Podcast-Zusammenfassungen · Episode 10 · 07. Juli 2026

KI privat nutzen, ohne unnötig viele Daten preiszugeben

Welche KI-Dienste private Daten schützen, wo Risiken entstehen und wie man je nach Inhalt die passende Lösung auswählt.

KI ist längst nicht mehr nur ein Chatfenster. Sie steckt immer häufiger in Betriebssystemen, Smartphones, Browsern, E-Mail-Diensten, Apps und Arbeitswerkzeugen. Dadurch kann sie hilfreich sein, aber auch sehr viele persönliche Daten sammeln. Gerade bei sensiblen Themen wie Finanzen, Gesundheit, Beziehungen, Arbeit oder psychischen Belastungen sollte man genau überlegen, welche KI man nutzt und welche Informationen man eingibt.

Timo Volkov bringt die technische Einordnung ein. Nino Lahrmann fragt aus Nutzersicht nach, ergänzt Risiken und ordnet die Empfehlungen praktisch ein.

Die drei Arten von KI

Prädiktive KI sagt vorher, welches Wort oder welche Antwort wahrscheinlich als Nächstes passt. So funktionieren viele Chatbots.

Generative KI erstellt neue Inhalte, zum Beispiel Texte, Bilder, Code oder Zusammenfassungen.

Agentische KI handelt stärker wie ein Assistent. Man gibt ein Ziel vor, und die KI kann Aufgaben planen, Werkzeuge nutzen und Schritte selbst ausführen. Genau hier entstehen besonders große Privatsphärerisiken, weil solche Systeme Zugriff auf Kalender, Nachrichten, Dateien, Browser oder Konten bekommen können.

Warum KI ein Privatsphärerisiko ist

Viele KI-Dienste bekommen nicht nur die eigentliche Frage, sondern oft auch Kontext, Dateien, Kontodaten, Standortinformationen oder Inhalte aus anderen Apps. Diese Daten können gespeichert, für Training genutzt, ausgewertet, mit Profilen verbunden oder bei Sicherheitsproblemen geleakt werden.

Man sollte besonders vorsichtig sein, wenn KI tief im System integriert ist, etwa bei Windows Copilot, Gmail, Smartphone-Assistenten oder automatischen Funktionen in Apps. Je mehr eine KI helfen soll, desto mehr Zugriff braucht sie oft.

Nino Lahrmann warnt besonders davor, dass KI auf dem Smartphone künftig sehr intime Bereiche auslesen könnte. Nachrichten, Kontostand, Termine, private Dateien und persönliche Gewohnheiten könnten dadurch Teil eines großen Datenprofils werden.

Fünf Wege, KI mehr oder weniger privat zu nutzen

1. Lokal auf dem eigenen Gerät

Am privatesten ist eine KI, die komplett lokal läuft. Dafür wird ein Open-Source-Modell auf dem eigenen Computer installiert. Die Anfragen verlassen das Gerät nicht und werden nicht zum Training verwendet.

Empfohlen wird dafür Jan, ein Open-Source-Werkzeug, das prüft, welche Modelle zur eigenen Hardware passen. Für Fortgeschrittene kann auch Ollama genutzt werden.

Auf normalen Laptops oder Smartphones laufen meist nur kleinere Modelle. Diese sind oft deutlich schlechter als die großen Modelle von OpenAI, Google oder Anthropic.

2. Verschlüsselt in geschützter Hardware

Eine weitere private Möglichkeit sind Dienste, die Anfragen verschlüsseln und sie in einer geschützten Hardwareumgebung verarbeiten. Diese Umgebung nennt sich Trusted Execution Environment.

Genannt werden NanoGPT und Venice AI. Man sollte darauf achten, ob wirklich Ende-zu-Ende-Verschlüsselung und eine solche geschützte Umgebung genutzt werden.

Damit können gute Open-Source-Modelle genutzt werden, ohne dass der Anbieter einfach in die Inhalte hineinsehen soll. Man muss trotzdem verstehen, welchem Anbieter man vertraut und welche Technik tatsächlich eingesetzt wird.

3. Proxy-Dienste und Drittanbieter

Proxy-Dienste wie Pay Per Q, DuckDuckGo AI oder Brave Leo sammeln Anfragen vieler Nutzer und leiten sie an größere KI-Anbieter weiter. NanoGPT und Venice AI können je nach gewähltem Zugang ebenfalls als Proxy dienen.

Das kann Anmeldung und Bezahlung privater machen, etwa per Bitcoin oder ohne echte persönliche Daten. Trotzdem landet die eigentliche Anfrage oft bei OpenAI, Anthropic oder anderen großen Anbietern.

Timo Volkov sieht diese Dienste deshalb kritisch, wenn wirklich private Inhalte verarbeitet werden sollen. Sprache, Themen und Schreibweise einer Person können wie ein Fingerabdruck wirken. Auch bei wechselnden Konten können wiederkehrende Muster erkennbar bleiben.

Für allgemeine Fragen oder ohnehin öffentliche Inhalte können solche Dienste nützlich sein. Für persönliche oder sensible Daten sollte man sie eher nicht verwenden.

4. Direkte API-Nutzung

Über eine API kann man Modelle großer Anbieter direkt nutzen. Das ist eher für Unternehmen gedacht und hat oft bessere Datenschutzbedingungen als normale Chatfenster.

Man zahlt nach Nutzung. Für gelegentliche Nutzung kann das sinnvoll sein. Bei sehr intensiver Nutzung kann es teuer werden.

5. Direkt beim Anbieter im Chatfenster

Am bequemsten, aber am wenigsten privat, ist die Nutzung direkt über Webseiten wie ChatGPT, Claude oder Gemini.

Vorteile sind Bedienkomfort, starke Modelle und feste Monatskosten. Bei bezahlten Plänen kann man häufig einstellen, dass Eingaben nicht zum Training genutzt werden. Trotzdem bleibt dies die schwächste Variante für Privatsphäre.

Sonderfall Proton Lumo

Proton Lumo wird als eher private KI beschrieben, liegt aber nach Timos Einschätzung zwischen geschützter Hardware und Proxy-Dienst. Proton verspricht Privatsphäre, nutzt Open-Source-Modelle und eigene Infrastruktur. Gleichzeitig bleibt unklar, welche Modelle genau laufen und ob ein Trusted Execution Environment genutzt wird.

Man kann Proton aufgrund der bisherigen Ausrichtung eher vertrauen als vielen anderen Anbietern, aber vollständig überprüfbar ist es nicht.

Praktische Empfehlung

Man sollte zuerst klären, wofür KI genutzt werden soll.

  • Für sehr private Inhalte sollte man lokale KI mit Jan ausprobieren.
  • Für gute Modelle mit stärkerem Privatsphäreanspruch können NanoGPT oder Venice AI interessant sein, wenn geschützte Hardware wirklich aktiviert ist.
  • Für allgemeine Fragen kann ein Proxy-Dienst reichen.
  • Für intensive berufliche Nutzung kann ein bezahlter Plan bei einem großen Anbieter praktisch sein. Persönliche Daten sollten dort möglichst nicht eingegeben werden.

Die beste Strategie ist nicht ein einziges Werkzeug für alles. Man sollte je nach Inhalt wechseln. Sensible Informationen bleiben lokal. Allgemeine Aufgaben können über stärkere externe Modelle laufen. Vor jeder Anfrage sollte man prüfen, ob Namen, Orte, Kundendaten, private Details oder vertrauliche Inhalte wirklich nötig sind.

Folge anhören