Was passiert mit deinen Daten?
Die Debatte um KI-Training mit Nutzerdaten hat eine neue Dimension erreicht. Während OpenAI-CEO Sam Altman aktuell mit US-Präsident Trump über eine 5-prozentige Staatsbeteiligung an OpenAI verhandelt – unter anderem als verspätete Kompensation dafür, dass KI-Modelle aus menschlichen Werken lernen, ohne deren Urheber zu bezahlen –, zeigt eine aktuelle Studie der Universität Passau, wie leistungsfähig diese Modelle bereits sind: KI-generierte politische Aussagen werden von Menschen als authentischer, schlüssiger und relevanter bewertet als echte Politikerantworten. Die Frage, wer mit welchen Daten trainiert und wie du dich dagegen wehren kannst, ist damit drängender denn je. Besonders im DACH-Raum, wo die DSGVO eigentlich strengen Datenschutz garantieren soll, lohnt sich ein genauer Blick auf die Mechanismen hinter dem KI-Training.
Hintergrund: Warum deine Daten so wertvoll sind
Große Sprachmodelle wie GPT-4 Turbo, Googles Gemini oder Tencents kürzlich veröffentlichtes Open-Source-Modell Hy3 (ein 295-Milliarden-Parameter-Modell unter Apache-2.0-Lizenz) werden mit gigantischen Datenmengen trainiert. Diese Daten stammen aus dem Internet: Bücher, Artikel, Social-Media-Posts, Forenbeiträge, E-Mails – kurz: aus allem, was Menschen jemals digital veröffentlicht haben.
Sam Altman selbst hat dieses Problem bereits 2021 adressiert. Damals schlug er vor, dass alle Unternehmen ab einer bestimmten Bewertung jährlich 2,5 Prozent ihres Marktwerts in einen Fonds einzahlen sollten, der an Bürger ausgeschüttet wird. Im April 2026 konkretisierte OpenAI einen engeren Vorschlag, der nun in den Verhandlungen mit der US-Regierung Gestalt annimmt. Laut Financial Times geht es um eine 5-prozentige Beteiligung der US-Regierung an OpenAI. Bei einer Unternehmensbewertung von 852 Milliarden Dollar nach der letzten Finanzierungsrunde im März 2026 entspräche das rund 42,6 Milliarden Dollar.
Die Logik dahinter ist einfach: KI lernt direkt aus menschlicher Arbeit – Büchern, Filmen, Kunst –, aber die Urheber werden in der Regel nicht bezahlt. Eine kostenlose Beteiligung könnte als verspätete Kompensation dienen. Selbst Senator Bernie Sanders hat vorgeschlagen, Amerikanern eine 50-prozentige Beteiligung an führenden KI-Unternehmen zu geben.
Die Details: So funktioniert das Daten-Harvesting
Google nutzt seine marktbeherrschende Stellung auf mehreren Ebenen, um an Trainingsdaten zu kommen. Das betrifft nicht nur die Google-Suche, sondern auch Dienste wie Gmail, Google Docs, YouTube, Google Maps und Android-Smartphones. Die Nutzungsbedingungen vieler dieser Dienste erlauben dem Unternehmen weitreichende Rechte an den Inhalten, die du erstellst oder hochlädst.
Konkret kannst du folgende Schritte unternehmen, um die Nutzung deiner Daten einzuschränken:
- Google-Aktivitätseinstellungen prüfen: Unter myactivity.google.com kannst du Web- und App-Aktivitäten, Standortverlauf und YouTube-Verlauf deaktivieren.
- KI-spezifische Einstellungen: In den Google-Kontoeinstellungen gibt es mittlerweile Optionen, die explizit die Verwendung deiner Daten für KI-Modellverbesserungen betreffen. Diese solltest du gezielt deaktivieren.
- Gemini-Aktivität ausschalten: Wenn du Googles KI-Assistenten Gemini nutzt, werden deine Gespräche standardmäßig gespeichert. Das lässt sich in den Gemini-Einstellungen unterbinden.
- YouTube-Daten schützen: Deine Kommentare, Likes und Watchhistory fließen in Empfehlungsalgorithmen und potenziell in Trainingsdaten ein.
- robots.txt und Meta-Tags: Wenn du eine eigene Website betreibst, kannst du über die robots.txt-Datei Google-Extended – den speziellen Crawler für KI-Training – blockieren.
Doch die ehrliche Wahrheit ist: Vollständiger Schutz ist praktisch unmöglich. Wenn deine Texte, Bilder oder Videos einmal öffentlich im Internet standen, wurden sie mit hoher Wahrscheinlichkeit bereits in Trainingsdatensätze aufgenommen. Die Studie der Universität Passau demonstriert eindrucksvoll, wie gut das funktioniert: Die Forscher fütterten GPT-4 Turbo lediglich mit Wikipedia-Biografien von 112 Persönlichkeiten und konnten damit deren Antworten auf politische Fragen so überzeugend imitieren, dass knapp 1.000 Testpersonen die KI-Antworten als authentischer bewerteten als die Originale.
Einordnung: Was bedeutet das für dich im DACH-Raum?
Für Solopreneure, Marketer und Tech-Interessierte im deutschsprachigen Raum hat diese Entwicklung eine Doppelgesichtigkeit. Einerseits profitierst du von immer leistungsfähigeren KI-Modellen. Die aktuellen Fable-Klasse-Modelle zeigen laut Experte Thariq Shihipar, dass bisherige Einschränkungen oft selbst auferlegt waren – „die Zwangsjacke, die wir den Modellen anlegen, und die Art, wie wir sie prompten“, limitiert ihre Fähigkeiten unnötig. Was früher Wochen dauerte, erledigt KI heute in Stunden.
Andererseits sind deine eigenen Inhalte der Treibstoff für genau diese Systeme. Wenn du als Content-Creator, Blogger oder Berater arbeitest, trainierst du im Grunde deine eigene Konkurrenz. Die Passauer Studie warnt explizit: Akteure mit schädlicher Absicht könnten mithilfe von KI die öffentliche Meinung mit falschen, aber glaubwürdig klingenden Aussagen überfluten – etwa um Verwirrung zu stiften oder bestimmte Narrative zu bedienen.
Die DSGVO gibt dir theoretisch das Recht auf Widerspruch gegen die Verarbeitung deiner personenbezogenen Daten. In der Praxis ist die Durchsetzung allerdings komplex. Google und andere Tech-Konzerne argumentieren häufig mit „berechtigtem Interesse“ als Rechtsgrundlage. Mein Rat: Nutze die vorhandenen Opt-out-Optionen konsequent, aber mach dir keine Illusionen über deren Vollständigkeit.
Was kommt als nächstes?
Die Diskussion um Datenkompensation wird sich intensivieren. Wenn OpenAIs Verhandlungen mit der US-Regierung über eine 5-prozentige Beteiligung erfolgreich sind, könnte das einen Präzedenzfall schaffen – auch für Europa. Umgerechnet auf die US-Bevölkerung wären die 42,6 Milliarden Dollar allerdings nur rund 300 Dollar pro Familie. Eine symbolische Geste, mehr nicht.
Im Open-Source-Bereich zeichnet sich mit Modellen wie Tencents Hy3 (295 Milliarden Parameter, 21 Milliarden aktive Parameter, 256K Kontextfenster) ein Gegentrend ab: Wenn Modelle offen verfügbar sind, verteilt sich zumindest der wirtschaftliche Nutzen breiter.
Meine Einschätzung: Langfristig werden wir um eine regulatorische Lösung nicht herumkommen. Die EU arbeitet bereits an konkreteren Vorgaben im Rahmen des AI Acts. Bis dahin bleibt dir nur, bewusst mit deinen Daten umzugehen, die verfügbaren Opt-out-Mechanismen zu nutzen – und gleichzeitig die enormen Produktivitätsgewinne durch KI für dein eigenes Business mitzunehmen. Denn wie Thariq treffend formuliert: „Bauen ist einfach geworden, echten Wert zu generieren ist immer noch schwer.“