HIPAA, SOC 2, PCI: die Compliance-Checkliste für Voice AI

Die 6 Rahmenwerke, nach denen jeder Enterprise-Käufer von Voice AI fragen muss

Die meisten Sicherheitsseiten von Anbietern prahlen mit einem einzigen Siegel – meist SOC 2 – und das war's. Beschaffungsteams, die ernsthaft prüfen, brauchen sechs Kontrollen bereits am ersten Tag geklärt:

1. HIPAA – Covered Entities und Business Associates, die im Gespräch PHI verarbeiten.
2. SOC 2 Type II – der Bericht zur operativen Wirksamkeit (nicht Type I, nicht das selbst attestierte PDF).
3. PCI DSS v4.0.1 – überall dort, wo ein Anrufer eine Kartennummer ausspricht oder per DTMF eingibt.
4. GDPR + UK GDPR – Anrufende aus der EU und dem Vereinigten Königreich, Unterauftragsverarbeiter in der EU, DPAs nach Article 28.
5. Datenresidenz – physische Speicherregion für Transkripte, Aufzeichnungen und Embeddings.
6. Sprachspezifische Risiken – Stimmabdrücke, Aufbewahrung von Aufzeichnungen, Abfluss von Trainingsdaten.

Wenn der Anbieter nicht alle sechs Punkte in einem einzigen Gespräch beantworten kann, ist das die Antwort. Demo überspringen und weiterziehen.

HIPAA: BAAs, PHI in Transkripten, Opt-out beim Modelltraining

Sprachtranskripte sind PHI, sobald jemand seinen Namen zusammen mit einer Diagnose, einem Medikament oder einem Termin nennt. Behandeln Sie den Transkriptspeicher, den Embedding-Speicher und das Analyse-Warehouse allesamt als PHI-Systeme.

Mindestanforderungen von HIPAA an einen Voice-AI-Anbieter:

• Unterzeichnetes BAA mit namentlich genannten Unterauftragsverarbeitern (LLM-Anbieter, ASR-Anbieter, TTS-Anbieter, Telefonie-Carrier, Observability-Anbieter). Ein BAA, das den LLM ausklammert, ist kein BAA.
• Verschlüsselung bei der Übertragung (TLS 1.2+, SRTP für Medien) und im Ruhezustand (AES-256).
• Audit-Logs jedes PHI-Zugriffs über 6 Jahre.
• Zero-Data-Retention-Modus (ZDR) beim LLM-Aufruf. OpenAI ZDR, Anthropic ZDR und der No-Logging-Modus von Google Vertex sind allesamt konfigurierbar – prüfen Sie, welcher davon für Ihren Tenant tatsächlich aktiv ist, nicht die Marketing-Voreinstellung.
• Schriftliches Opt-out beim Modelltraining. Der Anbieter muss sich vertraglich verpflichten, dass Ihr Anruf-Audio, Ihre Transkripte und die Payloads von Tool-Aufrufen niemals zum Training irgendeines Modells verwendet werden – weder seines eigenen noch des eines Unterauftragsverarbeiters.

Beispielklausel für ein BAA, zum Einfügen in die Ausschreibung:

"Der Anbieter wird geschützte Gesundheitsinformationen, die über den Voice-AI-Dienst übertragen werden, nicht verwenden und sicherstellen, dass auch kein Subunternehmer sie verwendet, um ein Machine-Learning-Modell zu trainieren, zu feinabzustimmen oder zu evaluieren, einschließlich, aber nicht beschränkt auf große Sprachmodelle, Modelle zur automatischen Spracherkennung und Text-to-Speech-Modelle. Der Anbieter konfiguriert sämtliche Modellanbieter von Drittparteien für den Tenant des Kunden in einem Zero-Data-Retention- oder No-Logging-Modus und legt auf Anfrage eine schriftliche Bestätigung dieser Konfiguration vor."

Wenn der Anbieter bei dieser Klausel zögert, liegen Ihre PHI bereits in irgendeinem Trainingskorpus.

SOC 2 Type II: was Sie über das Siegel hinaus prüfen sollten

Das SOC-2-Siegel in der Fußzeile bedeutet gar nichts. Fordern Sie den Bericht selbst unter NDA an und lesen Sie genau die Teile, die Anbieter Sie gern überspringen lassen.

Checkliste für den Bericht:

• Type II, nicht Type I. Type I ist eine Designprüfung zu einem Stichtag. Type II deckt 6 bis 12 Monate operative Wirksamkeit ab. Alles darunter ist Theater.
• Abgedeckte Trust Service Criteria. Security ist Pflicht. Availability, Confidentiality und Processing Integrity sollten bei einer Voice-AI-Plattform, die echte Kundengespräche führt, allesamt im Prüfumfang liegen.
• Prüfer. Eine echte Big-4-Gesellschaft oder eine anerkannte Wirtschaftsprüfungsgesellschaft. Kein 5.000-Dollar-Fließbandprüfer, der saubere Berichte als Produktmerkmal ausstellt.
• Abschnitt zu Ausnahmen. Überspringen Sie das Anschreiben. Gehen Sie zu den Ausnahmen. Null Ausnahmen in einem echten Type II bedeutet meist, dass der Prüfumfang um nichts herum gezogen wurde. Ein oder zwei gut dokumentierte Ausnahmen samt Behebung sind normal und gesund.
• Sub-Service-Organisationen. Achten Sie darauf, ob AWS, GCP und Azure als Carve-outs mit eigenen SOC 2 aufgeführt sind. Ist der LLM-Anbieter oder der Telefonie-Carrier eine Sub-Service-Organisation, sollte auch dessen SOC 2 referenziert sein.
• Beschreibung des Prüfumfangs. Stellen Sie sicher, dass das Voice-AI-Produkt, das Sie kaufen, im Prüfumfang namentlich genannt ist. Manche Anbieter fassen nur die Marketing-Website oder das Dashboard in den Umfang, nicht den Inferenzpfad.

PCI DSS: wie Voice AI Ihren Prüfumfang bei Zahlungsanrufen verändert (oder ausweitet)

Hier sprengen die meisten Voice-AI-Einführungen klammheimlich den PCI-Prüfumfang des Käufers. In dem Moment, in dem jemand 16 Ziffern ausspricht, liegt der gesamte Pfad – Telefonie-Carrier, ASR, LLM-Kontextfenster, Transkriptspeicher, Observability-Anbieter – innerhalb der Cardholder Data Environment.

Zwei Architekturen, zwei völlig unterschiedliche Audits:

Das Muster Pause-and-Resume mit DTMF-Maskierung (manchmal "Agent-Assist-Unterdrückung" genannt) schrumpft Ihren Prüfumfang von "das Universum auditieren" auf "die Integration auditieren".

Fragen für den Käufer:

• Erfolgt die DTMF-Maskierung auf SBC-Ebene oder auf Anwendungsebene? Auf SBC-Ebene gelangen die Töne gar nicht erst in den Medienstrom.
• Erhält die ASR während des Erfassungsfensters stummgeschaltetes Audio, oder wird ihr Transkript lediglich nachträglich geschwärzt? Nachträgliches Schwärzen ist nicht PCI-konform – die Daten haben das System bereits berührt.
• Verfügt der Anbieter über ein aktuelles PCI DSS v4.0.1 AOC für die Zahlungserfassungskomponente? Verlangen Sie das AOC, keine Pressemitteilung.
• Werden Anrufaufzeichnungen des Zahlungsabschnitts gespeichert, und sei es verschlüsselt? PCI verlangt, dass sie überhaupt nicht aufbewahrt werden, wenn sie nach der Autorisierung SAD enthalten.

GDPR + EU-Residenz: Datenstandort, Unterauftragsverarbeiter, Warnsignale im DPA

Wenn jemand aus der EU oder dem Vereinigten Königreich anruft, gilt GDPR unabhängig davon, wo Ihr Hauptsitz liegt. Der Voice-AI-Anbieter ist Auftragsverarbeiter (Article 28); Ihr Unternehmen ist der Verantwortliche.

Das DPA muss festlegen:

• Namentlich genannte Unterauftragsverarbeiter samt Standorten. "AWS" reicht nicht – "AWS eu-central-1" schon.
• Standard Contractual Clauses (Module von 2021), falls ein Unterauftragsverarbeiter in den USA sitzt, plus ein Transfer Impact Assessment.
• Eine schriftliche Zusicherung der Datenresidenz. "EU nach bestem Bemühen" ist keine Residenz. Achten Sie auf eine Regionsfestlegung auf Tenant-Ebene: Audio, Transkripte, Embeddings und Vektorindizes verbleiben sämtlich in eu-west-1 / eu-central-1 / eu-north-1.
• Ein Lösch-SLA. Löschung nach Article 17 von GDPR innerhalb von 30 Tagen, auf Backups fortgeschrieben innerhalb des dokumentierten Backup-Rotationsfensters.
• Benachrichtigung über den Wechsel von Unterauftragsverarbeitern mit einem echten Widerspruchsrecht – mindestens 30 Tage, kein "wir aktualisieren die Seite".

Warnsignale in Anbieter-DPAs:

• "Aggregierte und anonymisierte Daten können zur Verbesserung unserer Dienste verwendet werden." Sprachdaten lassen sich selten wirklich anonymisieren – Stimmabdrücke sind biometrische Identifikatoren nach Article 9 von GDPR. Streichen Sie diese Klausel.
• Rechenzentrum ausschließlich in den USA mit einem "wir halten GDPR ein", aber ohne SCCs und ohne TIA.
• Liste der Unterauftragsverarbeiter hinter einem Login oder einem NDA versteckt. Article 28 verlangt, dass sie Ihnen zugänglich ist.

Sprachspezifische Risiken: Aufbewahrung von Aufzeichnungen, biometrische Stimmabdrücke, Abfluss von Trainingsdaten

Die obigen Rahmenwerke wurden für SaaS und Zahlungsverkehr geschrieben. Voice AI bringt drei Fehlermodi mit, die keines davon vollständig abdeckt:

1. Aufbewahrung von Aufzeichnungen. Die Standardaufbewahrung liegt auf den meisten Plattformen bei 30 bis 90 Tagen, mitunter unbegrenzt. Bestehen Sie auf einer pro Tenant konfigurierbaren Aufbewahrung bis hinunter auf 0 Tage (nur Transkript, kein Audio) und lassen Sie sich echtes Löschen bestätigen, keine Soft-Delete-Flags.

2. Biometrische Stimmabdrücke. Manche Plattformen berechnen Sprecher-Embeddings (einen 192-dimensionalen Vektor, der eine Stimme eindeutig identifiziert) für die Diarisierung oder die Betrugserkennung. Nach Article 9 von GDPR, BIPA (Illinois) und Texas CUBI ist dieser Vektor ein biometrisches Datum mit Einwilligungsanforderungen, die über die für normale PII hinausgehen. Fragen Sie: Werden Stimmabdrücke erzeugt, wo werden sie gespeichert, lassen sie sich pro Tenant abschalten?

3. Abfluss von Trainingsdaten. Selbst bei einem Opt-out beim Modelltraining nutzen Anbieter geschwärzte Transkripte mitunter, um die Modellleistung zu bewerten oder Evaluationsdatensätze aufzubauen. "Evaluation" kann ein Schlupfloch sein. Sorgen Sie dafür, dass die Klausel jede nachgelagerte Modellnutzung abdeckt, einschließlich Evaluationen und Datensätzen zur Prompt-Optimierung.

Der herunterladbare Ausschreibungsfragebogen (15 Fragen)

Übernehmen Sie diese Fragen in Ihren Anbieterfragebogen. Ja/Nein-Antworten zwingen den Anbieter, sich schriftlich festzulegen.

1. Unterzeichnen Sie ein HIPAA BAA, das alle Unterauftragsverarbeiter einschließlich der LLM-, ASR- und TTS-Anbieter umfasst?
2. Betreiben Sie den LLM für unseren Tenant standardmäßig in einem Zero-Data-Retention- bzw. No-Logging-Modus?
3. Verpflichten Sie sich vertraglich, dass unser Audio, unsere Transkripte und die Payloads von Tool-Aufrufen niemals für Modelltraining, Feinabstimmung oder Evaluation verwendet werden?
4. Stellen Sie Ihren aktuellsten SOC 2 Type II Bericht unter NDA bereit. Welche Trust Service Criteria liegen im Prüfumfang?
5. Ist der Inferenzpfad der Voice AI in der Beschreibung des SOC-2-Prüfumfangs ausdrücklich benannt?
6. Listen Sie alle Ausnahmen aus dem jüngsten SOC 2 Type II sowie deren jeweiligen Behebungsstatus auf.
7. Stellen Sie Ihr aktuelles PCI DSS v4.0.1 AOC bereit. Welche Komponente ist zertifiziert?
8. Wie werden Zahlungskartendaten erfasst – DTMF-Unterdrückung auf SBC-Ebene, Maskierung auf Anwendungsebene oder nachträgliches Schwärzen?
9. Werden Anrufaufzeichnungen von Zahlungsabschnitten in irgendeiner Form aufbewahrt? Falls ja, wo und wie lange?
10. Stellen Sie eine Liste der Unterauftragsverarbeiter mit den jeweiligen physischen Rechenzentrumsregionen bereit.
11. Lassen sich Audio, Transkripte, Embeddings und Vektorindizes auf Tenant-Ebene an eine EU-Region binden?
12. Wie lautet Ihr Lösch-SLA nach Article 17 von GDPR, einschließlich der Fortschreibung auf Backups?
13. Erzeugen Sie Sprecher-Embeddings bzw. Stimmabdrücke? Lassen sie sich pro Tenant abschalten?
14. Wie lang ist die minimal konfigurierbare Aufbewahrungsdauer für Anrufaufzeichnungen? Lässt sie sich auf null setzen?
15. Stellen Sie die Zusammenfassung eines aktuellen externen Penetrationstests (aus den letzten 12 Monaten) bereit, der den Sprach-Inferenzpfad abdeckt.

Wenn ein Anbieter nicht alle 15 Fragen binnen einer Woche schriftlich beantworten kann, hat er die Arbeit noch nicht gemacht – und Sie zahlen dafür, sein Compliance-F-und-E-Projekt zu sein.

FAQ

Reicht HIPAA für eine Voice-AI-Einführung im Gesundheitswesen? Nein. HIPAA ist notwendig, aber nicht hinreichend. Sie brauchen außerdem SOC 2 Type II für die Plattformkontrollen, einen aktuellen Penetrationstest für den Inferenzpfad und eine bundesstaatliche Biometrie-Abdeckung (BIPA, CUBI, Washington My Health My Data), wenn Sie Stimmabdrücke erzeugen.

Bedeutet ein SOC 2 Type II Bericht, dass der Anbieter GDPR-konform ist? Nein. SOC 2 deckt die operative Wirksamkeit interner Kontrollen ab. GDPR ist ein Rechtsregime, das ein DPA, namentlich genannte Unterauftragsverarbeiter, SCCs für Übermittlungen und Betroffenenrechte verlangt. Ein Anbieter braucht beides, und die beiden Berichte decken unterschiedliche Flächen ab.

Kann ein Voice-AI-Anbieter meinen PCI-Prüfumfang auf null reduzieren? Fast, aber nicht exakt auf null. Ein Anbieter mit DTMF-Unterdrückung auf SBC-Ebene und einem Level 1 PCI AOC für die Zahlungserfassungskomponente bringt Sie bei den meisten telefonischen Zahlungsszenarien in den Bereich von SAQ A oder SAQ A-EP. Die Integration und die Entscheidung über das Anrufrouting bleiben weiterhin Ihre.

Was ist der Zero-Data-Retention-Modus (ZDR) und warum ist er wichtig? ZDR ist eine Konfiguration auf Tenant-Ebene beim LLM-Anbieter, die das Protokollieren von Prompts und Completions abschaltet. Ohne ihn liegen Ihre Gesprächstranskripte mindestens 30 Tage in den Logs des LLM-Anbieters, was nachgelagert sowohl die Zusagen aus dem BAA als auch die aus dem DPA bricht.

FAQ JSON-LD: render this section as Question + Answer schema.org entities for the FAQPage type so the SERP gets the rich result. Standard Next.js MDX FAQ component on the blog already handles this — wrap the section in <FAQ> and the layout emits the JSON-LD.

Sie prüfen einen Voice-AI-Anbieter und haben genug von Sicherheitsseiten in Marketingqualität? Finn kommt ab dem ersten Tag mit einem unterzeichneten BAA, mit SOC 2 Type II im Prüfumfang für den Inferenzpfad, mit DTMF-Unterdrückung auf SBC-Ebene für PCI und mit EU-Residenz auf Tenant-Ebene. Schicken Sie uns den 15-Fragen-Fragebogen von oben – wir antworten innerhalb von 48 Stunden, schriftlich und mit Belegen. Sicherheitsprüfung in Beschaffungsqualität buchen →

Prüfer: Menschliches Gremium / AGNB-Content-Verantwortlicher. Nicht vor der Prüfung veröffentlichen – der Veröffentlichungsschritt erfolgt derzeit manuell.

Verwandt: Voice-AI-Sicherheit: das Bedrohungsmodell der Audioebene