Die meisten Statistiken zu Shadow AI beginnen mit einer echten Messung und verändern sich ein wenig, sobald eine weitere Seite sie wiederholt. Eine Umfrage unter Menschen, die generative KI bereits nutzen, wird zur Aussage über alle Beschäftigten, die Kosten je Datenpanne werden zum jährlichen Verlust, und eine Befragung von Sicherheitsfachleuten wird zur Aussage über Mitarbeitende. Wir haben die am häufigsten wiederholten Zahlen bis zu dem Bericht, der Pressemitteilung oder der Studie zurückverfolgt, in der sie zuerst veröffentlicht wurden, und für jede die Grundgesamtheit, die Methode und das Datum festgehalten. Diese Seite zeigt, was Bestand hat, was sich unterwegs verändert hat und was wir nicht nachweisen konnten. Sie wurde zuletzt am 1. Oktober 2026 geprüft.
Die Zahlen, die Bestand haben
Die folgenden Zahlen wurden im Originaldokument oder in der Mitteilung des Herausgebers selbst gelesen. Jede ist mit dem Geltungsbereich angegeben, den die Quelle nennt, denn meist geht gerade der Geltungsbereich verloren.
- 39,7 % aller KI-Interaktionen betreffen sensible Daten, gezählt werden Prompt-Texte, Kopieren-und-Einfügen-Vorgänge und Datei-Uploads (Cyberhaven, Februar 2026).
- 34,8 % der Unternehmensdaten, die Beschäftigte in KI-Tools eingaben, waren sensibel, gegenüber 27,4 % ein Jahr zuvor und 10,7 % zwei Jahre zuvor, bei 7 Millionen Beschäftigten (Cyberhaven, April 2025).
- 2,6 % von 22.458.240 Prompts für generative KI in Unternehmen, die 2025 erfasst wurden, enthielten sensible Daten, das sind 579.113 Fundstellen (Harmonic Security, Januar 2026).
- Jede fünfte Organisation meldete eine Datenpanne infolge von Shadow AI, und Organisationen mit hoher Shadow-AI-Nutzung zahlten im Schnitt 670.000 US-Dollar mehr je Panne (IBM Cost of a Data Breach 2025, auf Basis von 600 Organisationen).
- 75 % der Wissensarbeitenden nutzen generative KI bei der Arbeit, und 78 % der KI-Nutzenden bringen ihre eigenen Tools mit (Work Trend Index 2024 von Microsoft und LinkedIn, 31.000 Befragte in 31 Ländern).
- Mehr als die Hälfte der Nutzenden generativer KI gab an, sie ohne formelle Genehmigung des Arbeitgebers zu verwenden, und diese Nutzenden machten 28 % der befragten Beschäftigten aus (Salesforce, November 2023, über 14.000 Beschäftigte in 14 Ländern).
- 77 % der Nutzenden fügen Daten in Tools für generative KI ein, und 82 % dieser Aktivität stammen von nicht verwalteten Konten (LayerX Enterprise AI and SaaS Data Security Report 2025, Browser-Telemetrie von Unternehmenskunden).
- 48 % der Befragten gaben an, nicht öffentliche Unternehmensinformationen in generative KI eingegeben zu haben, unter 2.600 Sicherheits- und Datenschutzfachleuten in 12 Ländern (Cisco 2024 Data Privacy Benchmark Study, Umfrage im Sommer 2023).
- 4,99 Millionen US-Dollar betragen die durchschnittlichen weltweiten Kosten einer Datenpanne in der Ausgabe 2026 des IBM-Berichts, und 6 Millionen US-Dollar bei Pannen, in denen Angreifer KI einsetzten (602 Organisationen, März 2025 bis Februar 2026).
Wie die Zahlen geprüft wurden
Für jede Zahl haben wir die Originalveröffentlichung ermittelt, den Satz mit der Zahl gelesen und festgehalten, wer gezählt wurde, wie und wann. Wo die Originalseite unter ihrer heutigen Adresse nicht mehr lesbar war, haben wir eine archivierte Kopie verwendet und weisen darauf hin. Wo ein Herausgeber den automatischen Zugriff blockierte und wir die Zahl nur so lesen konnten, wie sie ein Fachmedium zitiert, ist die Zahl in den Tabellen entsprechend gekennzeichnet. Eine Zahl, die wir in keinem Originaldokument finden konnten, steht getrennt in Tabelle 3, statt weggelassen zu werden, denn das Fehlen einer Quelle ist für alle, die sie zitieren wollen, selbst eine nützliche Information.
Was die meistzitierten Messungen tatsächlich gemessen haben
Tabelle 1: Quelle, Grundgesamtheit und Methode hinter den am häufigsten wiederholten Shadow-AI-Zahlen
| Quelle | Art der Zahl | Grundgesamtheit | Zeitraum | Kernzahl |
|---|---|---|---|---|
| Microsoft und LinkedIn, Work Trend Index | Umfrage | 31.000 Wissensarbeitende, 31 Länder (durchgeführt von Edelman Data & Intelligence) | 15. Februar bis 28. März 2024 | 75 % nutzen generative KI bei der Arbeit; 78 % der KI-Nutzenden bringen eigene Tools mit |
| Salesforce, Generative AI Snapshot | Umfrage | Über 14.000 Vollzeitbeschäftigte, 14 Länder (YouGov) | 18. bis 31. Oktober 2023 | Mehr als die Hälfte der Nutzenden generativer KI verwendet sie ohne Genehmigung des Arbeitgebers |
| Cisco, 2024 Data Privacy Benchmark Study | Selbstauskunft in Umfrage | 2.600 Sicherheits- und Datenschutzfachleute, 12 Länder | Sommer 2023 | 48 % gaben nicht öffentliche Unternehmensinformationen ein |
| IBM und Ponemon Institute, Cost of a Data Breach 2025 | Analyse von Datenpannen | 600 Organisationen mit einer Datenpanne | März 2024 bis Februar 2025 | Jede fünfte meldete eine Panne infolge von Shadow AI; 670.000 US-Dollar höhere Pannenkosten bei hoher Shadow-AI-Nutzung |
| Cyberhaven, 2025 AI Adoption and Risk Report | Produkt-Telemetrie | 7 Millionen Beschäftigte bei Cyberhaven-Kunden | Vorangegangene 24 Monate, veröffentlicht im April 2025 | 34,8 % der in KI-Tools eingegebenen Daten waren sensibel |
| Cyberhaven, 2026 AI Adoption and Risk Report | Produkt-Telemetrie | Stichprobengröße auf der veröffentlichten Seite nicht angegeben | Veröffentlicht im Februar 2026 | 39,7 % der KI-Interaktionen betreffen sensible Daten |
| Harmonic Security, Bericht 2025 | Browser-Telemetrie | 22.458.240 Prompts von Organisationen in den USA und im Vereinigten Königreich (Zahl der Organisationen nicht offengelegt) | 1. Januar bis 31. Dezember 2025 | 2,6 % der Prompts enthielten sensible Daten |
| LayerX, Enterprise AI and SaaS Data Security Report | Browser-Telemetrie | Unternehmenskunden von LayerX | Bericht veröffentlicht 2025 | 77 % der Nutzenden fügen Daten in generative KI ein; 82 % dieser Aktivität von nicht verwalteten Konten |
| Mireshghallah et al., Trust No Bot (COLM 2024) | Wissenschaftliche Analyse | 5.000 ausgewählte englischsprachige Unterhaltungen aus WildChat, einem öffentlichen Datensatz zur kostenlosen Nutzung von GPT-3.5 und GPT-4 | Aufsatz veröffentlicht im Juli 2024 | PII in 48 % der Übersetzungs- und 16 % der Code-Bearbeitungs-Unterhaltungen |
Selbstauskünfte, Beobachtungen und Prognosen sind verschiedene Dinge
Die neun Quellen in Tabelle 1 beantworten drei verschiedene Fragen. Umfragen wie der Work Trend Index, der Salesforce Snapshot und die Cisco-Studie messen, was Menschen nach eigener Aussage tun, und Befragte können untertreiben oder übertreiben. Die Telemetrie von Cyberhaven, Harmonic und LayerX misst, was ein Überwachungsprodukt beobachtet hat, aber nur in Organisationen, die es einsetzen, und alle drei Anbieter verkaufen Lösungen gegen Datenabfluss, sodass ihr Kundenstamm keine Zufallsstichprobe von Arbeitgebern ist. Die IBM-Zahlen stammen von Organisationen, die bereits eine Datenpanne erlitten hatten, was nichts über Organisationen aussagt, die keine erlitten haben.
Eine vierte Kategorie wird oft neben den ersten drei zitiert und sollte es nicht. Die Gartner-Umfrage unter Verantwortlichen für Cybersicherheit ergab, dass 69 % vermuten oder Belege dafür haben, dass Beschäftigte verbotene öffentliche generative KI nutzen, was die Wahrnehmung der Sicherheitsverantwortlichen misst, und Gartners Aussage, dass bis 2030 mehr als 40 % der Organisationen Sicherheits- und Compliance-Vorfälle durch nicht autorisierte KI erleiden werden, ist eine Prognose (beides wie von Infosecurity Magazine berichtet). Keine von beiden beschreibt eine beobachtete Rate.
Warum 2,6 % und 39,7 % beide zutreffen können
Harmonic berichtet, dass 2,6 % der Unternehmens-Prompts sensible Daten enthielten, während Cyberhaven berichtet, dass 39,7 % der KI-Interaktionen sensible Daten betreffen. Der Abstand beträgt etwa das Fünfzehnfache und besteht zwischen zwei glaubwürdigen Anbietern, die die KI-Nutzung am Arbeitsplatz im selben Zeitraum betrachten. Harmonic zählt Prompts, in denen seine Erkennung eine sensible Fundstelle fand. Cyberhaven zählt Interaktionen, ein Begriff, der neben getippten Prompts auch Kopieren-und-Einfügen-Vorgänge und Datei-Uploads umfasst. Ein einziges hochgeladenes Dokument kann viele sensible Elemente enthalten, die beiden Zähler sind also keine Ereignisse derselben Art, und auch die Grundgesamtheiten unterscheiden sich. Das veröffentlichte Material erlaubt keine Aussage darüber, wie viel vom Abstand auf Definitionen und wie viel auf die gemessenen Organisationen entfällt.
Sagen lässt sich etwas Engeres und Nützlicheres. Cyberhaven wandte drei Jahre in Folge eine einzige Kennzahl an, den Anteil sensibler Daten an den in KI-Tools eingegebenen Unternehmensdaten, und die Reihe stieg von 10,7 % auf 27,4 % auf 34,8 %. Ein Verlauf innerhalb einer einzigen Methode ist verlässlicher als ein Vergleich zwischen Methoden und zeigt in eine einheitliche Richtung.
Wie sich eine Zahl beim Wiederholen verändert
Der folgende Vergleich stellt den Wortlaut, in dem mehrere Zahlen üblicherweise kursieren, dem gegenüber, was die Originalquelle sagt. Die Namen der Seiten, die sie wiederholen, haben wir bewusst weggelassen. Das Muster ist entscheidend, und es tritt auf den von uns gelesenen Übersichtsseiten wiederholt auf.
Tabelle 2: Zahlen, wie sie wiederholt werden, und wie sie ursprünglich veröffentlicht wurden
| Wie sie üblicherweise wiederholt wird | Was die Quelle sagt | Was sich geändert hat |
|---|---|---|
| 55 % der Beschäftigten nutzen nicht genehmigte KI-Tools | Mehr als die Hälfte der Nutzenden generativer KI, die 28 % der befragten Beschäftigten ausmachten, nutzte sie ohne formelle Genehmigung des Arbeitgebers (Salesforce, November 2023) | Die Bezugsgröße wechselte von KI-Nutzenden zu allen Beschäftigten |
| 75 % der Beschäftigten nutzen nicht autorisierte KI-Tools | 75 % der Wissensarbeitenden nutzen generative KI bei der Arbeit, und 78 % der KI-Nutzenden bringen eigene Tools mit (Microsoft und LinkedIn, 2024) | KI-Nutzung im Allgemeinen wurde zu nicht autorisierter Nutzung |
| 52 % würden ihrer Führungskraft die KI-Nutzung nicht mitteilen | 52 % der KI-Nutzenden geben ungern zu, KI für ihre wichtigsten Aufgaben zu nutzen (Microsoft und LinkedIn, 2024) | Die Aussage wurde von wichtigen Aufgaben auf jede Nutzung und von Zurückhaltung auf Verweigerung ausgeweitet |
| 20 % der Datenpannen betrafen Shadow AI | Jede fünfte Organisation meldete eine Panne infolge von Shadow AI (IBM, 2025) | Aus Organisationen wurden Pannen |
| 670.000 US-Dollar jährlicher Verlust durch nicht gesteuerte KI | Organisationen mit hoher Shadow-AI-Nutzung zahlten im Schnitt 670.000 US-Dollar mehr je Panne (IBM, 2025) | Ein Aufschlag je Panne wurde zum Jahresverlust |
| 63 % der Organisationen haben keine KI-Governance-Richtlinie | 63 % der von einer Panne betroffenen Organisationen haben keine KI-Governance-Richtlinie oder entwickeln sie noch (IBM, 2025) | Die Grundgesamtheit wurde auf betroffene Organisationen eingegrenzt, und die zweite Satzhälfte fiel weg |
| 48 % der Beschäftigten gaben vertrauliche Unternehmensdaten in KI ein | 48 % von 2.600 Sicherheits- und Datenschutzfachleuten gaben an, nicht öffentliche Unternehmensinformationen eingegeben zu haben (Cisco, 2024) | Die Befragten wechselten von Sicherheits- und Datenschutzfachleuten zu Beschäftigten; manche Übersichten nennen zudem einen anderen Cisco-Bericht |
| 68 % nutzen öffentliche KI über private Konten (Menlo Security) | Laut SiliconANGLE eine Umfrage von TELUS Digital, die im Bericht von Menlo zitiert wird, und nicht die Telemetrie von Menlo | Die Zuschreibung wechselte von der zitierten Umfrage zum zitierenden Bericht |
| Die durchschnittlichen Kosten einer Datenpanne betragen 4,88 oder 4,44 Millionen US-Dollar | 4,99 Millionen US-Dollar in der Ausgabe 2026 des IBM-Berichts; 4,44 Millionen waren die Ausgabe 2025 und 4,88 Millionen die Ausgabe 2024 | Ältere Ausgaben werden noch auf Seiten mit Datum 2026 wiederholt |
| 4,2 % der Beschäftigten haben Unternehmensdaten in ChatGPT eingefügt | Der aktualisierte Cyberhaven-Artikel vom Juni 2023 nennt 4,7 % der Beschäftigten bei Cyberhaven-Kunden, die mindestens einmal sensible Daten eingefügt hatten | Die Zahl wurde überarbeitet, nachdem die URL und die erste Presseberichterstattung 4,2 % nannten |
| 11 % dessen, was Beschäftigte in ChatGPT einfügen, ist vertraulich | Sensible Daten machten 11 % dessen aus, was Beschäftigte einfügten, gemessen vom 26. Februar bis 9. April 2023 bei 1,6 Millionen Beschäftigten (Cyberhaven) | Eine Messung eines einzigen Tools bei den Kunden eines einzigen Anbieters Anfang 2023 wird als aktuelle Gesamtrate dargestellt |
| Beschäftigte, die generative KI nutzen, fügen in 77 % der Fälle Unternehmensdaten ein | 77 % der Nutzenden fügen Daten in Tools für generative KI ein (LayerX). Der Bericht sagt sowohl „Nutzende“ als auch „Beschäftigte“ und nennt außerdem, dass 45 % der Unternehmensnutzenden KI-Plattformen aktiv verwenden, die Bezugsgröße sind also am ehesten die KI-Nutzenden | Die Bezugsgröße wird von der Quelle nicht genannt, und Wiederholungen unterstellen meist alle Beschäftigten |
Was Trust No Bot zeigt und was nicht
Die Arbeit von Mireshghallah, Antoniak, More, Choi und Farnadi wird häufig für den Befund zitiert, dass PII in 48 % der Übersetzungsanfragen und in 16 % der Code-Bearbeitungsanfragen an GPT-Modelle vorkommen. Der Befund ist zutreffend, aber die zugrunde liegenden Daten sind Unterhaltungen von Verbraucherinnen und Verbrauchern. WildChat entstand, indem die Öffentlichkeit kostenlosen Zugang zu GPT-3.5 und GPT-4 erhielt und dafür der Weitergabe der Unterhaltungen zustimmte, die Autorinnen und Autoren behielten nur englischsprachige Unterhaltungen, und die PII-Markierungen stammen von einer automatischen Erkennung. Erkannt wurden größtenteils Namen von Personen und Organisationen. Die Studie sagt also, wie sich die Öffentlichkeit mit einem kostenlosen Chatbot verhält, und misst nicht, was Beschäftigte in berufliche Prompts eingeben.
Die Arbeit enthält einen zweiten Befund, der für alle wichtig ist, die eine Schutzmaßnahme entwerfen. Die Betreuer von WildChat hatten PII bereits einmal mit Microsoft Presidio entfernt, einem regelbasierten Werkzeug, und die Autorinnen und Autoren fanden dennoch in über 70 % der Anfragen irgendeine Form erkannter PII. Sie merken an, dass regelbasierte Entfernung PII, die nicht gut formatiert ist, oft übersieht. Ein einzelner Durchlauf mit Mustererkennung fängt Namen im Fließtext nicht ab, weshalb für diese Aufgabe Erkennungsverfahren auf Basis trainierter Sprachmodelle eingesetzt werden. Der Schwärzungsleitfaden nennt acht Kriterien zur Bewertung eines Schwärzungswerkzeugs, darunter den Umgang mit Namen im Fließtext.
Zahlen, nach denen wir gesucht haben und die wir nicht nachweisen konnten
Die Zahlen in Tabelle 3 erscheinen auf Übersichtsseiten, meist ohne Link. Für jede haben wir nach einem Originaldokument gesucht, das sie enthält. Eine erfolglose Suche beweist nicht, dass die Zahl nicht existiert, aber solange keine Quelle gefunden ist, sollten die Zahlen nicht als gesichert zitiert werden.
Tabelle 3: Zahlen ohne auffindbare Originalquelle
| Zahl, wie sie kursiert | Zugeschrieben | Was wir gefunden haben |
|---|---|---|
| 158 oder mehr Shadow-AI-Tools pro Unternehmen | Gartner | Kein Originaldokument gefunden. Die von Infosecurity Magazine zitierte Gartner-Mitteilung zu Shadow AI nennt die oben besprochenen 69 % und die Prognose für 2030, nicht diese Zahl |
| Shadow AI wird Unternehmen bis 2027 40 Milliarden US-Dollar kosten | Gartner | Kein Originaldokument gefunden |
| Dreifaches Wachstum nicht genehmigter KI-Tools seit 2022 | Forrester | Kein Originaldokument gefunden |
| 43 % erlebten den Abfluss geistigen Eigentums durch Shadow AI | Bitglass oder Forcepoint | Kein Originaldokument gefunden |
| 55 % verursachten Verstöße gegen die Datensouveränität | DLA Piper | Kein Originaldokument gefunden |
| 41 % der Führungskräfte nutzten nicht autorisierte KI | Deloitte | Kein Originaldokument gefunden |
| 38 % der Shadow-AI-Eingaben enthalten sensible Daten | Nightfall | Kein Originaldokument gefunden |
| 65 % der Beschäftigten nutzen nicht genehmigte KI-Tools | Salesforce State of IT 2024 | In der gelesenen Salesforce-Untersuchung nicht gefunden; die 55 % in Tabelle 2 sind die Salesforce-Zahl, die wir bestätigen konnten |
| Mehr als 300.000 offengelegte ChatGPT-Zugangsdaten | Group-IB | Die von Group-IB veröffentlichten Zahlen sind 101.134 Geräte mit gespeicherten ChatGPT-Zugangsdaten zwischen Juni 2022 und Mai 2023 sowie mehr als 225.000 Logs zwischen Januar und Oktober 2023, wie von SC Media berichtet |
Fünf Fragen vor dem Zitieren einer Shadow-AI-Statistik
- Wer wurde gezählt, und bezieht sich der Prozentwert auf alle Beschäftigten, auf KI-Nutzende oder auf Organisationen?
- Wurde das Verhalten von einem Werkzeug beobachtet oder von den Befragten in einer Umfrage angegeben?
- Aus wessen Kunden oder Befragten besteht die Stichprobe, und verkauft der Herausgeber ein Produkt, das von einer hohen Zahl profitiert?
- Wann wurde gemessen, im Unterschied zum Zeitpunkt, an dem die Seite veröffentlicht oder aktualisiert wurde?
- Ist es eine Messung, eine Wahrnehmung oder eine Prognose?
Dieselben fünf Fragen gelten für die Zahlen in diesem Artikel. Die Quellen sind in den strukturierten Daten dieser Seite und in den Tabellen verlinkt, und wir aktualisieren die Seite, wenn sich eine Quelle ändert oder eine Zahl aus Tabelle 3 nachgewiesen wird.
Wo die Schwärzung ansetzt
Die Messungen widersprechen sich bei den Raten, sind sich aber über den Mechanismus einig: Texte und Dateien werden in einen Prompt eingefügt oder hochgeladen, häufig von Konten, die der Arbeitgeber nicht verwaltet, und der Inhalt enthält oft personenbezogene Daten. Redactic setzt an diesem Schritt an, indem es personenbezogene Daten in Dokumenten erkennt und durch Platzhalter ersetzt, bevor der Text ein Modell erreicht, sodass das Modell mit dem Dokument arbeitet, ohne die darin enthaltenen Identitäten. Der Schwärzungsleitfaden erklärt die zwei Modi und den Fünf-Schritte-Workflow, und der Artikel zu Shadow AI im HR wendet ihn auf Recruiting- und Leistungsdaten an. Dasselbe Problem wird für Kanzleien und Prozessunterlagen und für Steuerkanzleien mit Lohn- und Steuerkennungen behandelt.
Häufig gestellte Fragen
Was ist die verlässlichste Shadow-AI-Statistik?
Keine einzelne Zahl beantwortet alle Fragen, aber die robusteste Evidenz ist eine Reihe, die über die Zeit mit einer einzigen Methode gemessen wurde. Cyberhavens Anteil sensibler Daten an KI-Eingaben in Unternehmen, der in drei Jahren von 10,7 % auf 27,4 % auf 34,8 % stieg, ist das klarste Beispiel. Bei der Stichprobengröße sind Harmonics 22.458.240 Prompts aus 2025 die größte, die wir gefunden haben.
Zeigen die Statistiken, wie viele Beschäftigte vertrauliche Daten in KI-Tools einfügen?
Nicht direkt. LayerX berichtet, dass 77 % der Nutzenden Daten einfügen, Cyberhavens Analyse von 2023 ergab, dass 4,7 % der Beschäftigten bei seinen Kunden sensible Daten eingefügt hatten, und Ciscos Umfrage ergab, dass 48 % der Sicherheits- und Datenschutzfachleute angaben, nicht öffentliche Informationen eingegeben zu haben. Die Zahlen unterscheiden sich stark, weil Grundgesamtheiten, Definitionen sensibler Daten und Methoden verschieden sind, sodass sie sich nicht zu einer einzigen Rate verbinden lassen.
Ist Trust No Bot ein Beleg für die KI-Nutzung bei der Arbeit?
Es ist ein Beleg für Menschen aus der Öffentlichkeit, die einen kostenlosen Chatbot nutzen. Die Unterhaltungen stammen aus WildChat, sind englischsprachig und wurden automatisch erkannt und markiert, die Zahlen von 48 % und 16 % beschreiben also das Verhalten von Verbraucherinnen und Verbrauchern und sollten nicht als Raten für Beschäftigte dargestellt werden.
Wie aktuell sind diese Zahlen?
Die Seite wurde zuletzt am 1. Oktober 2026 geprüft. Die zugrunde liegenden Messungen reichen von Anfang 2023 (Cyberhavens 11 % und die Salesforce-Umfrage) über das gesamte Jahr 2025 (Harmonic) bis Februar 2026 (Cyberhaven), sodass jede Zahl mit dem Zeitraum zitiert werden sollte, den sie abdeckt, und nicht mit dem Jahr der Seite, die sie wiederholt.
Verwandte Leitfäden
- Leitfaden Datenschwärzen DSGVO und KI 2026: PII korrekt maskieren
- Shadow AI im HR: KI nutzen ohne DSGVO-Verstöße (2026)
- Vertragsschwärzen und Prozessführung: Zeugen, sensible Klauseln (Leitfaden 2026)
- Datenschwärzen für Steuerberater: Lohnabrechnung, Steuer-IDs, DSGVO-Workflow (2026)
So setzt Redactic das in die Praxis um: Redactic, Dokumentenschwärzung · Vertrauensseiten und AVV.