{"id":21925,"date":"2025-01-09T14:28:37","date_gmt":"2025-01-09T13:28:37","guid":{"rendered":"https:\/\/www.iitr.de\/blog\/?p=21925"},"modified":"2025-09-03T13:20:15","modified_gmt":"2025-09-03T11:20:15","slug":"neue-edsa-stellungnahme-zu-ki-modellen","status":"publish","type":"post","link":"https:\/\/www.iitr.de\/blog\/neue-edsa-stellungnahme-zu-ki-modellen\/21925\/","title":{"rendered":"Neue EDSA-Stellungnahme zu KI-Modellen"},"content":{"rendered":"

Eine neue Stellungnahme des Europ\u00e4ischen Datenschutzausschusses<\/a> (EDSA) bietet weitere Hilfestellung, wie KI-Modelle datenschutzkonform entwickelt und eingesetzt werden k\u00f6nnen, insbesondere wann deren Datens\u00e4tze wirklich als anonym<\/strong> betrachtet, inwieweit das berechtigte Interesse eine passende Rechtsgrundlage<\/strong> darstellen kann und welche Folgen unrechtm\u00e4\u00dfige Verarbeitung<\/strong> haben k\u00f6nnte.<\/p>\n

Anonymit\u00e4t von KI-Modellen<\/strong><\/h2>\n

H\u00e4ufig wird angenommen, dass KI-Modelle, die personenbezogene Daten verwenden, automatisch anonym sind, sobald die Daten verarbeitet werden. Dies ist jedoch nicht immer der Fall, wie aus der neuen Stellungnahme hervorgeht.<\/p>\n

Die Daten gelten als anonym, wenn es praktisch unm\u00f6glich ist, aus den Daten direkt oder indirekt einzelne Personen zu identifizieren<\/strong>. Dies ist ein hoher Standard, der nur durch bestimmte technische und organisatorische Ma\u00dfnahmen erreicht werden kann.<\/p>\n

Bei der Betrachtung eines KI-Modells sind verschiedene Phasen zu unterscheiden, die von der Gestaltung und Entwicklung der Algorithmen \u00fcber die Phase des ruhenden Modells bis hin zum aktiven Modell, einschlie\u00dflich des Nachtrainierens funktionierender Modelle, reichen.<\/p>\n

Der EDSA l\u00e4sst diese Differenzierung grunds\u00e4tzlich offen und betont, dass die Anonymit\u00e4t von KI-Modellen ma\u00dfgeblich von deren konkreter Gestaltung und ihrem jeweiligen Zweck abh\u00e4ngt.<\/p>\n

Modelle, die personenbezogene Daten zur Verf\u00fcgung stellen:<\/strong><\/p>\n

Einige KI-Modelle sind so konzipiert, dass sie explizit personenbezogene Daten von den Personen, deren Daten zum Training verwendet wurden, bereitstellen oder verf\u00fcgbar machen. Solche Modelle enthalten zwangsl\u00e4ufig Informationen \u00fcber identifizierte oder identifizierbare nat\u00fcrliche Personen und verarbeiten daher personenbezogene Daten. Zum Beispiel, ein generatives Modell, das auf Sprachaufnahmen einer Person abgestimmt ist, um deren Stimme zu imitieren oder ein Modell, das bei einer Anfrage explizit personenbezogene Informationen aus den Trainingsdaten ausgibt.<\/p>\n

\u2192 Diese Modelle k\u00f6nnen nicht als anonym betrachtet werden.<\/strong><\/p>\n

Modelle, die nicht darauf ausgelegt sind, personenbezogene Daten bereitzustellen:<\/strong><\/p>\n

Modelle, die nicht darauf ausgelegt sind, personenbezogene Informationen zu erzeugen oder bereitzustellen, z. B. generische Modelle f\u00fcr Vorhersagen oder Schlussfolgerungen.<\/p>\n

Auch wenn das Modell nicht absichtlich personenbezogene Daten ausgibt, k\u00f6nnten Informationen aus den Trainingsdaten, einschlie\u00dflich personenbezogener Daten, mathematisch in den Modellparametern „absorbiert“ sein.<\/p>\n

Diese Daten k\u00f6nnen, direkt oder indirekt, durch entsprechende Mittel aus dem Modell extrahiert oder abgeleitet<\/strong> werden.<\/p>\n

\u2192 Diese Modelle k\u00f6nnen unter bestimmten Bedingungen als anonym betrachtet werden, aber eine Pr\u00fcfung ist erforderlich.<\/strong><\/p>\n

Eine m\u00f6gliche Pr\u00fcfung aus Sicht des EDSA k\u00f6nnte wie folgt aussehen:<\/p>\n