Es ist die erste Woche eines neuen Kurses. Ein Teilnehmender kommt nach der Session zu mir und fragt vorsichtig: „Wenn ich euch eine Frage stelle – sagen wir, eine ganz persönliche – was macht ihr damit? Speichert ihr das irgendwo?“
Ich nicke. Das ist eine sehr gute Frage. Eine Frage, die immer mehr Menschen stellen, wenn es um KI geht.
Diese Person erklärt mir dann: Sie möchte ChatGPT für ihren Job nutzen, aber nur, wenn sie sichergehen kann, dass ihre Anfragen nicht irgendwo landen. Sensible Daten, Kundendaten vielleicht, etwas, das unter Verschluss bleiben muss. Ich verstehe das. Und ich sehe auch, dass sie nicht paranoid ist – sie ist vorsichtig. Das ist der Unterschied.
Das ist genau das, was ich meinen Teilnehmenden beibringen möchte: Nicht „Trau der KI nicht“, sondern „Verstehe, was mit deinen Daten passiert, bevor du sie teilst.“
Denn die Antwort auf die Frage „Was passiert mit meinen Daten, wenn ich das eingebe?“ ist nicht immer einfach. Und genau das sollte uns stutzig machen. Nicht Paranoia. Klugheit.
In meinen Kursen sehe ich das immer wieder. Menschen, die KI-Tools benutzen wollen, aber zögern. Ein Zögern, das ich ernst nehme. Weil es nicht aus Angst kommt, sondern aus einer sehr berechtigten Sorge.
Und so erkläre ich meinen Teilnehmenden immer das Gleiche: Schaut nicht nur auf die Frage „Wie gut ist die Antwort?“ Schaut auf die Frage „Wohin geht meine Eingabe?“ Das ist die eigentliche Frage. Die andere kommt später.
Wohin genau geht das, was man eingibt?
Das hängt davon ab, welche Box man nutzt. Und hier wird es kompliziert.
ChatGPT? OpenAI speichert die Anfragen standardmäßig. Das hat – und das ist wichtig – nichts mit der Option „nicht fürs Training nutzen“ zu tun. Es sei denn, man zahlt für einen Premium-Plan oder einen Business Account mit DSGVO-konformem Serverstandort und stellt die Datenschutz-Option bewusst auf „don’t retain“. Aber auch das ist kein vollständiger Schutz – Einstellungen ändern sich, nicht alle Nutzer*innen wissen davon.
Claude von Anthropic? Die sagen öffentlich, dass Eingaben nicht zum Trainieren verwendet werden. Das klingt besser. Nur: Wer kann das überprüfen? Wer sitzt da und kontrolliert das wirklich?
Google Gemini, Microsoft Copilot, Bing – jedes System hat andere Regeln. Und das ist nur der Westen. Chinesische Modelle wie Alibaba Qwen oder Tencent Hunyuan, japanische Systeme, südkoreanische Plattformen – sie alle sammeln Daten nach ihren jeweiligen Gesetzen. Manchmal transparenter, manchmal weniger. Aber alle folgen der gleichen Logik: Daten sind wertvoll, Eingaben werden gespeichert.
Überall das gleiche Problem: Datenschutzerklärungen, die wie Versicherungsverträge klingen. Geschrieben für Juristinnen und Juristen, nicht für Menschen, die einfach eine Frage stellen wollen.
Da beginnt das Problem. Die technische Realität ist noch komplizierter als die Erklärungen.
Deine Anfrage geht an ein Rechenzentrum irgendwo auf der Welt. Sie wird protokolliert, wahrscheinlich verschlüsselt, wahrscheinlich auch wieder gelöscht. Wahrscheinlich. Aber was ist mit US-Behörden, die Zugriff fordern? Was ist mit Sicherheitslücken? Was ist mit neugierigen Mitarbeiter*innen? Das sind keine wilden Theorien. Das sind bekannte Risiken.
Und dann – das ist das Wichtigste – dann sind da meine Teilnehmenden. Manche sitzen im Kurs und fragen mich: „Und wenn ich meine Bewerbung da reinkopiere? Oder mein Portfolio?“ Dann sehe ich die Sorge in ihren Augen. Die ist berechtigt.
Es gibt aber einen Weg um dieses Problem herum. Nicht der beste, aber ein Weg: lokale KI. Tools wie Ollama, Modelle wie Mistral oder Llama – sie laufen auf dem eigenen Computer. Die Daten bleiben zu Hause. Sie werden nicht hochgeladen, nicht analysiert, nicht trainiert. Das ist nicht immer die beste Antwort technisch, aber für sensible Fragen: Es ist eine echte Option. Und das sage ich meinen Teilnehmenden ganz offen.
Also: Was tun? Was rate ich meinen Teilnehmenden?
Die erste Antwort ist nicht sexy: Lest die Datenschutzrichtlinie. Ja, wirklich. Nicht nur den Anfang. Die ganze Sache. Die meisten KI-Tools verstecken dort tatsächlich, was mit den Daten passiert. Wenn man es nicht versteht, soll man fragen. Eine Kollegin oder einen Kollegen, eine Beraterin oder einen Berater, jemanden, der das kennt. Das ist nicht Schwäche. Das ist Vorsicht.
Die zweite Antwort: Gib niemals etwas ein, das du nicht auch in einen Brief schreiben würdest, der vor Gericht landen könnte. Persönliche Daten? Nein. Kundendaten? Absolut nein. Sensible Geschäftsinformationen? Niemals. Aber ein berufliches Problem, das man umformulieren kann, ohne Geheimnisse auszuplaudern? Ja, das geht.
Drittens, und das sage ich meinen Kursteilnehmenden immer: Es gibt Menschen, die euch helfen können. Der Betriebsrat oder die Betriebsrätin in der Firma. Die Datenschützerin oder der Datenschützer eurer Stadt. Beratungsstellen, die sich mit diesem Thema auskennen. Und ja, es gibt immer noch das Telefon. Das Gespräch mit einem Menschen wird nicht trainiert, nicht archiviert, nicht analysiert. Manchmal ist das die beste Lösung.
Das Zögern vor dem Send-Button ist nicht ein Problem, das man überwinden muss. Es ist ein Zeichen von Bedachtsamkeit.
Wer gelernt hat, dieses Innehalten ernst zu nehmen – wer gelernt hat, Fragen zu stellen, bevor Daten hinausgehen – wer gelernt hat, zwischen „praktisch“ und „sicher“ abzuwägen – die Person ist nicht paranoid. Sie ist kompetent.
Das ist kein reines KI-Problem. Das ist ein Problem der Datenkompetenz. Und das können wir lehren. Das müssen wir lehren.
Quellen
- OpenAI Privacy Policy (2026). Data Retention and Use for Model Improvement.
https://openai.com/privacy/ - Anthropic Privacy Policy. Data Usage and Retention Policies.
https://www.anthropic.com/legal/privacy - Bundesdatenschutzbeauftragte (BfDI, 2026). KI-Modelle und personenbezogene Daten.
https://www.bfdi.bund.de/DE/BfDI/Konsultationsverfahren/KI-Modelle-pbD/KI-Modelle-pbD_node.html - Anthropic (2026). Security, Privacy and Trust.
https://trust.anthropic.com/
