnung also noch nicht ausgerollt hat, ist damit nicht allein.

Entwarnung gibt es an einer anderen Stelle: Die Anforderungen an Hochrisiko-Systeme wurden per AI Omnibus auf den 2. Dezember 2027 beziehungsweise den 2. August 2028 verschoben. Ein Produktberatungs-Chatbot im Onlineshop fällt ohnehin unter Transparenzrisiko, nicht unter Hochrisiko. Was für Chatbot-Betreiber im Detail gilt, steht im Guide zum EU AI Act für KI-Chatbots.

Chatbot-Anbieter aus Deutschland und DACH im Vergleich

Chatbot-Anbieter aus dem DACH-Raum unterscheiden sich von internationalen Tools vor allem in drei Punkten: Hosting-Standort, Verfügbarkeit eines AV-Vertrags in deutscher Sprache und deutschsprachiger Support mit Reaktionszeiten in mitteleuropäischer Zeitzone. Wer im deutschen Mittelstand einkauft, sollte genau diese drei Spalten vergleichen, bevor er auf den Funktionsumfang schaut.

Dass die Herkunft kein Nischenkriterium ist, hat der Bitkom 2025 gemessen: Für 88 Prozent der Unternehmen ist das Herkunftsland des KI-Anbieters wichtig, und 93 Prozent würden eine KI aus Deutschland bevorzugen. Die folgende Übersicht ist auf Stand Q3 2026 und enthält nur Angaben, die sich auf den Seiten der Anbieter nachlesen lassen. Wo ein Wert nicht öffentlich ausgewiesen ist, steht k. A. Das ist keine Schwäche der Tabelle, sondern eine Information: Was ein Anbieter nicht publiziert, musst du im Gespräch abfragen.

Die Tabelle sortiert schneller, als sie aussieht. Wer reine FAQ-Automatisierung im Support sucht und ein knappes Budget hat, ist bei einem Live-Chat-nahen Anbieter richtig. Wer beratungsintensive Produkte verkauft und die Antwort aus Produktdaten, Verfügbarkeiten und Regelwerken zusammensetzen muss, braucht dagegen eine Anbindung an Shop und Warenwirtschaft, und landet damit bei deutlich weniger Anbietern. Eine breitere Marktübersicht liefert der Überblick über Conversational-AI-Anbieter im DACH-Markt, die Preislogik dahinter der Vergleich der Chatbot-Kosten.

Wie das im sächsischen Mittelstand aussieht, zeigt Elektroheizung-Direkt, der B2C-Shop der familiengeführten Lucht LHZ Gruppe. Vier Mitarbeiter im Shop, zwei Hotline-Zeitfenster am Tag, Hochsaison von September bis Februar. „Elektroheizungen sind ein sehr beratungsintensives Produkt“, sagt E-Commerce-Manager Rafael Frommhold. „In der Saison kommt man eigentlich nicht hinterher.“ Neun Monate nach dem Livegang trägt die KI-Heizexpertin Eva rund 1.000 Konversationen pro Monat über Webchat, WhatsApp und Voice, bei 11 Sekunden durchschnittlicher Antwortzeit im Webchat. Die ganze Rechnung inklusive 15-fachem Return on Investment steht in der Case Study zu Elektroheizung-Direkt mit KI-Heizexpertin Eva.

Kostenlose deutschsprachige Chatbots vs. Business-Lösungen

Kostenlose deutschsprachige Chatbots wie ChatGPT-Oberflächen oder App-Store-Bots eignen sich zum Ausprobieren, nicht für den Kundenkontakt: Sie bieten keinen AV-Vertrag, keine Kontrolle über den Verarbeitungsort und keine Anbindung an Produktdaten oder Warenwirtschaft. Sobald echte Kundendaten fließen, ist die kostenlose Variante ein Datenschutzrisiko, kein Sparmodell.

Drei Fälle, in denen kostenlos trotzdem die richtige Wahl ist: erstens interne Textarbeit ohne personenbezogene Daten, zweitens ein Machbarkeitstest, bei dem du prüfst, ob dein FAQ-Bestand überhaupt trägt, und drittens die Bewertung der Antwortqualität eines Modells, bevor du Budget beantragst. In allen drei Fällen redet das System mit dir, nicht mit deinen Kunden. Das ist die Grenze.

Sobald ein Kunde tippt, ändert sich die Lage: Es entstehen personenbezogene Daten, es entsteht eine Auftragsverarbeitung, und seit dem 2. August 2026 entsteht eine Kennzeichnungspflicht. Welche kostenlosen Werkzeuge im DACH-Raum aktuell etwas taugen und wo genau ihre Grenzen liegen, haben wir separat aufgeschlüsselt: kostenlose Chatbots im Vergleich.

Einsatzgebiete im DACH-Mittelstand: Support, Beratung, Vertrieb

Im deutschen Mittelstand rechnet sich ein Chatbot heute weniger über eingesparte Support-Anfragen als über Beratung im Verkauf: Produktberatung hebt den Warenkorbwert, während reine FAQ-Automatisierung vor allem Kosten senkt. Wer beratungsintensive Produkte verkauft, sollte deshalb mit dem Beratungsfall starten, nicht mit dem Support-Bot.

Der Befund deckt sich mit der Bitkom-Erhebung von 2025, nach der 88 Prozent der KI-nutzenden Unternehmen die Technologie im Kundenkontakt einsetzen, deutlich vor Marketing und Kommunikation mit 57 Prozent. Der Kundenkontakt ist also längst der Standardfall. Die Frage ist nur, ob er als Kostenstelle oder als Umsatzkanal aufgesetzt wird.

Ein Beispiel aus einem stark regulierten Sortiment: Die W. Neudorff GmbH KG aus Emmerthal verkauft umweltschonenden Pflanzenschutz. Beratung unterliegt hier strengen gesetzlichen Vorgaben, die sich pro Markt unterscheiden, und eine falsche Empfehlung ist kein Servicefehler, sondern ein Rechtsrisiko. Beraten hat das jahrelang ausgebildete Expertenteam, das im Saisongeschäft an seine Grenze kam. Heute übernimmt die KI-Mitarbeiterin Flora Beratung und Support über fünf Kanäle: 68.000 erkannte Pflanzenbilder pro Monat, 97,5 Prozent Genauigkeit bei Produktempfehlungen, ein Return on Investment beim 20- bis 25-Fachen. „Sie kombiniert unser Fachwissen mit KI-Effizienz und bietet unseren Kunden rund um die Uhr eine hervorragende Beratungsqualität und Kundenservice“, sagt Michael Horn, Head of Digital bei Neudorff. Die vollständige Rechnung steht bei Neudorff und die KI-Mitarbeiterin Flora.

Drei Einsatzgebiete tragen sich im DACH-Mittelstand nachweisbar. Erstens die Produktberatung bei erklärungsbedürftigen Sortimenten, wo der Bot Bedarf abfragt und aus Produktdaten eine Empfehlung baut, statt eine Suchergebnisliste auszuwerfen. Zweitens der Service rund um Bestellung, Versand, Retoure und Anwendung, wo der KI-Kundenservice mit Anbindung an Shop, CRM und ERP Live-Daten liefert statt Textbausteine. Und drittens die Entlastung in Saisonspitzen, also genau dann, wenn zusätzliches Personal weder verfügbar noch bezahlbar ist.

Support-Automatisierung und Verkaufsberatung sind dabei keine zwei Produkte, sondern zwei Ausbaustufen desselben Systems. Wie sich das im Unternehmensalltag aufsetzen lässt, steht im Guide zum Chatbot für Unternehmen; die Servicetiefe im engeren Sinne behandelt der Beitrag zum Chatbot im Kundenservice.

Deutsche Sprachqualität: Du, Sie und warum Übersetzung nicht reicht

Ein Chatbot spricht nicht schon dann gut Deutsch, wenn er übersetzt: Siezen und Duzen, Komposita, Höflichkeitsformen und regionale Varianten in Österreich und der Schweiz entscheiden darüber, ob Kunden dem System ihre Kaufentscheidung anvertrauen. Ein durchgängig konfigurierbares Ansprache-Register ist deshalb ein hartes Auswahlkriterium, kein Nice-to-have.

Fangen wir beim Register an. Im Maschinenbau und in Finanzdienstleistungen erwarten Kunden das Sie, im Mode- und Lifestyle-Handel das Du. Das eigentliche Problem ist nicht die Entscheidung, sondern die Durchgängigkeit: Ein System, das im Webchat duzt, in der Mailantwort siezt und in der WhatsApp-Vorlage wieder duzt, wirkt nicht locker, sondern unfertig. Prüfe deshalb, ob sich das Register global und pro Kanal setzen lässt.

Dann die Sprache selbst. Deutsche Komposita hängen Bedeutung an ein einziges Wort, und naive Intent-Erkennung zerlegt sie falsch. „Speicherheizung Absicherung“ und „Absicherung Speicherheizung“ meinen dasselbe, „Nachtspeicherofen Wartungsvertrag“ meint etwas anderes als „Wartungsvertrag Nachtspeicher“. Dazu kommen Tippfehler, Dialektfärbung und die österreichische Variante, in der Jänner nicht Januar heißt. Ein Modell, das im Deutschen nur übersetzt, verliert genau hier.

Ich halte das Ansprache-Register für das am meisten unterschätzte Auswahlkriterium im ganzen Prozess. Es taucht in keinem Feature-Vergleich auf, weil es sich schlecht abhaken lässt, und es entscheidet trotzdem darüber, ob ein Kunde im Beschwerdefall weiterschreibt oder abbricht. Bei einer Reklamation gilt: kurze Sätze, keine Beschwichtigung, ein klarer nächster Schritt. Ein System, das an dieser Stelle munter bleibt, ärgert Kunden zuverlässiger als eine Warteschleife.

Checkliste: den richtigen Chatbot-Anbieter finden

Die Anbieterauswahl lässt sich auf drei Blöcke reduzieren: Recht mit AV-Vertrag, Hosting-Standort und AI-Act-Transparenz, Technik mit Anbindung an Shop- und Warenwirtschaftssystem, Produktdatentiefe und Eskalation an Menschen, sowie Betrieb mit deutschsprachigem Support, Reaktionszeiten und Preismodell. Wer diese drei Blöcke vor der Demo abfragt, sortiert die meisten Anbieter bereits aus.

Acht Fragen reichen dafür. Stelle sie schriftlich, vor dem Termin. Anbieter, die auf Frage 2 und 3 ausweichend antworten, kannst du dir sparen.

1. AV-Vertrag: Liegt der AVV in deutscher Sprache vor Vertragsschluss zur Prüfung vor, oder erst nach Unterschrift?
2. Hosting: Nenne Rechenzentrumsstandort und Region der Modellabfrage getrennt. Werden beide innerhalb der EU betrieben?
3. AI-Act-Transparenz: Wie wird der KI-Hinweis beim Gesprächsstart ausgespielt, und lässt sich Wortlaut und Platzierung konfigurieren?
4. Löschung: Sind Aufbewahrungsfristen pro Kanal einstellbar, und gibt es eine manuelle Sofortlöschung einzelner Konversationen?
5. Anbindung: Liest das System Produktdaten aus Shopware, Shopify, WooCommerce oder WeClapp live, oder aus einem nächtlichen Export? Der Unterschied entscheidet über Verfügbarkeits- und Preisauskünfte.
6. Eskalation: Was genau sieht der Mitarbeiter bei der Übergabe, und in welchem System landet der Vorgang?
7. Ansprache: Lässt sich Du und Sie global und pro Kanal umschalten, inklusive Mail- und WhatsApp-Vorlagen?
8. Betrieb: Deutschsprachiger Support mit welchen zugesagten Reaktionszeiten, in welcher Zeitzone, und was kostet ein zusätzlicher Kanal?

Frage 5 ist die, an der die meisten Projekte später scheitern. Ein Bot, der Produktdaten nur einmal täglich zieht, gibt in der Hochsaison falsche Verfügbarkeiten aus, und das fällt genau dann auf, wenn das Volumen am höchsten ist. Wer den Aufbau lieber selbst steuern will, findet die einzelnen Schritte im Guide zum Thema Chatbot erstellen.

Ausblick 2026/2027: Agentic AI, Voice und was davon trägt

Die nächste Stufe deutschsprachiger Chatbots sind handlungsfähige Agenten, die Bestellungen ändern, Retouren anstoßen und Termine buchen statt nur zu antworten, und Voice-Interfaces, die dieselbe Wissensbasis am Telefon nutzen. Für den Mittelstand ist beides ab 2026 verfügbar, aber nur dort sinnvoll, wo die Datenanbindung bereits sauber steht.

Handelnde Agenten sind der Bereich mit der größten Lücke zwischen Demo und Betrieb. Eine Adressänderung oder ein Retourenschein setzt Schreibrechte im Backend voraus, dazu eine Rechteprüfung und ein Protokoll, das im Streitfall zeigt, wer was ausgelöst hat. Voraussetzung, die du prüfen kannst: Gibt es für die betroffenen Vorgänge eine dokumentierte API mit Schreibzugriff und Rollenmodell? Wenn nicht, ist das Thema unabhängig vom Anbieter noch nicht spruchreif.

Voice ist weiter, als der Ruf vermuten lässt. Bei Elektroheizung-Direkt läuft der Telefonkanal seit 2025 auf derselben Wissensbasis wie Webchat und WhatsApp, und das ist kein Pilotprojekt, sondern Regelbetrieb in der Heizsaison. Voraussetzung: Die Wissensbasis muss kanalunabhängig sein. Wer für Telefon ein zweites Regelwerk pflegt, hat zwei Systeme und doppelte Fehlerquellen.

Bei der Personalisierung bin ich zurückhaltender. Technisch lässt sich Kaufhistorie längst in das Gespräch ziehen, rechtlich brauchst du dafür eine saubere Rechtsgrundlage, und praktisch reagieren deutsche Kunden empfindlich, wenn ein System mehr über sie weiß, als sie erwartet haben. Stand Q3 2026 würde ich Personalisierung deshalb auf angemeldete Kunden begrenzen und erst ausweiten, wenn die Zahlen es rechtfertigen. Die begriffliche Einordnung des ganzen Feldes liefert der Überblick zu Conversational AI.

FAQ: Häufige Fragen zu Chatbots auf Deutsch

Fazit

Die Entscheidung für einen deutschsprachigen Chatbot ist 2026 vor allem eine Compliance- und Datenanbindungsentscheidung, keine Feature-Entscheidung: Hosting-Standort, AV-Vertrag und AI-Act-Transparenz sortieren den Markt schneller als jede Funktionsliste.

Was danach übrig bleibt, entscheidet sich an einer einzigen technischen Frage: Kommt das System an deine Produktdaten heran, live und vollständig? Ein Bot ohne diesen Zugriff bleibt ein FAQ-Beantworter, egal welches Modell darunter läuft. Ein System mit diesem Zugriff wird zur KI-Produktberatung, und genau dort liegen die Zahlen, die ein Projekt intern rechtfertigen: 97,5 Prozent Trefferquote bei Neudorff, 15-facher Return bei Elektroheizung-Direkt.

Der pragmatische nächste Schritt ist deshalb nicht die Anbieterliste, sondern eine Bestandsaufnahme: Welche zehn Fragen stellen deine Kunden am häufigsten, und welche davon lassen sich nur mit Live-Produktdaten korrekt beantworten? Diese Liste ist das eigentliche Lastenheft.