KI ohne Überwachung: Meine Daten bleiben meine Daten
Künstliche Intelligenz ist gekommen, um zu bleiben. Daran führt inzwischen kaum noch ein Weg vorbei. Ich nutze sie selbst regelmäßig – für Recherche, Programmierung, technische Probleme oder einfach, um Gedanken einmal von einer anderen Seite betrachten zu lassen.
Trotzdem habe ich bei der ganzen KI-Euphorie einen kleinen Reflex entwickelt: Bevor ich einer KI etwas anvertraue, frage ich mich, was eigentlich mit den Daten passiert.
Denn bequem ist Cloud-KI ohne Zweifel. Ich tippe etwas ein, lade ein Dokument hoch oder werfe einen Screenshot hinein und bekomme Sekunden später eine Antwort. Das Problem beginnt dort, wo man vergisst, dass diese Antwort nicht aus dem eigenen Rechner kommt.
Die kostenlose KI ist nicht automatisch kostenlos
Die großen Anbieter müssen ihre Modelle betreiben, Rechenzentren bezahlen und Milliarden in neue Hardware investieren. Irgendwie muss das finanziert werden.
OpenAI testet inzwischen Werbung in ChatGPT. Die Anzeigen werden nach Angaben des Unternehmens getrennt von den Antworten ausgespielt und sollen diese nicht beeinflussen. Gleichzeitig kann das Anzeigensystem – abhängig von den Einstellungen – den Kontext einer Unterhaltung und weitere Signale nutzen, um passende Werbung auszuwählen.
Das ist für mich weniger eine Frage von „Werbung = böse“, sondern eher eine Frage des Prinzips: Je mehr persönliche Informationen ich in ein System hineinfüttere, desto wichtiger wird die Frage, wer daraus welche Schlüsse ziehen kann.
Und bei einem Chat ist der Kontext eben deutlich größer als bei einer klassischen Suchanfrage. Man erzählt der KI unter Umständen von seinem Server, seinem Projekt, seinem Job, seinen Problemen oder seinen persönlichen Überlegungen.
Da sollte man vielleicht zweimal überlegen, bevor man einfach alles hineinkippt.
Gemini & Co.: Bequem, weil sie alles schon kennen
Besonders komfortabel sind die KI-Angebote der großen Plattformanbieter. Google kann Gemini mit einem ganzen Ökosystem verbinden. Genau das macht die Sache so praktisch – und gleichzeitig so interessant aus Datenschutzsicht.
Je stärker eine KI mit anderen Diensten verbunden ist, desto mehr Möglichkeiten entstehen natürlich auch, Informationen miteinander zu verknüpfen.
Das bedeutet nicht automatisch, dass jemand bei Google morgens aufsteht und denkt: „Mal sehen, was Armin gestern mit seiner KI besprochen hat.“
So funktioniert das natürlich nicht.
Aber genau deshalb sollte man sich angewöhnen, zwischen „technisch möglich“ und „wird garantiert niemals passieren“ zu unterscheiden.
Für mich ist die Konsequenz ziemlich einfach: Server-Konfigurationen, private Dokumente, Zugangsdaten oder andere wirklich sensible Informationen gehören nicht gedankenlos in irgendeinen Cloud-Chat.
Der Screenshot ist schneller hochgeladen als zurückgeholt
Gerade bei Screenshots passiert das besonders schnell.
„Schau mal, warum funktioniert das hier nicht?“
Screenshot gemacht, hochgeladen, fertig.
Blöd nur, wenn auf dem Screenshot neben der Fehlermeldung auch noch eine E-Mail-Adresse, ein Benutzername, ein interner Hostname oder irgendeine andere Information zu sehen ist, die eigentlich niemanden etwas angeht.
Das ist kein spezielles KI-Problem. Einen solchen Screenshot sollte man auch nicht einfach irgendwo ins Internet stellen.
Bei einer KI kommt aber noch etwas hinzu: Man denkt schnell, man würde gerade nur mit einem hilfreichen Assistenten sprechen. Tatsächlich übergibt man dabei Daten an einen Dienst.
Deshalb gilt für mich: Erst überlegen, was auf dem Bild oder im Dokument wirklich draufsteht. Dann hochladen.
Duck.ai: Interessant für den kleinen Datenschutz-Zwischenschritt
Wer Cloud-KI nutzen möchte, ohne gleich bei jedem Anbieter ein eigenes Konto für alles zu verwenden, kann sich auch Dienste wie DuckDuckGo AI Chat anschauen.
Die Idee dahinter finde ich interessant: Man bekommt Zugang zu verschiedenen KI-Modellen, ohne sich bei jedem Modellanbieter direkt mit seiner kompletten Identität einzuklinken.
Das ersetzt natürlich keine lokale KI und macht aus einem Cloud-Dienst auch keine magische Datenschutzfestung. Aber es zeigt, dass es zwischen „alles direkt an Google/OpenAI schicken“ und „eigener KI-Server im Keller“ durchaus noch Zwischenstufen gibt.
Die wirklich spannende Variante: KI auf dem eigenen Rechner
Für mich wird es allerdings richtig interessant, wenn die KI gar nicht erst das eigene Netzwerk verlassen muss.
Genau hier kommen Lösungen wie Ollama ins Spiel. Damit lassen sich verschiedene KI-Modelle relativ unkompliziert lokal auf dem eigenen Rechner betreiben.
Das hat einen ganz entscheidenden Vorteil: Die Daten bleiben dort, wo sie hingehören.
Ich kann beispielsweise eine Konfigurationsdatei analysieren lassen, ohne sie vorher zu einem amerikanischen Cloud-Anbieter hochzuladen. Ich kann mit eigenen Dokumenten arbeiten oder Code untersuchen, ohne dafür jedes Detail aus der Hand geben zu müssen.
Natürlich hat lokale KI auch Nachteile. Die Hardware muss das Modell stemmen können, die Einrichtung ist nicht immer ganz so bequem und bei bestimmten Aufgaben sind große Cloud-Modelle weiterhin überlegen.
Aber genau deshalb gefällt mir der Ansatz.
Ich entscheide selbst, was auf meiner Hardware passiert.
Lokal heißt nicht automatisch Mistral
Als europäisches Unternehmen ist Mistral AI für mich dabei besonders interessant. Die Franzosen bieten leistungsfähige Modelle an, von denen sich verschiedene Varianten auch lokal betreiben lassen.
Aber auch hier gilt: Nicht jedes Modell muss zwingend von Mistral stammen und nicht jedes Modell läuft auf jeder Hardware sinnvoll.
Das Schöne an einer Lösung wie Ollama ist gerade, dass man verschiedene Modelle ausprobieren kann.
Zum Beispiel:
ollama listzeigt die installierten Modelle.
Mit
ollama run mistralkann man ein Mistral-Modell starten, sofern es lokal vorhanden ist.
Und mit
ollama pull llama3lädt man ein weiteres Modell herunter.
Das ist kein Hexenwerk. Man muss auch kein KI-Forscher sein. Ein bisschen Linux-Affinität hilft allerdings. 😉
Meine Lösung ist deshalb nicht „Cloud oder lokal“
Ich glaube ohnehin nicht, dass man sich für eine einzige Variante entscheiden muss.
Ich nutze unterschiedliche Werkzeuge für unterschiedliche Aufgaben.
Eine lokale KI ist großartig, wenn es um private Daten oder technische Dinge geht, die meinen Rechner nicht verlassen sollen.
Eine Cloud-KI ist unschlagbar praktisch, wenn ich schnell recherchieren möchte oder besonders leistungsfähige Modelle brauche.
Und manchmal ist die beste Lösung schlicht die, die gerade am wenigsten Aufwand verursacht.
Entscheidend ist für mich deshalb nicht, welche KI die beste ist, sondern welcher KI ich welche Aufgabe und welche Daten anvertrauen möchte.
Das ist ein kleiner, aber wichtiger Unterschied.
Digitale Souveränität bedeutet nicht, alles selbst zu machen
Manchmal wird digitale Souveränität mit „Ich muss alles selbst hosten“ verwechselt.
Das sehe ich nicht so.
Ich möchte nicht für jede Kleinigkeit einen eigenen Server betreiben, nur damit irgendwo eine KI einen Text zusammenfassen kann.
Digitale Souveränität bedeutet für mich vielmehr, eine Wahl zu haben.
Ich möchte wissen, welche Möglichkeiten es gibt. Ich möchte verstehen, welche Daten wohin wandern. Und ich möchte mich nicht zwangsläufig einem einzigen Anbieter ausliefern müssen.
Wenn eine Cloud-KI für eine Aufgabe sinnvoll ist, benutze ich sie.
Wenn die Daten sensibel sind, nehme ich lieber eine lokale Lösung.
Und wenn ich merke, dass ein Dienst mir mehr abverlangt, als ich dafür zurückbekomme, suche ich mir eben eine Alternative.
Meine Daten sind kein kostenloser Prompt-Nachschub
Vielleicht ist das die wichtigste Erkenntnis aus der ganzen Geschichte.
KI ist ein Werkzeug. Ein ziemlich mächtiges sogar.
Aber genauso wie ich nicht jedem Fremden meine komplette Festplatte in die Hand drücken würde, muss ich auch einer KI nicht jedes Dokument, jeden Screenshot und jede Konfigurationsdatei anvertrauen.
Nicht alles, was technisch möglich ist, muss man auch machen.
Und genau deshalb gefällt mir lokale KI so gut: Sie gibt mir ein Stück Kontrolle zurück.
Nicht, weil lokale Modelle automatisch besser wären.
Nicht, weil Cloud-KI grundsätzlich böse wäre.
Sondern weil es einen Unterschied macht, ob ich eine Entscheidung treffe oder ob die bequemste Voreinstellung für mich entscheidet.
Und wenn ich schon einer Maschine beibringe, wie sie mir Arbeit abnehmen kann, dann möchte ich wenigstens selbst entscheiden, welche Arbeit – und welche Daten – ich ihr dafür gebe.
Passend dazu: Wenn dich das Thema digitale Unabhängigkeit interessiert, lies auch meinen Beitrag über digitale Souveränität und mein de-Googled Ökosystem.
Meine eigene KI findest du 👉 hier
