oliverschmidtprietz/GDPR-DSFA-Sentinel

Was macht GDPR-DSFA-Sentinel?

KI-Agenten-Fähigkeit für die Datenschutz-Folgenabschätzung (DSFA) nach DSGVO (offener Standard) – Art. 35 Schwellenanalyse, multijurisdiktionelle Blacklist-Prüfungen, 5x5-Risikobewertung, prüffähige .docx-Erstellung

Übersicht

Diese Fähigkeit ermöglicht es KI-Agenten, eine Datenschutz-Folgenabschätzung (DSFA) gemäß Art. 35 DSGVO vollständig zu automatisieren. Sie unterstützt Entwickler, Datenschutzteams und Rechtsabteilungen dabei, DSFA-Prozesse zu rationalisieren, sicherzustellen, dass die notwendigen Prüfungen durchgeführt werden, und prüffähige Berichte für Aufsichtsbehörden zu erstellen.

Hauptfunktionen

• Art. 35 Schwellenanalyse: Automatisierte Bewertung, ob eine DSFA erforderlich ist, basierend auf Verarbeitungsmerkmalen (z.B. automatisierte Entscheidungsfindung, umfangreiche Verarbeitung sensibler Daten, Überwachung öffentlicher Bereiche).
• Multijurisdiktionelle Blacklist-Prüfung: Abgleich der Verarbeitungsarten mit spezifischen Blacklists der Aufsichtsbehörden (z.B. DSK Düsseldorf, CNIL, ICO), um bekannte Risikoakteure oder verarbeitungstypen zu identifizieren.
• 5x5-Risikoscore-Modell: Bewertung nach Eintrittswahrscheinlichkeit und Schweregrad (jeweils 1-5), mit anschließender Klassifizierung (Niedrig, Mittel, Hoch, Kritisch).
• Prüffähiger .docx-Export: Generierung eines strukturierten DSFA-Berichts im .docx-Format, der die Anforderungen der Art. 35 Abs. 7 DSGVO erfüllt.

Verwendung

Als KI-Agenten-Fähigkeit (Claude Code / Cursor / Codex)

1. Initialisieren Sie die Fähigkeit:

   skill init gdpr-dpia-sentinel
   

2. Eingabe bereitstellen:

   processing_activities:
     - name: "Automatisierte Kreditentscheidungen"
       description: "Machine-Learning-Modell zur Bonitätsbewertung"
       data_controller: "FinTech GmbH"
       jurisdiction: "DE"
       data_subjects: ["Kunden", "Interessenten"]
       data_categories: ["Finanzielle Daten", "Kontaktinformationen"]
       processing_scale: "groß"
       automated_decision_making: true
       sensitive_data: false
       public_monitoring: false
   

3. Bericht generieren:

   skill run gdpr-dpia-sentinel --input processing_activities.yaml --output dpia_report.docx
   

Als CI/CD-Integration (GitHub Actions / GitLab CI)

Beispiel GitHub Action:

- name: DSFA prüfen
  uses: oliverschmidtprietz/gdpr-dpia-sentinel@v1
  with:
    input: .github/pipelines/processing_activities.yaml
    output: artifacts/dpia_report.docx

Fähigkeiten-Definition (SKILL.md)

• Name: GDPR-DPIA-Sentinel
• Version: 1.0.0
• Lizenz: MIT (offener Standard)
• Abhängigkeiten: python-docx, pyyaml, requests (für externe Blacklist-API)

DSFA-Prozessablauf

1. Schwellenanalyse – Prüfung auf DSFA-Pflicht nach Art. 35 DSGVO
2. Blacklist-Prüfung – Abgleich mit Listen der Aufsichtsbehörden
3. Risikobewertung – 5x5-Matrix (Eintrittswahrscheinlichkeit x Schweregrad)
4. Berichtserstellung – Automatische .docx-Generierung

Umgebungsvariablen

Variable	Beschreibung	Erforderlich
GDPR_BLACKLIST_API_URL	URL der multijurisdiktionellen Blacklist-API	Nein
DPIA_TEMPLATE_PATH	Pfad zu benutzerdefinierter .docx-Vorlage	Nein
OUTPUT_DIR	Standard-Ausgabeverzeichnis	Nein (Standard: ./output)

Beispielausgabe des Risikoscores

risk_assessment:
  overall_score: 18
  risk_level: Hoch
  likelihood: 4
  severity: 4
  mitigations:
    - "Datenverschlüsselung implementieren"
    - "Manuelle Überprüfung der Ergebnisse einführen"
    - "Transparenzmaßnahmen für betroffene Personen umsetzen"

Support & Mitwirkung

Bei Fragen oder Problemen öffnen Sie bitte ein Issue im GitHub-Repository. Beiträge sind willkommen! Bitte lesen Sie die Datei CONTRIBUTING.md.

Lizenz

MIT – siehe Datei LICENSE für Details.