Wohin gehen Daten, die Sie in eine KI hochladen? Merkt sich das Modell sie? Kann jemand sie sehen? Die ehrliche Antwort beginnt beim Modell selbst.
Die Frage nach Datensicherheit bei KI ist berechtigt und verdient eine bessere Antwort als „Unsere Systeme sind sicher“. Um wirklich zu verstehen, was mit den Daten passiert, die Sie einem Modell geben, müssen Sie zuerst wissen, was ein Modell ist. Nicht im Marketing-Sinn, sondern im physischen Sinn.
Ebene 01
Das Modell ist eine Datei. Eine große Datei voller Zahlen.
Bevor ein Modell Ihre Frage beantwortet, muss es irgendwo existieren. Und es existiert in einer überraschend nüchternen Form: als Datei auf einer Festplatte. Sie enthält Milliarden von Zahlen, von denen jede ein Muster aus dem Training kodiert. Darin gibt es keine Sätze, keine Erinnerungen, keine Tabellen. Nur Zahlen. Bei einem großen Modell ist diese Datei zwischen einigen Dutzend und mehreren Hundert Gigabyte groß.
Damit das Modell arbeiten kann, wird diese Datei in den Speicher von Grafikkarten (GPUs) in einem Rechenzentrum geladen. Nicht auf einen gewöhnlichen Server, sondern auf spezialisierte Maschinen mit Dutzenden zusammengeschalteter Karten. Eine einzige Frage von Ihnen löst eine mathematische Operation auf Milliarden dieser Zahlen aus, parallel ausgeführt, in Sekundenbruchteilen.
Die Gewichtsdatei ändert sich während des Gesprächs mit Ihnen nicht. Das ist wie beim Starten eines Programms: Das Programm läuft, aber die Datei auf der Festplatte bleibt unverändert. Ihre Daten gehen als Eingabe hinein, das Ergebnis kommt als Antwort heraus. Das Modell kehrt in den Ausgangszustand zurück.
Ebene 02
Kontextfenster: temporärer Arbeitsspeicher des Modells
Wenn das Modell eine eingefrorene Zahlendatei ist, wie „weiß“ es dann überhaupt, wonach Sie fragen? Über das sogenannte Kontextfenster: einen temporären Bereich, in dem alles landet, was am aktuellen Gespräch beteiligt ist. Ihre Frage, der bisherige Gesprächsverlauf, per MCP abgerufene Daten, Systemanweisungen. All das ist gleichzeitig vorhanden, wie Dokumente, die vor einem Experten auf dem Schreibtisch ausgebreitet liegen.
Wenn das Gespräch endet, wird der Schreibtisch geräumt. Im Modell bleibt nichts zurück. Nichts gelangt in die Gewichte. Das nächste Gespräch beginnt an einem leeren Schreibtisch.
Ebene 03
Vektoren: ein Begriff, der bedrohlicher klingt, als er ist
Im Zusammenhang mit KI taucht oft das Wort „Vektor“ oder „Vector Store“ auf. Das klingt technisch und weckt Unbehagen. Tatsächlich geht es um eine Methode, Bedeutung in Zahlen zu übersetzen.
Stellen Sie sich einen vieldimensionalen Raum vor, in dem jedes Wort und jeder Satz einen eigenen Platz hat. Wörter mit ähnlicher Bedeutung liegen nah beieinander. „Rechnung“ und „Quittung“: nah. „Umsatz“ und „Einkommen“: nah. „Hund“ und „Traktor“: weit entfernt. Ein Vektor ist einfach ein Satz Koordinaten in diesem Raum.
Ein Vector Store ist eine Datenbank solcher Darstellungen. Man nutzt ihn, wenn das Modell schnell die passende Stelle in einer großen Dokumentensammlung finden soll. Das Modell „wohnt“ aber nicht in dieser Datenbank und nimmt sie nicht in sich auf. Es schaut hinein, holt das Nötige ins Kontextfenster und antwortet. Das ist ein Nachschlagewerk, kein Gedächtnis.
Ebene 04
Rechner, Statistikmaschine oder etwas Drittes?
Mit diesem Bild davon, wie das Modell physisch arbeitet, lässt sich die Frage aus dem Titel ehrlich beantworten. Ein Taschenrechner ist deterministisch: Dieselbe Eingabe liefert immer dieselbe Ausgabe, ganz ohne Verständnis für den Kontext. Eine Statistikmaschine sucht Muster in Zahlen, verknüpft aber keine Begriffe. Ein Sprachmodell macht etwas Drittes: Es versteht den Sinn, verbindet Kontexte und zieht Schlüsse. Es merkt sich Sie jedoch nicht und lernt nicht laufend von Ihnen.
Am treffendsten ist die Beschreibung als Experte ohne episodisches Gedächtnis. Er hat alles gelesen, beginnt aber jedes Treffen bei null. Sie bringen Unterlagen mit, er bespricht sie mit Ihnen und geht. Er nimmt sie nicht mit. Er gibt sie nicht an den nächsten Kunden weiter.
Ebene 05
Was das für die Sicherheit Ihrer Daten bedeutet
Ohne Zustimmung zum Training gelangen Ihre Daten nicht in die Gewichte. Sie aktualisieren nicht das allgemeine Modell und werden nicht Teil des Wissens, das andere Nutzer verwenden. Das Modell, das heute Ihre Frage beantwortet hat, ist identisch mit dem vor Ihrem Gespräch.
Ihre Daten laufen durch die Infrastruktur des Anbieters. Physisch, über seine Server. Der Anbieter sieht die API-Aufrufe. Damit verlagert sich die Sicherheitsfrage von der Technik auf Verträge, Rechtsraum und Datenschutzrichtlinien und nicht auf die Frage „Merkt sich das Modell meine Daten?“.
Die Antwort auf die Frage aus dem Titel
Sie kaufen weder einen Taschenrechner noch eine Statistikmaschine. Sie kaufen eingefrorene Intelligenz mit vorübergehendem Zugriff auf Ihre Daten.
Das Modell lernt nicht von Ihnen. Es merkt sich Ihre Daten nicht. Es teilt sie nicht mit anderen. Was Sie ins Gespräch einbringen, existiert nur für die Dauer dieses Gesprächs und verschwindet danach. Die Gewichtsdatei auf der Festplatte bleibt unverändert.
Die eigentliche Sicherheitsfrage lautet nicht „Merkt sich das Modell meine Geheimnisse?“. Sie lautet: „Wem vertraue ich, dass er meine API-Aufrufe sieht, und schützt mich dieser Vertrag?“ Diese Frage gehört an einen Juristen und an die Datenschutzrichtlinie des Anbieters, nicht an die Modellarchitektur.
DataOrganizer · MCP
DataOrganizer verbindet das Modell über MCP mit den Daten Ihres Shops: ohne Training des Modells mit Ihren Daten, ohne unnötige Speicherung.
