Lösung #6
Tipps für mehr Privatsphäre bei KI
Das Problem
Jedes Mal, wenn du eine Frage in ChatGPT, Gemini oder ein anderes Cloud-KI-Tool eintippst, verlässt dieses Gespräch dein Gerät und landet auf einem Server, den du nicht kontrollierst. Es kann gespeichert, von Mitarbeitenden eingesehen, für das Training zukünftiger Modelle verwendet oder im Rahmen einer rechtlichen Anfrage herausgegeben werden — und sobald es deinen Händen entglitten ist, hast du keine wirkliche Möglichkeit mehr zu wissen, was als Nächstes damit passiert.
Das Datenschutzrisiko
Für eine schnelle Rezeptidee spielt das kaum eine Rolle. Doch sobald du eine KI um Hilfe bei etwas Persönlichem bittest — eine medizinische Frage, eine rechtliche Angelegenheit, eine heikle E-Mail, irgendetwas zu deinen Finanzen oder deiner Familie —, wird die Frage, wer sonst noch mitlesen könnte, plötzlich sehr real. Die wenigsten haben sich bewusst für diesen Kompromiss entschieden; er kam einfach mit einem Tool, das zu praktisch war, um zweimal darüber nachzudenken.
Die gute Nachricht: Du musst dich nicht zwischen KI-Nutzung und Datenschutz entscheiden. Es gibt drei Wege, diese Lücke zu schliessen, geordnet danach, wie viel Kontrolle du dabei behältst.
KI vollständig offline nutzen
Die stärkste Option: den Server komplett umgehen. Ein KI-Modell auf dem eigenen Computer laufen zu lassen bedeutet, dass deine Fragen nie den Raum verlassen, in dem du sitzt.
Läuft vollständig offline
Eine kostenlose App, die offene KI-Modelle vollständig auf deiner eigenen Hardware betreibt — kein Konto, kein Abo, keine Daten werden je irgendwohin gesendet. Läuft unter Windows, Mac und Linux, und die meisten Laptops der letzten Jahre kommen damit problemlos zurecht. Ist ein Modell erst heruntergeladen, funktioniert es auch mit ausgeschaltetem WLAN weiter. Für Modellempfehlungen und eine vollständige Anleitung siehe unseren Beitrag KI Lokal Betreiben Und Privat Bleiben.
macOS
Linux
Einen datenschutzfreundlichen Anbieter wählen
Keines der drei folgenden Tools trainiert eigene Modelle — sie legen eine Datenschutzschicht vor bereits existierende, ganz ohne Konto. Das sind die Tools, die wir persönlich nutzen und empfehlen.
Venice.aiZero Data Retention
Als einziges der drei Tools mit unzensierten Open-Weight-Modellen ausgestattet — Llama, Mistral, Qwen, DeepSeek und weitere, deren Gewichte du selbst einsehen und herunterladen kannst — dazu echte Bildgenerierung und -bearbeitung. Über seine Zero-Retention-Architektur hinaus betreibt Venice auch TEE- und vollständig Ende-zu-Ende-verschlüsselte Inferenz-Modi — seit März 2026 —, bei denen nicht einmal Venices eigene Infrastruktur deine Prompts einsehen kann, abgesichert durch kryptografische Bestätigung statt einem blossen Versprechen. Wie das funktioniert, erklären wir in Private AI Inference — From Trust to Proof (Beitrag auf Englisch). Der kostenlose Tarif ist dünn (10 Text- / 15 Bild-Prompts pro Tag), weshalb wir für die regelmässige Nutzung eher zu Pro ($18/Monat) raten würden, statt den kostenlosen Tarif als Alltagslösung zu betrachten.
iOS
LeoKeine Logs, kein Konto
Eingebaut in den Brave-Browser — denselben, den wir in unserer Browsing-Lösung empfehlen — funktioniert Leo nur innerhalb von Brave, nicht als eigenständiges Ziel wie die anderen beiden. Genau das macht es zur besten Wahl, um einen Artikel, ein PDF oder ein Video zusammenzufassen, während du sowieso schon browst, da es die Seite liest, auf der du dich befindest, ohne dass du irgendetwas irgendwohin kopieren musst. Kein Konto, kein IP-Logging, und Gespräche werden nicht fürs Training verwendet. Der kostenlose Tarif (Llama 3.1, Claude Haiku und andere) eignet sich gut für Alltagsfragen und Zusammenfassungen; Premium ($14.99/Monat) ergänzt Claude Sonnet und Opus sowie höhere Limits.
macOS
Linux
Android
iOS
Duck.aiAnonym, kein Konto
DuckDuckGo entfernt identifizierende Informationen, bevor dein Prompt das zugrunde liegende Modell erreicht, und verpflichtet die Anbieter vertraglich, nicht damit zu trainieren — eine unkomplizierte anonymisierende Schicht vor Modellen von OpenAI, Anthropic, Meta und anderen. Funktioniert gut für einfache Alltagsaufgaben, ganz ohne Einrichtung. Tägliche Limits existieren, sind aber nicht veröffentlicht und variieren je nach Modell — bei den leistungsfähigeren ist eher früher Schluss.
Android
iOS
Ebenfalls wissenswert:
- Ollama Cloud — betreibt grosse Open-Weight-Modelle (Llama, DeepSeek, Qwen), die für einen Laptop zu gross sind, mit einer No-Logging-, No-Training-Richtlinie — braucht aber ein ollama.com-Konto und bietet keine EU-Datenresidenz.
- Proton Lumo — Zero-Access-Verschlüsselung für gespeicherte Chats und Schweizer Gerichtsbarkeit, kein Konto nötig — die eigentliche Inferenz-Ebene ist jedoch trust-basiert statt kryptografisch verifiziert wie bei Venice, und die verwendeten Modelle werden nicht offengelegt. Mehr zu diesem Unterschied in Private AI Inference — From Trust to Proof (Beitrag auf Englisch).
- Infomaniak Euria — kostenlos, in der Schweiz gehostet, kein Training mit deinen Daten.
Kommerzielle KI bewusst nutzen
Die neuesten, leistungsfähigsten Modelle und Tools gibt es oft nur bei kommerziellen Anbietern — das ist schlicht, wo die Spitze aktuell liegt. Bewusst genutzt, ist das ein vernünftiger Kompromiss für die richtige Aufgabe.
- Prüfe den Trainings-/«Modell verbessern»-Schalter in den Datenschutzeinstellungen deines Kontos — geh nicht davon aus, dass der Standard dich schützt. Die meisten grossen Anbieter liefern ihn eingeschaltet aus, und die Menüs ändern sich oft genug, dass sich ein erneuter Blick lohnt.
- Nutze temporäre oder Inkognito-Chat-Modi für alles Sensible.
- Halte echte Namen, Gesundheitsdetails, finanzielle Angaben und alles, das du nicht öffentlich posten würdest, aus deinen Prompts heraus — unabhängig davon, was die Einstellungen versprechen.
Da sich die Einstellungsmenüs bei den Anbietern ständig ändern, verweisen wir statt veralteter Schritt-für-Schritt-Anleitungen auf den TrustScan Opt-Out Hub (auf Englisch), der aktuelle Klickpfade für ChatGPT, Claude, Gemini und andere an einem Ort sammelt.
Aus dem Blog
Weiterführende Artikel vom Pretty Simple Privacy Blog.
Zitat