KI-Chatbot mit Berechtigungen: SharePoint, Active Directory, SSO

KI-Chatbot mit echten Berechtigungen: Warum Rollen das Spiel ändern

Ein Chatbot ohne echte Berechtigungen ist ein Sicherheitsrisiko. Wenn jeder Mitarbeiter dasselbe beantwortet bekommt — auch wenn sensible Informationen im Hintergrund liegen — entsteht kein Mehrwert, sondern ein Compliance-Problem.

Ein Chatbot mit echten Berechtigungen ist etwas anderes. Er liest nur das, was der anfragende Nutzer sehen darf. Er antwortet präziser, er ist vertrauenswürdig und er erfüllt Compliance-Anforderungen.

Row-Level-Permission: Das Konzept

Jede Anfrage wird vor der Verarbeitung mit der Identität des Nutzers verknüpft. Die KI erhält nie mehr Zugriff als der anfragende Nutzer. Wenn ein Mitarbeiter keine Zugriff auf Gehaltsdaten hat, sieht er in der Antwort auch keine Gehaltsdaten.

Das ist der entscheidende Unterschied zu einem Chatbot, der "alles" lesen kann und dann selbst entscheidet, was er beantwortet.

Active Directory und Entra ID als Basis

Die Integration beginnt mit dem Login:

Entra ID (ehemals Azure AD) — Authentifizierung über das bestehende Identity-System
Dynamische Nutzergruppen — Login nur für definierte Gruppen
Rollenbasierte Zugangskontrolle — RBAC für alle Zugriffe
Single Sign-On (SSO) — Kein separater Login für den Chatbot

SharePoint-Integration

SharePoint ist oft das Herzstück der internen Wissensdatenbank:

Dokumentenbibliotheken — Nur Dokumente, die der Nutzer sehen darf
Ordnerstrukturen — Hierarchie wird im Chatbot respektiert
Versionen und Metadaten — Aktuelle und vergangene Versionen verfügbar
Suchfunktion — Präzise Suche innerhalb der erlaubten Daten

Der Chatbot indiziert nur die Dokumente, die jeder Nutzer tatsächlich sehen darf. Kein Umweg über "alles", dann "filtern".

Die vier Bausteine eines berechtigten Chatbots

1. Authentifizierung und Autorisierung

Login über Entra ID, eingeschränkt auf definierte Gruppen
Rollen und Rechte im Chatbot spiegeln die AD-Struktur wider
Kein privater Account, keine Wildwuchs-Anmeldung

2. Datenzugriff nach Berechtigung

SharePoint: Nur sichtbare Dokumente, Ordner und Bibliotheken
DMS/ERP: Nur autorisierte Datenbanken und Tabellen
Datenquellen werden beim Indizieren mit Berechtigungen verknüpft

3. RAG mit Berechtigungsfilter

Retrieval-Augmented-Generation filtert bereits im Retrieval nach Berechtigungen
Die KI bekommt nur relevante, autorisierte Kontexte
Keine Möglichkeit, auf nicht-autorisierte Daten zuzugreifen

4. Audit-Trail und Logging

Jeder Chat-Call wird protokolliert: Wer, wann, welche Quelle, welche Antwort
Administrationsänderungen (Modelle, Limits, Zugriffsrechte) separat geloggt
Konfigurierbare Retention und Zugriffsrechte auf Logs

Warum das wichtig ist

Ein Chatbot ohne echte Berechtigungen ist ein Compliance-Problem. Ein Chatbot mit echten Berechtigungen ist ein Produktivitäts-Booster. Die Technologie ist nicht der Engpass — die Berechtigungsarchitektur ist es.

Ein Chatbot, der "alles" lesen kann, kann "alles" antworten. Das ist kein Feature, das ist ein Risiko. Ein Chatbot, der nur das liest, was der Nutzer sehen darf, ist präziser, sicherer und vertrauenswürdiger.

FAQ: Chatbot-Berechtigungen

Brauche ich Active Directory für einen Chatbot?

Nein, aber es ist der einfachste Weg. Ohne AD müssen Sie ein separates Benutzerkonten-System pflegen. Mit AD/Entra ID nutzen Sie die bestehenden Zugriffsrechte, die bereits in Ihrem Unternehmen definiert sind.

Wie werden Datenberechtigungen im Chatbot umgesetzt?

Über Row-Level-Permission. Die KI erhält beim Indizieren die Berechtigungen zu jedem Dokument. Beim Retrieval wird nach diesen Berechtigungen gefiltert. Die KI bekommt nur Kontext, der dem anfragenden Nutzer erlaubt ist.

Ist das DSGVO-konform?

Ja. Der Chatbot verarbeitet nur Daten, die der Nutzer sehen darf. Jeder Zugriff wird protokolliert. Es gibt keinen Zugriff auf nicht-autorisierte Daten. Die Daten bleiben in der eigenen Infrastruktur.

Was kostet ein Chatbot mit Berechtigungen?

Als Fixpreis-Umsetzung bewegt sich ein Chatbot mit echten Berechtigungen je nach Umfang zwischen 13.000 und 70.000 EUR. Der Aufwand hängt ab von der Anzahl der Datenquellen, der Komplexität der AD-Struktur und der Anzahl der Berechtigungsebenen.

Kann ich den Chatbot später auf weitere Datenquellen erweitern?

Ja. Die Architektur ist modular. Wenn neue Datenquellen hinzukommen, werden sie mit den entsprechenden Berechtigungen indiziert. Der Chatbot muss nicht neu gebaut werden.