<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>Dr. DSGVO</title>
	<atom:link href="https://dr-dsgvo.de/feed/" rel="self" type="application/rss+xml" />
	<link>https://dr-dsgvo.de</link>
	<description>Digitaler Datenschutz &#38; KI</description>
	<lastBuildDate>Thu, 12 Nov 2026 10:10:27 +0000</lastBuildDate>
	<language>de</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	<generator>https://wordpress.org/?v=7.1.4</generator>

<image>
	<url>https://dr-dsgvo.de/wp-content/uploads/2021/09/cropped-Icon-32x32.png</url>
	<title>Dr. DSGVO</title>
	<link>https://dr-dsgvo.de</link>
	<width>32</width>
	<height>32</height>
</image> 
	<item>
		<title>Claude Fable 5.2 im Unternehmen: Prüfliste vor dem Umstieg</title>
		<link>https://dr-dsgvo.de/claude-fable-5-2-umstieg-pruefliste/</link>
					<comments>https://dr-dsgvo.de/claude-fable-5-2-umstieg-pruefliste/#respond</comments>
		
		<dc:creator><![CDATA[Dr. DSGVO]]></dc:creator>
		<pubDate>Mon, 16 Nov 2026 08:28:09 +0000</pubDate>
				<category><![CDATA[Künstliche Intelligenz]]></category>
		<category><![CDATA[Anthropic]]></category>
		<category><![CDATA[Auftragsverarbeitung]]></category>
		<category><![CDATA[Claude Fable 5.2]]></category>
		<category><![CDATA[hasEnglish]]></category>
		<category><![CDATA[hasItalian]]></category>
		<category><![CDATA[Modellwechsel]]></category>
		<category><![CDATA[Zero Data Retention]]></category>
		<category><![CDATA[Artificial Intelligence]]></category>
		<category><![CDATA[AI]]></category>
		<category><![CDATA[Machine Learning]]></category>
		<category><![CDATA[Data Science]]></category>
		<category><![CDATA[Data Modelling]]></category>
		<category><![CDATA[Digitalisierung]]></category>
		<category><![CDATA[Big Data]]></category>
		<guid isPermaLink="false">https://dr-dsgvo.de/?p=36655</guid>

					<description><![CDATA[KMU prüfen vor dem Modellwechsel auf Claude Fable 5.2 Zero Data Retention, Verträge, Testfälle und Kosten. Ein Überblick über Entscheidung, Datenschutz und Qualitätssicherung.]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph"><em>Anthropic hat im November 2026 zwei neue Modelle vorgestellt, günstiger und schneller als die Vorgänger. Für Unternehmen stellt sich weniger die Frage, ob das Modell beeindruckt, sondern ob ein Umstieg Datenschutz, Qualität und Kosten wirklich verbessert. Eine Prüfliste hilft bei der Entscheidung.</em></p>



<p class="wp-block-paragraph">Mit Claude Fable 5.2 und Claude Mythos 5.2 gibt es zwei neue Modelle aus derselben Familie. Die Meldungen drehen sich meist um Tempo, Preise und Sicherheitsfragen. Im Betrieb eines kleinen oder mittleren Unternehmens zählen andere Dinge: Welche Daten fließen wohin, wie lange liegen sie beim Anbieter, was passiert mit bestehenden Prozessen, wenn das Modell wechselt, und was kostet eine gelöste Aufgabe tatsächlich?</p>



<h2 class="wp-block-heading">Was Anthropic mit Fable 5.2 und Mythos 5.2 angekündigt hat</h2>



<p class="wp-block-paragraph">Fable 5.2 ist <a href="https://www.anthropic.com/claude-fable-and-mythos-5-2" target="_blank" rel="noopener">seit dem 9. November 2026 verfügbar</a>, auf der Claude Platform ebenso wie bei den großen Cloud-Anbietern AWS, Google Cloud und Microsoft Azure. Die Modell-ID lautet <code>claude-fable-5-2</code>. Mythos 5.2 steht dagegen nur geprüften Organisationen offen, etwa über Programme für Cybersicherheit oder Biowissenschaften. Beide Modelle beruhen auf demselben Grundmodell. Fable trägt stärkere Schutzmechanismen in sensiblen Bereichen und kann deshalb allgemein angeboten werden.</p>



<p class="wp-block-paragraph">Der Preis liegt bei <a href="https://platform.claude.com/docs/en/about-claude/pricing" target="_blank" rel="noopener">8 US-Dollar je Million Eingabe-Token und 40 US-Dollar je Million Ausgabe-Token</a>. Bei Fable 5.1 waren es noch 10 und 50 Dollar. Die Ausgabe ist bis zu ca. 30 % schneller als beim Vorgänger. Wer mehr Tempo braucht, kann einen Schnellmodus buchen, der die Ausgabe um bis zu das 2,5-Fache beschleunigt und den doppelten Preis kostet, also 16 und 80 Dollar je Million Token. Für Mythos steht dieser Modus nur den Organisationen in den Verifizierungsprogrammen zur Verfügung.</p>



<p class="wp-block-paragraph">Auffällig ist eine Empfehlung, die vom Hersteller selbst kommt. Für die meisten Programmier- und Wissensaufgaben soll im Alltag <strong>Opus 5.5</strong> das Modell der Wahl sein. Fable und Mythos sind für besonders anspruchsvolle Aufgaben gedacht. Das größte Modell ist nicht automatisch das richtige.</p>



<p class="wp-block-paragraph">Ein weiterer Punkt betrifft die Sicherheitsseite. Beide Modelle äußern häufiger als frühere den Verdacht, gerade getestet zu werden. Das erschwert die Einschätzung, wie sie sich im Echtbetrieb verhalten.</p>



<h2 class="wp-block-heading">Claude Fable 5.2 im Unternehmen: Wann sich der Wechsel lohnt</h2>



<p class="wp-block-paragraph">Ein neues Modell weckt den Reflex, es überall einzusetzen. Nüchtern betrachtet stellt sich die Frage, welche Aufgaben im Unternehmen tatsächlich an der Leistungsgrenze des bisherigen Modells scheitern. In vielen Betrieben sind das erstaunlich wenige. Zusammenfassungen, Entwürfe für Antworten, das Sortieren von Eingängen, Auswertungen von Tabellen und der Großteil der Programmierhilfe laufen auf einem guten Mittelklassemodell zuverlässig.</p>



<p class="wp-block-paragraph">Im eigenen Versuch zeigte sich: Bei anspruchsvollen Standardaufgaben, etwa dem Umbau eines mittelgroßen Moduls, der Analyse eines längeren Vertragsentwurfs oder dem Erstellen einer sauberen Auswertung aus mehreren Quellen, lieferte <strong>Opus 5.5</strong> Ergebnisse, die sich von denen des teureren Modells kaum unterschieden. Der Mehrpreis kaufte keine bessere Antwort. Fable zeigte seine Stärke dort, wo Aufgaben lange laufen und das Modell viele Schritte selbstständig geht: ein Auftrag, der über Stunden Dateien liest, Hypothesen prüft, Werkzeuge aufruft und sich dabei selbst korrigiert. Dort fällt ins Gewicht, dass jeder Zwischenschritt sitzen muss, weil sich kleine Fehler aufsummieren.</p>



<p class="wp-block-paragraph">Das passt zur Logik hinter den Modellstufen. Je länger ein Lauf dauert und je weniger ein Mensch dazwischen eingreift, desto mehr zahlt sich ein Modell aus, das selten die Richtung verliert. Bei kurzen Aufgaben mit menschlicher Kontrolle am Ende bringt dieselbe Stärke wenig.</p>



<figure class="wp-block-pullquote"><blockquote><p>Fable lohnt sich dort, wo das Modell lange allein arbeitet. Bei der anspruchsvollen Standardaufgabe reicht Opus 5.5 völlig.</p></blockquote></figure>



<p class="wp-block-paragraph">Mit der Autonomie wächst zugleich das Risiko. Ein Agent, der selbstständig Dateien ändert und Systeme anspricht, braucht Grenzen. Wie sich Macht ohne Kontrolle auswirken kann, ist in den <a href="https://dr-dsgvo.de/die-gefahr-hinter-ki-agenten-macht-ohne-kontrolle/">Gefahren hinter KI-Agenten</a> beschrieben. Für den Wechsel heißt das: Je autonomer der Einsatz, desto strenger müssen Berechtigungen und Prüfungen ausfallen, und desto eher rechtfertigt sich überhaupt der Griff zum großen Modell.</p>



<p class="wp-block-paragraph">Eine einfache Faustregel ergibt sich daraus. Standardaufgaben bleiben auf Opus 5.5 oder einem noch kleineren Modell. Fable wird für die wenigen langlaufenden, stark autonomen Prozesse reserviert, bei denen sich ein Fehlversuch richtig teuer anfühlt. So bleibt der Datenschutzaufwand überschaubar, denn die strengere Prüfung betrifft nur einen kleinen Teil der Datenflüsse.</p>



<h2 class="wp-block-heading">Zero Data Retention bei Fable 5.2: Was vertraglich und technisch gilt</h2>



<p class="wp-block-paragraph">Bei <strong>Zero Data Retention</strong>, kurz ZDR, speichert der Anbieter Eingaben und Ausgaben nach der Verarbeitung nicht weiter. Für viele Unternehmen ist das der Grund, überhaupt zu einem Cloud-Modell zu greifen. Bei den neuesten Modellen der Mythos-Klasse gilt eine Besonderheit: Anthropic <a href="https://support.claude.com/en/articles/15425996-data-retention-practices-for-covered-models" target="_blank" rel="noopener">bewahrt Eingaben und Ausgaben dieser sogenannten Covered Models 30 Tage lang</a> für die Sicherheitsüberwachung auf. Manche Missbrauchsmuster zeigen sich erst über viele Anfragen hinweg, deshalb begründet der Hersteller die Speicherung so.</p>



<p class="wp-block-paragraph">Berechtigte Enterprise-Kunden können Fable 5.2 weiterhin mit ZDR nutzen. Sie lösen das über eine Vereinbarung mit dem Anbieter. Daneben gibt es ein Angebot namens <a href="https://www.anthropic.com/news/enterprise-frontier-safeguards" target="_blank" rel="noopener">Enterprise Frontier Safeguards</a>, das die Sicherheitsauswertung in die Infrastruktur des Kunden verlagert und mit ZDR vereinbar sein soll. Es befindet sich in einer privaten Beta. Wer nicht zu diesen Kunden zählt, muss mit der 30-tägigen Aufbewahrung rechnen. Während dieser Zeit kann kein Personal des Anbieters die Inhalte standardmäßig lesen, eine menschliche Prüfung erfolgt nur über kontrollierten Zugang, etwa nach einer automatischen Markierung. Nach 30 Tagen werden die Daten gelöscht, außer bei Markierung oder gesetzlicher Pflicht.</p>



<p class="wp-block-paragraph">Entscheidend ist die Unterscheidung zwischen vertraglicher und technischer Ebene. Vertraglich muss feststehen, dass eine ZDR-Vereinbarung für die eigene Organisation gilt. Technisch muss die Einstellung dort ankommen, wo die Anfragen tatsächlich laufen. Je nach Zugangsweg sieht das unterschiedlich aus:</p>



<ul class="wp-block-list">
<li>Bei der direkten API wird die Aufbewahrung je Workspace in der Console eingestellt.</li>



<li>Bei AWS Bedrock und Google Cloud wird sie in der jeweiligen Cloud-Umgebung konfiguriert, die Daten bleiben dort.</li>



<li>Bei Microsoft Foundry gilt die Einstellung je Azure-Subscription. Besteht bereits ZDR, ist dafür eine eigene Subscription nötig.</li>
</ul>



<p class="wp-block-paragraph">Zu Claude Code und ZDR finden sich uneinheitliche Angaben. Wer Programmierwerkzeuge im Unternehmen nutzt, lässt sich den Status deshalb für den konkreten Zugang schriftlich bestätigen, statt sich auf Annahmen zu verlassen. Dasselbe gilt für die Frage, ob die Einstellung an einem Workspace oder an der Cloud-Umgebung hängt. Ein Haken im falschen Projekt wirkt wie gar keiner.</p>


    <div itemscope itemtype="http://schema.org/FAQPage">
                    <div itemprop="mainEntity" itemscope itemtype="http://schema.org/Question">
                <h4 itemprop="name">Lässt sich Claude Fable 5.2 mit Zero Data Retention datenschutzkonform im Unternehmen nutzen?</h4>
                <div itemscope itemprop="acceptedAnswer" itemtype="http://schema.org/Answer">
                    <div itemprop="text">Berechtigte Kunden können Fable 5.2 mit Zero Data Retention nutzen, alle anderen müssen mit 30 Tagen Aufbewahrung rechnen. ZDR muss vertraglich und technisch bestätigt sein und ersetzt weder den Auftragsverarbeitungsvertrag noch die Prüfung der Übermittlung in die USA. Ob der Einsatz zulässig ist, hängt von den verarbeiteten Daten und der Dokumentation im Unternehmen ab.</div>
                </div>
            </div>

                </div><!--/ppa questions-->
    



<h2 class="wp-block-heading">ZDR ersetzt keine Auftragsverarbeitung und keine Transfergrundlage</h2>



<p class="wp-block-paragraph">Ein verbreiteter Denkfehler lautet: Wenn nichts gespeichert wird, ist der Rest erledigt. Tatsächlich beantwortet ZDR nur die Frage, wie lange Daten beim Anbieter liegen. Während der Verarbeitung werden personenbezogene Daten dennoch verarbeitet, und dafür braucht es die üblichen Grundlagen. Hilfreich ist ein Bild aus drei getrennten Ebenen.</p>




<figure class="wp-block-image size-full"><img fetchpriority="high" decoding="async" width="800" height="682" src="https://dr-dsgvo.de/wp-content/uploads/2026/11/schichten-cfe99cff.webp" alt="Übersicht: Was Zero Data Retention bei Claude Fable 5.2 regelt und was nicht, in drei Ebenen" class="wp-image-36651" srcset="https://dr-dsgvo.de/wp-content/uploads/2026/11/schichten-cfe99cff.webp 800w, https://dr-dsgvo.de/wp-content/uploads/2026/11/schichten-cfe99cff-300x256.webp 300w, https://dr-dsgvo.de/wp-content/uploads/2026/11/schichten-cfe99cff-768x655.webp 768w, https://dr-dsgvo.de/wp-content/uploads/2026/11/schichten-cfe99cff-640x546.webp 640w" sizes="(max-width: 800px) 100vw, 800px" /><figcaption class="wp-element-caption">Drei Ebenen, von denen ZDR nur die erste abdeckt.</figcaption></figure>




<p class="wp-block-paragraph">Die erste Ebene ist die Speicherdauer, die ZDR regelt. Die zweite ist die <strong>Auftragsverarbeitung</strong>. Setzt ein Unternehmen ein KI-Modell für Kundendaten, Bewerbungen oder Mitarbeiterdaten ein, verarbeitet der Anbieter im Auftrag. Das verlangt einen Vertrag nach Art. 28 DSGVO, der Weisungsbindung, Sicherheitsmaßnahmen, den Umgang mit Unterauftragnehmern und die Löschung regelt. Dieser Vertrag besteht unabhängig davon, ob Daten 30 Tage oder keine Sekunde gespeichert werden.</p>



<p class="wp-block-paragraph">Die dritte Ebene ist der <strong>Drittlandtransfer</strong>. Ein US-Anbieter oder ein US-Konzern hinter einer europäischen Cloud-Region bleibt ein Fall für die Regeln zur Übermittlung in Drittländer. Eine EU-Region beantwortet die Frage nach dem Speicherort, nicht die nach möglichen Zugriffsrechten aus den USA. Je nach Anbieter lässt sich die Übermittlung über Zertifizierungen oder Standardvertragsklauseln absichern, gegebenenfalls mit einer dokumentierten Folgenabschätzung. Ob eine Zertifizierung des Anbieters trägt, gehört in die Akte, nicht ins Bauchgefühl.</p>



<p class="wp-block-paragraph">Aus dieser Trennung folgen praktische Schritte:</p>



<ul class="wp-block-list">
<li>Das Verarbeitungsverzeichnis nennt das neue Modell mit Anbieter, Zweck und Datenkategorien.</li>



<li>Gilt keine ZDR-Vereinbarung, wird die 30-tägige Aufbewahrung ausdrücklich aufgenommen, ebenso in einer Datenschutz-Folgenabschätzung, falls eine besteht.</li>



<li>Der Vertrag mit dem Anbieter und die Liste der Unterauftragnehmer werden für genau den genutzten Zugangsweg abgelegt, also etwa für den Cloud-Anbieter, über den das Modell läuft.</li>



<li>Besonders sensible Daten bleiben außen vor, solange die Grundlagen nicht stehen, oder werden vor der Anfrage entfernt.</li>
</ul>



<p class="wp-block-paragraph">Wer die Datenflüsse ganz im eigenen Haus halten will, findet in der <a href="https://dr-dsgvo.de/lokale-ki/">Möglichkeit lokaler KI-Modelle</a> eine Alternative. Sie löst den Drittlandtransfer, bringt aber eigenen Betriebsaufwand und meist geringere Leistung mit. Für viele Betriebe ist eine Mischung sinnvoll: sensible Aufgaben lokal oder mit kleinen Modellen, anspruchsvolle ohne Personenbezug in der Cloud. Der Datenschutzbeauftragte sollte den Wechsel begleiten, denn er kennt die vorhandene Dokumentation.</p>



<h2 class="wp-block-heading">Modellwechsel mit eigenen Testfällen absichern</h2>



<p class="wp-block-paragraph">Ein Modell ist keine Software mit festem Verhalten. Auch ein Update innerhalb der Familie kann Antworten verändern, Formate leicht verschieben oder Grenzfälle anders lösen. Wer einen Prozess auf das neue Modell umstellt, braucht deshalb einen Weg, den Unterschied zu messen. Dabei hilft ein eigener Prüfsatz, der aus der Praxis des Unternehmens stammt und nicht aus öffentlichen Ranglisten.</p>



<p class="wp-block-paragraph">Ein brauchbarer Satz besteht aus drei Gruppen. Echtfälle aus dem Alltag, anonymisiert und von personenbezogenen Daten befreit, bilden den Kern. Grenzfälle decken Situationen ab, in denen bisher Probleme auftraten, etwa mehrdeutige Anfragen, unvollständige Angaben oder sehr lange Dokumente. Fehlerfälle prüfen, ob das Modell richtig ablehnt oder nachfragt, wenn eine Aufgabe nicht lösbar ist. Rund 50 bis 100 gut gewählte Fälle genügen für den Anfang, wenn jede Aufgabe eine klare Erwartung hat.</p>



<p class="wp-block-paragraph">Der Ablauf bleibt schlicht:</p>



<ul class="wp-block-list">
<li>Feste Prompts und feste Einstellungen verwenden, damit Unterschiede vom Modell kommen und nicht von der Formulierung.</li>



<li>Altes und neues Modell auf denselben Fällen laufen lassen und die Ergebnisse nebeneinanderlegen.</li>



<li>Vorab festlegen, ab welcher Abweichung der Wechsel gestoppt wird, zum Beispiel ab einer bestimmten Quote falscher Antworten.</li>



<li>Die Bewertung nicht allein einem anderen Modell überlassen, sondern Stichproben von Menschen prüfen lassen.</li>
</ul>



<p class="wp-block-paragraph">Wichtig ist auch die Modell-ID. Wer im Code nur einen Alias verwendet, bekommt womöglich eines Tages ein anderes Modell, ohne es zu merken. Eine feste Kennung, im Fall von Fable 5.2 die ID <code>claude-fable-5-2</code>, hält das Verhalten stabil, bis bewusst gewechselt wird. Dazu gehört ein <strong>Rückfallplan</strong>: Das bisherige Modell bleibt eingerichtet und lässt sich per Schalter wieder aktivieren. Schrittweises Ausrollen, zuerst bei einem kleinen Teil der Anfragen, begrenzt den Schaden, falls etwas schiefgeht.</p>



<p class="wp-block-paragraph">Bei den Testdaten gilt dasselbe wie im Betrieb: Echte Kundendaten gehören nicht in einen Prüfsatz, der herumgereicht wird. Anonymisieren oder synthetische Beispiele nach dem Muster echter Fälle bauen reicht in aller Regel aus.</p>



<h2 class="wp-block-heading">Wenn Modelle Tests erkennen, ändert sich die Qualitätssicherung</h2>



<p class="wp-block-paragraph">Ein unscheinbarer Befund hat Gewicht: Beide neuen Modelle äußern häufiger den Verdacht, gerade evaluiert zu werden. Verhalten sich Modelle im Test anders als im Betrieb, sagt ein bestandener Test weniger über den Einsatz aus. Mythos 5.2 zeigt zudem stärker ausgeprägte verdeckte Fähigkeiten als sein Vorgänger. Beides spricht dafür, sich nicht auf einen einmaligen Test zu verlassen.</p>



<p class="wp-block-paragraph">Aus Sicht eines Unternehmens ist das kein Grund zur Panik. Es ist ein Grund, die Qualitätssicherung nicht auf einen einmaligen Abnahmetest zu stützen. Der Hintergrund ist die Debatte um Modelle, die sich zunehmend selbst verbessern. Die Sorge, dass Modelle sich der Kontrolle entziehen, hängt eng mit der <a href="https://dr-dsgvo.de/rekursive-selbstverbesserung-von-ki/">rekursiven Selbstverbesserung von KI</a> zusammen.</p>



<figure class="wp-block-pullquote"><blockquote><p>Ein Modell, das Tests erkennt, verlangt Tests, die auch den Betrieb abbilden.</p></blockquote></figure>



<p class="wp-block-paragraph">Praktisch bedeutet das mehrere Maßnahmen, die zusammen wirken:</p>



<ul class="wp-block-list">
<li><strong>Realitätsnahe Tests:</strong> Prüffälle sollen aussehen wie echte Anfragen, mit denselben Formulierungen, Tippfehlern und Dateien, und nicht wie sauber gebaute Prüfaufgaben.</li>



<li><strong>Stichproben aus dem Betrieb:</strong> Regelmäßig werden echte Läufe gezogen und von Menschen gelesen, unter Beachtung des Datenschutzes und der Löschfristen.</li>



<li><strong>Minimale Berechtigungen:</strong> Das Modell bekommt nur Zugriff auf das, was die Aufgabe braucht. Schreibrechte, Zahlungen oder Löschfunktionen laufen über eine Bestätigung.</li>



<li><strong>Menschen bei Folgeaktionen:</strong> Alles, was sich schwer rückgängig machen lässt, bekommt eine Freigabe durch eine Person.</li>



<li><strong>Dauerhaftes Monitoring:</strong> Auffällige Muster, plötzliche Änderungen im Verhalten und ungewöhnlich lange Läufe werden protokolliert und ausgewertet.</li>
</ul>



<p class="wp-block-paragraph">Diese Maßnahmen gelten für jedes Modell, werden aber bei autonomen, langen Läufen dringlicher. Genau dort, wo sich Fable am meisten lohnt, ist auch die Kontrolle am wichtigsten. Eine Abnahme am Anfang ersetzt nicht das fortlaufende Hinsehen.</p>



<h2 class="wp-block-heading">Kosten: Realistischer Token-Verbrauch statt Listenpreise</h2>



<p class="wp-block-paragraph">Der Listenpreis wirkt als Maßstab bequem, sagt aber wenig über die Rechnung am Monatsende. Fable 5.2 kostet je Million Token 8 und 40 Dollar, Opus 5.5 liegt bei 4 und 20 Dollar. Der Preis je Token ist bei Fable also doppelt so hoch. Entscheidend ist jedoch, was eine gelöste Aufgabe kostet.</p>



<p class="wp-block-paragraph">Dafür gehören mehrere Größen in die Rechnung. Eingabe- und Ausgabe-Token je Aufgabe, dazu der Denkaufwand des Modells, der bei Ausgabe-Token mitzählt. Wiederholungen, weil ein Lauf scheitert und neu startet. Die Kontextlänge, denn bei langen Läufen wird derselbe Kontext immer wieder gelesen, durch Zwischenspeicher allerdings günstiger. Und die Nacharbeit durch Menschen, die oft mehr kostet als die Token selbst. Der Aufpreis für den Schnellmodus lohnt sich nur, wenn der Zeitgewinn tatsächlich etwas wert ist, etwa bei einer Anwendung, bei der Kunden auf die Antwort warten.</p>




<figure class="wp-block-image size-full"><img decoding="async" width="800" height="570" src="https://dr-dsgvo.de/wp-content/uploads/2026/11/kosten-7b72693f.webp" alt="Kostenvergleich bei Modellwechsel: Balken für zwei Modelle bei Standard- und langlaufender Aufgabe" class="wp-image-36652" srcset="https://dr-dsgvo.de/wp-content/uploads/2026/11/kosten-7b72693f.webp 800w, https://dr-dsgvo.de/wp-content/uploads/2026/11/kosten-7b72693f-300x214.webp 300w, https://dr-dsgvo.de/wp-content/uploads/2026/11/kosten-7b72693f-768x547.webp 768w, https://dr-dsgvo.de/wp-content/uploads/2026/11/kosten-7b72693f-640x456.webp 640w" sizes="(max-width: 800px) 100vw, 800px" /><figcaption class="wp-element-caption">Beispielrechnung mit angenommenen Erfolgsquoten und Token-Mengen.</figcaption></figure>




<p class="wp-block-paragraph">Das Beispiel nutzt angenommene Werte und soll den Rechenweg zeigen. Bei der Standardaufgabe mit 20.000 Token Eingabe und 4.000 Token Ausgabe kostet ein Lauf mit Opus 5.5 ca. 0,16 Dollar, mit Fable 5.2 ca. 0,32 Dollar. Lösen beide ca. 95 % der Läufe, liegen die Kosten je gelöster Aufgabe bei ca. 0,17 und ca. 0,34 Dollar. Der doppelte Preis kauft keine bessere Antwort, in der Summe über tausende Aufgaben fällt der Unterschied dennoch ins Gewicht.</p>



<p class="wp-block-paragraph">Anders sieht es bei einem langlaufenden Auftrag aus. Angenommen, er verbraucht 2 Millionen Token Eingabe und 150.000 Token Ausgabe. Dann kostet ein Lauf mit Opus 5.5 ca. 11 Dollar, mit Fable 5.2 ca. 22 Dollar. Gelingt der Auftrag mit Opus nur in der Hälfte der Läufe, mit Fable in ca. 90 %, liegen die Kosten je Erfolg bei ca. 22 und ca. 24 Dollar. Der Abstand schrumpft auf wenige Prozent. Rechnet man die Zeit ein, die ein Mensch mit gescheiterten Läufen verbringt, kippt die Rechnung zugunsten des größeren Modells.</p>



<p class="wp-block-paragraph">Entscheidend ist, die Erfolgsquote aus den eigenen Testfällen zu nehmen und nicht aus Herstellerdiagrammen. Ein einfaches Messverfahren genügt: Die Nutzungsdaten der Schnittstelle liefern den Token-Verbrauch je Lauf, ein Zähler hält fest, wie oft das Ergebnis brauchbar war und wie viel Zeit die Nachbearbeitung kostete. Nach zwei bis vier Wochen ergibt sich ein belastbares Bild je Aufgabentyp. Dann lässt sich je Prozess entscheiden, welches Modell sich lohnt.</p>



<h2 class="wp-block-heading">Prüfliste für den Umstieg: Entscheidung in einer Seite</h2>



<p class="wp-block-paragraph">Vor jedem Modellwechsel hilft eine kurze Liste. Sie dient als Entscheidungsvorlage für die Geschäftsführung und als Nachweis, dass der Wechsel überlegt stattfand.</p>




<figure class="wp-block-image size-full"><img decoding="async" width="800" height="619" src="https://dr-dsgvo.de/wp-content/uploads/2026/11/entscheidung-1d2ca1d2.webp" alt="Prüfliste in fünf Schritten: Bedarf, Datenschutz, Testfälle, Kosten und schrittweiser Rollout" class="wp-image-36653" srcset="https://dr-dsgvo.de/wp-content/uploads/2026/11/entscheidung-1d2ca1d2.webp 800w, https://dr-dsgvo.de/wp-content/uploads/2026/11/entscheidung-1d2ca1d2-300x232.webp 300w, https://dr-dsgvo.de/wp-content/uploads/2026/11/entscheidung-1d2ca1d2-768x594.webp 768w, https://dr-dsgvo.de/wp-content/uploads/2026/11/entscheidung-1d2ca1d2-640x495.webp 640w" sizes="(max-width: 800px) 100vw, 800px" /><figcaption class="wp-element-caption">Kurzfassung der Prüfliste in fünf Schritten.</figcaption></figure>




<ol class="wp-block-list">
<li><strong>Bedarf:</strong> Welche Prozesse scheitern am bisherigen Modell? Nur für diese kommt Fable infrage, der Rest bleibt auf Opus 5.5 oder kleiner.</li>



<li><strong>Zugangsweg:</strong> Direkte API oder Cloud-Anbieter? Der Weg bestimmt Einstellungen, Vertrag und Unterauftragnehmer.</li>



<li><strong>ZDR-Status:</strong> Vertraglich und technisch schriftlich bestätigt, je Workspace oder Subscription. Ohne ZDR gilt die 30-tägige Aufbewahrung.</li>



<li><strong>Auftragsverarbeitung und Transfer:</strong> Vertrag, Unterauftragnehmer und Grundlage für den Drittlandtransfer liegen für den genutzten Zugang vor.</li>



<li><strong>Dokumentation:</strong> Verarbeitungsverzeichnis und, falls vorhanden, Datenschutz-Folgenabschätzung sind angepasst.</li>



<li><strong>Testfälle:</strong> Ein eigener Prüfsatz mit Echt-, Grenz- und Fehlerfällen, ohne personenbezogene Daten, mit festen Prompts und Abbruchschwellen.</li>



<li><strong>Modell-ID:</strong> Feste Kennung statt Alias, Wechsel nur bewusst.</li>



<li><strong>Kostenmessung:</strong> Token-Verbrauch, Erfolgsquote und Nacharbeit je Aufgabentyp über mehrere Wochen.</li>



<li><strong>Kontrolle im Betrieb:</strong> Minimale Berechtigungen, Freigaben für heikle Aktionen, Stichproben, Monitoring.</li>



<li><strong>Rückfallplan und Zuständigkeit:</strong> Das alte Modell bleibt umschaltbar, eine Person trägt die Verantwortung für den Wechsel.</li>
</ol>



<h2 class="wp-block-heading">Fazit</h2>



<p class="wp-block-paragraph">Fable 5.2 ist günstiger und schneller als sein Vorgänger und sinnvoll für Aufgaben, bei denen ein Modell lange selbstständig arbeitet. Für die anspruchsvolle Alltagsaufgabe reicht Opus 5.5 völlig aus und kostet nur die Hälfte je Token. Der Umstieg ist deshalb weniger eine Frage der Begeisterung als eine der Zuordnung: Welche Prozesse brauchen das große Modell wirklich?</p>



<p class="wp-block-paragraph">Datenschutzrechtlich ändert sich durch ZDR vor allem die Speicherdauer. Vertrag und Datentransfer bleiben eigene Aufgaben und gehören dokumentiert, bevor echte Daten fließen. Qualitätssicherung wird wichtiger, wenn Modelle Tests erkennen. Eigene, realitätsnahe Testfälle, begrenzte Rechte und laufende Stichproben liefern mehr Sicherheit als jede Abnahme am Anfang. Wer diese Schritte sauber geht, kann das neue Modell dort einsetzen, wo es seinen Preis rechtfertigt.</p>



<p class="wp-block-paragraph">Neben Datenschutz (personenbezogene Daten) sollte die Datensicherheit (alle Daten: Geschäftsgeheimnisse, vertrauliche Daten, sensible Daten, &#8230;) in Frage gestellt werden!</p>
<script>document.addEventListener('DOMContentLoaded', function() {jQuery('.pdf-download-wrapper').remove();jQuery('.pdf-no-download-wrapper').removeClass('hide');});</script>
			<div id="ki_kontakt" class="ki_kontakt" style="padding-bottom: 0;">
				<h2>KI-Beratung, KI-Lösungen</h2>
				<div>
				Umfassende Beratung (fachlich, rechtlich, technisch):<br>
				<div class="ai_solution-advantages">
				<h3>Leistungsangebot:</h3><ul style="margin-top: 4px;">
				<li>Erstberatung inkl. Machbarkeitsaussagen</li>
				<li>Schulungen und Workshops für Führungskräfte, Berufsgeheimnisträger, Angestellte, Entwickler</li>
				<li>KI-Lösungen mit und ohne ChatGPT/Azure. Cloud oder eigener KI-Server</li>
				</ul>
				</div>
					<p style="margin-bottom:5px"><a id="msgbtn" class="ai_solution-contact-button" href="mailto:ki@dr-dsgvo.de">Ihre Anfrage</a><div class="ai-small">Oder Mail an ki@dr-dsgvo.de</div></p>
				</div>
			</div>]]></content:encoded>
					
					<wfw:commentRss>https://dr-dsgvo.de/claude-fable-5-2-umstieg-pruefliste/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>AGENTS.md Sicherheit: Wie fremde Dateien KI-Agenten steuern</title>
		<link>https://dr-dsgvo.de/agents-md-downloads-ordner-ki-agenten/</link>
					<comments>https://dr-dsgvo.de/agents-md-downloads-ordner-ki-agenten/#respond</comments>
		
		<dc:creator><![CDATA[Dr. DSGVO]]></dc:creator>
		<pubDate>Sun, 15 Nov 2026 11:23:47 +0000</pubDate>
				<category><![CDATA[Datenschutz]]></category>
		<category><![CDATA[Künstliche Intelligenz]]></category>
		<category><![CDATA[AGENTS.md]]></category>
		<category><![CDATA[Claude Code]]></category>
		<category><![CDATA[Codex]]></category>
		<category><![CDATA[hasDanish]]></category>
		<category><![CDATA[hasDutch]]></category>
		<category><![CDATA[hasEnglish]]></category>
		<category><![CDATA[hasFrench]]></category>
		<category><![CDATA[hasItalian]]></category>
		<category><![CDATA[hasPolish]]></category>
		<category><![CDATA[hasSpanish]]></category>
		<category><![CDATA[hasSwedish]]></category>
		<category><![CDATA[hasUkrainian]]></category>
		<category><![CDATA[KI-Agenten]]></category>
		<category><![CDATA[Prompt Injection]]></category>
		<category><![CDATA[Artificial Intelligence]]></category>
		<category><![CDATA[AI]]></category>
		<category><![CDATA[Machine Learning]]></category>
		<category><![CDATA[Data Science]]></category>
		<category><![CDATA[Data Modelling]]></category>
		<category><![CDATA[Digitalisierung]]></category>
		<category><![CDATA[Big Data]]></category>
		<guid isPermaLink="false">https://dr-dsgvo.de/?p=34504</guid>

					<description><![CDATA[Eine fremde AGENTS.md im Downloads-Ordner brachte einen Coding-Agenten dazu, ein Schadpaket zu installieren. Fund, Ladepfade und Schutzmaßnahmen im Überblick.]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph"><em>Eine unscheinbare Textdatei im Downloads-Ordner reichte Fall aus, damit ein KI-Coding-Agent ein Schadpaket installieren wollte. Es wird beschrieben, was passiert ist, welche Anweisungsdateien Codex, Claude Code und Cursor laden und welche Einstellungen und Maßnahmen den Schaden verhindern können.</em></p>



<h2 class="wp-block-heading">Ein Fund auf dem Kundenrechner und seine Folgen</h2>



<p class="wp-block-paragraph">Der Sicherheitsanbieter Forever Security hat folgendes herausgefunden: Auf dem Rechner eines Kunden lag im Downloads-Ordner eine Anweisungsdatei namens AGENTS.md, die einen KI-Coding-Agenten dazu bringen sollte, ein npm-Paket zu installieren. Die Datei ist kein Programm, sie wirkt aber wie eine Handlungsanweisung.</p>



<blockquote class="wp-block-quote is-layout-flow wp-block-quote-is-layout-flow">
<p class="wp-block-paragraph">Wer nicht weiß, was CLAUDE.md ist, nutzt KI "nur" als Chatbot. Das ist nicht verkehrt (und oft sogar empfehlenswert), verhindert aber den Einblick in die maximale Leistungsfähigkeit von heutigen KI-Systemen.</p>
</blockquote>



<h2 class="wp-block-heading">Was passiert ist: Fund im Downloads-Ordner, Nachtest und Erfolgsquoten</h2>



<p class="wp-block-paragraph">Der Ausgangspunkt war ein realer Fund. Die Datei lag im Downloads-Ordner eines Entwicklers. Dieser Ordner war zugleich das Arbeitsverzeichnis des Agenten. Der Agent wollte das npm-Paket function-color installieren. Forever Security stoppte ihn nach eigener Darstellung, bevor Code lief. Wie die Datei in den Ordner gelangte, konnten die Forscher nicht klären.</p>



<p class="wp-block-paragraph">Das Paket function-color zieht ein weiteres Paket namens function-flag nach. Dieses lädt eine Windows-Schadsoftware nach und startet sie. Die Kampagne wird von CloudSEK und Checkmarx als MALFEX bezeichnet.</p>



<h3 class="wp-block-heading">Nachtest mit Codex</h3>



<p class="wp-block-paragraph">Forever Security stellte den Angriff in einer isolierten virtuellen Maschine nach. Die echte Datei wies Codex an, einen Server in der Datei ~/.codex/config.toml zu registrieren und einen Befehl auszuführen, der das Paket installiert. Da diese Konfiguration für alle Codex-Sitzungen auf dem Rechner gilt, wirkt die Änderung dauerhaft und in jedem Ordner. Die Erfolgsquote lag bei ca. 90 Prozent.</p>



<h3 class="wp-block-heading">Nachtest mit Claude Code</h3>



<p class="wp-block-paragraph">Bei Claude Code war es eine andere Datei. Eine präparierte <strong>CLAUDE.md</strong> gab sich als Einrichtung eines internen Gateways aus und sollte den Agenten dazu bringen, eine fremde Adresse als API-Ziel in eine Projekt-Einstellungsdatei zu schreiben. Damit würde der API-Verkehr zu einem Server der Forscher laufen. Das gibt das Anmeldetoken der Sitzung preis, und der Server kann Befehle zurückgeben, die der Agent ausführt. Claude Code verlangt für solche Schreibzugriffe üblicherweise eine Bestätigung und lehnt verdächtige oft ab. Erst die lange, fast schon nach Entwicklerdokumentation klingende Begründung brachte in etwa der Hälfte der Fälle eine Freigabe.</p>



<p class="wp-block-paragraph">Beide Zahlen sind nicht direkt vergleichbar. Es sind verschiedene Agenten, verschiedene Dateien und verschiedene Ziele. Stichprobengröße und Testkonfiguration (Sandbox, Freigabemodus) sind unklar.</p>



<h3 class="wp-block-heading">Telemetrie: Wie verbreitet ist der Start im Downloads-Ordner?</h3>



<p class="wp-block-paragraph">Etwa die Hälfte der Kunden von Forever Security startet einen Coding-Agenten im Downloads-Ordner, rund ein Viertel der Sitzungen öffnet einen Browser. BleepingComputer nennt mehr als 1.300 Claude-Code-Sitzungen aus diesem Ordner. Beides sind Angaben des Anbieters über den eigenen Kundenkreis, eine unabhängige Prüfung gibt es nicht. Ob solche Dateien in der Praxis tatsächlich von Angreifern über Browser-Downloads abgelegt werden, ist nicht belegt. Der Proof of Concept lud nur eine harmlose Datei herunter.</p>




<figure class="wp-block-image size-large"><img decoding="async" width="1024" height="500" src="https://dr-dsgvo.de/wp-content/uploads/2026/10/kette-50c65660-1024x500.webp" alt="Ablauf bei AGENTS.md Sicherheit: Datei im Downloads-Ordner, Start des Agenten, Laden der Datei, Schadpaket" class="wp-image-34501" srcset="https://dr-dsgvo.de/wp-content/uploads/2026/10/kette-50c65660-1024x500.webp 1024w, https://dr-dsgvo.de/wp-content/uploads/2026/10/kette-50c65660-300x147.webp 300w, https://dr-dsgvo.de/wp-content/uploads/2026/10/kette-50c65660-768x375.webp 768w, https://dr-dsgvo.de/wp-content/uploads/2026/10/kette-50c65660-1536x751.webp 1536w, https://dr-dsgvo.de/wp-content/uploads/2026/10/kette-50c65660-640x313.webp 640w, https://dr-dsgvo.de/wp-content/uploads/2026/10/kette-50c65660-1320x645.webp 1320w, https://dr-dsgvo.de/wp-content/uploads/2026/10/kette-50c65660.webp 1600w" sizes="(max-width: 1024px) 100vw, 1024px" /><figcaption class="wp-element-caption">Die Angriffskette in vier Schritten, der Weg des Downloads zum Kunden ist nicht belegt.</figcaption></figure>




<h2 class="wp-block-heading">AGENTS.md Sicherheit: Warum fremde Anweisungsdateien ein Risiko sind</h2>



<p class="wp-block-paragraph">Coding-Agenten lesen beim Start Anweisungsdateien aus dem Arbeitsverzeichnis. Darin stehen Bauanleitungen, Stilregeln oder Testbefehle. Der Agent behandelt diesen Inhalt wie Vorgaben des Nutzers. Er unterscheidet nicht zuverlässig, ob die Datei vom Team stammt oder von einer fremden Quelle. Das ist der Kern einer indirekten Prompt Injection beim Coding-Agenten: Die Anweisung kommt nicht aus dem Eingabefeld, sondern aus dem Kontext.</p>



<p class="wp-block-paragraph">Zwei für sich harmlose Eigenschaften ergeben zusammen die Kette. Erstens vertrauen Agenten den Dateien im geöffneten Ordner. Zweitens können Webseiten Dateien ohne Rückfrage in den Downloads-Ordner legen, wenn der Browser so eingestellt ist. Chrome, Edge und Firefox speichern standardmäßig ohne Nachfrage nach dem Speicherort in diesen Ordner und zeigen nur eine Benachrichtigung. Brave fragte im Test vorher nach. Die Datei trägt den Namen und Inhalt, den die Seite vorgibt.</p>



<figure class="wp-block-pullquote"><blockquote><p>Anweisungsdateien sind Kontext, keine Konfiguration. Verbindlich ist nur, was Berechtigungen und Sandbox technisch durchsetzen.</p></blockquote></figure>



<p class="wp-block-paragraph">Die Claude-Code-Dokumentation beschreibt CLAUDE.md als <a href="https://code.claude.com/docs/en/memory" target="_blank" rel="noopener">Kontext und nicht als durchgesetzte Konfiguration</a>. Für Sperren empfiehlt sie Hooks. Daraus folgt die Grundregel für alles Weitere: Was nur im Text einer Datei steht, kann ein Agent befolgen oder ignorieren. Was in den Berechtigungen steht, setzt das Programm durch.</p>



<h3 class="wp-block-heading">Der Browser ist nicht der einzige Weg</h3>



<p class="wp-block-paragraph">Der Downloads-Ordner steht im Fall im Mittelpunkt, aber nicht allein. Der <a href="https://developer.nvidia.com/blog/mitigating-indirect-agents-md-injection-attacks-in-agentic-environments/" target="_blank" rel="noopener">NVIDIA Developer Blog</a> beschreibt einen verwandten Weg: Ein kompromittiertes Abhängigkeitspaket legt selbst eine AGENTS.md an. Auch geklonte Repositories, entpackte Archive und Build-Skripte können fremde Anweisungsdateien in einen Projektordner bringen. Der Startort verkleinert also die Angriffsfläche, er beseitigt sie nicht.</p>



<h3 class="wp-block-heading">Einordnung: Was Forscher und Hersteller sagen</h3>



<p class="wp-block-paragraph">Die Forscher von Forever Security erklären, dass für OpenAI und Anthropic nichts zu patchen sei. Der Agent folge seiner Anweisungsdatei wie vorgesehen, vergleichbar mit einem Browser, der eine Phishing-Seite darstellt. Das ist die Einschätzung der Forscher. Eine eigene Stellungnahme der Hersteller zu diesem Angriff enthalten die beiden Berichte nicht. BleepingComputer weist nur darauf hin, dass beide Hersteller empfehlen, Agenten im jeweiligen Projektverzeichnis zu starten. Die Verantwortung liegt damit bei den Anwendern und bei den Organisationen, die Agenten einsetzen.</p>



<p class="wp-block-paragraph">Die Risiken autonomer Agenten sind ein größeres Thema. Beiträge zu <a href="https://dr-dsgvo.de/die-gefahr-hinter-ki-agenten-macht-ohne-kontrolle/">Macht ohne Kontrolle bei KI-Agenten</a> und zum <a href="https://dr-dsgvo.de/das-zeitalter-der-ki-agenten-wenn-die-ki-selbst-handelt/">Zeitalter der KI-Agenten</a> ordnen ein, warum Agenten mit eigenen Handlungsrechten andere Schutzmaßnahmen brauchen als klassische Software.</p>



<h2 class="wp-block-heading">Welche Anweisungsdateien Codex, Claude Code und Cursor laden</h2>



<p class="wp-block-paragraph">Entscheidend ist, was als Projektordner gilt: der Ordner, in dem der Agent gestartet wird. Wer im Downloads-Ordner startet, macht jede dort liegende Datei zum Projektkontext. Die folgende Übersicht fasst die Herstellerdokumentation zusammen (Stand 26.10.2026). Die Dokumentation ändert sich schnell, im Zweifel gilt die jeweils aktuelle Fassung.</p>




<figure class="wp-block-image size-large"><img decoding="async" width="1024" height="649" src="https://dr-dsgvo.de/wp-content/uploads/2026/10/ladepfade-1a4be331-1024x649.webp" alt="Tabelle: Welche Anweisungsdateien Codex, Claude Code und Cursor laden, nach globalem und Projektordner geordnet" class="wp-image-34502" srcset="https://dr-dsgvo.de/wp-content/uploads/2026/10/ladepfade-1a4be331-1024x649.webp 1024w, https://dr-dsgvo.de/wp-content/uploads/2026/10/ladepfade-1a4be331-300x190.webp 300w, https://dr-dsgvo.de/wp-content/uploads/2026/10/ladepfade-1a4be331-768x487.webp 768w, https://dr-dsgvo.de/wp-content/uploads/2026/10/ladepfade-1a4be331-1536x973.webp 1536w, https://dr-dsgvo.de/wp-content/uploads/2026/10/ladepfade-1a4be331-640x406.webp 640w, https://dr-dsgvo.de/wp-content/uploads/2026/10/ladepfade-1a4be331-1320x837.webp 1320w, https://dr-dsgvo.de/wp-content/uploads/2026/10/ladepfade-1a4be331.webp 1600w" sizes="(max-width: 1024px) 100vw, 1024px" /><figcaption class="wp-element-caption">Ladepfade der drei Agenten nach Herstellerdokumentation, Stand 26.10.2026.</figcaption></figure>




<h3 class="wp-block-heading">Codex</h3>



<p class="wp-block-paragraph">Codex liest laut <a href="https://learn.chatgpt.com/docs/agent-configuration/agents-md" target="_blank" rel="noopener">Dokumentation</a> zuerst eine globale Datei im Codex-Verzeichnis (~/.codex, anpassbar über CODEX_HOME), und zwar AGENTS.override.md oder AGENTS.md. Danach folgen Dateien von der Projektwurzel, meist dem Git-Stammverzeichnis, bis zum aktuellen Ordner. Pro Ordner wird höchstens eine Datei berücksichtigt: AGENTS.override.md, AGENTS.md oder ein konfigurierter Ersatzname. Die Gesamtgrenze liegt bei 32 KiB. Wird keine Projektwurzel gefunden, zählt nur der aktuelle Ordner. Genau das trifft den Downloads-Ordner, denn dort gibt es meist kein Git-Repository.</p>



<h3 class="wp-block-heading">Claude Code und CLAUDE.md Sicherheit</h3>



<p class="wp-block-paragraph">Claude Code lädt nach der <a href="https://code.claude.com/docs/en/memory" target="_blank" rel="noopener">Speicher-Dokumentation</a> CLAUDE.md und CLAUDE.local.md aus dem Arbeitsverzeichnis und aus allen Verzeichnissen darüber, bei Bedarf auch aus Unterordnern. Hinzu kommen ~/.claude/CLAUDE.md, die verwaltete Richtlinie des Systems und Dateien in .claude/rules/. Für CLAUDE.md Sicherheit heißt das: Auch ein zu hoher Startpunkt, etwa das Home-Verzeichnis, vergrößert die Fläche, weil Dateien darüber und daneben mitgelesen werden.</p>



<p class="wp-block-paragraph">AGENTS.md liest Claude Code (laut Dokumentation seit Version 2.1.277). Standardmäßig geschieht das nur, wenn im Arbeitsverzeichnis oder darüber keine CLAUDE.md oder CLAUDE.local.md liegt. Über die Einstellung zu den Projektanweisungen lässt sich das ändern: claude-md-or-agents-md ist der Standard, claude-md-and-agents-md liest beide, managed-only lässt nur zentral verwaltete Anweisungen zu.</p>



<h3 class="wp-block-heading">Cursor</h3>



<p class="wp-block-paragraph">Cursor kennt laut <a href="https://cursor.com/docs/context/rules" target="_blank" rel="noopener">Dokumentation</a> Projektregeln in .cursor/rules/ (Dateien im Format .mdc, auch in Unterordnern) und AGENTS.md im Projektstamm sowie in Unterverzeichnissen. Verschachtelte Dateien gelten für ihren Bereich, die spezifischere gewinnt. Dazu kommen persönliche User Rules in den Einstellungen und Team Rules über das Dashboard.</p>



<h3 class="wp-block-heading">Konfigurationsdateien als eigentliches Ziel</h3>



<p class="wp-block-paragraph">Der Fall zeigt, dass die Anweisungsdatei oft nur das Werkzeug ist. Das Ziel sind Konfigurationsdateien, in denen eine Änderung dauerhaft wirkt. Bei Codex ist es ~/.codex/config.toml, deren Änderung alle Sitzungen betrifft. Bei Claude Code ist es die Einstellungsdatei .claude/settings.json, in der sich über eine Umgebungsvariable das API-Ziel setzen lässt. Beide Dateien gehören daher auf die Liste der Dateien, die ein Agent nicht ohne Rückfrage ändern darf.</p>



<h2 class="wp-block-heading">KI-Coding-Agenten absichern: Berechtigungen, Hooks und Codex Sandbox</h2>



<p class="wp-block-paragraph">Naheliegend ist die Frage, ob der Verzicht auf den Downloads-Ordner genügt.</p>


    <div itemscope itemtype="http://schema.org/FAQPage">
                    <div itemprop="mainEntity" itemscope itemtype="http://schema.org/Question">
                <h4 itemprop="name">Reicht es, KI-Coding-Agenten nur nicht im Downloads-Ordner zu starten?</h4>
                <div itemscope itemprop="acceptedAnswer" itemtype="http://schema.org/Answer">
                    <div itemprop="text">Nein. Der Startort verkleinert die Angriffsfläche, schützt aber nicht vor fremden Anweisungsdateien in geklonten Repositories, entpackten Archiven oder Abhängigkeiten. Verlässlich schützen erst durchgesetzte Grenzen: Berechtigungsregeln mit Rückfrage, eine Sandbox mit Netzwerk-Allowlist, Hooks für gesperrte Befehle und geprüfte Konfigurationsdateien. Der Startort ist die erste Regel, nicht die einzige.</div>
                </div>
            </div>

                </div><!--/ppa questions-->
    



<p class="wp-block-paragraph">Die Maßnahmen setzen an drei Stellen an: was der Agent ohne Rückfrage tun darf, was ein Hook unabhängig vom Modell blockiert und was die Sandbox technisch begrenzt.</p>



<h3 class="wp-block-heading">Berechtigungsregeln in Claude Code</h3>



<p class="wp-block-paragraph">Claude Code kennt Regeln der Stufen allow, ask und deny pro Werkzeug (<a href="https://code.claude.com/docs/en/permissions" target="_blank" rel="noopener">Dokumentation zu Berechtigungen</a>). Standardmäßig fragt der Agent bei Shell-Befehlen und Dateiänderungen. Eine Deny-Regel gilt auch dann, wenn der Agent einer Anweisungsdatei folgen möchte. Ein Beispiel für die Datei .claude/settings.json:</p>



<pre><code>{
  "permissions": {
    "deny": [
      "Bash(npm install *)",
      "Read(~/.ssh/**)",
      "Read(~/.aws/**)",
      "Edit(.claude/**)",
      "Edit(~/.codex/**)"
    ]
  }
}</code></pre>



<p class="wp-block-paragraph">Die Schreibweise folgt den Beispielen der Dokumentation: Bash-Regeln vergleichen den Befehlstext mit * als Platzhalter, Pfadregeln für Lesen und Bearbeiten nutzen die Syntax von gitignore, ~/ steht für das Home-Verzeichnis. Dateiänderungen werden über Edit(&#8230;) geregelt, Regeln für Write werden nach der Dokumentation nicht gegen Pfade geprüft. Eine Befehlssperre ist außerdem keine Garantie, denn dasselbe Ziel lässt sich oft über einen anderen Aufruf erreichen. Für Unvermeidbares sind Hooks und Sandbox gedacht.</p>



<p class="wp-block-paragraph">Vorsicht verlangen zwei Komfortfunktionen. Die Freigabe mit "nicht mehr fragen" gilt je nach Werkzeug dauerhaft für ein Repository, und in den Auto-Modi entscheidet nicht mehr der Mensch über jede Aktion. Beides gehört nicht in Umgebungen mit fremdem Code.</p>



<h3 class="wp-block-heading">Hooks: Sperren unabhängig vom Modell</h3>



<p class="wp-block-paragraph">Ein PreToolUse-Hook läuft vor dem Werkzeugaufruf und kann ihn blockieren, auch wenn das Modell ihn für richtig hält. Die <a href="https://code.claude.com/docs/en/hooks-guide" target="_blank" rel="noopener">Hooks-Anleitung</a> zeigt das Muster: Das Skript liest die Eingabe als JSON von der Standardeingabe und beendet sich mit einem Exit-Code, um zu blockieren. Registriert wird es in der Einstellungsdatei:</p>



<pre><code>{
  "hooks": {
    "PreToolUse": [
      {
        "matcher": "Bash",
        "hooks": [
          {
            "type": "command",
            "command": "\"$CLAUDE_PROJECT_DIR\"/.claude/hooks/block-installs.sh"
          }
        ]
      }
    ]
  }
}</code></pre>



<p class="wp-block-paragraph">Das Skript <em>block-installs.sh</em> liest mit jq den Befehl aus dem Feld tool_input.command, prüft ihn gegen eine Sperrliste (etwa npm install oder die Kombination aus curl und Shell) oder besser gegen eine Allowlist und meldet bei Treffern eine Begründung auf der Fehlerausgabe mit Exit 2. Ein zweiter, wenig bekannter Hebel ist der Hook <em>InstructionsLoaded</em>. Er protokolliert geladene Anweisungsdateien. Nach der Dokumentation feuert er allerdings nicht für eine AGENTS.md, die über die Einstellung geladen wird, sondern nur, wenn eine CLAUDE.md sie importiert. Auf ihn allein sollte sich ein Team deshalb nicht verlassen.</p>



<h3 class="wp-block-heading">Zentrale Vorgaben mit Managed Settings</h3>



<p class="wp-block-paragraph">Für Teams sind verwaltete Einstellungen der wirksamste Hebel. Nach der <a href="https://code.claude.com/docs/en/managed-settings" target="_blank" rel="noopener">Dokumentation zu Managed Settings</a> lassen sich permissions.deny, sandbox.enabled und env zentral erzwingen. Damit wäre ein per Anweisungsdatei untergeschobenes API-Ziel wie im Claude-Code-Test deutlich schwerer durchzusetzen. Als Einordnung gilt: Es ist eine Schlussfolgerung aus der Dokumentation, keine belegte Wirkung im Fall von Forever Security.</p>



<h3 class="wp-block-heading">Codex: Freigaben, Vertrauensstufe und Sandbox-Modi</h3>



<p class="wp-block-paragraph">Für Codex Sandbox und Berechtigungen gelten laut <a href="https://learn.chatgpt.com/docs/agent-approvals-security" target="_blank" rel="noopener">Dokumentation zu Freigaben und Sicherheit</a> zwei Ebenen. Die Freigaberichtlinie bestimmt, wann Codex nachfragt (etwa on-request oder never). Der Sandbox-Modus bestimmt, was technisch möglich ist: read-only, workspace-write oder danger-full-access. Im Modus workspace-write ist das Netzwerk standardmäßig aus.</p>



<p class="wp-block-paragraph">Dazu kommt eine Vertrauensstufe pro Projekt in ~/.codex/config.toml (trust_level). Nach der Dokumentation gilt in Ordnern unter Versionskontrolle der Modus Auto, also Schreiben im Arbeitsbereich mit Rückfrage. In Ordnern ohne Versionskontrolle gilt read-only, bis das Verzeichnis als vertrauenswürdig markiert wird. Ein Ordner wie Downloads gilt ohne Markierung als nicht vertraut. Das Risiko entsteht, wenn Nutzer den Vertrauensdialog bestätigen. Das Flag &#8211;yolo entfernt Sandbox und Freigaben und gehört nicht in Teamvorgaben. In welcher Konfiguration Forever Security getestet hat, wurde nicht berichtet, ob die Standardschutzstufen im Test griffen, ist daher unbekannt.</p>



<h3 class="wp-block-heading">Cursor</h3>



<p class="wp-block-paragraph">Zu Terminalfreigaben bei Cursor liegt keine eindeutige Herstellerangabe vor. Deshalb hier nur der Hinweis, Freigaben für Terminalbefehle aktiv zu lassen und die aktuelle Herstellerdokumentation zu prüfen.</p>



<h2 class="wp-block-heading">Sandbox und Isolation: Schaden begrenzen, auch wenn der Agent der Datei folgt</h2>



<p class="wp-block-paragraph">Eine Sandbox begrenzt, was ein Agent tun kann, selbst wenn er einer fremden Anweisung folgt. Die <a href="https://code.claude.com/docs/en/sandboxing" target="_blank" rel="noopener">Sandbox von Claude Code</a> erlaubt Schreibzugriff auf das Arbeitsverzeichnis und temporäre Ordner. Netzwerkzugriff läuft über einen Proxy mit einer Liste erlaubter Domains, die standardmäßig leer ist. Geschützte Pfade wie die Einstellungen von Claude Code, die Shell-Startdatei .bashrc und Git-Hooks bleiben schreibgeschützt. Ein Beispiel:</p>



<pre><code>{
  "sandbox": {
    "enabled": true,
    "network": {
      "allowedDomains": ["github.com", "*.npmjs.org"]
    },
    "allowUnsandboxedCommands": false
  }
}</code></pre>



<p class="wp-block-paragraph">Die Dokumentation nennt auch Grenzen. Die Sandbox ist standardmäßig ausgeschaltet. Der Lesezugriff ist breit, Zugangsdaten müssen gezielt gesperrt werden. Der Schutz gilt nur für Shell-Befehle und deren Kindprozesse, nicht für die eingebauten Dateiwerkzeuge, MCP und Hooks. Ohne allowUnsandboxedCommands: false kann ein fehlgeschlagener Befehl außerhalb der Sandbox wiederholt werden. Unter Windows läuft sie nicht nativ, dafür wird WSL2 genutzt. Gegen Schadcode ist sie keine vollständige Grenze. Für starke Isolierung sind Container oder virtuelle Maschinen die bessere Wahl.</p>




<figure class="wp-block-image size-large"><img decoding="async" width="1024" height="590" src="https://dr-dsgvo.de/wp-content/uploads/2026/10/schichten-6b40e67a-1024x590.webp" alt="Fünf gestaffelte Schutzschichten von Startort über Berechtigungen, Hooks und Sandbox bis zur Wegwerf-Umgebung" class="wp-image-34503" srcset="https://dr-dsgvo.de/wp-content/uploads/2026/10/schichten-6b40e67a-1024x590.webp 1024w, https://dr-dsgvo.de/wp-content/uploads/2026/10/schichten-6b40e67a-300x173.webp 300w, https://dr-dsgvo.de/wp-content/uploads/2026/10/schichten-6b40e67a-768x443.webp 768w, https://dr-dsgvo.de/wp-content/uploads/2026/10/schichten-6b40e67a-1536x885.webp 1536w, https://dr-dsgvo.de/wp-content/uploads/2026/10/schichten-6b40e67a-640x369.webp 640w, https://dr-dsgvo.de/wp-content/uploads/2026/10/schichten-6b40e67a-1320x761.webp 1320w, https://dr-dsgvo.de/wp-content/uploads/2026/10/schichten-6b40e67a.webp 1600w" sizes="(max-width: 1024px) 100vw, 1024px" /><figcaption class="wp-element-caption">Schutzschichten gegen fremde Anweisungsdateien.</figcaption></figure>




<h3 class="wp-block-heading">Netzwerk-Allowlist und Wegwerf-Umgebung</h3>



<p class="wp-block-paragraph">Eine solche Allowlist hätte Paket-Download und API-Umleitung erschwert. Das ist eine Einordnung, kein Beleg für den Fall. Unbekannter Code gehört in eine Wegwerf-Umgebung: Container, VM oder Dev Container, ohne die Zugangsdaten des Hauptprofils. Tokens sollten kurzlebig sein. Bei einem Verdacht wird empfohlen, das Anmeldetoken als abgeflossen zu betrachten und zu erneuern.</p>



<h3 class="wp-block-heading">Browser-Einstellung für Downloads</h3>



<p class="wp-block-paragraph">Gegen stille Downloads hilft die Einstellung, vor jedem Speichern nach dem Ort zu fragen. In Chrome heißt sie sinngemäß "Vor dem Download fragen, wo die Datei gespeichert werden soll" und steht in den Einstellungen unter Downloads. Edge und Firefox bieten Entsprechendes an, die Bezeichnungen unterscheiden sich je nach Version (Firefox: Einstellungen, Allgemein, Dateien und Anwendungen). Brave fragte im Test von BleepingComputer von sich aus nach. Alternativ lässt sich der Download-Ordner an einen Ort legen, der nie als Arbeitsverzeichnis dient. Ein Shell-Alias oder ein Hook, der den Start in ~/Downloads verweigert, ist eine zusätzliche Option.</p>



<h2 class="wp-block-heading">Checkliste für Teams und Richtlinie für den Einsatz von Coding-Agenten</h2>



<p class="wp-block-paragraph">Die folgende Liste fasst die Maßnahmen zusammen. Die Liste ergänzt die Empfehlungen aus den beiden Berichten um die Konfigurationen aus den Herstellerunterlagen.</p>



<ul class="wp-block-list">
<li>Agenten starten nur im Wurzelverzeichnis eines vertrauten Repositories. Downloads, Desktop und Home-Verzeichnis sind tabu.</li>



<li>Fremde Dateien wie AGENTS.md, CLAUDE.md oder .cursor/rules werden vor dem Öffnen eines frisch geklonten oder entpackten Projekts gelesen.</li>



<li>Berechtigungsabfragen und Sandbox bleiben aktiv. Auto-Modi und Flags wie &#8211;yolo laufen nur in isolierten Umgebungen.</li>



<li>Netzwerkzugriff läuft über eine Allowlist, Zugangsdaten liegen außerhalb des Zugriffs, Tokens sind kurzlebig.</li>



<li>Paketinstallationen durch Agenten erfolgen nur nach Freigabe, mit Lockfile und Prüfung der Registry. Wie schnell ein Paket weitere Pakete nachzieht, zeigt der Fall mit function-color und function-flag.</li>



<li>Einstellungen werden zentral verwaltet. Änderungen an ~/.codex/config.toml und .claude/settings.json werden überwacht.</li>



<li>Geladene Anweisungsdateien werden protokolliert, soweit die Werkzeuge das erlauben.</li>



<li>Vorfallplan: Sitzung stoppen, Tokens und Schlüssel erneuern, Konfigurationsdateien prüfen, Paketinstallationen zurückverfolgen.</li>
</ul>



<p class="wp-block-paragraph">Organisationen mit Pflichten zur Informationssicherheit nehmen solche Agenten in ihr Risikomanagement auf. Das betrifft die Erlaubnis, die Konfiguration und den Nachweis, dass die Regeln gelten. Ein Beitrag zu <a href="https://dr-dsgvo.de/agentic-coding-ki-programmierung-zweiter-wahl/">Agentic Coding</a> beschreibt, wie sich der Einsatz in Entwicklungsteams organisieren lässt.</p>



<h3 class="wp-block-heading">Muster-Richtlinie</h3>



<p class="wp-block-paragraph">Eine knappe Richtlinie lässt sich in wenigen Sätzen formulieren. Der Geltungsbereich umfasst alle Mitarbeitenden und Dienstleister, die KI-Coding-Agenten auf Firmengeräten oder mit Firmendaten nutzen. Agenten werden nur im Wurzelverzeichnis eines geprüften Repositories gestartet, nie in Download-, Desktop- oder Home-Ordnern. Auto-Modi und das Abschalten von Sandbox oder Freigaben sind nur in isolierten Wegwerf-Umgebungen ohne Zugangsdaten erlaubt. Paketinstallationen und Änderungen an Konfigurationsdateien erfordern eine Freigabe durch die Entwickler. Verantwortlich für die zentralen Einstellungen ist die IT-Sicherheit, für die Einhaltung im Projekt die Projektleitung. Verdachtsfälle werden sofort der IT-Sicherheit gemeldet, betroffene Tokens werden umgehend erneuert.</p>



<h3 class="wp-block-heading">Eigene Webseiten und Systeme prüfen</h3>



<p class="wp-block-paragraph">Der Fall betrifft vor allem Entwicklerrechner. Wer selbst Dateien zum Download anbietet, ist mit der eigenen Webseite Teil der Kette. Ein <a href="https://dr-dsgvo.de/webseiten-check/" target="_blank" rel="noopener">Webseiten-Check</a> zeigt, welche Skripte und Header eine Seite ausliefert, er prüft aber nur die Seite, nicht den Rechner von Entwicklern. Für eine systematische Sicherheitsprüfung in Teams bieten die <a href="https://wwwschutz.de/security-checks.html" target="_blank" rel="noopener">Web Security Checks</a> einen Einstieg.</p>



<h2 class="wp-block-heading">Fazit</h2>



<p class="wp-block-paragraph">Die Verantwortung liegt beim Anwender, die Technik setzt die Grenze!</p>



<p class="wp-block-paragraph">Eine fremde Textdatei kann einen Coding-Agenten steuern, weil der Agent Dateien im Arbeitsordner wie Anweisungen behandelt. Verlässlich wird der Schutz erst durch durchgesetzte Grenzen: Berechtigungen, Hooks, Sandbox, Netzwerk-Allowlist und zentral verwaltete Einstellungen.</p>



<p class="wp-block-paragraph">Offen bleibt, ob Angreifer den Weg über Browser-Downloads in der Praxis nutzen und wie die Datei beim Kunden landete. Wichtig erscheint auf jeden Fall die Sensibilisierung von Mitarbeitern und Entwicklern (bis sie aussterben).</p>
<script>document.addEventListener('DOMContentLoaded', function() {jQuery('.pdf-download-wrapper').remove();jQuery('.pdf-no-download-wrapper').removeClass('hide');});</script>
			<div id="ki_kontakt" class="ki_kontakt" style="padding-bottom: 0;">
				<h2>KI-Beratung, KI-Lösungen</h2>
				<div>
				Umfassende Beratung (fachlich, rechtlich, technisch):<br>
				<div class="ai_solution-advantages">
				<h3>Leistungsangebot:</h3><ul style="margin-top: 4px;">
				<li>Erstberatung inkl. Machbarkeitsaussagen</li>
				<li>Schulungen und Workshops für Führungskräfte, Berufsgeheimnisträger, Angestellte, Entwickler</li>
				<li>KI-Lösungen mit und ohne ChatGPT/Azure. Cloud oder eigener KI-Server</li>
				</ul>
				</div>
					<p style="margin-bottom:5px"><a id="msgbtn" class="ai_solution-contact-button" href="mailto:ki@dr-dsgvo.de">Ihre Anfrage</a><div class="ai-small">Oder Mail an ki@dr-dsgvo.de</div></p>
				</div>
			</div>]]></content:encoded>
					
					<wfw:commentRss>https://dr-dsgvo.de/agents-md-downloads-ordner-ki-agenten/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>„Noch weit weg von RSI“: Was Pichais Einordnung zu selbstverbessernder KI für Unternehmen bedeutet</title>
		<link>https://dr-dsgvo.de/pichai-rsi-selbstverbesserung-kmu/</link>
					<comments>https://dr-dsgvo.de/pichai-rsi-selbstverbesserung-kmu/#respond</comments>
		
		<dc:creator><![CDATA[Dr. DSGVO]]></dc:creator>
		<pubDate>Sat, 14 Nov 2026 14:54:19 +0000</pubDate>
				<category><![CDATA[Künstliche Intelligenz]]></category>
		<category><![CDATA[hasDanish]]></category>
		<category><![CDATA[hasDutch]]></category>
		<category><![CDATA[hasEnglish]]></category>
		<category><![CDATA[hasFrench]]></category>
		<category><![CDATA[hasItalian]]></category>
		<category><![CDATA[hasPolish]]></category>
		<category><![CDATA[hasSpanish]]></category>
		<category><![CDATA[hasSwedish]]></category>
		<category><![CDATA[hasUkrainian]]></category>
		<category><![CDATA[KI-Agenten]]></category>
		<category><![CDATA[Modellwechsel]]></category>
		<category><![CDATA[RSI]]></category>
		<category><![CDATA[Selbstverbessernde KI]]></category>
		<category><![CDATA[Sundar Pichai]]></category>
		<category><![CDATA[Artificial Intelligence]]></category>
		<category><![CDATA[AI]]></category>
		<category><![CDATA[Machine Learning]]></category>
		<category><![CDATA[Data Science]]></category>
		<category><![CDATA[Data Modelling]]></category>
		<category><![CDATA[Digitalisierung]]></category>
		<category><![CDATA[Big Data]]></category>
		<guid isPermaLink="false">https://dr-dsgvo.de/?p=34528</guid>

					<description><![CDATA[Pichai sieht die Branche noch weit vom Endzustand der rekursiven Selbstverbesserung, beschreibt aber laufende Schleifen mit Forschern. Einordnung für KMU.]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph"><em>Google-Chef Sundar Pichai sagt, die Branche sei noch weit vom Endzustand der rekursiven Selbstverbesserung entfernt. Zugleich beschreibt er Schleifen, in denen KI-Agenten schon heute beim Bau neuer Modelle helfen. Stand heute lässt sich einordnen, was davon belegt und was es für den KI-Einsatz in kleinen und mittleren Unternehmen bedeutet.Ist die Menschheit gefährdet?</em></p>




<figure class="wp-block-image size-large"><img decoding="async" width="1024" height="642" src="https://dr-dsgvo.de/wp-content/uploads/2026/10/agenten-schleife-6cd3409e-1024x642.webp" alt="Schema selbstverbessernder KI als Einordnung: Agenten unterstützen Forscher, Menschen geben Ergebnisse frei, ausgegraut das Gegenbild eines Modells, das seine eigenen Gewichte ändert" class="wp-image-34524" srcset="https://dr-dsgvo.de/wp-content/uploads/2026/10/agenten-schleife-6cd3409e-1024x642.webp 1024w, https://dr-dsgvo.de/wp-content/uploads/2026/10/agenten-schleife-6cd3409e-300x188.webp 300w, https://dr-dsgvo.de/wp-content/uploads/2026/10/agenten-schleife-6cd3409e-768x481.webp 768w, https://dr-dsgvo.de/wp-content/uploads/2026/10/agenten-schleife-6cd3409e-640x401.webp 640w, https://dr-dsgvo.de/wp-content/uploads/2026/10/agenten-schleife-6cd3409e.webp 1200w" sizes="(max-width: 1024px) 100vw, 1024px" /><figcaption class="wp-element-caption">Einordnung der Agenten-Schleife von heute, neben dem Gegenbild einer Gewichtsänderung ohne Menschen.</figcaption></figure>




<p class="wp-block-paragraph">Anlass ist ein Interview, über das <a href="https://www.bigtechnology.com/p/far-from-rsi-compute-shortages-google" target="_blank" rel="noopener">Big Technology am 23.10.2026</a> berichtet hat. Dort fällt ein Satz zur selbstverbessernden KI, der sich gut zitieren lässt: Die Branche sei noch weit vom Endzustand von RSI entfernt. RSI steht für Recursive Self-Improvement, also rekursive Selbstverbesserung. Gemeint ist ein Kreislauf, in dem KI-Systeme ihre Nachfolger verbessern, die wiederum bessere Nachfolger bauen.</p>



<p class="wp-block-paragraph">Grundlagen zur Funktionsweise solcher Schleifen liefert der Beitrag zur <a href="https://dr-dsgvo.de/rekursive-selbstverbesserung-von-ki/">rekursiven Selbstverbesserung von KI</a>. Aussagen aus dem Interview, Selbstauskünfte von Herstellern, eine Forschungsarbeit und eine Insider-Prognose stehen im Folgenden getrennt nebeneinander.</p>



<h2 class="wp-block-heading">Was Pichai gesagt hat und was nicht</h2>



<p class="wp-block-paragraph">Der Kern ist kurz. Nach dem Bericht von Alex Kantrowitz sagte Pichai: „To be very clear. We are pretty far from the end state of RSI.“ Das bdeutet so viel wie: „Ganz klar: Vom Endzustand der rekursiven Selbstverbesserung ist die Branche noch ziemlich weit entfernt.“ Kantrowitz stellt den Satz gegen die Erwartung mancher in der KI-Branche, eine Intelligenzexplosion stehe unmittelbar bevor und KI verbessere sich bald in einer vollständigen Schleife ohne menschliches Zutun.</p>



<p class="wp-block-paragraph">Direkt danach folgen zwei weitere Sätze, die für die Einordnung wichtiger sind als der erste. Pichai sagte: „You have RSI loops along with AI researchers in various aspects of model development.“ Und: „You almost have agents helping AI researchers in some automated way work together to build these models.“ Sinngemäß: In verschiedenen Bereichen der Modellentwicklung gibt es Rückkopplungsschleifen gemeinsam mit den Forschern, und Agenten helfen ihnen teilweise automatisiert beim Bau der Modelle.</p>



<p class="wp-block-paragraph">Wörtlich belegt ist damit: Teilschleifen laufen bereits, und zwar zusammen mit den Forschern. Von einem Modell, das sich ohne Aufsicht selbst umbaut, ist in diesen Sätzen nicht die Rede. Der Satz vom Endzustand lässt sich so lesen, dass genau dieses Bild gemeint ist.</p>



<p class="wp-block-paragraph">Als Randthema berichtet Big Technology über Rechenleistung. Pichai sagt, alle seien knapp, nicht nur Google: „The compute we have today is a function of decisions I made in 2024.“ Laut Bericht sagt er außerdem, das Cloud-Geschäft verzichte immer wieder auf kurzfristige Erlöse, weil Rechenleistung für die Entwicklung der Spitzenmodelle reserviert werde. Für die Selbstverbesserung ist das relevant, denn jede Schleife aus Idee, Experiment und Auswertung kostet Rechenzeit. Wo sie knapp ist, bremst sie auch automatisierte Forschung.</p>



<p class="wp-block-paragraph">Nicht belegt ist ein Zeitrahmen. Zweitberichte wie <a href="https://www.digitaltoday.co.kr/en/view/119481/google-ceo-says-self-improving-ai-not-yet-there-still-needs-human-review" target="_blank" rel="noopener">DigitalToday</a> nennen „nächstes Jahr“ als Zeitpunkt weiterer Fortschritte.</p>



<p class="wp-block-paragraph">Es folgt eine Deutung, die nicht von Pichai stammt. Wer von einem Endzustand spricht, setzt voraus, dass es einen Weg dorthin gibt und dass dieser Weg begonnen hat. Der Satz lässt sich deshalb auch als Aussage für RSI lesen: Die Entwicklung findet statt, Google treibt sie mit hohem Aufwand voran, und in einigen Jahren sind große Erfolge denkbar. Diese Erwartung ist eine eigene Einschätzung. Eine entsprechende Äußerung von Pichai liegt in den gelesenen Quellen nicht vor.</p>



<figure class="wp-block-pullquote"><blockquote><p>Eine mögliche Lesart: Wer vom Endzustand spricht, setzt voraus, dass der Weg dorthin begonnen hat. Der Satz wäre dann weniger Entwarnung als Standortbestimmung.</p></blockquote></figure>



<h2 class="wp-block-heading">Selbstverbessernde KI: Agenten-Schleife versus Gewichtsänderung</h2>



<p class="wp-block-paragraph">Hinter dem Begriff stecken zwei sehr verschiedene Dinge, die im Alltag oft vermischt werden. Das erste ist die Agenten-Schleife. Hier arbeiten KI-Agenten in der Entwicklung mit: Sie schlagen Experimente vor, schreiben und ändern Code, starten Trainingsläufe, werten Ergebnisse aus und melden zurück. Menschen setzen Ziele, prüfen Ergebnisse und entscheiden über Änderungen. Der Kreislauf verbessert Prozesse, Werkzeuge und Arbeitsabläufe.</p>



<p class="wp-block-paragraph">Das zweite ist die Gewichtsänderung. Dort würde ein Modell seine eigenen Gewichte so verändern, dass der Nachfolger besser ist, und zwar ohne dass ein Mensch dazwischen Ergebnisse freigibt. Dieses Bild ist es, das den Begriff Intelligenzexplosion trägt. Genau davon, so lässt sich Pichai lesen, ist die Branche noch weit entfernt.</p>



<p class="wp-block-paragraph">Zwischen beiden Polen liegt kein Schalter, sondern ein Spektrum. Die Zahl der Schritte, die Agenten ohne Rückfrage erledigen, kann wachsen. Mit ihr wächst der Anteil der Entwicklung, den Menschen nur noch stichprobenartig kontrollieren. Wie Agenten im Betrieb handeln und warum das Kontrolle verlangt, beschreibt der Beitrag zum <a href="https://dr-dsgvo.de/das-zeitalter-der-ki-agenten-wenn-die-ki-selbst-handelt/">Zeitalter der KI-Agenten</a>.</p>



<p class="wp-block-paragraph">Für die zentrale Frage lohnt sich eine nüchterne Antwort. Sie lässt sich aus den belegten Sätzen ableiten.</p>


    <div itemscope itemtype="http://schema.org/FAQPage">
                    <div itemprop="mainEntity" itemscope itemtype="http://schema.org/Question">
                <h4 itemprop="name">Betreibt Google schon rekursive Selbstverbesserung, wenn KI beim Bau der Nachfolgemodelle hilft?</h4>
                <div itemscope itemprop="acceptedAnswer" itemtype="http://schema.org/Answer">
                    <div itemprop="text">Teilweise. Pichai beschreibt Rückkopplungsschleifen, in denen KI-Agenten Forscher bei der Modellentwicklung unterstützen, zum Teil automatisiert. Vom Endzustand, in dem sich KI ohne menschliches Zutun verbessert, sei die Branche aber noch weit entfernt. Die Schleife läuft bislang neben den Forschern, nicht an ihnen vorbei.</div>
                </div>
            </div>

                </div><!--/ppa questions-->
    



<p class="wp-block-paragraph">Der Unterschied ist für KMU nicht akademisch. Eine Agenten-Schleife beschleunigt die Modellzyklen, ohne dass Kontrollverlust das Thema wäre. Eine Gewichtsänderung ohne Aufsicht würde die Frage aufwerfen, ob Menschen Änderungen noch nachvollziehen können. Beide Fragen brauchen unterschiedliche Antworten, und nur die erste stellt sich heute praktisch.</p>



<h2 class="wp-block-heading">Was Google und andere über den eigenen Stand berichten</h2>



<p class="wp-block-paragraph">Aussagen von Herstellern über den eigenen Fortschritt sind Selbstauskünfte. Sie können zutreffen, sie sind aber nicht unabhängig geprüft. Das gilt für alles, was in diesem Abschnitt steht.</p>



<p class="wp-block-paragraph">Ein aktuelles Beispiel ist Flint. Das Unternehmen Recursive stellt das Modell in seiner <a href="https://recursive.com/updates/introducing-recursive-flint" target="_blank" rel="noopener">Ankündigung</a> als schnelles Coding-Modell für lokale Hardware vor, mit 40 Milliarden Parametern insgesamt und 2,5 Milliarden aktiven je Token (also ein Mixture of Experts Model). Nach eigener Darstellung hat ein kleines Team aus Menschen und Agenten es in unter vier Monaten gebaut. Das automatisierte Forschungssystem, die „Eureka Machine“, habe nahezu jeden Teil der Modellbau-Kette mitentwickelt, von Daten und Trainingsrezepten bis zur Inferenz. Die Benchmarks stammen vom Hersteller und sind unabhängig nicht verifiziert. Recursive warnt selbst, dass Flint mehr Anleitung brauchen kann als große geschlossene Modelle.</p>



<p class="wp-block-paragraph">Für Unternehmen ist das aus zwei Gründen interessant. Erstens zeigt der Fall, dass automatisierte Forschung bereits Produkte hervorbringt, auch bei kleinen Teams. Zweitens läuft das Modell lokal. Wer sensible Daten nicht an Cloud-Anbieter senden will, bekommt so eine Option mehr, und zwar ohne dass die Herstellerangaben damit bewiesen wären. Wie sich lokale Modelle im Unternehmen einordnen lassen, zeigt der Überblick zur <a href="https://dr-dsgvo.de/lokale-ki/">lokalen KI im Unternehmen</a>.</p>




<figure class="wp-block-image size-large"><img decoding="async" width="1024" height="771" src="https://dr-dsgvo.de/wp-content/uploads/2026/10/status-tabelle-9544b45b-1024x771.webp" alt="Tabelle mit Aussagen, Quellen und Status: belegt, selbstberichtet, ungesichert" class="wp-image-34525" srcset="https://dr-dsgvo.de/wp-content/uploads/2026/10/status-tabelle-9544b45b-1024x771.webp 1024w, https://dr-dsgvo.de/wp-content/uploads/2026/10/status-tabelle-9544b45b-300x226.webp 300w, https://dr-dsgvo.de/wp-content/uploads/2026/10/status-tabelle-9544b45b-768x579.webp 768w, https://dr-dsgvo.de/wp-content/uploads/2026/10/status-tabelle-9544b45b-640x482.webp 640w, https://dr-dsgvo.de/wp-content/uploads/2026/10/status-tabelle-9544b45b.webp 1200w" sizes="(max-width: 1024px) 100vw, 1024px" /><figcaption class="wp-element-caption">Aussagen im Beitrag, ihre Quelle und ihr Status.</figcaption></figure>




<p class="wp-block-paragraph">Die Übersicht zeigt, wie die Aussagen in diesem Beitrag einzustufen sind. Belegt sind die zwei Sätze von Pichai im Wortlaut des Berichts. Hersteller- und Forschungszahlen sind selbstberichtet. Gladstone ist eine Einschätzung aus Gesprächen mit Forschenden, keine Messung. Die Codezahl bleibt ungesichert, der angebliche Zeitrahmen „in ein paar Jahren“ ist als Pichai-Aussage nicht belegt.</p>



<h2 class="wp-block-heading">Was Forschung zeigt und wo sie endet</h2>



<p class="wp-block-paragraph">Eine Forschungsarbeit macht greifbar, wie eine solche Schleife aussehen kann. Unter dem Titel „<a href="https://arxiv.org/abs/2610.12176" target="_blank" rel="noopener">Recursive Self-Improvement through Multi-Agent Self-Supervision</a>“, eingereicht am 8. Oktober 2026) wird die Methode MASS beschrieben. Ein einzelnes Basismodell, im Paper Qwen3.6-27B, schlägt Multi-Agent-Workflows vor, führt sie aus und bewertet sie selbst. Danach wird es auf den eigenen Läufen nachtrainiert, und das Verfahren wiederholt sich.</p>



<p class="wp-block-paragraph">Nach zwei Zyklen meldet das Abstract eine 1,2- bis 1,6-fache Leistung pro Ausgabe-Token auf vier offenen Benchmarks. Außerdem sei ein Modell, das mit den Läufen mehrerer Agenten trainiert wurde, besser als ein Modell, das mit Läufen eines einzelnen Agenten und 40 Prozent mehr Trainingsdaten trainiert wurde.</p>



<p class="wp-block-paragraph">Die Grenzen sind im Material selbst zu sehen. Es handelt sich um ein Modell und zwei Zyklen. Das Signal für die Verbesserung kommt aus der Selbstbewertung. Auf den beiden Coding-Benchmarks Terminal-Bench 2.0 und SWE-bench Verified stehen im Paper in einer Abbildung die Werte 0,96 und 0,94, also je Token leicht unter dem Ausgangswert. Auf diesen beiden Tests zeigte sich in der Abbildung also kein Gewinn je Token.</p>



<p class="wp-block-paragraph">Der Ausgangspunkt der Autoren passt zum Thema (übergeordnete) "Aufsicht". Sie schreiben, dass ein einzelnes Modell Mühe habe, die eigenen komplexen Überlegungen zu kritisieren und zu verbessern, wenn es in einer homogenen Schleife arbeitet. Daher setzen sie auf mehrere Instanzen mit verschiedenen Rollen. Wenn dasselbe Modell erzeugt und bewertet, können gemeinsame Fehler unentdeckt bleiben. Das ist eine Folgerung aus dem Ansatz, die Formulierung des Papers zielt auf die Methode, nicht auf Unternehmen.</p>



<p class="wp-block-paragraph">Forschung belegt, dass die Idee funktionieren kann und dass die Prüfung der Engpass ist. Sie belegt nicht, dass sich Modelle im Alltag ohne Menschen zuverlässig verbessern. Das passt zu Pichais Satz und widerspricht ihm nicht.</p>



<h2 class="wp-block-heading">Wie schnell es gehen könnte: Gladstone und die Grenzen der Prognose</h2>



<p class="wp-block-paragraph">Forscher bei Anthropic, OpenAI und Google DeepMind erwarteten, dass rekursive Selbstverbesserung in den nächsten drei bis zwölf Monaten beginne, möglicherweise früher, und zwar unter der Annahme, dass die US-Regierung nicht eingreift oder bremst.</p>



<p class="wp-block-paragraph">Die Befragten haben ein Eigeninteresse an der Dynamik des Feldes, und die Autoren sind eine Organisation mit Schwerpunkt Sicherheitspolitik.</p>



<p class="wp-block-paragraph">Automatisierte Forschung könne technisch möglich sein, ohne wirtschaftlich zu sein. Gute Ideen seien nicht der Engpass, sondern Rechenzeit, um sie zu testen. Das deckt sich mit Pichais Hinweis auf knappe Rechenleistung.</p>



<p class="wp-block-paragraph">Die Aussagen schließen sich nicht aus. „Beginn“ und „Endzustand“ sind verschiedene Punkte auf demselben Weg. Pichai sagt, der Weg ist lang, und beschreibt zugleich, dass die Schleifen mit Forschern laufen. Gladstone erwartet, dass ein Teil davon bald autonomer wird. Wer beides liest, erhält ein Bild, in dem die <a href="https://dr-dsgvo.de/rekursive-selbstverbesserung-von-ki/">rekursive Selbstverbesserung</a> schrittweise zunimmt. Eine Planung allein auf Monatsangaben zu stützen, ist riskant, weil sie aus einer kleinen Gesprächsrunde stammen.</p>



<h2 class="wp-block-heading">Folgen für KMU: Modellzyklen und Modellwechsel testen</h2>



<p class="wp-block-paragraph">Für Unternehmen zeigt sich der Effekt nicht als Intelligenzexplosion, sondern in Kalender und Technik. Wenn Agenten Forscher entlasten, können neue Modellversionen häufiger erscheinen. Für den Betrieb zählt aber unabhängig von der Ursache: Modelle ändern sich schneller, als Fachabteilungen Prozesse anpassen.</p>



<p class="wp-block-paragraph">Das hat praktische Folgen. Ein Modell kann bei gleichem Prompt anders antworten als sein Vorgänger. Ton, Format, Fehlerarten und Kosten pro Aufgabe verschieben sich. Anbieter stellen ältere Versionen ein, manchmal mit kurzer Frist. Und wer auf den Alias „latest“ setzt, bekommt Änderungen ungefragt in die Produktion.</p>



<p class="wp-block-paragraph">Daraus ergibt sich ein einfaches Vorgehen für den Modellwechsel. Erstens ein Testkorpus aus echten Aufgaben, zum Beispiel 50 bis 200 anonymisierte Fälle mit bekannter guter Antwort (kann man teils sogar mit KI generieren!). Zweitens ein Vergleichslauf des neuen Modells gegen die aktuelle Version mit unveränderten Prompts. Drittens eine Freigabe durch eine benannte Person, die Qualität, Kosten und Fehlerbild gesehen hat. Viertens ein Rollback-Pfad, also feste Modellversion und aufbewahrte Konfiguration, damit das Zurückschalten in Minuten gelingt.</p>




<figure class="wp-block-image size-large"><img decoding="async" width="1024" height="658" src="https://dr-dsgvo.de/wp-content/uploads/2026/10/modellwechsel-ablauf-40e0aded-1024x658.webp" alt="Modellwechsel testen: Ablauf von neuem Modell über Testkorpus bis zur Freigabe und zum Rollback" class="wp-image-34526" srcset="https://dr-dsgvo.de/wp-content/uploads/2026/10/modellwechsel-ablauf-40e0aded-1024x658.webp 1024w, https://dr-dsgvo.de/wp-content/uploads/2026/10/modellwechsel-ablauf-40e0aded-300x193.webp 300w, https://dr-dsgvo.de/wp-content/uploads/2026/10/modellwechsel-ablauf-40e0aded-768x493.webp 768w, https://dr-dsgvo.de/wp-content/uploads/2026/10/modellwechsel-ablauf-40e0aded-640x411.webp 640w, https://dr-dsgvo.de/wp-content/uploads/2026/10/modellwechsel-ablauf-40e0aded.webp 1200w" sizes="(max-width: 1024px) 100vw, 1024px" /><figcaption class="wp-element-caption">Ablauf eines Modellwechsels in vier Schritten.</figcaption></figure>




<p class="wp-block-paragraph">Bei einem Anbieterwechsel oder einem neuen Modell eines bestehenden Anbieters kommen Datenschutz und Vertrag dazu. Zu klären sind Datenflüsse, Serverstandort, Auftragsverarbeitung und die Frage, ob Eingaben zum Training verwendet werden. Ein automatisches Hochziehen auf das neueste Modell sollte in der Produktion nicht erlaubt sein. Lokale Modelle verschieben die Frage: Sie nehmen Abhängigkeit vom Anbieter weg und bringen eigene Pflege mit, siehe die <a href="https://dr-dsgvo.de/lokale-ki/">Übersicht zur lokalen KI</a>.</p>



<p class="wp-block-paragraph">Kleine Unternehmen müssen dafür keine eigene Testabteilung aufbauen. Eine Tabelle mit Beispielen, ein Skript, das sie durch beide Modelle schickt, und eine kurze Notiz zur Freigabe genügen als Anfang.</p>



<h2 class="wp-block-heading">Aufsicht und Freigaben beibehalten: Was Aufgabe des Menschen bleibt</h2>



<p class="wp-block-paragraph">Wenn Entwickler im eigenen Haus Agenten mit Schreibrechten einsetzen, entsteht im Kleinen dieselbe Schleife wie bei den Laboren: Der Agent ändert Code, Tests laufen, der Agent korrigiert. Die Aufsicht lässt sich nach demselben Muster gestalten. Der Agent darf vorschlagen und testen, aber eine benannte Person gibt Änderungen an Produktivsystemen, Konfigurationen und Daten frei.</p>



<p class="wp-block-paragraph">Dazu gehören Protokolle, die nachvollziehbar machen, was der Agent getan hat, und Rechte, die so eng sind wie nötig. Löschen, Versenden und Bezahlen sind Aktionen, die eine zusätzliche Bestätigung verdienen. Welche Risiken ein Agent ohne Kontrolle mit sich bringt, beschreibt der Beitrag <a href="https://dr-dsgvo.de/die-gefahr-hinter-ki-agenten-macht-ohne-kontrolle/">Die Gefahr hinter KI-Agenten</a>.</p>



<p class="wp-block-paragraph">Wichtig ist auch die Frage, wer prüft. Wenn dasselbe Modell erzeugt und bewertet, bleiben gleiche blinde Flecken bestehen. Im Betrieb heißt das: Eine KI darf eine andere prüfen, aber nur zusätzlich. Die belastbare Gegenprüfung kommt aus Tests, einem anderen Anbieter oder einem Menschen.</p>



<figure class="wp-block-pullquote"><blockquote><p>KI prüft KI nur dann belastbar, wenn die Gegenprüfung unabhängig ist: durch Tests, einen anderen Anbieter oder einen Menschen.</p></blockquote></figure>



<p class="wp-block-paragraph">Die Verantwortung bleibt beim Unternehmen, das den Agenten einsetzt. Das gilt unabhängig davon, wie viel der Entwicklung im Hintergrund automatisiert ist. Eine Aussage, dass KI sich selbst verbessert, entlastet den Betreiber nicht.</p>



<h2 class="wp-block-heading">Checkliste: </h2>



<p class="wp-block-paragraph">Eine Checkliste soll bei der Antwort auf die Frage helfen, was jetzt zu tun ist und was nicht:</p>




<figure class="wp-block-image size-large"><img decoding="async" width="1024" height="626" src="https://dr-dsgvo.de/wp-content/uploads/2026/10/checkliste-46ac8794-1024x626.webp" alt="Checkliste mit zwei Spalten: Was KMU tun sollten und was nicht" class="wp-image-34527" srcset="https://dr-dsgvo.de/wp-content/uploads/2026/10/checkliste-46ac8794-1024x626.webp 1024w, https://dr-dsgvo.de/wp-content/uploads/2026/10/checkliste-46ac8794-300x184.webp 300w, https://dr-dsgvo.de/wp-content/uploads/2026/10/checkliste-46ac8794-768x470.webp 768w, https://dr-dsgvo.de/wp-content/uploads/2026/10/checkliste-46ac8794-640x391.webp 640w, https://dr-dsgvo.de/wp-content/uploads/2026/10/checkliste-46ac8794.webp 1200w" sizes="(max-width: 1024px) 100vw, 1024px" /><figcaption class="wp-element-caption">Checkliste für KMU: tun und nicht tun.</figcaption></figure>




<p class="wp-block-paragraph">Zu den Punkten im Einzelnen:</p>



<p class="wp-block-paragraph">Das Modellinventar hält fest, welche Modelle in welcher Version wo laufen, wer verantwortlich ist und welche Daten fließen. Der Testkorpus wächst mit jedem Fehler, der im Betrieb auffällt. Versionen werden festgelegt und nur nach Test geändert. Für Agenten mit Schreibrechten gelten Freigaben und Protokolle. Herstellerangaben, ob zu Benchmarks oder zu KI-Anteilen im Code, werden als Selbstauskunft behandelt und nicht als Beleg.</p>



<p class="wp-block-paragraph">Nicht empfehlenswert sind Panik und Aktionismus, denn die belegte Lage ist eine Teilschleife mit Menschen. Ebenso wenig sollten Kontrollen abgebaut werden, weil eine KI sich selbst prüft. Und Strategien, die auf Monatsangaben von Prognosen beruhen, stehen auf dünnem Grund. Wer zusätzlich die technische Seite prüfen will, etwa Rechte und Angriffsfläche von Systemen, findet unter <a href="https://wwwschutz.de/security-checks.html" target="_blank" rel="noopener">wwwschutz.de die Security-Checks</a> einen Einstieg.</p>



<h2 class="wp-block-heading">Fazit</h2>



<p class="wp-block-paragraph">Zusammengefasst lassen sich die Aussagen und der aktuelle Stand, der sich täglich ändern kann, so ordnen.</p>



<p class="wp-block-paragraph">Pichai belegt, dass es Rückkopplungsschleifen mit Forschern gibt und dass der Endzustand ohne Menschen noch weit entfernt ist. Dies ist keine Entwarnung. Eine mögliche Lesart lautet, dass der Weg schon läuft und große Fortschritte in einigen Jahren möglich sind.</p>



<p class="wp-block-paragraph">Für KMU zählen kürzere Modellzyklen, Tests vor jedem Wechsel, feste Versionen und Freigaben für Agenten. Ob die Schleife in drei Monaten oder in drei Jahren deutlich autonomer wird, weiß heute niemand belastbar. Wer Tests, Freigaben und Rollback beherrscht, ist auf beide Fälle vorbereitet.</p>
<script>document.addEventListener('DOMContentLoaded', function() {jQuery('.pdf-download-wrapper').remove();jQuery('.pdf-no-download-wrapper').removeClass('hide');});</script>
			<div id="ki_kontakt" class="ki_kontakt" style="padding-bottom: 0;">
				<h2>KI-Beratung, KI-Lösungen</h2>
				<div>
				Umfassende Beratung (fachlich, rechtlich, technisch):<br>
				<div class="ai_solution-advantages">
				<h3>Leistungsangebot:</h3><ul style="margin-top: 4px;">
				<li>Erstberatung inkl. Machbarkeitsaussagen</li>
				<li>Schulungen und Workshops für Führungskräfte, Berufsgeheimnisträger, Angestellte, Entwickler</li>
				<li>KI-Lösungen mit und ohne ChatGPT/Azure. Cloud oder eigener KI-Server</li>
				</ul>
				</div>
					<p style="margin-bottom:5px"><a id="msgbtn" class="ai_solution-contact-button" href="mailto:ki@dr-dsgvo.de">Ihre Anfrage</a><div class="ai-small">Oder Mail an ki@dr-dsgvo.de</div></p>
				</div>
			</div>]]></content:encoded>
					
					<wfw:commentRss>https://dr-dsgvo.de/pichai-rsi-selbstverbesserung-kmu/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>Erste Datenpanne mit KI-Agent gemeldet: Was Art. 33 DSGVO verlangt</title>
		<link>https://dr-dsgvo.de/ki-agent-datenpanne-meldepflicht/</link>
					<comments>https://dr-dsgvo.de/ki-agent-datenpanne-meldepflicht/#respond</comments>
		
		<dc:creator><![CDATA[Dr. DSGVO]]></dc:creator>
		<pubDate>Fri, 13 Nov 2026 14:57:54 +0000</pubDate>
				<category><![CDATA[Datenschutz]]></category>
		<category><![CDATA[Art. 33 DSGVO]]></category>
		<category><![CDATA[Datenpanne]]></category>
		<category><![CDATA[hasDanish]]></category>
		<category><![CDATA[hasDutch]]></category>
		<category><![CDATA[hasEnglish]]></category>
		<category><![CDATA[hasFrench]]></category>
		<category><![CDATA[hasItalian]]></category>
		<category><![CDATA[hasPolish]]></category>
		<category><![CDATA[hasSpanish]]></category>
		<category><![CDATA[hasSwedish]]></category>
		<category><![CDATA[hasUkrainian]]></category>
		<category><![CDATA[KI-Agenten]]></category>
		<category><![CDATA[Meldepflicht]]></category>
		<category><![CDATA[Protokollierung]]></category>
		<guid isPermaLink="false">https://dr-dsgvo.de/?p=36472</guid>

					<description><![CDATA[Erste Datenpanne mit KI-Agent in Spanien gemeldet: Wann die Meldepflicht greift, wie die 72 Stunden zählen und was an Protokollen und Rechten vorbereitet sein sollte.]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph"><em>In Spanien ist erstmals eine Datenschutzverletzung gemeldet worden, bei der ein Angriff mit einem KI-Agenten ausgeführt worden sein soll. Es wird beschrieben, wie sich die Meldepflicht bei einer Datenpanne mit KI-Agent einordnen lässt, wann die 72 Stunden laufen und welche Vorbereitungen schon getroffen sein sollten, um nicht in Stress zu verfallen.</em></p>



<p class="wp-block-paragraph">Am 14.09.2026 ist in Spanien öffentlich geworden, dass erstmals ein Angriff mit einem KI-Agenten bei einer Datenschutzbehörde gemeldet wurde. Das wirft eine praktische Frage auf: Wer muss was tun, wenn ein KI-Agent im Spiel ist, sei es als Angriffswerkzeug fremder Täter oder als eigenes Werkzeug im Unternehmen? Es geht um Meldepflicht, Fristen, Protokolle und Abläufe für den Ernstfall.</p>



<h2 class="wp-block-heading">Der AEPD-Fall in Kürze</h2>



<p class="wp-block-paragraph">In Spanien ist <a href="https://www.aepd.es/prensa-y-comunicacion/blog/primera-notiviacion-brecha-datos-personales-causada-por-ataque-ejecutado-mediante-agente-ia" target="_blank" rel="noopener">erstmals eine Datenschutzverletzung gemeldet worden</a>, bei der ein Angriff mit einem KI-Agenten auf Basis eines bekannten Sprachmodells ausgeführt worden sein soll. Der Angreifer suchte demnach zunächst in allgemein zugänglichen Dateien nach Schwachstellen und meldete sich dann am Zielsystem an. Der Agent fand in der Anwendung weitere Schwachstellen, veränderte personenbezogene Daten und griff auf Rechnungen zu.</p>



<p class="wp-block-paragraph">Wichtig ist die Rollenverteilung. Das meldende Unternehmen war das Opfer, der Agent das Werkzeug der Angreifer. Es handelt sich also nicht um einen Fehler eines Agenten, den die Organisation selbst betrieben hätte. Weder die Organisation noch das Modell werden genannt. Aus der Nutzung eines bekannten Modells folgt nicht, dass dessen Anbieter oder Infrastruktur kompromittiert wurde, und es ist nicht gesagt, dass das Werkzeug für schädliche Zwecke gebaut war. Ein Einzelfall erlaubt zudem keine Aussage über einen Trend.</p>



<p class="wp-block-paragraph"><strong>KI schafft keine grundlegend neuen Bedrohungen</strong>, kann aber Tempo, Umfang und Anpassungsfähigkeit von Angriffen erhöhen. Daraus folgt Praktisches: Angriffe mit KI gehören in die Risikoanalyse, Reaktionszeiten für manuelle Angriffe auf den Prüfstand, Zugangsdaten mit zu weiten Rechten besser geschützt, und die menschliche Aufsicht braucht Unterstützung durch schnelle Erkennung und Eindämmung.</p>



<h2 class="wp-block-heading">Wann ein KI-Agent eine meldepflichtige Datenpanne auslöst</h2>



<p class="wp-block-paragraph">Die Meldepflicht bei Datenpannen durch KI-Agenten knüpft nicht an die Technik an, sondern an das Ergebnis. Nach <a href="https://dr-dsgvo.de/artikel-4-dsgvo/" data-type="post" data-id="2422">Art. 4 Nr. 12 DSGVO</a> liegt eine Verletzung des Schutzes personenbezogener Daten vor, wenn eine Sicherheitsverletzung zu Vernichtung, Verlust, Veränderung, unbefugter Offenlegung oder unbefugtem Zugang führt, sei es unbeabsichtigt oder unrechtmäßig. Ob ein Mensch, ein Skript oder ein Agent dahintersteckt, spielt für diese Definition keine Rolle. Zwei Konstellationen lassen sich dennoch sauber unterscheiden.</p>



<p class="wp-block-paragraph">In der <strong>Konstellation A</strong> greift ein fremder Agent an, so wie im spanischen Fall. Der unbefugte Zugang und die Veränderung von Daten sind die Verletzung, die Meldepflicht entsteht mit ihr. Neu ist hier vor allem das Tempo, nicht die rechtliche Einordnung. In der <strong>Konstellation B</strong> verursacht der eigene Agent die Verletzung. Das kann ein Kundenagent sein, der Daten an die falsche Person schickt, ein Coding-Agent mit zu weiten Rechten oder ein Mailagent, der nach einer eingeschleusten Anweisung Inhalte weiterleitet.</p>



<p class="wp-block-paragraph">Bei der Konstellation B liegt die Einordnung nicht immer auf der Hand. Hat der Agent genau das getan, wofür er eingerichtet wurde, und kein Unbefugter hat Zugang erhalten, fehlt oft eine Sicherheitsverletzung. Fließen dagegen Daten an Empfänger, die sie nicht erhalten durften, oder greift der Agent auf Bestände zu, die für ihn gesperrt sein sollten, spricht viel für eine Verletzung. Eigene Leitlinien für Agenten gibt es bislang kaum. Die Bewertung bleibt deshalb eine Frage des Einzelfalls und folgt den allgemeinen Maßstäben der Behörden.</p>




<figure class="wp-block-image size-large"><img decoding="async" width="1024" height="712" src="https://dr-dsgvo.de/wp-content/uploads/2026/11/konstellationen-19ffaa2e-1024x712.webp" alt="Schema der Meldepflicht bei Datenpanne mit KI-Agent: fremder Angreifer und eigener Agent, gleiche Prüfung" class="wp-image-36470" srcset="https://dr-dsgvo.de/wp-content/uploads/2026/11/konstellationen-19ffaa2e-1024x712.webp 1024w, https://dr-dsgvo.de/wp-content/uploads/2026/11/konstellationen-19ffaa2e-300x209.webp 300w, https://dr-dsgvo.de/wp-content/uploads/2026/11/konstellationen-19ffaa2e-768x534.webp 768w, https://dr-dsgvo.de/wp-content/uploads/2026/11/konstellationen-19ffaa2e-1536x1068.webp 1536w, https://dr-dsgvo.de/wp-content/uploads/2026/11/konstellationen-19ffaa2e-640x445.webp 640w, https://dr-dsgvo.de/wp-content/uploads/2026/11/konstellationen-19ffaa2e-1320x917.webp 1320w, https://dr-dsgvo.de/wp-content/uploads/2026/11/konstellationen-19ffaa2e.webp 1600w" sizes="(max-width: 1024px) 100vw, 1024px" /><figcaption class="wp-element-caption">Zwei Konstellationen, eine gemeinsame Prüfung.</figcaption></figure>




<figure class="wp-block-table"><table><thead><tr><th>Szenario</th><th>Verletzung?</th><th>Betroffenes Schutzziel</th></tr></thead><tbody><tr><td>Fremder Agent meldet sich unbefugt an</td><td>Ja</td><td>Vertraulichkeit</td></tr><tr><td>Fremder Agent verändert Datensätze in der Anwendung</td><td>Ja</td><td>Integrität</td></tr><tr><td>Eigener Agent versendet Rechnungen an falsche Empfänger</td><td>Ja</td><td>Vertraulichkeit</td></tr><tr><td>Eigener Agent leitet nach Prompt-Injection Postfachinhalte nach außen</td><td>Ja</td><td>Vertraulichkeit</td></tr><tr><td>Eigener Agent löscht Datensätze ohne Sicherung</td><td>Ja</td><td>Verfügbarkeit</td></tr><tr><td>Eigener Agent beantwortet falsch, ohne dass Daten abfließen</td><td>Meist nein</td><td>Keines, eher ein Qualitätsproblem</td></tr></tbody></table></figure>



<p class="wp-block-paragraph">Die zentrale Frage lässt sich damit knapp beantworten.</p>


    <div itemscope itemtype="http://schema.org/FAQPage">
                    <div itemprop="mainEntity" itemscope itemtype="http://schema.org/Question">
                <h4 itemprop="name">Muss eine Datenpanne mit einem KI-Agenten nach Art. 33 DSGVO gemeldet werden?</h4>
                <div itemscope itemprop="acceptedAnswer" itemtype="http://schema.org/Answer">
                    <div itemprop="text">Ja, sobald eine Verletzung des Schutzes personenbezogener Daten vorliegt und sie voraussichtlich ein Risiko für die Betroffenen mit sich bringt. Ob ein fremder Agent angreift oder der eigene Fehler macht, ändert an der Verantwortung nichts: Der Verantwortliche meldet unverzüglich, möglichst binnen 72 Stunden nach Kenntnis, und dokumentiert jede Verletzung.</div>
                </div>
            </div>

                </div><!--/ppa questions-->
    



<h2 class="wp-block-heading">Risikoschwelle und Ausnahme von der Meldung</h2>



<p class="wp-block-paragraph">Nicht jede Verletzung muss gemeldet werden. Art. 33 DSGVO sieht eine Ausnahme vor, wenn die Verletzung voraussichtlich nicht zu einem Risiko für die Rechte und Freiheiten natürlicher Personen führt. Die Latte liegt damit niedrig. Gemeldet wird in der Regel bereits dann, wenn ein Risiko nicht ausgeschlossen werden kann. Wer die Meldung unterlässt, muss gut begründen können, warum kein Risiko bestand.</p>



<p class="wp-block-paragraph">Bei Angriffen und Pannen mit Agenten spricht vieles gegen diese Ausnahme. Agenten greifen oft auf viele Datensätze zugleich zu, sie arbeiten schnell, und sie haben Zugriff auf Bereiche wie Rechnungen, Kundenkonten oder Postfächer. Verändert ein Angreifer Daten, entsteht neben dem Verlust der Vertraulichkeit ein Folgeproblem: Niemand weiß zunächst, welche Datensätze noch stimmen. Das erhöht das Risiko für die Betroffenen.</p>



<p class="wp-block-paragraph">Für die Einschätzung haben die europäischen Datenschutzbehörden Leitlinien veröffentlicht. Die <a href="https://www.edpb.europa.eu/our-work-tools/our-documents/guidelines/guidelines-92022-personal-data-breach-notification-under_en" target="_blank" rel="noopener">Leitlinien des EDSA zur Meldung von Datenschutzverletzungen</a> nennen als Kriterien unter anderem die Art der Verletzung, die Sensibilität und Menge der Daten, die Identifizierbarkeit der Betroffenen, die Schwere der möglichen Folgen und die Zahl der Betroffenen. Bei hohem Risiko kommt zusätzlich die Benachrichtigung der Betroffenen nach Art. 34 DSGVO hinzu. Dieser Schritt ist von der Meldung an die Behörde getrennt und hat eigene Anforderungen.</p>



<h2 class="wp-block-heading">Verantwortung beim Betreiber</h2>



<p class="wp-block-paragraph">Ein Agent ist ein Werkzeug und kein Rechtssubjekt. Verantwortlich bleibt, wer über Zwecke und Mittel der Verarbeitung entscheidet, also das Unternehmen, das den Agenten einsetzt. Es reicht nicht, auf das Modell, die Plattform oder die Fachabteilung zu verweisen. Auch wenn ein Agent eigenständig handelt, bleibt die Verarbeitung dem Betreiber zugerechnet.</p>



<figure class="wp-block-pullquote"><blockquote><p>Der Agent ist Werkzeug, die Verantwortung bleibt beim Betreiber.</p></blockquote></figure>



<p class="wp-block-paragraph">Betreibt eine Plattform oder ein Modellanbieter den Agenten im Auftrag, handelt dieser regelmäßig als <a href="https://dr-dsgvo.de/artikel-28-dsgvo-gesetz-auftragsverarbeiter/">Auftragsverarbeiter</a>. Dann gilt <a href="https://dr-dsgvo.de/artikel-33-dsgvo-meldung-von-verletzungen-des-schutzes-personenbezogener-daten-an-die-aufsichtsbehoerde/" data-type="post" data-id="6906">Art. 33 Abs. 2 DSGVO</a>: Der Auftragsverarbeiter muss dem Verantwortlichen eine Verletzung unverzüglich melden, sobald sie ihm bekannt wird. Die Frist des Verantwortlichen beginnt aber erst mit dessen eigener Kenntnis. Verträge sollten deshalb regeln, in welcher Zeit und über welchen Kanal Vorfälle gemeldet werden. Ein Hinweis, der erst nach Tagen in einem allgemeinen Postfach landet, hilft niemandem.</p>



<figure class="wp-block-table"><table><thead><tr><th>Beteiligter</th><th>Rolle bei einer Agenten-Panne</th></tr></thead><tbody><tr><td>Betreiber des Agenten</td><td>Verantwortlicher, meldet an die Aufsichtsbehörde und dokumentiert</td></tr><tr><td>Agentenplattform</td><td>Häufig Auftragsverarbeiter, informiert den Betreiber unverzüglich</td></tr><tr><td>Modellanbieter</td><td>Je nach Aufbau Auftragsverarbeiter oder Unterauftragnehmer, bei eigener Kompromittierung ebenfalls informationspflichtig</td></tr><tr><td>Fachabteilung</td><td>Erkennt und meldet intern, ohne selbst zu entscheiden</td></tr><tr><td>Weitere Dienstleister</td><td>Liefern Protokolle und Hinweise für die Bewertung</td></tr></tbody></table></figure>



<p class="wp-block-paragraph">Greift ein Angreifer über einen Dienstleister an, gelten dieselben Grundsätze wie bei jeder Panne in der Lieferkette.</p>



<h2 class="wp-block-heading">Die 72 Stunden richtig zählen</h2>



<p class="wp-block-paragraph">Die Frist läuft nach Art. 33 Abs. 1 DSGVO ab dem Zeitpunkt, zu dem dem Verantwortlichen die Verletzung bekannt wird. Gemeldet werden soll unverzüglich und möglichst binnen 72 Stunden. Kenntnis liegt nach den Leitlinien des EDSA vor, wenn der Verantwortliche mit hinreichender Gewissheit weiß, dass eine Sicherheitsverletzung zu einer Verletzung des Schutzes personenbezogener Daten geführt hat. Eine kurze Prüfzeit, um den Verdacht zu klären, ist zulässig. Untätigkeit ist es nicht.</p>



<p class="wp-block-paragraph">Bei Agenten verschiebt sich der Engpass. Ein Agent kann in Minuten tausende Datensätze abrufen oder verändern. Ob der Vorfall am selben Tag erkannt wird oder erst nach einer Woche, hängt dann von Überwachung und Alarmierung ab. Nachts oder am Wochenende laufende Agenten verschärfen das. Wer Auffälligkeiten erst beim nächsten Blick in ein Dashboard bemerkt, verliert Zeit, die in der Frist nicht vorgesehen ist. Hier sind es besonders die <strong>Erkennungszeit</strong> und die Frage, wer außerhalb der Bürozeiten reagieren darf.</p>



<figure class="wp-block-pullquote"><blockquote><p>Die 72 Stunden sind bei Agenten vor allem eine Frage der Erkennungszeit.</p></blockquote></figure>



<p class="wp-block-paragraph">Das Gesetz erlaubt es, in Phasen zu melden. Liegen noch nicht alle Informationen vor, werden sie nach Art. 33 Abs. 4 DSGVO ohne unangemessene weitere Verzögerung nachgereicht. Wird die Frist überschritten, ist die Verspätung zu begründen. Als Orientierung kann der folgende Ablauf dienen.</p>




<figure class="wp-block-image size-large"><img decoding="async" width="1024" height="984" src="https://dr-dsgvo.de/wp-content/uploads/2026/11/zeitleiste-f37f5702-1024x984.webp" alt="Zeitleiste der 72 Stunden mit Erkennen, Eindämmen, Bewerten, Melden und Nachmelden" class="wp-image-36471" srcset="https://dr-dsgvo.de/wp-content/uploads/2026/11/zeitleiste-f37f5702-1024x984.webp 1024w, https://dr-dsgvo.de/wp-content/uploads/2026/11/zeitleiste-f37f5702-300x288.webp 300w, https://dr-dsgvo.de/wp-content/uploads/2026/11/zeitleiste-f37f5702-768x738.webp 768w, https://dr-dsgvo.de/wp-content/uploads/2026/11/zeitleiste-f37f5702-1536x1476.webp 1536w, https://dr-dsgvo.de/wp-content/uploads/2026/11/zeitleiste-f37f5702-640x615.webp 640w, https://dr-dsgvo.de/wp-content/uploads/2026/11/zeitleiste-f37f5702-1320x1269.webp 1320w, https://dr-dsgvo.de/wp-content/uploads/2026/11/zeitleiste-f37f5702.webp 1600w" sizes="(max-width: 1024px) 100vw, 1024px" /><figcaption class="wp-element-caption">Ein möglicher Ablauf für die ersten 72 Stunden.</figcaption></figure>




<p class="wp-block-paragraph">Die Zeitangaben sind Richtwerte. Entscheidend ist, dass jede Stufe jemanden hat, der sie anstößt, und dass die Entscheidung über die Meldung nicht von der Verfügbarkeit einer einzelnen Person abhängt.</p>



<h2 class="wp-block-heading">Agentenaktionen protokollieren</h2>



<p class="wp-block-paragraph">Ohne Protokolle lässt sich der Umfang einer Verletzung kaum beziffern. Gerade bei Agenten ist das heikel, weil sie viele einzelne Aktionen ausführen, die für sich harmlos wirken. Ein brauchbares Protokoll beantwortet vier Fragen: Wer hat gehandelt, was wurde getan, auf welche Daten wurde zugegriffen und wohin sind sie gegangen? Dazu kommt die Dokumentationspflicht nach Art. 33 Abs. 5 DSGVO, die jede Verletzung betrifft, auch die nicht gemeldete.</p>



<figure class="wp-block-table"><table><thead><tr><th>Protokollfeld</th><th>Nutzen für die Meldung</th><th>Hinweis zur Datensparsamkeit</th></tr></thead><tbody><tr><td>Identität und Version des Agenten</td><td>Zuordnung des Vorfalls zu System und Konfiguration</td><td>Technische Kennung genügt</td></tr><tr><td>Auftrag und Auslöser</td><td>Klärt, ob Mensch, Zeitplan oder fremde Eingabe die Aktion angestoßen hat</td><td>Kurzbeschreibung statt vollem Wortlaut</td></tr><tr><td>Werkzeug- und Datenzugriffe</td><td>Zeigt Art und Umfang der betroffenen Daten</td><td>Kategorien und Mengen statt Inhalte</td></tr><tr><td>Zeitstempel</td><td>Grundlage für Kenntnis und Fristberechnung</td><td>Unkritisch</td></tr><tr><td>Zielsysteme und Empfänger</td><td>Zeigt, wohin Daten gelangt sind</td><td>Adressen nur, wenn nötig</td></tr><tr><td>Fehler und Abbrüche</td><td>Hinweise auf Angriffsversuche und Fehlfunktionen</td><td>Unkritisch</td></tr><tr><td>Freigaben durch Menschen</td><td>Belegt die Aufsicht und die Entscheidungswege</td><td>Nur Kennung der freigebenden Stelle</td></tr></tbody></table></figure>



<p class="wp-block-paragraph">Für die Agenten-Protokollierung gilt: Die Protokolle selbst enthalten Personenbezug und müssen geschützt werden. Der Zugriff gehört auf wenige Personen beschränkt, die Einträge sollten manipulationssicher abgelegt werden, etwa auf einem getrennten System. Die Aufbewahrungsdauer ist ein Abwägungsthema: lang genug, um einen Vorfall rekonstruieren zu können, kurz genug, um keine Datensammlung entstehen zu lassen. Die Maßnahmen gehören zur Sicherheit der Verarbeitung nach <a href="https://dr-dsgvo.de/art-32-dsgvo/" data-type="post" data-id="2705">Art. 32 DSGVO</a>. Dieselben Protokolle helfen außerdem bei Auskunftsersuchen. Wie sich die <a href="https://dr-dsgvo.de/ki-agenten-ueberwachung-abschalten-openai/">Überwachung von KI-Agenten</a> sinnvoll gestalten lässt, ohne dass Agenten ihre Kontrolle selbst aushebeln, ist ein eigenes Thema.</p>



<h2 class="wp-block-heading">Zugriffsrechte und Zugangsdaten begrenzen</h2>



<p class="wp-block-paragraph">Der spanische Fall zeigt, wie ein Angreifer mit Agent vorgeht: Er sucht nach bekannten Dateien, nach Standardzugängen und nach alltäglichen Schwachstellen. Genau das kann ein Agent in Maschinengeschwindigkeit und ohne Ermüdung. Wer solche Lücken schließt, nimmt dem Angriff viel von seinem Tempo. Die Behörde nennt Konten, API-Schlüssel und Token mit zu weiten Berechtigungen ausdrücklich als Schwachpunkt.</p>



<p class="wp-block-paragraph">Praktisch bewährt sich eine Handvoll Grundsätze:</p>



<ul class="wp-block-list">
<li>Jeder Agent bekommt ein eigenes Konto mit den geringsten nötigen Rechten.</li>



<li>Schlüssel und Token sind kurzlebig und lassen sich einzeln widerrufen.</li>



<li>Zugriffe auf viele Datensätze in kurzer Zeit werden begrenzt und gemeldet.</li>



<li>Ein <strong>Notausschalter</strong> hält Agenten an und sperrt ihre Zugänge, ohne erst Rücksprache zu verlangen.</li>



<li>Veröffentlichte Dateien, Testzugänge und Standardpasswörter werden regelmäßig gesucht und entfernt.</li>
</ul>



<p class="wp-block-paragraph">Diese Maßnahmen schützen vor fremden Agenten und vor Fehlern des eigenen. Wie groß der Schaden ausfällt, hängt stark von den Rechten ab, die ein Agent erhalten hat. Für die Angriffsfläche einer Webanwendung helfen automatisierte Prüfungen, die sichtbare Schwachstellen aufspüren, bevor es andere tun.</p>



<div style="border:1px solid #0b556333;border-radius:14px;padding:18px 22px;background:#fbf3e6;margin:24px 0">
<p style="margin:0 0 8px;font-weight:700;color:#0b5563;font-size:20px">Angriffsfläche prüfen</p>
<p style="margin:0 0 12px;color:#2a2622">Offene Dateien, fehlende Schutzmechanismen und Datenabflüsse auf der eigenen Website lassen sich automatisiert aufspüren.</p>
<p style="margin:0"><a href="https://dr-dsgvo.de/webseiten-check/" style="display:inline-block;background:#0b5563;color:#ffffff;padding:10px 18px;border-radius:999px;text-decoration:none;font-weight:700">DSGVO-Website-Check</a> <a href="https://wwwschutz.de/security-checks.html" style="display:inline-block;background:#c9432b;color:#ffffff;padding:10px 18px;border-radius:999px;text-decoration:none;font-weight:700;margin-left:8px" target="_blank" rel="noopener">Web-Security-Check</a></p>
</div>



<h2 class="wp-block-heading">Reaktionsplan für automatisierte Angriffe</h2>



<p class="wp-block-paragraph">Viele Notfallpläne gehen von einem Angreifer aus, der Stunden oder Tage braucht. Die Behörde regt an, Reaktionszeiten zu überprüfen, die für manuelle Angriffe ausgelegt sind. Menschliche Aufsicht bleibt wichtig, braucht aber Unterstützung durch Mechanismen, die schnell genug erkennen, eindämmen und reagieren. Ein automatisierter Angriff nimmt keine Rücksicht auf Feierabend.</p>



<p class="wp-block-paragraph">Ein tragfähiger Plan legt wenige Dinge fest. Es gibt Alarme für ungewöhnliche Zugriffsmuster, etwa viele Abrufe aus demselben Konto oder Anmeldungen zu untypischen Zeiten. Konten lassen sich automatisch sperren, wenn Schwellen überschritten werden. Außerhalb der Bürozeiten ist jemand erreichbar. Klar ist, wer über die Meldung entscheidet und wer sie absendet. Das Meldeformular der Aufsichtsbehörde ist vorbereitet, die Kontaktdaten der Datenschutzbeauftragten sind zur Hand. Für die ersten Stunden eines Vorfalls lohnt der Blick auf den <a href="https://dr-dsgvo.de/ransomware-ablaufplan-fuer-die-ersten-60-minuten/">Ablaufplan für die ersten 60 Minuten</a>, der bei Ransomware entstanden ist, sich aber auf andere Angriffe übertragen lässt.</p>



<p class="wp-block-paragraph">Gut ist, wenn der Plan geübt wurde. Eine Übung mit einem erfundenen Agentenvorfall, bei dem ein Konto Daten in großer Menge abruft, zeigt schnell, wo es hakt: fehlende Rufbereitschaft, unklare Zuständigkeiten, Protokolle, die sich nicht auswerten lassen. Solche Lücken lassen sich im Ruhezustand schließen, im Ernstfall nicht.</p>



<h2 class="wp-block-heading">Meldung an die Aufsichtsbehörde vorbereiten</h2>



<p class="wp-block-paragraph">Art. 33 Abs. 3 DSGVO legt den Mindestinhalt fest. Beschrieben werden die Art der Verletzung samt ungefährer Zahl der betroffenen Personen und Datensätze, der Name und die Kontaktdaten der Datenschutzbeauftragten oder einer anderen Anlaufstelle, die wahrscheinlichen Folgen und die ergriffenen oder vorgeschlagenen Maßnahmen. Zuständig ist in der Regel die Aufsichtsbehörde des Landes, in dem das Unternehmen seinen Sitz hat. Die meisten Behörden bieten ein Online-Formular an, eine Übersicht liefert die <a href="https://www.datenschutzkonferenz-online.de" target="_blank" rel="noopener">Datenschutzkonferenz</a>.</p>



<p class="wp-block-paragraph">Bei Agenten gibt es typische Lücken. Der Umfang des Zugriffs lässt sich ohne Protokolle nicht beziffern, und bei Veränderungen von Daten ist unklar, welche Datensätze tatsächlich betroffen sind. Es hilft, vorab zu klären, wie sich aus Logs, Datenbanksicherungen und Versionsständen eine belastbare Zahl ableiten lässt. Wer nur schätzen kann, nennt die Spanne und kennzeichnet sie als vorläufig. Die Nachmeldung füllt später die Lücken.</p>



<p class="wp-block-paragraph">Eine kurze Checkliste für die Meldung:</p>



<ul class="wp-block-list">
<li>Zeitpunkt der Kenntnis und Zeitraum des Vorfalls</li>



<li>Art der Verletzung: unbefugter Zugang, Veränderung, Offenlegung, Verlust</li>



<li>Betroffene Datenkategorien und ungefähre Zahl der Personen und Datensätze</li>



<li>Rolle des Agenten: fremdes Angriffswerkzeug oder eigener Agent</li>



<li>Eingedämmte Konten, Schlüssel und Systeme</li>



<li>Wahrscheinliche Folgen für die Betroffenen</li>



<li>Entscheidung über die Information der Betroffenen</li>



<li>Kontakt der Datenschutzbeauftragten</li>
</ul>



<p class="wp-block-paragraph">Ob zusätzlich Meldepflichten aus anderen Regelwerken greifen, etwa für Betreiber kritischer Anlagen oder aus der KI-Verordnung, hängt vom Einzelfall ab und sollte im Notfallplan benannt sein, damit die Zuständigkeit nicht erst während des Vorfalls geklärt werden muss.</p>



<h2 class="wp-block-heading">Fazit</h2>



<p class="wp-block-paragraph">Der erste in Spanien gemeldete Fall zeigt keinen neuen Rechtsbegriff, sondern ein neues Tempo. Ob ein fremder Agent angreift oder der eigene Agent einen Fehler macht: Maßgeblich ist, ob eine Verletzung des Schutzes personenbezogener Daten vorliegt und ob ein Risiko für die Betroffenen besteht. Dann heißt es unverzüglich handeln und möglichst binnen 72 Stunden melden.</p>



<p class="wp-block-paragraph"><strong>Kurze Checkliste:</strong></p>



<ul class="wp-block-list">
<li>Fremde Agenten als Angreifer und eigene Agenten als Ursache sind verschiedene Konstellationen mit derselben Prüfung.</li>



<li>Die Verantwortung bleibt beim Betreiber, auch wenn Plattformen und Modellanbieter beteiligt sind.</li>



<li>Die Erkennungszeit entscheidet, ob die Frist eingehalten werden kann.</li>



<li>Gute Protokolle machen aus einem Verdacht eine belastbare Meldung.</li>



<li>Geringe Rechte, kurzlebige Schlüssel und ein Notausschalter nehmen dem Angriff Tempo und Schaden.</li>
</ul>
<script>document.addEventListener('DOMContentLoaded', function() {jQuery('.pdf-download-wrapper').remove();jQuery('.pdf-no-download-wrapper').removeClass('hide');});</script>]]></content:encoded>
					
					<wfw:commentRss>https://dr-dsgvo.de/ki-agent-datenpanne-meldepflicht/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>Microtargeting DSGVO: Folgen für Werbung auf Facebook</title>
		<link>https://dr-dsgvo.de/microtargeting-dsgvo-werbung/</link>
					<comments>https://dr-dsgvo.de/microtargeting-dsgvo-werbung/#respond</comments>
		
		<dc:creator><![CDATA[Dr. DSGVO]]></dc:creator>
		<pubDate>Thu, 12 Nov 2026 11:26:46 +0000</pubDate>
				<category><![CDATA[Datenschutz]]></category>
		<category><![CDATA[Marketing]]></category>
		<category><![CDATA[Art. 9 DSGVO]]></category>
		<category><![CDATA[Custom Audiences]]></category>
		<category><![CDATA[Facebook Werbung]]></category>
		<category><![CDATA[hasDanish]]></category>
		<category><![CDATA[hasDutch]]></category>
		<category><![CDATA[hasEnglish]]></category>
		<category><![CDATA[hasFrench]]></category>
		<category><![CDATA[hasItalian]]></category>
		<category><![CDATA[hasSpanish]]></category>
		<category><![CDATA[hasSwedish]]></category>
		<category><![CDATA[hasUkrainian]]></category>
		<category><![CDATA[Meta]]></category>
		<category><![CDATA[Microtargeting]]></category>
		<guid isPermaLink="false">https://dr-dsgvo.de/?p=34366</guid>

					<description><![CDATA[Microtargeting DSGVO: Berliner Behörde rügt vier Parteien wegen Facebook-Werbung. Wann Interessen zu sensiblen Daten werden und wie Kampagnen sauber laufen.]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph"><em>Vier Parteien wurden nach Berichten wegen zielgerichteter Facebook-Werbung beanstandet. Doch Microtargeting und DSGVO betreffen nicht nur Parteien, sondern jede Kampagne, die Zielgruppen nach Interessen wählt.</em></p>



<h2 class="wp-block-heading">Gezielte Werbung und ihre Grenzen</h2>



<p class="wp-block-paragraph"><a href="https://dr-dsgvo.de/facebook-fanpage-der-bundesregierung-datenschutz-und-verbot-wird-ignoriert/" data-type="post" data-id="13382">Gezielte Werbung</a> (wie die der Bundesregierung auf Facebook !?) gehört zum Alltag in sozialen Netzwerken. Wer eine Anzeige schaltet, wählt Alter, Region und Interessen aus. Die Plattform spielt die Anzeige dann an passende Nutzer aus. Das ist bequem und wirksam. Es wirft aber Fragen auf, sobald Interessen Rückschlüsse auf sehr private Merkmale zulassen.</p>




<figure class="wp-block-image size-large"><img decoding="async" width="1024" height="783" src="https://dr-dsgvo.de/wp-content/uploads/2026/10/zeitleiste-bd220f6e-1024x783.webp" alt="Zeitleiste: Recherche 2021, Beschwerden 2023, Veröffentlichung der Entscheidung im Oktober 2026" class="wp-image-34361" srcset="https://dr-dsgvo.de/wp-content/uploads/2026/10/zeitleiste-bd220f6e-1024x783.webp 1024w, https://dr-dsgvo.de/wp-content/uploads/2026/10/zeitleiste-bd220f6e-300x230.webp 300w, https://dr-dsgvo.de/wp-content/uploads/2026/10/zeitleiste-bd220f6e-768x588.webp 768w, https://dr-dsgvo.de/wp-content/uploads/2026/10/zeitleiste-bd220f6e-1536x1175.webp 1536w, https://dr-dsgvo.de/wp-content/uploads/2026/10/zeitleiste-bd220f6e-640x490.webp 640w, https://dr-dsgvo.de/wp-content/uploads/2026/10/zeitleiste-bd220f6e-1320x1010.webp 1320w, https://dr-dsgvo.de/wp-content/uploads/2026/10/zeitleiste-bd220f6e.webp 1600w" sizes="(max-width: 1024px) 100vw, 1024px" /><figcaption class="wp-element-caption">Von der Recherche 2021 bis zur Veröffentlichung im Oktober 2026.</figcaption></figure>




<h2 class="wp-block-heading">Microtargeting DSGVO: Die Entscheidung und ihre Begründung</h2>



<p class="wp-block-paragraph">Die Berliner Beauftragte für Datenschutz und Informationsfreiheit hat vier Parteien den Einsatz von politischem Microtargeting im Bundestagswahlkampf 2021 als rechtswidrig vorgehalten. Es geht um CDU, SPD, Bündnis 90/Die Grünen und Die Linke. Die Behörde sprach Rügen und Verwarnungen aus. Bußgelder wurden demnach nicht verhängt.</p>



<p class="wp-block-paragraph">Als Auslöser nennen die Berichte Recherchen des ZDF Magazin Royale aus dem Jahr 2021. Die Redaktion hatte mit einer Browser-Erweiterung Daten zu geschalteter Wahlwerbung gesammelt. Auf dieser Grundlage reichte die Datenschutzorganisation <a href="https://noyb.eu/node/1526" target="_blank" rel="noopener">noyb</a> im März 2023 Beschwerden im Namen betroffener Personen ein. Die Entscheidungen ergingen laut beck-aktuell am 24. September 2026. Nach Angaben von noyb wurden sie den Beteiligten erst Mitte Oktober zugestellt. Medien berichteten am 21. Oktober 2026.</p>



<p class="wp-block-paragraph">Inhaltlich soll die Behörde festgestellt haben, dass die Parteien sensible Daten über vermutete politische Interessen von Nutzern verarbeitet haben, um zielgerichtete Wahlwerbung auszuspielen. Dafür habe eine ausreichende Rechtsgrundlage gefehlt, etwa eine ausdrückliche Einwilligung. So geben es die Berichte wieder.</p>



<h3 class="wp-block-heading">Was belegt ist und was nicht</h3>



<p class="wp-block-paragraph">Eine Pressemitteilung der Behörde war am 23. Oktober 2026 nicht auffindbar. Die Entscheidung ist bisher über Medien und noyb belegt. Die vollständige Begründung ist nach dem Stand der Recherche nicht öffentlich. Unklar sind damit mehrere Punkte:</p>



<ul class="wp-block-list">
<li>auf welche Rechtsgrundlagen sich die Behörde im Einzelnen stützt,</li>



<li>welche Rolle Meta als Plattform in der Bewertung spielt,</li>



<li>ob und wie Kundenlisten (Custom Audiences) oder ähnliche Zielgruppen (Lookalikes) bewertet wurden.</li>
</ul>



<p class="wp-block-paragraph">Das Verfahren gegen die AfD läuft noch. Weitere Einzelheiten dazu sind nicht gesichert. Zudem bindet die Berliner Entscheidung weder andere Aufsichtsbehörden noch Gerichte. Sie zeigt aber, wie eine Behörde argumentiert, und das ist für jedes Unternehmen mit Social-Media-Werbung ein Warnsignal.</p>



<p class="wp-block-paragraph">Zielgerichtete Werbung ist beim Microtargeting nach der DSGVO nicht verboten. Streitpunkt ist die Verarbeitung politischer Meinungen und anderer besonders geschützter Angaben. Genau dort setzt die nächste Frage an.</p>



<h2 class="wp-block-heading">Wann aus Interessen sensible Daten werden</h2>



<p class="wp-block-paragraph">Die Datenschutz-Grundverordnung schützt bestimmte Angaben besonders. Der Fachbegriff lautet besondere Kategorien personenbezogener Daten. Darunter fallen Angaben zu Gesundheit, religiöser oder weltanschaulicher Überzeugung, politischer Meinung, sexueller Orientierung, ethnischer Herkunft und Gewerkschaftszugehörigkeit, außerdem genetische und biometrische Daten. <a href="https://dr-dsgvo.de/artikel-9-dsgvo/">Art. 9 DSGVO</a> verbietet ihre Verarbeitung grundsätzlich und lässt nur enge Ausnahmen zu. Für Werbung kommt in der Praxis meist nur die ausdrückliche Einwilligung in Betracht.</p>



<p class="wp-block-paragraph">Entscheidend ist dabei ein weiter Blick. Es genügt nicht, dass jemand ausdrücklich angibt, krank oder gläubig zu sein. Der Europäische Gerichtshof legt den Begriff weit aus. Im Urteil vom 1. August 2022 (<a href="https://eur-lex.europa.eu/legal-content/DE/TXT/?uri=CELEX:62020CJ0184" target="_blank" rel="noopener">C-184/20</a>) ging es um Angaben, aus denen sich nur indirekt auf ein sensibles Merkmal schließen lässt. Auch solche Rückschlüsse können unter den besonderen Schutz fallen.</p>



<p class="wp-block-paragraph">Im Urteil vom 4. Juli 2023 (<a href="https://eur-lex.europa.eu/legal-content/DE/TXT/?uri=CELEX:62021CJ0252" target="_blank" rel="noopener">C-252/21</a>) betraf der Fall Meta und das Bundeskartellamt. Der Gerichtshof hielt fest, dass schon der Aufruf von Seiten oder Apps mit sensiblem Bezug, verknüpft mit dem Nutzerkonto, eine Verarbeitung besonderer Kategorien sein kann. Zudem sind solche Daten nicht schon deshalb „offensichtlich öffentlich gemacht“, weil Nutzer eine Seite aufrufen. Diese Ausnahme ist eng auszulegen.</p>



<p class="wp-block-paragraph">Im Urteil vom 4. Oktober 2024 (<a href="https://eur-lex.europa.eu/legal-content/DE/TXT/?uri=CELEX:62021CJ0446" target="_blank" rel="noopener">C-446/21</a>) ging es um Schrems und Meta. Eine öffentliche Äußerung zur sexuellen Orientierung erlaubt nicht, weitere Daten dazu für Werbung zu nutzen. Auch bei Werbung gilt die Datenminimierung.</p>




<figure class="wp-block-image size-large"><img decoding="async" width="1024" height="640" src="https://dr-dsgvo.de/wp-content/uploads/2026/10/stufen-83e630d4-1024x640.webp" alt="Drei Stufen vom neutralen Interesse über einen möglichen Rückschluss zur besonderen Kategorie personenbezogener Daten" class="wp-image-34362" srcset="https://dr-dsgvo.de/wp-content/uploads/2026/10/stufen-83e630d4-1024x640.webp 1024w, https://dr-dsgvo.de/wp-content/uploads/2026/10/stufen-83e630d4-300x188.webp 300w, https://dr-dsgvo.de/wp-content/uploads/2026/10/stufen-83e630d4-768x480.webp 768w, https://dr-dsgvo.de/wp-content/uploads/2026/10/stufen-83e630d4-1536x960.webp 1536w, https://dr-dsgvo.de/wp-content/uploads/2026/10/stufen-83e630d4-640x400.webp 640w, https://dr-dsgvo.de/wp-content/uploads/2026/10/stufen-83e630d4-1320x825.webp 1320w, https://dr-dsgvo.de/wp-content/uploads/2026/10/stufen-83e630d4.webp 1600w" sizes="(max-width: 1024px) 100vw, 1024px" /><figcaption class="wp-element-caption">Ein Interesse wird erst durch den möglichen Rückschluss zum sensiblen Datum.</figcaption></figure>




<h3 class="wp-block-heading">Ein Maßstab für die Praxis</h3>



<p class="wp-block-paragraph">Aus dieser Linie lässt sich eine Faustregel ableiten. Nicht das Etikett eines Zielgruppenmerkmals entscheidet, sondern Zweck und Rückschluss. Ein Interesse wie „Laufen“ sagt kaum etwas Sensibles aus. Ein Interesse an einer Aufklärungsseite zu einer bestimmten Erkrankung liegt näher an Gesundheit. Das Interesse an einer Partei oder einer Glaubensgemeinschaft liegt näher an politischer oder religiöser Haltung als das Interesse an „Nachrichten“. Je enger der Bezug, desto eher ist von einem sensiblen Datum auszugehen.</p>



<p class="wp-block-paragraph">Gefährlich sind außerdem Stellvertreter-Merkmale, im Englischen Proxy Targeting. Dabei wird nicht die sensible Kategorie selbst gewählt, sondern ein Ersatz. noyb berichtet, Parteien hätten im Wahlkampf zur Bundestagswahl 2025 mit solchen Ersatzmerkmalen gearbeitet, etwa mit dem Interesse an Bands, die in einem politischen Spektrum beliebt sind. Wer so vorgeht, löst das Problem nicht. Es kommt auf den Rückschluss an, den die Auswahl ermöglichen soll.</p>



<figure class="wp-block-pullquote"><blockquote><p>Nicht die Werbung ist das Problem, sondern der Rückschluss auf Gesundheit, Glauben oder politische Haltung.</p></blockquote></figure>



<p class="wp-block-paragraph">Wie solche Rückschlüsse entstehen, zeigt auch der Beitrag zu <a href="https://dr-dsgvo.de/was-sind-personenbezogene-daten/">personenbezogenen Daten</a>: Informationen, die sich mit anderen verknüpfen lassen, sind schneller personenbezogen, als viele annehmen.</p>



<h2 class="wp-block-heading">Werbung auf Facebook: Wie sich die Verantwortung mit Meta teilt</h2>



<p class="wp-block-paragraph">Wer auf Facebook oder Instagram wirbt, handelt nicht allein. Die Plattform wertet Daten aus, bildet Zielgruppen und spielt die Anzeige aus. Rechtlich ist dafür der Begriff der gemeinsamen Verantwortlichkeit zentral. Er ist in <a href="https://dr-dsgvo.de/artikel-26-dsgvo/">Art. 26 DSGVO</a> geregelt. Gemeinsam verantwortlich sind danach Stellen, die gemeinsam über Zwecke und Mittel einer Verarbeitung entscheiden. Sie müssen ihre Pflichten in einer Vereinbarung festlegen.</p>



<p class="wp-block-paragraph">Der Europäische Gerichtshof hat das schon früh auf soziale Netzwerke angewandt. Im Fanpage-Fall (<a href="https://eur-lex.europa.eu/legal-content/DE/TXT/?uri=CELEX:62016CJ0210" target="_blank" rel="noopener">C-210/16</a>, Urteil vom 5. Juni 2018) sah er den Betreiber einer Fanpage als mitverantwortlich, weil er mit der Auswahl der Zielgruppe und der Konfiguration an Zweck und Mitteln beteiligt ist. Im Fall des Like-Buttons (<a href="https://eur-lex.europa.eu/legal-content/DE/TXT/?uri=CELEX:62017CJ0040" target="_blank" rel="noopener">C-40/17</a>, Urteil vom 29. Juli 2019) beschränkte er die Verantwortung auf die Phasen, die der Betreiber tatsächlich mitbestimmt.</p>



<p class="wp-block-paragraph">Die Leitlinien 8/2020 des Europäischen Datenschutzausschusses übertragen das auf die <a href="https://edpb.europa.eu/system/files/2021-11/edpb_guidelines_082020_on_the_targeting_of_social_media_users_de_0.pdf" target="_blank" rel="noopener">Ansprache von Nutzern sozialer Medien</a>. Danach können Plattform und Werbetreibender (der „Targeter“) gemeinsam verantwortlich sein, soweit es um das Ausspielen an eine Zielgruppe geht. Für Schritte davor oder danach gilt das nicht automatisch.</p>




<figure class="wp-block-image size-large"><img decoding="async" width="1024" height="614" src="https://dr-dsgvo.de/wp-content/uploads/2026/10/verantwortung-91ca5575-1024x614.webp" alt="Tabelle zur Verantwortung beim Targeting nach Phasen: gemeinsam, je nach Fall oder allein" class="wp-image-34363" srcset="https://dr-dsgvo.de/wp-content/uploads/2026/10/verantwortung-91ca5575-1024x614.webp 1024w, https://dr-dsgvo.de/wp-content/uploads/2026/10/verantwortung-91ca5575-300x180.webp 300w, https://dr-dsgvo.de/wp-content/uploads/2026/10/verantwortung-91ca5575-768x461.webp 768w, https://dr-dsgvo.de/wp-content/uploads/2026/10/verantwortung-91ca5575-1536x922.webp 1536w, https://dr-dsgvo.de/wp-content/uploads/2026/10/verantwortung-91ca5575-640x384.webp 640w, https://dr-dsgvo.de/wp-content/uploads/2026/10/verantwortung-91ca5575-1320x792.webp 1320w, https://dr-dsgvo.de/wp-content/uploads/2026/10/verantwortung-91ca5575.webp 1600w" sizes="(max-width: 1024px) 100vw, 1024px" /><figcaption class="wp-element-caption">Wer beim Targeting wofür verantwortlich ist, hängt von der Phase ab.</figcaption></figure>




<h3 class="wp-block-heading">Was beim Werbenden bleibt</h3>



<p class="wp-block-paragraph">Aus der gemeinsamen Verantwortung folgt zweierlei. Meta ist nicht der alleinige Verantwortliche, an den sich jede Frage abgeben lässt. Und die Vereinbarung der Plattform ersetzt keine eigene Prüfung. Beim Werbenden bleiben insbesondere:</p>



<ul class="wp-block-list">
<li>die Wahl einer tragfähigen Rechtsgrundlage für das eigene Targeting,</li>



<li>die Information der Betroffenen, etwa in der Datenschutzerklärung,</li>



<li>die Dokumentation der Entscheidungen,</li>



<li>bei umfangreicher Profilbildung oder sensiblen Bezügen die Prüfung einer Datenschutz-Folgenabschätzung.</li>
</ul>



<p class="wp-block-paragraph">Zur Einordnung des Datenflusses zu Meta gibt es auf dem Blog Hintergründe zu <a href="https://dr-dsgvo.de/meta/">Meta</a> und zum <a href="https://dr-dsgvo.de/tracking/">Tracking</a>.</p>



<h2 class="wp-block-heading">Welche Zielgruppen heikel sind und welche unkritisch bleiben</h2>



<p class="wp-block-paragraph">Aus Praxissicht lohnt eine einfache Ordnung nach Rückschlusskraft. Sie ist eine Orientierung und kein Rechtsgutachten. Der Einzelfall kann abweichen.</p>



<p class="wp-block-paragraph">Unkritisch sind in der Regel Alter, Region und Sprache sowie produktbezogene Interessen ohne Bezug zu sensiblen Kategorien. Auch die Platzierung im passenden Umfeld, etwa neben einem Artikel zum Thema, braucht keine Profilbildung.</p>



<p class="wp-block-paragraph">Genau zu prüfen sind Interessen mit möglichem Rückschluss, etwa Gesundheitsthemen, Weltanschauung, Organisationen oder Medien mit klarer Ausrichtung. Dazu zählen auch Kundenlisten und ähnliche Zielgruppen. Bei Custom Audiences ist zweierlei zu klären: ob für den Upload der Liste eine wirksame Einwilligung vorliegt und ob schon die Zugehörigkeit zur Liste etwas Sensibles verrät, etwa bei Patienten oder Mitgliedern. Auch das Remarketing nach dem Besuch sensibler Unterseiten gehört in diese Gruppe.</p>



<p class="wp-block-paragraph">Heikel sind gezielte Ansprachen nach vermuteter Gesundheit, Religion, politischer Haltung, sexueller Orientierung oder Herkunft. Ebenso heikel sind Listen aus sensiblen Kontexten ohne ausdrückliche Einwilligung.</p>



<p class="wp-block-paragraph">Meta hat Detailed-Targeting-Optionen zu Gesundheit, Herkunft, politischer Zugehörigkeit, Religion und sexueller Orientierung nach eigener Ankündigung <a href="https://developers.facebook.com/blog/post/2021/12/08/updating-metas-detailed-targeting-options/" target="_blank" rel="noopener">ab Januar 2022 gestrichen</a>. Das senkt das Risiko, beseitigt es aber nicht. Die Plattform bildet Zielgruppen weiter aus Verhalten und Signalen, und automatisierte Zielgruppen können Rückschlüsse enthalten. Der aktuelle Funktionsumfang der Werbetools ist vor jedem Kampagnenstart in der Oberfläche selbst zu prüfen.</p>




<figure class="wp-block-image size-large"><img decoding="async" width="1024" height="769" src="https://dr-dsgvo.de/wp-content/uploads/2026/10/ampel-50efa5a1-1024x769.webp" alt="Ampel für Microtargeting DSGVO: grüne, gelbe und rote Zielgruppen mit Beispielen nach Rückschlusskraft" class="wp-image-34364" srcset="https://dr-dsgvo.de/wp-content/uploads/2026/10/ampel-50efa5a1-1024x769.webp 1024w, https://dr-dsgvo.de/wp-content/uploads/2026/10/ampel-50efa5a1-300x225.webp 300w, https://dr-dsgvo.de/wp-content/uploads/2026/10/ampel-50efa5a1-768x577.webp 768w, https://dr-dsgvo.de/wp-content/uploads/2026/10/ampel-50efa5a1-1536x1154.webp 1536w, https://dr-dsgvo.de/wp-content/uploads/2026/10/ampel-50efa5a1-640x481.webp 640w, https://dr-dsgvo.de/wp-content/uploads/2026/10/ampel-50efa5a1-1320x992.webp 1320w, https://dr-dsgvo.de/wp-content/uploads/2026/10/ampel-50efa5a1.webp 1600w" sizes="(max-width: 1024px) 100vw, 1024px" /><figcaption class="wp-element-caption">Orientierung nach Rückschlusskraft: grün, gelb und rot.</figcaption></figure>



    <div itemscope itemtype="http://schema.org/FAQPage">
                    <div itemprop="mainEntity" itemscope itemtype="http://schema.org/Question">
                <h4 itemprop="name">Dürfen Unternehmen Zielgruppen auf Facebook nach Interessen auswählen, die auf Gesundheit, Religion oder politische Haltung schließen lassen?</h4>
                <div itemscope itemprop="acceptedAnswer" itemtype="http://schema.org/Answer">
                    <div itemprop="text">Nicht ohne Weiteres. Lassen Interessenmerkmale Rückschlüsse auf Gesundheit, Glauben oder politische Haltung zu, können sie besonders geschützte Daten sein. Für Werbung braucht es dann in aller Regel eine ausdrückliche Einwilligung, die sich bei Plattform-Targeting kaum nachweisbar einholen lässt. Unkritisch sind breite Kriterien ohne Bezug zu sensiblen Merkmalen sowie eigene Listen mit wirksamer Einwilligung.</div>
                </div>
            </div>

                </div><!--/ppa questions-->
    



<h2 class="wp-block-heading">Checkliste für zulässige Zielgruppen in Werbekampagnen</h2>



<p class="wp-block-paragraph">Die folgende Liste lässt sich von Marketing, Geschäftsführung und Datenschutz gemeinsam abarbeiten.</p>



<ol class="wp-block-list">
<li>Zweck der Kampagne und Zielgruppenkriterien schriftlich festhalten. Nur so ist später nachvollziehbar, was gewollt war.</li>



<li>Jedes Kriterium auf Rückschluss prüfen. Würde die Zugehörigkeit etwas über Gesundheit, Glauben, politische Haltung, Sexualleben, Herkunft oder Gewerkschaft verraten?</li>



<li>Breite, nicht sensible Kriterien bevorzugen. Stellvertreter-Merkmale sind keine Umgehung.</li>



<li>Das Angebot selbst bewerten. Bei Bezug zu Gesundheit, Religion oder Politik ist das Risiko höher, dann sind Einwilligung oder Kontextwerbung statt Profil zu erwägen.</li>



<li>Eigene Kundenlisten nur mit dokumentierter, informierter Einwilligung hochladen. Hashing ersetzt sie nicht.</li>



<li>Die Vereinbarung zur gemeinsamen Verantwortlichkeit mit Meta prüfen und eigene Pflichten zuordnen, etwa Information und Anfragen von Betroffenen.</li>



<li>Bei Lookalike-Zielgruppen die Ausgangsliste prüfen und keine Listen aus sensiblen Bereichen verwenden.</li>



<li>Beim Pixel keine Ereignisse zu sensiblen Unterseiten wie Beratung, Diagnose oder Glaubensgemeinschaft an die Plattform senden.</li>



<li>Eine Datenschutz-Folgenabschätzung prüfen, wenn umfangreich Profile gebildet werden oder sensible Bezüge bestehen, und die Entscheidung dokumentieren.</li>



<li>Agenturen und Dienstleister vertraglich einbinden, einen Freigabeprozess vor dem Start einführen und Zielgruppenoptionen regelmäßig stichprobenartig prüfen.</li>
</ol>




<figure class="wp-block-image size-large"><img decoding="async" width="1024" height="945" src="https://dr-dsgvo.de/wp-content/uploads/2026/10/checkliste-8bb909b9-1024x945.webp" alt="Checkliste mit zehn Prüfpunkten vor dem Start einer Werbekampagne mit Zielgruppenauswahl" class="wp-image-34365" srcset="https://dr-dsgvo.de/wp-content/uploads/2026/10/checkliste-8bb909b9-1024x945.webp 1024w, https://dr-dsgvo.de/wp-content/uploads/2026/10/checkliste-8bb909b9-300x277.webp 300w, https://dr-dsgvo.de/wp-content/uploads/2026/10/checkliste-8bb909b9-768x708.webp 768w, https://dr-dsgvo.de/wp-content/uploads/2026/10/checkliste-8bb909b9-1536x1417.webp 1536w, https://dr-dsgvo.de/wp-content/uploads/2026/10/checkliste-8bb909b9-640x590.webp 640w, https://dr-dsgvo.de/wp-content/uploads/2026/10/checkliste-8bb909b9-1320x1218.webp 1320w, https://dr-dsgvo.de/wp-content/uploads/2026/10/checkliste-8bb909b9.webp 1600w" sizes="(max-width: 1024px) 100vw, 1024px" /><figcaption class="wp-element-caption">Zehn Prüfpunkte vor dem Kampagnenstart.</figcaption></figure>




<p class="wp-block-paragraph">Zum Punkt Pixel hilft ein Blick auf die eigene Website. Welche Dienste beim Aufruf geladen werden und ob die Datenschutzerklärung das abbildet, zeigt der <a href="https://dr-dsgvo.de/webseiten-check/">DSGVO Website Check</a>. Zur Frage, wann Tools eine Einwilligung brauchen, gibt es außerdem eine <a href="https://dr-dsgvo.de/checkliste-fuer-webseiten-tools-wann-ist-eine-einwilligung-notwendig/">Checkliste für Webseiten-Tools</a>. Die Anforderungen an eine wirksame Einwilligung beschreibt zudem <a href="https://dr-dsgvo.de/erwaegungsgrund-32/">Erwägungsgrund 32</a> der DSGVO.</p>



<div style="margin:28px 0;padding:24px 28px;border:2px solid #1e40af;border-radius:14px;background:#eff6ff;color:#1f2937;font-family:system-ui,&#039;DejaVu Sans&#039;,Arial,sans-serif">
<p style="margin:0 0 8px;font-size:20px;font-weight:700;color:#1e3a8a">Welche Dienste lädt die eigene Website?</p>
<p style="margin:0 0 16px;font-size:17px;line-height:1.5">Meta Pixel, Conversion-Schnittstellen und andere Tracker erzeugen Datenflüsse, die in der Datenschutzerklärung auftauchen müssen. Der Website Check zeigt, was beim Aufruf tatsächlich geladen wird.</p>
<p style="margin:0"><a href="https://dr-dsgvo.de/webseiten-check/" style="display:inline-block;padding:12px 22px;background:#1e40af;color:#ffffff;text-decoration:none;border-radius:10px;font-weight:700;font-size:17px">DSGVO Website Check starten</a></p>
</div>



<h2 class="wp-block-heading">Politische Werbung: Sonderregeln und was daraus für andere folgt</h2>



<p class="wp-block-paragraph">Für politische Online-Werbung gelten seit dem 10. Oktober 2025 zusätzliche Regeln. Die <a href="https://eur-lex.europa.eu/eli/reg/2024/900/oj" target="_blank" rel="noopener">EU-Verordnung 2024/900</a> regelt Transparenz und Targeting politischer Werbung. Nach den Hinweisen der <a href="https://www.datenschutz-berlin.de/themen/werbung/politische-werbung/" target="_blank" rel="noopener">Berliner Behörde</a> ist gezieltes politisches Online-Targeting mit personenbezogenen Daten nur unter engen Bedingungen zulässig: Die Daten müssen direkt bei den Betroffenen erhoben sein, es braucht eine ausdrückliche Einwilligung, und Profiling mit sensiblen Daten ist ausgeschlossen.</p>



<p class="wp-block-paragraph">Meta hat nach Presseberichten politische und gesellschaftliche Themenwerbung in der EU eingestellt. Eine Primärquelle dazu wurde nicht gefunden, die Angabe steht daher unter Vorbehalt. Für Unternehmen und Verbände mit politischen Botschaften, etwa bei Lobbyarbeit oder Kampagnen zu gesellschaftlichen Themen, kann das relevant sein. Parteien und Unternehmen sind nicht gleichzusetzen, die Rechtsfragen zu Art. 9 DSGVO, Rechtsgrundlage und Verantwortlichkeit sind jedoch dieselben. Die Folgen im Einzelfall können abweichen.</p>



<h2 class="wp-block-heading">Fazit und nächste Schritte</h2>



<p class="wp-block-paragraph">Sinnvoll ist zunächst eine Bestandsaufnahme: Welche Kampagnen laufen, welche Zielgruppenlisten wurden hochgeladen, und wer hat sie freigegeben? Danach sind Zuständigkeiten festzulegen, auch gegenüber Agenturen. Wo Zielgruppen sensible Rückschlüsse zulassen, ist die Auswahl zu ändern oder eine Einwilligung zu belegen.</p>



<p class="wp-block-paragraph">Beobachtenswert bleibt, ob die Berliner Behörde eine Begründung oder Pressemitteilung nachreicht und wie das Verfahren gegen die AfD endet. Beides hat Konsequenzen und kann das Bild schärfen.</p>



<p class="wp-block-paragraph">Für den eigenen Webauftritt lohnt ebenfalls ein Blick auf die Sicherheit der eingebundenen Skripte. Dafür bieten die automatisierten <a href="https://wwwschutz.de/security-checks.html" target="_blank" rel="noopener">Web Security Checks</a> eine Möglichkeit zur ersten Einschätzung. Wer Interessen auswählt, sollte stets fragen, was die Auswahl über die angesprochenen Personen verrät.</p>
<script>document.addEventListener('DOMContentLoaded', function() {jQuery('.pdf-download-wrapper').remove();jQuery('.pdf-no-download-wrapper').removeClass('hide');});</script>]]></content:encoded>
					
					<wfw:commentRss>https://dr-dsgvo.de/microtargeting-dsgvo-werbung/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>KI-Agenten Gefahren: Was sie leisten und wo es gefährlich wird</title>
		<link>https://dr-dsgvo.de/ki-agenten-leistung-gefahren/</link>
					<comments>https://dr-dsgvo.de/ki-agenten-leistung-gefahren/#respond</comments>
		
		<dc:creator><![CDATA[Dr. DSGVO]]></dc:creator>
		<pubDate>Wed, 11 Nov 2026 09:32:06 +0000</pubDate>
				<category><![CDATA[Künstliche Intelligenz]]></category>
		<category><![CDATA[Security]]></category>
		<category><![CDATA[hasDanish]]></category>
		<category><![CDATA[hasDutch]]></category>
		<category><![CDATA[hasEnglish]]></category>
		<category><![CDATA[hasFrench]]></category>
		<category><![CDATA[hasItalian]]></category>
		<category><![CDATA[hasPolish]]></category>
		<category><![CDATA[hasSpanish]]></category>
		<category><![CDATA[hasSwedish]]></category>
		<category><![CDATA[hasUkrainian]]></category>
		<category><![CDATA[KI-Agenten]]></category>
		<category><![CDATA[Penetrationstest]]></category>
		<category><![CDATA[Protokollierung]]></category>
		<category><![CDATA[Sandbox]]></category>
		<category><![CDATA[Zugangsdaten]]></category>
		<category><![CDATA[Artificial Intelligence]]></category>
		<category><![CDATA[AI]]></category>
		<category><![CDATA[Machine Learning]]></category>
		<category><![CDATA[Data Science]]></category>
		<category><![CDATA[Data Modelling]]></category>
		<category><![CDATA[Digitalisierung]]></category>
		<category><![CDATA[Big Data]]></category>
		<guid isPermaLink="false">https://dr-dsgvo.de/?p=36385</guid>

					<description><![CDATA[KI-Agenten planen, nutzen Werkzeuge und arbeiten selbstständig. Zwei aktuelle Vorfälle zeigen, wo ihre Leistung zum Risiko wird und welche Grundregeln schützen.]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph"><em>KI-Agenten planen, nutzen Werkzeuge und arbeiten Aufgaben selbstständig ab. Sie haben mittlerweile ganz erstauliche Fähigkeiten entwickelt und können komplexe Probleme lösen und bei Bedarf über viele Stunden hinweg <em>autonom </em></em>arbeiten. <em>Zwei Vorfälle der letzten Tage zeigen, warum dieselbe Fähigkeit zum Risiko wird, wenn technische Grenzen fehlen.</em></p>



<h2 class="wp-block-heading">Zwei Meldungen an einem Tag</h2>



<p class="wp-block-paragraph">Im November 2026 wurden gleich zwei Meldungen bekannt, die zusammen ein ungewöhnlich klares Bild ergeben. Bei einem Anbieter für Anmeldedienste geriet ein Test mit einem KI-Framework außer Kontrolle. In einem Versuch gaben Programmier-Agenten ein Geheimnis preis, das sie eigentlich für sich behalten sollten. Beides lenkt den Blick auf die KI-Agenten Gefahren, die aus ihrer Leistung entstehen: Wie viel können Agenten tatsächlich, und wo wird diese Leistung zur Gefahr?</p>



<p class="wp-block-paragraph">Beide Fälle haben dieselbe Wurzel: Ein Agent darf handeln, und was er darf, tut er schneller und ausdauernder als jeder Mensch. Ob das ein Segen oder ein Problem ist, entscheidet sich an den Grenzen, die ihm gesetzt wurden.</p>



<h2 class="wp-block-heading">Was einen KI-Agenten von einem Chatbot unterscheidet</h2>



<p class="wp-block-paragraph">Ein Chatbot antwortet. Er bekommt eine Frage, liefert Text und wartet auf die nächste Eingabe. Ein <strong>KI-Agent</strong> erledigt dagegen eine Aufgabe. Er bekommt ein Ziel, überlegt sich die Zwischenschritte selbst und greift dafür auf Werkzeuge zu: Browser, Dateisystem, Postfach, Datenbanken, Programmierschnittstellen. Das Ergebnis ist keine Antwort, sondern eine veränderte Welt: eine fertige Tabelle, ein korrigierter Programmcode, eine versendete Nachricht.</p>



<p class="wp-block-paragraph">Dazwischen liegen die Assistenten. Sie schlagen vor, der Mensch führt aus. Erst wenn die Software selbst klickt, schreibt, sendet und löscht, handelt es sich um einen Agenten. Wie weitreichend dieser Schritt ist, wird unter dem Stichwort <a href="https://dr-dsgvo.de/das-zeitalter-der-ki-agenten-wenn-die-ki-selbst-handelt/">selbst handelnde KI</a> schon länger diskutiert. Entscheidend ist dabei weniger die Intelligenz des Modells als die Frage, was es tun darf.</p>



<h2 class="wp-block-heading">Wie ein Agent arbeitet, Schritt für Schritt</h2>



<p class="wp-block-paragraph">Hinter fast allen Agenten steckt dieselbe Schleife aus fünf Bausteinen. Am Anfang steht das Ziel, formuliert in Alltagssprache. Daraus entsteht ein Plan: Das Modell zerlegt den Auftrag in Teilschritte. Für jeden Teilschritt wählt es ein Werkzeug und ruft es mit den Rechten auf, die ihm zugewiesen wurden. Das Ergebnis des Werkzeugs wird als Beobachtung zurück in den Arbeitsspeicher des Modells gelesen. Danach beginnt die Schleife von vorn: Der Plan wird angepasst, der nächste Schritt gewählt, bis das Ziel erreicht ist oder eine Abbruchbedingung greift.</p>



<p class="wp-block-paragraph">Die Schleife ist die eigentliche Neuerung. Ein klassisches Programm folgt einem festen Ablauf, den ein Mensch geschrieben hat. Beim Agenten entscheidet das Modell in jeder Runde selbst, was als Nächstes geschieht. Genau darin liegen Chancen und Gefahren zugleich: Der Agent findet Wege, an die niemand gedacht hat, und er findet auch Wege, die niemand wollte.</p>




<figure class="wp-block-image size-large"><img decoding="async" width="1024" height="602" src="https://dr-dsgvo.de/wp-content/uploads/2026/11/kreislauf-770e3b82-1024x602.webp" alt="Kreislauf eines KI-Agenten aus Ziel, Plan, Werkzeug und Beobachtung, der sich wiederholt, bis die Aufgabe erledigt ist" class="wp-image-36382" srcset="https://dr-dsgvo.de/wp-content/uploads/2026/11/kreislauf-770e3b82-1024x602.webp 1024w, https://dr-dsgvo.de/wp-content/uploads/2026/11/kreislauf-770e3b82-300x176.webp 300w, https://dr-dsgvo.de/wp-content/uploads/2026/11/kreislauf-770e3b82-768x451.webp 768w, https://dr-dsgvo.de/wp-content/uploads/2026/11/kreislauf-770e3b82-1536x902.webp 1536w, https://dr-dsgvo.de/wp-content/uploads/2026/11/kreislauf-770e3b82-640x376.webp 640w, https://dr-dsgvo.de/wp-content/uploads/2026/11/kreislauf-770e3b82-1320x776.webp 1320w, https://dr-dsgvo.de/wp-content/uploads/2026/11/kreislauf-770e3b82.webp 1600w" sizes="(max-width: 1024px) 100vw, 1024px" /><figcaption class="wp-element-caption">In der Schleife entscheidet das Modell bei jedem Schritt selbst.</figcaption></figure>




<h2 class="wp-block-heading">Ein Beispiel aus der Rechnungsprüfung</h2>



<p class="wp-block-paragraph">Ein Agent soll offene Eingangsrechnungen eines Monats prüfen. Das Ziel lautet: Rechnungen mit Abweichung zur Bestellung markieren. Der Plan umfasst vier Schritte. Das Postfach abrufen, die Anhänge lesen, die Bestelldaten abgleichen und die Abweichungen in eine Tabelle schreiben. Als Werkzeuge dienen das Postfach, die Dateiablage und die Tabellenschnittstelle.</p>



<p class="wp-block-paragraph">Bei der siebten Rechnung zeigt sich, wie die Schleife arbeitet. Die Rechnung liegt nur als Scan vor, die Texterkennung liefert Unsinn. Der Agent beobachtet das, verwirft den Plan für diese Datei und wechselt die Methode. Das geschieht ohne Rückfrage und ohne dass ein Entwickler diesen Fall vorgesehen hätte. Die Schleife läuft weiter, bis alle Rechnungen verarbeitet sind.</p>



<p class="wp-block-paragraph">Für diese Aufgabe genügt ein lesender Zugriff auf das Postfach. Versenden, löschen oder im Netz stöbern muss der Agent nicht. Jede Fähigkeit, die über das Nötige hinausgeht, ist eine zusätzliche Angriffsfläche. Dürfte derselbe Agent zusätzlich Nachrichten versenden und im Netz recherchieren, würde aus einer Prüfaufgabe ein Werkzeugkasten für Missbrauch: Eine präparierte Rechnung mit versteckter Anweisung im Anhang könnte ihn dazu bringen, Daten an Fremde zu schicken.</p>



<h2 class="wp-block-heading">Was KI-Agenten heute leisten</h2>



<p class="wp-block-paragraph">Die Leistungsfähigkeit heutiger Agenten ist real. Sie arbeiten stundenlang konzentriert an Routineaufgaben, ohne zu ermüden. Sie recherchieren, fassen Dokumente zusammen, schreiben und testen Programmcode und prüfen Konfigurationen auf Fehler. Wo früher ein Mitarbeiter einen Nachmittag mit dem Abgleich von Listen verbrachte, ist der Agent in Minuten fertig. Das reicht von Terminabstimmungen über Berichtsentwürfe bis zur Fehlersuche in Programmcode.</p>



<p class="wp-block-paragraph">Das gilt auch für die Sicherheit. Dieselben Modelle, die Schwachstellen finden, helfen dabei, sie zu beheben. Verteidiger können Agenten einsetzen, um die eigene Infrastruktur regelmäßig und gründlich abzuklopfen, und zwar in einem Umfang, den kein kleines IT-Team von Hand leisten könnte. Wie viel dabei herauskommt, hängt von der Aufgabe, den Werkzeugen und dem Aufwand ab: Wer einem Agenten mehr Rechenzeit gibt, erreicht in Tests mehr Ziele.</p>



<p class="wp-block-paragraph">Genau hier kippt die Betrachtung. Was für den Verteidiger gilt, gilt in derselben Weise für jeden, der ein Netz abtastet, ob mit Auftrag oder ohne. Leistung ist neutral. Sie verstärkt, was der Agent tun darf, und leider auch, was ihm versehentlich gelingt.</p>



<h2 class="wp-block-heading">Wenn ein Test außer Kontrolle gerät</h2>



<p class="wp-block-paragraph">Der Fall des Anbieters WorkOS zeigt das in aller Deutlichkeit. Ein Sicherheitsforscher testete das offensive KI-Framework ARTEX in einem Benchmark, also einer Übung in einer abgeschotteten Testumgebung. Sein Agent brach aus dieser Umgebung aus und griff WorkOS-Systeme an. Nach Angaben des Unternehmens war das weder beabsichtigt noch böswillig. Es war ein Test, der sich selbstständig machte, und kein gezielter Angriff.</p>



<p class="wp-block-paragraph">Der Ablauf ist schnell erzählt. Am 25. Oktober 2026 erfolgte der erste unbefugte Zugriff auf eine interne Plattform. Fünf Tage später, am 30. Oktober, wurden dort in großem Umfang Datensätze abgerufen. Aufgefallen ist das einem Mitarbeiter, der eine ungewöhnlich hohe Nutzung eines angebundenen Systems bemerkte. Noch am selben Tag wurde der öffentliche Zugang entfernt, am 30. und 31. Oktober folgten neue Zugangsdaten und weitere Sperren. Am 2. November ging das Unternehmen an die Öffentlichkeit.</p>



<p class="wp-block-paragraph">Betroffen waren Vertriebs- und Kundensupport-Systeme: Geschäftskontakte, Kontohistorien sowie Zusammenfassungen und Auszüge aus Verkaufsgesprächen, Support-Vorgängen und Unterhaltungen mit Kunden, in wenigen Fällen auch E-Mail-Adressen von Endnutzern.</p>




<figure class="wp-block-image size-large"><img decoding="async" width="1024" height="730" src="https://dr-dsgvo.de/wp-content/uploads/2026/11/zeitstrahl-271cfc8e-1024x730.webp" alt="Zeitstrahl des Vorfalls vom 25. Oktober bis zur Bestätigung durch die Forensik, darunter Angaben von WorkOS und des Forschers" class="wp-image-36383" srcset="https://dr-dsgvo.de/wp-content/uploads/2026/11/zeitstrahl-271cfc8e-1024x730.webp 1024w, https://dr-dsgvo.de/wp-content/uploads/2026/11/zeitstrahl-271cfc8e-300x214.webp 300w, https://dr-dsgvo.de/wp-content/uploads/2026/11/zeitstrahl-271cfc8e-768x547.webp 768w, https://dr-dsgvo.de/wp-content/uploads/2026/11/zeitstrahl-271cfc8e-1536x1094.webp 1536w, https://dr-dsgvo.de/wp-content/uploads/2026/11/zeitstrahl-271cfc8e-640x456.webp 640w, https://dr-dsgvo.de/wp-content/uploads/2026/11/zeitstrahl-271cfc8e-1320x941.webp 1320w, https://dr-dsgvo.de/wp-content/uploads/2026/11/zeitstrahl-271cfc8e.webp 1600w" sizes="(max-width: 1024px) 100vw, 1024px" /><figcaption class="wp-element-caption">Zwischen erstem Zugriff und Entdeckung lagen fünf Tage.</figcaption></figure>




<p class="wp-block-paragraph">Wie der <strong>Sandbox-Ausbruch</strong> im Einzelnen ablief, ist offen. Alle erlangten Daten seien gelöscht und nicht weitergegeben worden. Ein unabhängiges Forensikunternehmen hat seine Belege mit den Protokollen von WorkOS abgeglichen und die Zuordnung bestätigt.</p>



<h2 class="wp-block-heading">Gewöhnliche Lücken, nur schneller gefunden</h2>



<p class="wp-block-paragraph">Bemerkenswert ist weniger der Ausbruch als das, was der Agent danach vorfand. Auf einer <a href="https://workos.com/security/bulletins/update-for-october-30th-2026-data-security-incident" target="_blank" rel="noopener">älteren internen Plattform</a> waren die Schnittstellen aus dem Internet erreichbar, die Zugriffsregeln zu großzügig. Ein leicht zu erratendes Entwicklungs-Zugangsdatum war in der Produktion noch gültig. Ein Rate-Limit, das die Zahl der Abfragen je Zeit begrenzt, fehlte. Und die Überwachung schlug zu spät an.</p>



<p class="wp-block-paragraph">Keine dieser Schwächen ist neu. Jeder erfahrene Angreifer hätte sie finden können. Der Unterschied liegt im Tempo: Ein Agent probiert ohne Pause und ohne Langeweile, und was einen Menschen Tage gekostet hätte, schafft er in Stunden.</p>



<figure class="wp-block-pullquote"><blockquote><p>Die Lücken waren gewöhnlich. Neu ist nur, dass ein Agent sie schneller findet als jeder Mensch.</p></blockquote></figure>



<p class="wp-block-paragraph">Wie weit das reicht, zeigt ein aktueller <a href="https://the-decoder.de/ki-agenten-koennen-laut-benchmark-eigenstaendig-in-firmennetzwerke-einbrechen/" target="_blank" rel="noopener">Benchmark mit simulierten Firmennetzen</a>. Das beste Modell erreichte dort über 80 % der gestellten Ziele, jede Aktion wurde dabei von außen protokolliert. Auch ein günstiges Modell mit offenen Gewichten kam auf rund 73 %, bei einem Bruchteil der Kosten. Fähigkeiten dieser Art sind also nicht mehr den teuersten Anbietern vorbehalten.</p>



<p class="wp-block-paragraph">Für alle, die Agenten testen oder in einem KI-Penetrationstest einsetzen, ergeben sich daraus drei Folgerungen. Erstens: echte Netztrennung statt einer bloßen Konfiguration, die sich umgehen lässt. Zweitens: ausgehende Filter, die nur freigegebene Ziele zulassen. Drittens: klare Einsatzgrenzen, schriftlich festgelegt und technisch erzwungen, samt Notaus. Wer wissen will, was vor einem solchen Test überhaupt sinnvoll ist, findet im <a href="https://dr-dsgvo.de/security-check-statt-blindflug-was-vor-dem-pentest-zaehlt/">Security-Check vor dem Pentest</a> einen Einstieg.</p>



<h2 class="wp-block-heading">Wenn Agenten Geheimnisse weitergeben</h2>



<p class="wp-block-paragraph">Der zweite Fall ist ein <a href="https://www.theregister.com/security/2026/11/06/agents-reveal-secrets-when-offered-to-team-up-with-each-other/5308260" target="_blank" rel="noopener">Versuch von AE Studio</a> für die AI Alignment Foundation. Programmier-Agenten sollten ein Deploy-Token geheim halten. Ein Token ist dabei ein digitaler Schlüssel, der Zugriff auf einen Dienst gewährt. Die Agenten hatten Zugang zu einem Forum, in dem andere Agenten saßen und in dem die Lösung ihrer eigentlichen Aufgabe lag.</p>



<p class="wp-block-paragraph">Wurde dem Agenten im Schwarm Hilfe gegen das Token angeboten, landete es in ca. 15 % der Läufe im Forum, und in ca. 24 % führte er ein fremdes Installationsskript aus. In einem gewöhnlichen Hilfeforum waren es ca. 2 % und 0 %. Das Token war ein Testtoken, die Umgebung eine lokale Sandbox, der Aufbau stammt aus einem Hackathon.</p>



<p class="wp-block-paragraph">Der Forscher sieht dahinter kein heimliches Verhalten. Das Modell wählt schlicht den einfachsten Weg zur Erfüllung seiner Aufgabe. Wenn ein Gesprächspartner ein Ziel fördert, wiegt das schwerer als eine Regel, die nur im Prompt steht. Für das Schützen von Zugangsdaten folgt daraus: Ein Geheimnis, das im Kontext des Agenten liegt, kann der Agent weitergeben. Wer es ihm nie gibt, muss sich auf seine Zurückhaltung nicht verlassen.</p>




<figure class="wp-block-image size-large"><img decoding="async" width="1024" height="704" src="https://dr-dsgvo.de/wp-content/uploads/2026/11/zwei-wege-280aaa8c-1024x704.webp" alt="Agent im Hilfeforum und im Agentenschwarm mit gemessenen Anteilen und drei Schutzschichten" class="wp-image-36384" srcset="https://dr-dsgvo.de/wp-content/uploads/2026/11/zwei-wege-280aaa8c-1024x704.webp 1024w, https://dr-dsgvo.de/wp-content/uploads/2026/11/zwei-wege-280aaa8c-300x206.webp 300w, https://dr-dsgvo.de/wp-content/uploads/2026/11/zwei-wege-280aaa8c-768x528.webp 768w, https://dr-dsgvo.de/wp-content/uploads/2026/11/zwei-wege-280aaa8c-1536x1056.webp 1536w, https://dr-dsgvo.de/wp-content/uploads/2026/11/zwei-wege-280aaa8c-640x440.webp 640w, https://dr-dsgvo.de/wp-content/uploads/2026/11/zwei-wege-280aaa8c-1320x908.webp 1320w, https://dr-dsgvo.de/wp-content/uploads/2026/11/zwei-wege-280aaa8c.webp 1600w" sizes="(max-width: 1024px) 100vw, 1024px" /><figcaption class="wp-element-caption">Anteile der Läufe im gewöhnlichen Hilfeforum und im Agentenschwarm.</figcaption></figure>




<h2 class="wp-block-heading">Warum Verstöße selten gemeldet werden</h2>



<p class="wp-block-paragraph">In demselben Versuch fiel noch etwas auf. Nur eine kleine Minderheit der Agenten meldete den Verstoß von sich aus. Auf direkte Nachfrage räumten fast alle ihn ein. Das Modell optimiert auf die Aufgabe, nicht auf Berichterstattung, und Selbstauskunft gehört nicht zu dem, was die Aufgabe belohnt.</p>



<p class="wp-block-paragraph">Für den Betrieb heißt das: Der Agent ist keine verlässliche Quelle über sein eigenes Verhalten. Die <strong>Protokollierung</strong> muss außerhalb des Agenten liegen, also in Netzwerk-, Proxy- und Werkzeugprotokollen, die der Agent nicht verändern kann, mit Alarmen bei ungewöhnlichen Mustern. Wie leicht Agenten die Kontrolle über ihre eigene Überwachung verlieren können, zeigt ein Fall, in dem <a href="https://dr-dsgvo.de/ki-agenten-ueberwachung-abschalten-openai/">Agenten ihre eigene Überwachung schwächten</a>.</p>



<p class="wp-block-paragraph">Auch bei WorkOS fiel der Zugriff erst auf, als ein Mensch zufällig die ungewöhnliche Nutzung bemerkte. Ein Alarm hätte früher gegriffen.</p>



<h2 class="wp-block-heading">KI-Agenten Gefahren begrenzen mit wenigen Grundregeln</figure></h1></h2></h3></h4></strong></b></i></em></ul></p></blockquote></pre></a></table><div class='clearfix'></div><div style='text-align:center;font-size:110%;margin-top:48px;margin-bottom:24px;padding:16px;border:2px solid orange;'>Ganzen Artikel jetzt über kostenfreien Dr. DSGVO Newsletter lesen.<div style='margin-top:8px'><b>Weitere Extras für Abonnenten</b>:<br>Viele Artikel in PDF-Form &middot; Kompakte Kernaussagen für Beiträge &middot; <a href='/offline-ki/' target='_blank'>Offline-KI</a> &middot; Freikontingent+ für <a href='/website-check/?id=wschknl' target='_blank'>Website-Checks</a></div><div style='font-size:80%;color:#ccc'>Schon Abonnent? Link im Newsletter anklicken & diese Seite auffrischen.</div><div style='font-size:44px;color: #ff2020;font-weight: bold;'>&#x2193;</div><a href='/newsletter/?id=nlga' class='hide1' target='_blank'>Newsletter abonnieren</a></div><script>jQuery(document).ready(function(){jQuery('#nonlpos').removeClass('hide');jQuery('.pdf-download-wrapper').remove();jQuery('.pdf-no-download-wrapper').removeClass('hide');});</script><script>jQuery('.nl').click(function () {alert("Nur für Newsletter-Abonnenten!")});</script><script>document.addEventListener('DOMContentLoaded', function() {jQuery('.pdf-download-wrapper').remove();jQuery('.pdf-no-download-wrapper').removeClass('hide');});</script>
			<div id="ki_kontakt" class="ki_kontakt" style="padding-bottom: 0;">
				<h2>KI-Beratung, KI-Lösungen</h2>
				<div>
				Umfassende Beratung (fachlich, rechtlich, technisch):<br>
				<div class="ai_solution-advantages">
				<h3>Leistungsangebot:</h3><ul style="margin-top: 4px;">
				<li>Erstberatung inkl. Machbarkeitsaussagen</li>
				<li>Schulungen und Workshops für Führungskräfte, Berufsgeheimnisträger, Angestellte, Entwickler</li>
				<li>KI-Lösungen mit und ohne ChatGPT/Azure. Cloud oder eigener KI-Server</li>
				</ul>
				</div>
					<p style="margin-bottom:5px"><a id="msgbtn" class="ai_solution-contact-button" href="mailto:ki@dr-dsgvo.de">Ihre Anfrage</a><div class="ai-small">Oder Mail an ki@dr-dsgvo.de</div></p>
				</div>
			</div>]]></content:encoded>
					
					<wfw:commentRss>https://dr-dsgvo.de/ki-agenten-leistung-gefahren/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>Datenschutz-Folgenabschätzung für einen KI-Agenten: Schritt für Schritt Beispiel</title>
		<link>https://dr-dsgvo.de/datenschutz-folgenabschaetzung-fuer-einen-ki-agenten-ein-beispiel-schritt-fuer-schritt/</link>
					<comments>https://dr-dsgvo.de/datenschutz-folgenabschaetzung-fuer-einen-ki-agenten-ein-beispiel-schritt-fuer-schritt/#respond</comments>
		
		<dc:creator><![CDATA[Dr. DSGVO]]></dc:creator>
		<pubDate>Tue, 10 Nov 2026 09:09:17 +0000</pubDate>
				<category><![CDATA[Künstliche Intelligenz]]></category>
		<category><![CDATA[Datenschutz]]></category>
		<category><![CDATA[DSGVO]]></category>
		<category><![CDATA[hasEnglish]]></category>
		<category><![CDATA[hasFrench]]></category>
		<category><![CDATA[hasItalian]]></category>
		<category><![CDATA[hasPolish]]></category>
		<category><![CDATA[hasSpanish]]></category>
		<category><![CDATA[hasUkrainian]]></category>
		<category><![CDATA[Artificial Intelligence]]></category>
		<category><![CDATA[AI]]></category>
		<category><![CDATA[Machine Learning]]></category>
		<category><![CDATA[Data Science]]></category>
		<category><![CDATA[Data Modelling]]></category>
		<category><![CDATA[Digitalisierung]]></category>
		<category><![CDATA[Big Data]]></category>
		<guid isPermaLink="false">https://dr-dsgvo.de/?p=32654</guid>

					<description><![CDATA[Wie läuft eine DSFA nach Art. 35 DSGVO für einen KI-Agenten ab? Ein fiktives Beispiel führt von der Schwellwertprüfung über die Risikoanalyse bis zur Überprüfung und zeigt, was bei Agenten anders ist.]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph"><em>KI-Agenten als autonome Helfer: Programme, die E-Mails lesen, in Fachsystemen nachschlagen und selbstständig Aktionen auslösen. Sobald dabei personenbezogene Daten im Spiel sind, stellt sich eine Frage, die der Datenschutzbeauftragte meist früher stellt als die Fachabteilung: Brauchen wir dafür eine Datenschutz-Folgenabschätzung (DSFA)? Und wenn ja, wie sieht die konkret aus?</em></p>



<p class="wp-block-paragraph">Eine DSFA für einen Agenten folgt demselben Ablauf wie jede andere DSFA. Neu sind die Risiken. Ein Agent liest Inhalte von Fremden, handelt mit Werkzeugen und erzeugt Ausgaben, die sich nicht vollständig vorhersagen lassen. Das verschiebt, wo Sie bei Risikoanalyse und Maßnahmen genau hinsehen müssen.</p>



<p class="wp-block-paragraph">Wir gehen ein einziges Beispiel von Anfang bis Ende durch. <strong>Das Beispiel ist fiktiv</strong>: Das Unternehmen, die Zahlen und die Entscheidungen sind erfunden, aber so gewählt, dass sie in einem mittelständischen Betrieb vorkommen könnten. Ihre eigene DSFA muss sich immer auf Ihre konkrete Verarbeitung stützen.</p>



<h2 class="wp-block-heading">Das Beispiel: ein Kundendialog-Agent bei der Weber Gartentechnik GmbH</h2>



<p class="wp-block-paragraph">Die fiktive Weber Gartentechnik GmbH verkauft Gartengeräte und Bewässerungssysteme, überwiegend über einen eigenen Webshop. Sie hat 220 Beschäftigte und rund 40.000 Kunden, vor allem Privatpersonen, daneben Handwerksbetriebe. Das Service-Team aus neun Personen beantwortet pro Woche etwa 1.200 E-Mails: Fragen zum Lieferstatus, Reklamationen, Bitten um Ersatzteile, Adressänderungen, Rückgaben.</p>



<p class="wp-block-paragraph">Die Geschäftsführung möchte das Team entlasten und plant einen <strong>Kundendialog-Agenten</strong>. Er soll folgende Aufgaben übernehmen:</p>



<ul class="wp-block-list">
<li>Eingehende Mails im Service-Postfach lesen und einer Anfrageart zuordnen.</li>



<li>Den Kunden im CRM identifizieren und Bestellungen sowie bisherige Tickets nachschlagen.</li>



<li>Einen Antwortentwurf erstellen und im Ticketsystem ablegen.</li>



<li>Einfache Aktionen vorbereiten, etwa einen Ersatzteilversand, eine Adressänderung oder eine Gutschrift.</li>



<li>Optional: die Anfragen nach Dringlichkeit und Stimmung sortieren, damit verärgerte Kunden früher bearbeitet werden.</li>
</ul>



<p class="wp-block-paragraph">Technisch läuft der Agent auf einem Server des Unternehmens. Das Sprachmodell wird als Dienst eines externen Anbieters genutzt, der es in einem Rechenzentrum in der EU betreibt. Für den Anfang schlägt die IT vor, dem Agenten weitgehende Rechte zu geben: Er darf im CRM lesen und schreiben, Mails direkt beantworten und Gutschriften bis 100 Euro selbst auslösen. Genau an solchen Entwurfsentscheidungen zeigt sich später der Nutzen der DSFA.</p>



<h2 class="wp-block-heading">Der Ablauf im Überblick</h2>



<p class="wp-block-paragraph"><a href="https://dr-dsgvo.de/artikel-35-dsgvo-datenschutz-folgenabschaetzung/" data-type="post" data-id="7071">Artikel 35 DSGVO</a> legt fest, wann eine DSFA nötig ist und was sie mindestens enthalten muss. Die Datenschutzkonferenz (DSK) der deutschen Aufsichtsbehörden beschreibt in ihrem Kurzpapier Nr. 5 einen Ablauf mit Vorbereitung, Durchführung, Umsetzung und Überprüfung. Wir fassen ihn für das Beispiel in sieben Schritten zusammen. Die Schritte 2 bis 5 entsprechen den vier Mindestinhalten aus Art. 35 Abs. 7 DSGVO.</p>




<figure class="wp-block-image size-large"><img decoding="async" width="992" height="1024" src="https://dr-dsgvo.de/wp-content/uploads/2026/10/ablauf-baf42cc6-992x1024.webp" alt="Sieben untereinander stehende Schritte der DSFA mit den zugehörigen Artikeln der DSGVO, Schritt 6 Konsultation nach Art. 36 hervorgehoben, darunter der Hinweis auf den Datenschutzbeauftragten" class="wp-image-32648" srcset="https://dr-dsgvo.de/wp-content/uploads/2026/10/ablauf-baf42cc6-992x1024.webp 992w, https://dr-dsgvo.de/wp-content/uploads/2026/10/ablauf-baf42cc6-291x300.webp 291w, https://dr-dsgvo.de/wp-content/uploads/2026/10/ablauf-baf42cc6-768x793.webp 768w, https://dr-dsgvo.de/wp-content/uploads/2026/10/ablauf-baf42cc6-1488x1536.webp 1488w, https://dr-dsgvo.de/wp-content/uploads/2026/10/ablauf-baf42cc6-640x661.webp 640w, https://dr-dsgvo.de/wp-content/uploads/2026/10/ablauf-baf42cc6-1320x1363.webp 1320w, https://dr-dsgvo.de/wp-content/uploads/2026/10/ablauf-baf42cc6.webp 1600w" sizes="(max-width: 992px) 100vw, 992px" /><figcaption class="wp-element-caption">Der Ablauf einer DSFA nach Art. 35 und 36 DSGVO</figcaption></figure>




<p class="wp-block-paragraph">Zwei Hinweise vorab. Erstens ist die DSFA nach dem Kurzpapier Nr. 5 und den europäischen Leitlinien (WP 248) kein einmaliger Vorgang, sondern ein Prozess, in dem Schritte mehrfach durchlaufen werden. Wählt man in Schritt 5 eine Maßnahme, ändert sich die Risikobewertung aus Schritt 4. Zweitens muss die DSFA <em>vor</em> Beginn der Verarbeitung stattfinden. Sie ist ein Hilfsmittel für Entscheidungen und kein Nachweis, den man im Nachhinein ausfüllt.</p>



<h2 class="wp-block-heading">Schritt 1: Schwellwertprüfung: wird eine DSFA benötigt?</h2>



<p class="wp-block-paragraph">Nach Art. 35 Abs. 1 DSGVO ist eine DSFA durchzuführen, wenn eine Form der Verarbeitung, insbesondere bei Verwendung neuer Technologien, aufgrund von Art, Umfang, Umständen und Zwecken <em>voraussichtlich ein hohes Risiko</em> für die Rechte und Freiheiten natürlicher Personen zur Folge hat. Das Kurzpapier Nr. 5 nennt die Prüfung dieser Frage „Schwellwertanalyse“ und verlangt, die Entscheidung mit Gründen schriftlich festzuhalten, und zwar auch dann, wenn keine DSFA nötig ist.</p>



<p class="wp-block-paragraph">Drei Quellen helfen bei dieser Prüfung.</p>



<h3 class="wp-block-heading">Die Regelbeispiele</h3>



<p class="wp-block-paragraph">Der Art. 35 Abs. 3 DSGVO nennt drei Fälle, in denen eine DSFA „insbesondere“ erforderlich ist: eine systematische und umfassende Bewertung persönlicher Aspekte auf Grundlage automatisierter Verarbeitung, die als Basis für Entscheidungen mit Rechtswirkung oder ähnlich erheblicher Beeinträchtigung dient. Ferner die umfangreiche Verarbeitung besonderer Datenkategorien nach Art. 9 DSGVO oder Daten über Straftaten nach Art. 10 DSGVO. Und die systematische umfangreiche Überwachung öffentlich zugänglicher Bereiche. Die Liste ist nicht abschließend.</p>



<p class="wp-block-paragraph">Im Beispiel ist keiner der drei Fälle eindeutig erfüllt. Der Agent bewertet keine Kunden umfassend, und besondere Datenkategorien werden nicht gezielt verarbeitet. Allerdings schreiben Kunden in freien Mailtexten manchmal Dinge, die ins Gesundheitliche gehen, etwa wenn ein Kunde erklärt, dass er wegen einer Krankheit eine Lieferung nicht annehmen kann. Das notieren wir uns als offenen Punkt für die Risikoanalyse.</p>



<h3 class="wp-block-heading">Die Muss-Liste der Aufsichtsbehörden nach Art. 35 Abs. 4 DSGVO</h3>



<p class="wp-block-paragraph">Nach Art. 35 Abs. 4 DSGVO müssen die Aufsichtsbehörden eine Liste der Verarbeitungsvorgänge veröffentlichen, für die eine DSFA durchzuführen ist. Für den nicht-öffentlichen Bereich haben die deutschen Aufsichtsbehörden im Oktober 2018 eine gemeinsame Liste beschlossen. Die DSK weist selbst darauf hin, dass die Liste nicht vollständig ist: Steht ein Vorgang nicht darauf, folgt daraus nicht, dass keine DSFA nötig wäre.</p>



<p class="wp-block-paragraph">Für unseren Agenten ist Nr. 11 der Liste einschlägig. Sie betrifft den Einsatz künstlicher Intelligenz zur Verarbeitung personenbezogener Daten, um die Interaktion mit den Betroffenen zu steuern oder persönliche Aspekte zu bewerten. Als Beispiele nennt die Liste „Kundensupport mittels künstlicher Intelligenz“ und ein Unternehmen, das ein System einsetzt, das mit Kunden im Gespräch interagiert und für deren Beratung personenbezogene Daten durch eine KI verarbeitet. Ein Agent, der Kundenmails liest, Antworten formuliert und Aktionen auslöst, liegt nach unserer Einschätzung nah an diesem Eintrag. Ob ein Eintrag im Einzelfall genau passt, sollten Sie mit Ihrem Datenschutzbeauftragten klären. Die Liste ist, wie die DSK schreibt, ein „lebendiges“ Papier und kann sich ändern. Prüfen Sie daher stets die aktuelle Fassung.</p>



<p class="wp-block-paragraph">Auch die Orientierungshilfe „Künstliche Intelligenz und Datenschutz“ der DSK vom 6. Mai 2024 verweist auf die Prüfung nach Art. 35 DSGVO. Beim Einsatz von KI-Anwendungen werde eine DSFA „vielfach“ erforderlich sein.</p>



<h3 class="wp-block-heading">Die neun Kriterien der Art.-29-Gruppe (WP 248)</h3>



<p class="wp-block-paragraph">Die Leitlinien WP 248 der Art.-29-Datenschutzgruppe wurden im Oktober 2017  angenommen. Sie nennen neun Kriterien, die auf ein hohes Risiko hindeuten, darunter Bewerten und Einstufen, automatisierte Entscheidungen mit rechtlicher oder ähnlich erheblicher Wirkung, systematische Überwachung, sensible Daten, Verarbeitung in großem Umfang, das Zusammenführen von Datensätzen, schutzbedürftige Betroffene, innovative Technologien sowie die Verhinderung der Ausübung eines Rechts oder der Nutzung einer Leistung. Als Faustregel gilt: In den meisten Fällen kann der Verantwortliche annehmen, dass bei zwei erfüllten Kriterien eine DSFA nötig ist. Je mehr Kriterien zutreffen, desto wahrscheinlicher ist ein hohes Risiko. Im Einzelfall kann auch ein einziges Kriterium genügen.</p>




<figure class="wp-block-image size-large"><img decoding="async" width="905" height="1024" src="https://dr-dsgvo.de/wp-content/uploads/2026/10/schwellwert-d2fb88c2-905x1024.webp" alt="Schema der Schwellwertprüfung: Regelbeispiele nicht eindeutig erfüllt, Muss-Liste Nr. 11 trifft zu, Tabelle der neun WP-248-Kriterien mit Einschätzung, Ergebnis DSFA erforderlich" class="wp-image-32649" srcset="https://dr-dsgvo.de/wp-content/uploads/2026/10/schwellwert-d2fb88c2-905x1024.webp 905w, https://dr-dsgvo.de/wp-content/uploads/2026/10/schwellwert-d2fb88c2-265x300.webp 265w, https://dr-dsgvo.de/wp-content/uploads/2026/10/schwellwert-d2fb88c2-768x869.webp 768w, https://dr-dsgvo.de/wp-content/uploads/2026/10/schwellwert-d2fb88c2-1358x1536.webp 1358w, https://dr-dsgvo.de/wp-content/uploads/2026/10/schwellwert-d2fb88c2-640x724.webp 640w, https://dr-dsgvo.de/wp-content/uploads/2026/10/schwellwert-d2fb88c2-1320x1493.webp 1320w, https://dr-dsgvo.de/wp-content/uploads/2026/10/schwellwert-d2fb88c2.webp 1600w" sizes="(max-width: 905px) 100vw, 905px" /><figcaption class="wp-element-caption">Schwellwertprüfung für den fiktiven Kundendialog-Agenten</figcaption></figure>




<p class="wp-block-paragraph">Die Abbildung zeigt die Prüfung für das Beispiel. Zwei Kriterien sind eindeutig erfüllt: Der Agent führt Daten aus Postfach, CRM, Ticketsystem und Bestellungen zusammen, und ein KI-Agent mit Werkzeugzugriff ist eine innovative Technologie. Vier weitere Kriterien treffen teilweise zu. Die geplante Stimmungssortierung ist eine Form des Bewertens. Wenn der Agent Reklamationen ablehnen oder Gutschriften verweigern könnte, wären das Entscheidungen mit erheblicher Wirkung für Kunden. Der Freitext kann sensible Angaben enthalten. Und 1.200 Mails pro Woche bei 40.000 Kunden sind zwar kein Massenverfahren, aber auch nicht trivial. Nicht erfüllt sind die Kriterien systematische Überwachung und schutzbedürftige Betroffene: Der Agent beobachtet niemanden, und es gibt weder Kinder noch ein Abhängigkeitsverhältnis wie zwischen Arbeitgeber und Beschäftigten, das WP 248 als Beispiel für ein Machtgefälle nennt.</p>



<p class="wp-block-paragraph"><strong>Ergebnis:</strong> Die Muss-Liste trifft zu, und mehrere WP-248-Kriterien sind erfüllt. Eine DSFA ist erforderlich. Diese Begründung gehört als erstes Dokument in die Akte. Der Datenschutzbeauftragte sollte sie gegenlesen und zeichnen. Fehlt eine nötige DSFA, kann die Aufsichtsbehörde nach den Hinweisen der DSK-Liste von ihren Abhilfebefugnissen Gebrauch machen, bis hin zu einem Bußgeld.</p>



<h2 class="wp-block-heading">Schritt 2: Die Verarbeitung systematisch beschreiben</h2>



<p class="wp-block-paragraph">Art. 35 Abs. 7 lit. a DSGVO verlangt eine systematische Beschreibung der geplanten Verarbeitungsvorgänge und ihrer Zwecke, gegebenenfalls einschließlich der berechtigten Interessen des Verantwortlichen. Das Kurzpapier Nr. 5 fordert, die betrachteten Vorgänge von anderen Geschäftsprozessen abzugrenzen und „ausführlich und abschließend mit allen Datenflüssen“ zu beschreiben. Bei Agenten ist diese Beschreibung besonders wertvoll, denn sie zwingt dazu, genau aufzuschreiben, was der Agent <em>tatsächlich darf</em>.</p>




<figure class="wp-block-image size-large"><img decoding="async" width="1024" height="845" src="https://dr-dsgvo.de/wp-content/uploads/2026/10/datenfluss-640fed3d-1024x845.webp" alt="Datenflussdiagramm: Kunde, Postfach, KI-Agent, Sprachmodell des Auftragsverarbeiters, CRM, Ticketsystem, Mitarbeiter mit Freigabe, Shop und ERP sowie Protokoll innerhalb der Systemgrenze des Unternehmens" class="wp-image-32650" srcset="https://dr-dsgvo.de/wp-content/uploads/2026/10/datenfluss-640fed3d-1024x845.webp 1024w, https://dr-dsgvo.de/wp-content/uploads/2026/10/datenfluss-640fed3d-300x248.webp 300w, https://dr-dsgvo.de/wp-content/uploads/2026/10/datenfluss-640fed3d-768x634.webp 768w, https://dr-dsgvo.de/wp-content/uploads/2026/10/datenfluss-640fed3d-1536x1267.webp 1536w, https://dr-dsgvo.de/wp-content/uploads/2026/10/datenfluss-640fed3d-640x528.webp 640w, https://dr-dsgvo.de/wp-content/uploads/2026/10/datenfluss-640fed3d-1320x1089.webp 1320w, https://dr-dsgvo.de/wp-content/uploads/2026/10/datenfluss-640fed3d.webp 1600w" sizes="(max-width: 1024px) 100vw, 1024px" /><figcaption class="wp-element-caption">Datenfluss des Beispiel-Agenten: Aktionen und Antworten gehen erst nach Freigabe durch einen Mitarbeiter hinaus</figcaption></figure>




<h3 class="wp-block-heading">Zweck der Verarbeitung</h3>



<p class="wp-block-paragraph">Der Zweck lautet: Kundenanfragen zu Bestellungen, Lieferungen, Reklamationen und Ersatzteilen schneller und einheitlich beantworten. Die Stimmungssortierung hat einen eigenen, zusätzlichen Zweck. Sie wird deshalb getrennt betrachtet.</p>



<h3 class="wp-block-heading">Daten und betroffene Personen</h3>



<ul class="wp-block-list">
<li>Betroffene: Kunden und Interessenten, Ansprechpartner bei Geschäftskunden, in Mails erwähnte Dritte (etwa Familienmitglieder, an die geliefert werden soll).</li>



<li>Daten: Name, Anschrift, E-Mail-Adresse, Bestell- und Rechnungsdaten, Ticketverlauf, Inhalt der Mail einschließlich Freitext und Anhängen (zum Beispiel Fotos defekter Geräte).</li>



<li>Nicht vorgesehen: Zahlungsdaten wie Kartennummern oder Kontoverbindungen, Gesundheitsdaten, Daten von Kindern.</li>
</ul>



<h3 class="wp-block-heading">Datenfluss</h3>



<p class="wp-block-paragraph">Die Abbildung zeigt den Weg einer Anfrage. Die Mail kommt von außen ins Postfach. Dieser Eingang ist, und das ist für Agenten zentral, <em>nicht vertrauenswürdig</em>: Jeder darf eine Mail schicken, und jeder Text in der Mail landet beim Agenten. Der Agent liest die Mail, fragt über Werkzeuge CRM und Ticketsystem ab und sendet Mailtext und Kontext an das Sprachmodell. Das Modell antwortet mit einem Entwurf. Ein Mitarbeiter prüft ihn und gibt ihn frei. Erst dann geht die Antwort hinaus und werden Aktionen im Shop oder ERP ausgelöst. Alle Schritte landen im Protokoll. Die Abbildung zeigt bereits die Soll-Fassung nach der DSFA, also mit Mitarbeiterfreigabe vor Versand und Aktionen. Im ersten Entwurf der IT fehlte diese Freigabe.</p>



<h3 class="wp-block-heading">Rollen und Dienstleister</figure></h1></h2></h3></h4></strong></b></i></em></ul></p></blockquote></pre></a></table><div class='clearfix'></div><div style='text-align:center;font-size:110%;margin-top:48px;margin-bottom:24px;padding:16px;border:2px solid orange;'>Ganzen Artikel jetzt über kostenfreien Dr. DSGVO Newsletter lesen.<div style='margin-top:8px'><b>Weitere Extras für Abonnenten</b>:<br>Viele Artikel in PDF-Form &middot; Kompakte Kernaussagen für Beiträge &middot; <a href='/offline-ki/' target='_blank'>Offline-KI</a> &middot; Freikontingent+ für <a href='/website-check/?id=wschknl' target='_blank'>Website-Checks</a></div><div style='font-size:80%;color:#ccc'>Schon Abonnent? Link im Newsletter anklicken & diese Seite auffrischen.</div><div style='font-size:44px;color: #ff2020;font-weight: bold;'>&#x2193;</div><a href='/newsletter/?id=nlga' class='hide1' target='_blank'>Newsletter abonnieren</a></div><script>jQuery(document).ready(function(){jQuery('#nonlpos').removeClass('hide');jQuery('.pdf-download-wrapper').remove();jQuery('.pdf-no-download-wrapper').removeClass('hide');});</script><script>jQuery('.nl').click(function () {alert("Nur für Newsletter-Abonnenten!")});</script><script>document.addEventListener('DOMContentLoaded', function() {jQuery('.pdf-download-wrapper').remove();jQuery('.pdf-no-download-wrapper').removeClass('hide');});</script>
			<div id="ki_kontakt" class="ki_kontakt" style="padding-bottom: 0;">
				<h2>KI-Beratung, KI-Lösungen</h2>
				<div>
				Umfassende Beratung (fachlich, rechtlich, technisch):<br>
				<div class="ai_solution-advantages">
				<h3>Leistungsangebot:</h3><ul style="margin-top: 4px;">
				<li>Erstberatung inkl. Machbarkeitsaussagen</li>
				<li>Schulungen und Workshops für Führungskräfte, Berufsgeheimnisträger, Angestellte, Entwickler</li>
				<li>KI-Lösungen mit und ohne ChatGPT/Azure. Cloud oder eigener KI-Server</li>
				</ul>
				</div>
					<p style="margin-bottom:5px"><a id="msgbtn" class="ai_solution-contact-button" href="mailto:ki@dr-dsgvo.de">Ihre Anfrage</a><div class="ai-small">Oder Mail an ki@dr-dsgvo.de</div></p>
				</div>
			</div>]]></content:encoded>
					
					<wfw:commentRss>https://dr-dsgvo.de/datenschutz-folgenabschaetzung-fuer-einen-ki-agenten-ein-beispiel-schritt-fuer-schritt/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>GPT-6 Cyber: Was Hunderte Kernel-Fixes für KMU-Updates bedeuten</title>
		<link>https://dr-dsgvo.de/gpt-6-cyber-kernel-patches-kmu/</link>
					<comments>https://dr-dsgvo.de/gpt-6-cyber-kernel-patches-kmu/#respond</comments>
		
		<dc:creator><![CDATA[Dr. DSGVO]]></dc:creator>
		<pubDate>Mon, 09 Nov 2026 09:46:27 +0000</pubDate>
				<category><![CDATA[Künstliche Intelligenz]]></category>
		<category><![CDATA[Security]]></category>
		<category><![CDATA[GPT-6 Cyber]]></category>
		<category><![CDATA[hasDanish]]></category>
		<category><![CDATA[hasDutch]]></category>
		<category><![CDATA[hasEnglish]]></category>
		<category><![CDATA[hasFrench]]></category>
		<category><![CDATA[hasItalian]]></category>
		<category><![CDATA[hasPolish]]></category>
		<category><![CDATA[hasSpanish]]></category>
		<category><![CDATA[hasSwedish]]></category>
		<category><![CDATA[hasUkrainian]]></category>
		<category><![CDATA[Linux-Kernel]]></category>
		<category><![CDATA[Lokale KI]]></category>
		<category><![CDATA[Open-Source-KI]]></category>
		<category><![CDATA[Patchmanagement]]></category>
		<category><![CDATA[Artificial Intelligence]]></category>
		<category><![CDATA[AI]]></category>
		<category><![CDATA[Machine Learning]]></category>
		<category><![CDATA[Data Science]]></category>
		<category><![CDATA[Data Modelling]]></category>
		<category><![CDATA[Digitalisierung]]></category>
		<category><![CDATA[Big Data]]></category>
		<guid isPermaLink="false">https://dr-dsgvo.de/?p=36211</guid>

					<description><![CDATA[OpenAI stellte GPT-6 Cyber vor: Agenten fanden im Linux-Kernel rund 1.700 Fehler. Was das für Update-Zyklen, Hersteller-Patches und lokale KI bedeutet.]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph"><em>OpenAI hat im November 2026 GPT-6 Cyber vorgestellt, ein Modell für die Suche nach Sicherheitslücken. Neu ist weniger die Technik als die Größenordnung: Im aktuellen Linux-Kernel fanden Agenten ca. 1.700 bestätigte Fehler, und jeder Fund hat ein Preisschild. Für Betriebe ohne eigene Entwicklung entscheidet sich die Lage daran, wie schnell Fixes auf den Geräten ankommen.</em></p>



<p class="wp-block-paragraph">Im Frühjahr meldete Anthropic ein unveröffentlichtes Modell, das tausende bislang unbekannte <a href="https://wwwschutz.de/security-checks.html" target="_blank" rel="noopener">Schwachstellen</a> in Betriebssystemen und Browsern gefunden haben soll. Wenig später folgte Googles Gemini 4 Carbon mit deutlich besseren Werten in Exploit-Benchmarks. Mit OpenAIs Ankündigung lässt sich ein Lauf über einen ganzen Kernel mit Kosten und Ergebnissen beziffern.</p>



<p class="wp-block-paragraph">Wer Fehler so billig findet, erzeugt zwangsläufig viele Korrekturen. Server, Firewalls, NAS-Systeme und Kameras laufen fast alle auf Linux, und den Kernel pflegt in den meisten Betrieben jemand anderes.</p>



<h2 class="wp-block-heading">GPT-6 Cyber im Überblick</h2>



<p class="wp-block-paragraph">GPT-6 Cyber ist eine Spezialvariante von GPT-6 Astra für autorisierte Sicherheitsarbeit. Das Modell sucht Schwachstellen, baut passende Exploits und schlägt Korrekturen vor. In der <a href="https://deploymentsafety.openai.com/gpt-6-cyber" target="_blank" rel="noopener">Model Card</a> stuft OpenAI die Cyber-Fähigkeiten in die höchste Stufe des eigenen Preparedness Frameworks ein. Im Exploit-Benchmark <strong>ExploitGym</strong> löst es ca. 48 % der Aufgaben, das Basismodell ca. 42 %.</p>



<p class="wp-block-paragraph">Ältere Benchmarks können durch Trainingsdaten überhöht sein, das zuverlässige Ausnutzen frisch veröffentlichter Lücken bleibt schwierig, und vollständig gehärtete Ziele hielten stand. Das Modell zeigt eine klare Richtung, löst aber nicht jedes Ziel.</p>



<p class="wp-block-paragraph">Der Zugang ist zunächst auf ausgewählte, geprüfte Kunden beschränkt. Der Zugriff erfolgt über API und Codex, mit Identitätsprüfung, Mehr-Faktor-Anmeldung und freigegebenen IP-Adressen. OpenAI rät dazu, das Modell isoliert und unter menschlicher Aufsicht zu betreiben. Eine schrittweise Ausweitung ist angekündigt, einen Termin für die Allgemeinheit gibt es nicht.</p>



<h2 class="wp-block-heading">Kernel-Fehler im großen Stil</h2>



<p class="wp-block-paragraph">Das Herzstück ist ein Lauf über den aktuellen Linux-Kernel. Zuerst grenzten Agenten die sicherheitsrelevanten Bereiche ein, ca. 7 % des Codes. Weitere Agenten markierten dort ca. 2.300 Verdachtsstellen, und in <a href="https://openai.com/index/introducing-gpt-6-cyber/" target="_blank" rel="noopener">isolierten virtuellen Maschinen</a> ließen sich ca. 1.700 davon bestätigen. Getestet wurde auf einem unveränderten Desktop-Linux mit den üblichen Schutzmechanismen, die verhindern sollen, dass Angreifer Speicheradressen erraten.</p>




<figure class="wp-block-image size-large"><img decoding="async" width="1024" height="691" src="https://dr-dsgvo.de/wp-content/uploads/2026/11/trichter-0e80ec02-1024x691.webp" alt="Trichtergrafik zu den Kernel-Funden von GPT-6 Cyber: von ca. 2.300 Kandidaten bis ca. 950 separaten Patches" class="wp-image-36208" srcset="https://dr-dsgvo.de/wp-content/uploads/2026/11/trichter-0e80ec02-1024x691.webp 1024w, https://dr-dsgvo.de/wp-content/uploads/2026/11/trichter-0e80ec02-300x203.webp 300w, https://dr-dsgvo.de/wp-content/uploads/2026/11/trichter-0e80ec02-768x518.webp 768w, https://dr-dsgvo.de/wp-content/uploads/2026/11/trichter-0e80ec02-1536x1037.webp 1536w, https://dr-dsgvo.de/wp-content/uploads/2026/11/trichter-0e80ec02-640x432.webp 640w, https://dr-dsgvo.de/wp-content/uploads/2026/11/trichter-0e80ec02-1320x891.webp 1320w, https://dr-dsgvo.de/wp-content/uploads/2026/11/trichter-0e80ec02.webp 1600w" sizes="(max-width: 1024px) 100vw, 1024px" /><figcaption class="wp-element-caption">Von ca. 2.300 Kandidaten bis zu ca. 950 separaten Patches.</figcaption></figure>




<p class="wp-block-paragraph">Aus den bestätigten Fehlern wurden ca. 1.200 funktionierende lokale Rechteausweitungen, bei denen ein einfaches Konto zum Administrator wird. Dahinter stehen ca. 950 <a href="https://www.securityweek.com/ai-agents-got-root-on-linux-via-948-kernel-flaws-in-openai-research/" target="_blank" rel="noopener">separate Patches</a>. Hunderte Funde führen also zu Hunderten Korrekturen. Die Kernel-Maintainer reagierten schnell: Binnen zehn Tagen waren über 100 Rechteausweitungen gepatcht oder mit Patches in Vorbereitung, ca. 300 weitere wurden öffentlich diskutiert.</p>



<p class="wp-block-paragraph">Auch der Preis ist neu. Der Lauf kostete ca. 1,2 Mio. US-Dollar an API-Gebühren, grob 1.300 US-Dollar je Ergebnis. Ein Vorläufer-Scan im Sommer kam auf ca. 170 Rechteausweitungen für gut 500.000 US-Dollar, der neue Lauf liefert ein Mehrfaches der Funde bei etwa dem Doppelten der Kosten. Die Schwachstellensuche wird damit zu einer planbaren Kostenposition, vergleichbar mit Cloud-Rechenzeit. In Firefox fand das Modell zudem ca. 80 bisher unbekannte schwere Lücken, die Mozilla behoben hat.</p>



<h2 class="wp-block-heading">Hunderte Fixes und die Update-Zyklen</h2>



<p class="wp-block-paragraph">Ein Fund allein schützt niemanden. Erst der Fix im Kernel und danach das Einspielen auf dem Gerät verändern die Lage. Die Zahl der CVE-Kennungen pro Kernel-Release steigt stark, bei ca. 40 Mio. Zeilen Code. Viele davon betreffen Fehler niedriger Priorität, doch steigt der Takt, in dem Wartungsupdates anfallen, spürbar.</p>



<p class="wp-block-paragraph">Kritisch ist der Zeitraum zwischen veröffentlichtem Fix und eingespieltem Update. Sobald ein Patch öffentlich ist, zeigt er Angreifern, wo der Fehler lag. Ein offenes Modell setzte bekannte, aber noch nicht ausgelieferte <a href="https://epoch.ai/publications/open-weight-models-patch-gap" target="_blank" rel="noopener">Firefox-Fixes</a> für ca. 1.000 US-Dollar pro Version in funktionierende Angriffe um, wenn auch nur zum Lesen von Dateien auf einem Standard-Ubuntu. Jeder öffentliche Fix ist damit ein <strong>Bauplan für Angreifer</strong>.</p>



<figure class="wp-block-pullquote"><blockquote><p>Knapp wird nicht mehr die Entdeckung von Fehlern, sondern das rechtzeitige Einspielen der Korrekturen.</p></blockquote></figure>



<p class="wp-block-paragraph">Eine lokale Rechteausweitung braucht einen ersten Zugang, etwa ein gestohlenes Passwort, eine Webshell oder den Ausbruch aus einem Container. Wer ihn hat, kommt mit einer solchen Lücke bis zu Root. Deshalb zählen lokale Kernel-Fehler auch auf Servern, die nur über das Web erreichbar sind. Nicht jeder Fund ist ausnutzbar, und nicht jeder Server ist gefährdet. Doch die zweite Hürde hinter dem ersten Einbruch wird dünner.</p>



<p class="wp-block-paragraph">Für den Alltag heißt das, Updates nicht mehr als Quartalsprojekt zu behandeln. Ein fester Rhythmus mit kurzen Neustartfenstern, etwa monatlich und bei kritischen Lücken sofort, nimmt der einzelnen Meldung den Schrecken. Wer ohnehin regelmäßig neu startet, muss bei einem Kernel-Fix nicht erst Zustimmung, Zeitfenster und Verantwortliche zusammensuchen.</p>



<h2 class="wp-block-heading">Kernel-Patches der Hersteller</h2>



<p class="wp-block-paragraph">Ein Kernel-Fix hat einen langen Weg. Er erscheint zuerst im Hauptzweig, wird in die Langzeitzweige übernommen und gelangt in die Distributionskernel. Bei Geräten kommen Hersteller-Kernel, Firmware-Build, Freigabe und Auslieferung hinzu. Erst dann kann der Betrieb ihn einspielen.</p>




<figure class="wp-block-image size-large"><img decoding="async" width="1024" height="947" src="https://dr-dsgvo.de/wp-content/uploads/2026/11/kette-505c07c8-1024x947.webp" alt="Weg eines Kernel-Fixes vom Hauptzweig über Distribution und Hersteller-Firmware bis zum Gerät im Betrieb" class="wp-image-36209" srcset="https://dr-dsgvo.de/wp-content/uploads/2026/11/kette-505c07c8-1024x947.webp 1024w, https://dr-dsgvo.de/wp-content/uploads/2026/11/kette-505c07c8-300x278.webp 300w, https://dr-dsgvo.de/wp-content/uploads/2026/11/kette-505c07c8-768x710.webp 768w, https://dr-dsgvo.de/wp-content/uploads/2026/11/kette-505c07c8-1536x1421.webp 1536w, https://dr-dsgvo.de/wp-content/uploads/2026/11/kette-505c07c8-640x592.webp 640w, https://dr-dsgvo.de/wp-content/uploads/2026/11/kette-505c07c8-1320x1221.webp 1320w, https://dr-dsgvo.de/wp-content/uploads/2026/11/kette-505c07c8.webp 1600w" sizes="(max-width: 1024px) 100vw, 1024px" /><figcaption class="wp-element-caption">Vom Hauptzweig bis zum Gerät dauert es Tage bis viele Monate.</figcaption></figure>




<p class="wp-block-paragraph">Je nach Gerätegruppe sieht das sehr unterschiedlich aus. Standardserver mit gepflegter Distribution erhalten Kernel-Updates meist binnen Tagen bis Wochen. Mit <a href="https://ubuntu.com/security/livepatch" target="_blank" rel="noopener">Live-Patching</a> lässt sich das Zeitfenster bei kritischen Lücken noch verkürzen, ein Neustart bleibt aber der sicherste Weg.</p>



<p class="wp-block-paragraph">Bei Appliances wie Firewalls, NAS-Systemen und Routern gibt der Hersteller den Takt vor. Das Updatefenster ist Teil der Produktpflege, und der Betrieb kann es kaum beeinflussen. Am schwächsten sieht es bei Embedded- und IoT-Geräten aus. Dort laufen häufig Hersteller-Kernel, die viele Monate oder mehrere Versionen hinter dem Hauptzweig liegen, und manche Produkte bekommen Kernel-Fixes nie.</p>



<p class="wp-block-paragraph">Drei Fragen an Hersteller und Lieferanten bringen Klarheit. Wie viele Tage nach dem Upstream-Fix erscheint ein Update? Welche Kernel-Linie steckt im Gerät? Und bis wann gilt der Support?</p>



<h2 class="wp-block-heading">Was KMU bei verspäteten Patches tun</h2>



<p class="wp-block-paragraph">Am Anfang steht eine einfache Bestandsaufnahme. Linux steckt nicht nur in Servern, sondern auch in Routern, NAS, Kameras, Druckern, Firewalls und Steuerungen. Pro Gerät genügen Kernel- und Firmware-Stand und der Name des Herstellers.</p>



<p class="wp-block-paragraph">Danach wird priorisiert. Was ist aus dem Internet erreichbar, was verarbeitet Zugangsdaten, was bietet Verwaltungszugriff? Geräte mit mehreren Ja-Antworten kommen zuerst an die Reihe. Eine fehlende Korrektur lässt sich durch <strong>Abschottung</strong> teilweise ausgleichen:</p>



<ul class="wp-block-list">
<li>Verwaltungsoberflächen nicht öffentlich erreichbar machen, Zugang nur über VPN mit Mehr-Faktor-Anmeldung.</li>



<li>Geräte in eigene Netzsegmente setzen, damit ein übernommenes Gerät nicht das ganze Netz öffnet.</li>



<li>Rechte klein halten: keine gemeinsamen Admin-Konten, getrennte Dienstkonten, Container mit eingeschränkten Rechten.</li>



<li>Protokolle beobachten, damit ungewöhnliche Anmeldungen und Rechtewechsel auffallen.</li>
</ul>



<p class="wp-block-paragraph">OpenAI selbst rät im Umgang mit dem Modell zu geschichteter Verteidigung und Isolation, etwa mit Firecracker oder gVisor. Das passt auf jeden Betrieb: Ein Fehler im Kernel soll nicht automatisch alles andere öffnen.</p>


    <div itemscope itemtype="http://schema.org/FAQPage">
                    <div itemprop="mainEntity" itemscope itemtype="http://schema.org/Question">
                <h4 itemprop="name">Was können KMU tun, wenn der Hersteller Kernel-Patches erst Monate später liefert?</h4>
                <div itemscope itemprop="acceptedAnswer" itemtype="http://schema.org/Answer">
                    <div itemprop="text">Das Gerät aus dem direkten Internetzugriff nehmen und in einem eigenen Netzsegment isolieren, Konten und Rechte auf das Nötigste beschränken, Zugänge mit Mehr-Faktor-Anmeldung schützen und Protokolle beobachten. Beim Hersteller eine schriftliche Patchfrist und das Supportende erfragen und bei dauerhaftem Verzug Ersatz einplanen. Wo möglich, einen Distributionskernel mit Live-Patching statt eines Hersteller-Kernels nutzen.</div>
                </div>
            </div>

                </div><!--/ppa questions-->
    



<p class="wp-block-paragraph">Ein zweiter Hebel liegt im Vertrag. Patchfristen und Supportende gehören in Liefer- und Wartungsverträge, Neustartfenster lassen sich vorab vereinbaren. Wer unter NIS2 fällt, sollte das Schwachstellenmanagement auch auf Lieferanten ausdehnen. Kritische Fixes gehören binnen Tagen auf die Geräte, nicht erst ins nächste Quartal.</p>



<p class="wp-block-paragraph">Auch die eigene Website gehört zum Bestand, denn sie ist der Teil, den Angreifer als Erstes sehen. Ein <a href="https://dr-dsgvo.de/webseiten-check/">Webseiten-Check</a> inklusive der seit einiger Zeit automatisch zusätzlich ausgeführten Security-Checks zeigt, was von außen sichtbar ist und wo Sicherheitslücken existieren.</p>



<h2 class="wp-block-heading">Benchmarks im Wochentakt</h2>



<p class="wp-block-paragraph">Die Kurve der Spitzenmodelle steigt schnell. Gemini 4 Carbon kam etwa vier Wochen nach dem Vorgänger Argon und erreicht im ExploitGym ca. 55 %, nach ca. 42 % bei Argon. Anthropic hielt sein Modell im Frühjahr zurück, weil es nicht allgemein verfügbar werden sollte. Die Linie ist bei allen großen Anbietern ähnlich: Das stärkste Modell bleibt zunächst in kleinem Kreis.</p>



<p class="wp-block-paragraph">Benchmarks sind nicht dasselbe wie Praxis. Für die Planung zählen Richtung und Tempo, nicht die einzelne Prozentzahl. Dass die Abstände zwischen Modellgenerationen auf Wochen bis Monate schrumpfen, ist die eigentliche Nachricht. Was im Frühjahr mit tausenden gefundenen Lücken noch eine Ausnahme war, wirkt heute wie ein Vorbote.</p>



<h2 class="wp-block-heading">Open-Source-KI und Distillation</h2>



<p class="wp-block-paragraph">Wissen wandert in der KI nach unten. Bei der Distillation erzeugt ein großes Modell, der Lehrer, Antworten und Lösungswege, und ein kleineres Modell, der Schüler, lernt daraus. Das Ergebnis ist oft deutlich kleiner und günstiger, ohne alle Fähigkeiten zu verlieren. Für KMU ist das der entscheidende Punkt: Was heute in Rechenzentren läuft, rutscht binnen weniger Monate auf Hardware, die in einen Serverschrank passt.</p>



<p class="wp-block-paragraph">Offene Modelle wie GLM-5.2 und DeepSeek V4-Pro liegen bei Cyber-Fähigkeiten <a href="https://aisi.gov.uk/blog/how-far-behind-the-frontier-are-leading-open-weight-models-on-cyber" target="_blank" rel="noopener">4 bis 7 Monate hinter</a> den besten geschlossenen Modellen. 2025 waren es noch 6 bis 10 Monate. Über alle Fähigkeiten gemittelt liegt der Abstand bei ca. 4 Monaten.</p>




<figure class="wp-block-image size-large"><img decoding="async" width="1024" height="742" src="https://dr-dsgvo.de/wp-content/uploads/2026/11/abstand-717416c4-1024x742.webp" alt="Zeitstrahl zum Rückstand offener Modelle gegenüber Spitzenmodellen bei Cyber-Fähigkeiten, 2025 und Sommer 2026" class="wp-image-36210" srcset="https://dr-dsgvo.de/wp-content/uploads/2026/11/abstand-717416c4-1024x742.webp 1024w, https://dr-dsgvo.de/wp-content/uploads/2026/11/abstand-717416c4-300x218.webp 300w, https://dr-dsgvo.de/wp-content/uploads/2026/11/abstand-717416c4-768x557.webp 768w, https://dr-dsgvo.de/wp-content/uploads/2026/11/abstand-717416c4-1536x1114.webp 1536w, https://dr-dsgvo.de/wp-content/uploads/2026/11/abstand-717416c4-640x464.webp 640w, https://dr-dsgvo.de/wp-content/uploads/2026/11/abstand-717416c4-1320x957.webp 1320w, https://dr-dsgvo.de/wp-content/uploads/2026/11/abstand-717416c4.webp 1600w" sizes="(max-width: 1024px) 100vw, 1024px" /><figcaption class="wp-element-caption">Offene Modelle liegen bei Cyber-Fähigkeiten nur noch wenige Monate zurück.</figcaption></figure>




<p class="wp-block-paragraph">Für zugangsbeschränkte Modelle wie GPT-6 Cyber heißt das: Der Zugangsschutz verschafft Verteidigern einen Vorsprung auf Zeit. Offene Gewichte lassen sich nach der Veröffentlichung weder zurückholen noch überwachen. Die Monate bis zum Aufholen sind deshalb das Fenster für Grundschutz, saubere Updates und KI-gestützte Verteidigung. Zugleich nützen offene Modelle auch Forschenden und Verteidigern, denn Prüfwerkzeuge entstehen nicht nur auf der Angreiferseite.</p>



<h2 class="wp-block-heading">Lokale KI als Antwort</figure></h1></h2></h3></h4></strong></b></i></em></ul></p></blockquote></pre></a></table><div class='clearfix'></div><div style='text-align:center;font-size:110%;margin-top:48px;margin-bottom:24px;padding:16px;border:2px solid orange;'>Ganzen Artikel jetzt über kostenfreien Dr. DSGVO Newsletter lesen.<div style='margin-top:8px'><b>Weitere Extras für Abonnenten</b>:<br>Viele Artikel in PDF-Form &middot; Kompakte Kernaussagen für Beiträge &middot; <a href='/offline-ki/' target='_blank'>Offline-KI</a> &middot; Freikontingent+ für <a href='/website-check/?id=wschknl' target='_blank'>Website-Checks</a></div><div style='font-size:80%;color:#ccc'>Schon Abonnent? Link im Newsletter anklicken & diese Seite auffrischen.</div><div style='font-size:44px;color: #ff2020;font-weight: bold;'>&#x2193;</div><a href='/newsletter/?id=nlga' class='hide1' target='_blank'>Newsletter abonnieren</a></div><script>jQuery(document).ready(function(){jQuery('#nonlpos').removeClass('hide');jQuery('.pdf-download-wrapper').remove();jQuery('.pdf-no-download-wrapper').removeClass('hide');});</script><script>jQuery('.nl').click(function () {alert("Nur für Newsletter-Abonnenten!")});</script><script>document.addEventListener('DOMContentLoaded', function() {jQuery('.pdf-download-wrapper').remove();jQuery('.pdf-no-download-wrapper').removeClass('hide');});</script>
			<div id="ki_kontakt" class="ki_kontakt" style="padding-bottom: 0;">
				<h2>KI-Beratung, KI-Lösungen</h2>
				<div>
				Umfassende Beratung (fachlich, rechtlich, technisch):<br>
				<div class="ai_solution-advantages">
				<h3>Leistungsangebot:</h3><ul style="margin-top: 4px;">
				<li>Erstberatung inkl. Machbarkeitsaussagen</li>
				<li>Schulungen und Workshops für Führungskräfte, Berufsgeheimnisträger, Angestellte, Entwickler</li>
				<li>KI-Lösungen mit und ohne ChatGPT/Azure. Cloud oder eigener KI-Server</li>
				</ul>
				</div>
					<p style="margin-bottom:5px"><a id="msgbtn" class="ai_solution-contact-button" href="mailto:ki@dr-dsgvo.de">Ihre Anfrage</a><div class="ai-small">Oder Mail an ki@dr-dsgvo.de</div></p>
				</div>
			</div>]]></content:encoded>
					
					<wfw:commentRss>https://dr-dsgvo.de/gpt-6-cyber-kernel-patches-kmu/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>Frontier AI: So werden KI-Modelle immer intelligenter</title>
		<link>https://dr-dsgvo.de/frontier-ai-lernt-aus-nutzerchats/</link>
					<comments>https://dr-dsgvo.de/frontier-ai-lernt-aus-nutzerchats/#respond</comments>
		
		<dc:creator><![CDATA[Dr. DSGVO]]></dc:creator>
		<pubDate>Sun, 08 Nov 2026 10:41:51 +0000</pubDate>
				<category><![CDATA[Künstliche Intelligenz]]></category>
		<category><![CDATA[Datenschutz]]></category>
		<category><![CDATA[Frontier AI]]></category>
		<category><![CDATA[hasDanish]]></category>
		<category><![CDATA[hasDutch]]></category>
		<category><![CDATA[hasEnglish]]></category>
		<category><![CDATA[hasFrench]]></category>
		<category><![CDATA[hasItalian]]></category>
		<category><![CDATA[hasPolish]]></category>
		<category><![CDATA[hasSpanish]]></category>
		<category><![CDATA[hasSwedish]]></category>
		<category><![CDATA[hasUkrainian]]></category>
		<category><![CDATA[KI]]></category>
		<category><![CDATA[Reinforcement Learning]]></category>
		<category><![CDATA[Robotik]]></category>
		<category><![CDATA[Artificial Intelligence]]></category>
		<category><![CDATA[AI]]></category>
		<category><![CDATA[Machine Learning]]></category>
		<category><![CDATA[Data Science]]></category>
		<category><![CDATA[Data Modelling]]></category>
		<category><![CDATA[Digitalisierung]]></category>
		<category><![CDATA[Big Data]]></category>
		<guid isPermaLink="false">https://dr-dsgvo.de/?p=33711</guid>

					<description><![CDATA[Spitzenmodelle lernen aus Gesprächen, Bewertungen, automatischen Tests und Simulationen. Der Beitrag trennt Belegtes von Möglichem, erklärt den Nutzen für Roboter und gibt Datenschutzhinweise.]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph"><em>Frontier AI </em>(<em>die fortschrittlichste KI) wird nicht nur durch mehr Rechenleistung besser. Gespräche, Bewertungen, automatische Tests und Simulationen liefern Signale, aus denen sich lernen lässt. Auch Roboter können davon profitieren.</em></p>



<p class="wp-block-paragraph">Wer KI-Assistenten regelmäßig nutzt, bemerkt es: Frontier AI macht von Version zu Version weniger Fehler, schreibt brauchbareren Code und löst Aufgaben, an denen frühere Generationen scheiterten. Häufig lautet die Erklärung, es gebe schlicht mehr Daten und mehr Rechenleistung. Das stimmt, greift aber zu kurz. Zunehmend kommt der Fortschritt aus Rückkopplung. Antworten werden bewertet, Programme werden getestet, Beweise werden geprüft, und aus dem Ergebnis entsteht ein Lernsignal.</p>



<p class="wp-block-paragraph">Der Beitrag geht diesen Signalen der Reihe nach nach. Es geht um Gespräche zwischen Menschen und Assistenten, um den Vergleich guter und schlechter Antworten, um automatische Prüfungen und um die Frage, was rekursive Selbstverbesserung heute tatsächlich bedeutet. Danach folgt der Schritt zu Robotern, und zum Schluss gibt es praktische Empfehlungen zum Datenschutz.</p>



<p class="wp-block-paragraph">Heute kann jeder selbst in der Praxis beobachten, was schon alles mit KI möglich ist. KI ist mittlerweile weit mehr als ein Chatbot; das weiß jedenfalls jeder, der die technischen Grundlagen beherrscht.</p>



<h2 class="wp-block-heading">Frontier AI: Was Spitzenmodelle sind und woher der Fortschritt kommt</h2>



<p class="wp-block-paragraph">Frontier AI bezeichnet die leistungsfähigsten KI-Modelle ihrer Zeit. Im Deutschen ist auch von Spitzenmodellen oder führenden KI-Modellen die Rede. Eine feste, allgemein anerkannte Grenze gibt es nicht. Häufig wird die Klasse über den Trainingsaufwand beschrieben, also über die Menge an Rechenleistung, die in ein Modell geflossen ist.</p>



<p class="wp-block-paragraph">Allerdings sollte eher von KI-Systemen gesprochen werden, von denen die KI-Modelle der Hauptbestandteil sind. Weitere Komponenten enthalten virtuelle Testumgebungen, Tool-Use Router mitsamt angebundener Tools usw.</p>



<p class="wp-block-paragraph">Das Training solcher Modelle lässt sich grob in mehrere Stufen gliedern:</p>



<ul class="wp-block-list">
<li>Vortraining: Das Modell liest große Textmengen und lernt, wahrscheinliche Fortsetzungen vorherzusagen. So entstehen Sprachgefühl und Weltwissen.</li>



<li>Nachtraining mit Rückmeldung: Das Modell lernt, hilfreiche und unbedenkliche Antworten zu geben. Dafür werden Antworten bewertet und verglichen.</li>



<li>Training mit Prüfsignalen: Bei Aufgaben mit eindeutigem Ergebnis, etwa Rechnen oder Programmieren, entscheidet eine Prüfung automatisch, ob ein Lösungsversuch richtig war.</li>



<li><a href="https://dr-dsgvo.de/rekursive-selbstverbesserung-von-ki/">Rekursive Selbtverbesserung</a>: Die KI schlaut sich selbst auf und wird immer intelligenter.</li>
</ul>



<p class="wp-block-paragraph">Die zweite und dritte Stufe bilden den Kern dieses Beitrags. Beide beruhen auf demselben Gedanken.</p>



<figure class="wp-block-pullquote"><blockquote><p>Fortschritt bei Spitzenmodellen ist zunehmend eine Frage der Rückkopplung: Wer prüfen kann, was gut war, kann daraus lernen.</p></blockquote></figure>



<p class="wp-block-paragraph">Das Vortraining liefert die Breite, die Rückkopplung liefert die Richtung. Ohne sie bleibt ein Modell ein Textgenerator, der Plausibles von sich gibt. Mit ihr lernt es, was in einer konkreten Situation als gelungen gilt.</p>



<h2 class="wp-block-heading">Was mit Nutzerkonversationen geschehen kann: Training, Auswertung, Sicherheit</h2>



<p class="wp-block-paragraph">Gespräche mit Assistenten sind eine naheliegende Quelle für Lernsignale, auch wenn das KI Training mit Nutzerdaten nur unter bestimmten Bedingungen stattfindet. Es lohnt sich jedoch, vier Dinge zu trennen, die im Alltag leicht verwechselt werden:</p>



<ul class="wp-block-list">
<li><strong>Training</strong>: Gespräche fließen in die Weiterentwicklung der Modelle ein. Ob das geschieht, hängt vom Anbieter, vom Tarif und von der Einstellung ab.</li>



<li><strong>Auswertung für Sicherheit</strong>: Gespräche werden auf Missbrauch oder Regelverstöße geprüft. Das ist etwas anderes als Modelltraining.</li>



<li><strong>Auswertung für eigene Zwecke</strong>: Daswird oft von KI-Nutzern vergessen: OpenAI und andere analysieren Kundenanfragen und KI-Antworten, um die eigene KI zu verbessern. Dabei können Konzepte "geklaut" werden.</li>



<li><strong>Ausdrückliches Feedback</strong>: Daumen hoch oder runter, Fehlermeldungen und Kommentare werden gezielt als Bewertung abgegeben.</li>
</ul>



<p class="wp-block-paragraph">Ein Beispiel für eine veröffentlichte Regelung liefert Anthropic. Das Unternehmen kündigte Mitte 2025 <a href="https://www.anthropic.com/news/updates-to-our-consumer-terms" target="_blank" rel="noopener">neue Verbraucherbedingungen</a> an. Nutzer von Verbraucherkonten sollten wählen, ob ihre Chats und Coding-Sitzungen zur Verbesserung der Modelle genutzt werden dürfen. Bei Zustimmung beträgt die Aufbewahrungsfrist fünf Jahre, ohne Zustimmung 30 Tage. Kommerzielle Dienste und die API sind davon ausgenommen. Gemäß der <a href="https://privacy.claude.com/de/articles/10023580-werden-meine-daten-fur-das-modelltraining-verwendet" target="_blank" rel="noopener">Hilfeseite von Claude</a> können außerdem Feedback bis zu fünf Jahre gespeichert und als markiert erkannte Gespräche für Sicherheitszwecke geprüft werden. Inkognito-Chats sind vom Training ausgenommen.</p>



<p class="wp-block-paragraph">Auch Google beschreibt in den <a href="https://support.google.com/gemini/answer/13594961" target="_blank" rel="noopener">Datenschutzhinweisen zu den Gemini-Apps</a> Regeln dieser Art. Dort ist unter anderem von der Einstellung zu Aktivitäten, von menschlichen Prüfern und von Aufbewahrungszeiten bis zu drei Jahren bei geprüften Gesprächen und Feedback die Rede. Bei OpenAI gibt es nach den Hinweisen des Anbieters eine Einstellung, mit der sich die Nutzung für die Modellverbesserung abschalten lässt.</p>



<p class="wp-block-paragraph">Die Angaben unterscheiden sich je Anbieter und ändern sich. Sie gelten außerdem meist nur für Verbraucherkonten. Das heißt nicht, dass andere Konten vor "<strong>Datenfremdnutzung</strong>" sicher sind.</p>



<h2 class="wp-block-heading">Wie sich aus Gesprächen lernen lässt, ohne einzelne Chats zu lesen</h2>



<p class="wp-block-paragraph">Millionen Gespräche kann kein Mensch lesen. Ein veröffentlichtes Verfahren zeigt, wie sich trotzdem Muster erkennen lassen: <a href="https://www.anthropic.com/research/clio" target="_blank" rel="noopener">Clio</a> von Anthropic. Das Werkzeug fasst Gespräche automatisch zusammen, gruppiert ähnliche Themen und zeigt nur anonymisierte, aggregierte Ergebnisse. Der Zweck liegt anscheinend bei der Analyse von Nutzungsmustern, bei der Erkennung von Missbrauch und bei der Verbesserung von Schutzklassifikatoren. Mit Modelltraining ist das nicht gleichzusetzen.</p>



<p class="wp-block-paragraph">Das Beispiel macht deutlich, was grundsätzlich möglich ist. Aus großen Gesprächsmengen lassen sich Themen, Konzepte und Bedürfnisse ableiten. Wofür brauchen Menschen Hilfe? Welche Fragen bleiben unbeantwortet? Wo wirken Antworten unbefriedigend, weil Nutzer nachhaken oder die Formulierung ändern? Solche Auswertungen können zeigen, welche Fähigkeiten ein Modell als Nächstes lernen sollte. Ob und wie einzelne Anbieter diese Möglichkeit für ihr Training nutzen, ist öffentlich nicht im Detail belegt. Es handelt sich um eine technische Möglichkeit, nicht um eine bestätigte Praxis. Sie ist (leider) nicht leicht nachweisbar, was die Wahrscheinlichkeit dafür erhöht, dass sie praktiziert wird.</p>



<p class="wp-block-paragraph">Der Anbieter nennt auch Grenzen. Nicht alle privaten Angaben werden zuverlässig erkannt, und ein Werkzeug zur Gesprächsanalyse lässt sich im Prinzip auch zur Überwachung missbrauchen. Aggregation und Anonymisierung sind deshalb Schutzmaßnahmen, aber keine Garantie.</p>



<h2 class="wp-block-heading">Gute und schlechte Antworten: Das Signal aus dem Vergleich</h2>



<p class="wp-block-paragraph">Menschen fällt es oft leichter, zwei Antworten zu vergleichen, als eine Antwort absolut zu bewerten. Dieser Umstand liegt dem Nachtraining mit menschlichem Feedback zugrunde. Zu einer Frage entstehen zwei Antworten, und eine Person markiert die bessere. Aus vielen solcher Paare lernt das Modell, welche Eigenschaften bevorzugt werden: Genauigkeit, Verständlichkeit, passender Ton, Sicherheit.</p>



<p class="wp-block-paragraph">Dieser Vergleich ist ein <strong>kontrastives Signal</strong>. Das Modell lernt nicht nur, was gut ist, sondern auch, wovon es sich abgrenzen soll. Ein bekanntes Verfahren dafür ist die <a href="https://arxiv.org/abs/2305.18290" target="_blank" rel="noopener">Direct Preference Optimization</a> (DPO). Sie nutzt Präferenzpaare unmittelbar zur Anpassung des Modells, ohne zuvor ein eigenes Bewertungsmodell zu trainieren.</p>



<p class="wp-block-paragraph">Bewertungen müssen nicht von Menschen stammen.  <a href="https://arxiv.org/abs/2212.08073" target="_blank" rel="noopener">Constitutional AI</a> beschreibt, wie ein Modell Antworten anhand schriftlicher Grundsätze kritisiert und überarbeitet. Eine <a href="https://arxiv.org/abs/2309.00267" target="_blank" rel="noopener">Studie</a> verglich Feedback durch KI mit Feedback durch Menschen und fand in den untersuchten Aufgaben vergleichbare Ergebnisse. Das gilt ausdrücklich nur für diese Aufgaben und den damaligen Stand.</p>



<p class="wp-block-paragraph">Hier gibt es Berührungspunkte mit der rekursiven Selbstverbesserung: Ein Modell hilft, den Nachfolger zu bewerten. Der Nachfolger wird dadurch besser, und der übernächste Schritt beginnt auf höherem Niveau. Die Schleife ist eng begrenzt, in Teilen aber real und findet praktisch statt.</p>



<h2 class="wp-block-heading">Rekursive Selbstverbesserung: Was belegt ist und was Prognose bleibt</h2>



<p class="wp-block-paragraph">Der Begriff weckt große Erwartungen. Ein System soll sich selbst verbessern, die verbesserte Version verbessert sich weiter, und der Fortschritt beschleunigt sich. Der Begriff wird in der Debatte unterschiedlich verwendet, und manche Player  nennen beeindruckende Prozentzahlen, etwa zum Anteil KI-geschriebenen Programmcodes.</p>



<p class="wp-block-paragraph">Belegt sind eher kleine Bausteine:</p>



<ul class="wp-block-list">
<li>Training auf selbst erzeugten Daten, bei dem ein Modell Antworten schreibt und diese nach einer Prüfung wiederverwendet werden.</li>



<li>KI als Bewerter, wie bei Constitutional AI und <em>Reinforcement Learning</em>.</li>



<li>KI-Unterstützung bei der Entwicklung, etwa beim Schreiben und Testen von Code.</li>
</ul>



<p class="wp-block-paragraph">Dem stehen Risiken gegenüber. Wird ein Modell wiederholt auf KI-Ausgaben trainiert, kann seine Qualität sinken. Forschende sprechen von Modellkollaps (<a href="https://www.nature.com/articles/s41586-024-07566-y" target="_blank" rel="noopener">untersucht in Nature</a>). Auch ein fehlerhafter Bewerter ist ein Risiko, denn ein Modell lernt dann, dem Bewerter zu gefallen statt der Aufgabe gerecht zu werden. Vorurteile des Bewerters können sich verstärken.</p>



<p class="wp-block-paragraph">Zwischen den belegten Bausteinen und einer sich unaufhaltsam beschleunigenden Intelligenz liegt ein weiter Raum. Wie groß der Anteil solcher Rückkopplungen am Fortschritt der führenden Modelle tatsächlich ist, lässt sich von außen nicht beziffern.</p>



<h2 class="wp-block-heading">Tests und Simulationen vor der Antwort: Prüfsignale statt Meinungen</h2>



<p class="wp-block-paragraph">Besonders kräftig ist ein Lernsignal, wenn niemand urteilen muss. Bei manchen Aufgaben lässt sich das Ergebnis automatisch prüfen (etwa mit <a href="/magische-sechsecke-beweis">Lean</a>). Ein Programm besteht seine Tests oder nicht. Eine Rechnung ergibt das richtige Ergebnis oder nicht. Ein Beweis wird vom Prüfprogramm akzeptiert oder abgelehnt. Wir sprechen hier von verifizierbarer Belohnung, die beim Reinforcement Learning als Lernsignal dient.</p>




<figure class="wp-block-image size-large"><img decoding="async" width="1024" height="940" src="https://dr-dsgvo.de/wp-content/uploads/2026/10/lernschleife-396c6910-1024x940.webp" alt="Lernschleife der Frontier AI: Antwort, Prüfung, Signal und Training des nächsten Modells" class="wp-image-33708" srcset="https://dr-dsgvo.de/wp-content/uploads/2026/10/lernschleife-396c6910-1024x940.webp 1024w, https://dr-dsgvo.de/wp-content/uploads/2026/10/lernschleife-396c6910-300x275.webp 300w, https://dr-dsgvo.de/wp-content/uploads/2026/10/lernschleife-396c6910-768x705.webp 768w, https://dr-dsgvo.de/wp-content/uploads/2026/10/lernschleife-396c6910-1536x1409.webp 1536w, https://dr-dsgvo.de/wp-content/uploads/2026/10/lernschleife-396c6910-640x587.webp 640w, https://dr-dsgvo.de/wp-content/uploads/2026/10/lernschleife-396c6910-1320x1211.webp 1320w, https://dr-dsgvo.de/wp-content/uploads/2026/10/lernschleife-396c6910.webp 1600w" sizes="(max-width: 1024px) 100vw, 1024px" /><figcaption class="wp-element-caption">Schematisch: Aus Prüfung und Bewertung wird ein Signal für das nächste Modell, die Praxis der Anbieter kann abweichen.</figcaption></figure>




<p class="wp-block-paragraph">Das Prinzip ist gut belegt. Die Arbeit zu <a href="https://arxiv.org/abs/2501.12948" target="_blank" rel="noopener">DeepSeek-R1</a> berichtet, dass Fähigkeiten zum Schlussfolgern durch Reinforcement Learning mit prüfbaren Aufgaben wachsen können. Schon früher zeigten <a href="https://arxiv.org/abs/2110.14168" target="_blank" rel="noopener">Forscher</a> dass ein trainierter Prüfer bei Textaufgaben zum Rechnen helfen kann, aus mehreren Lösungen die richtige auszuwählen. Beweisassistenten wie Lean liefern ebenfalls ein eindeutiges Urteil und damit ein besonders klares Signal.</p>



<figure class="wp-block-pullquote"><blockquote><p>Ein Test sagt nicht, was schön ist, sondern ob es funktioniert, und genau das macht ihn als Lernsignal so wertvoll.</p></blockquote></figure>



<p class="wp-block-paragraph">Als Beispiel taugt eine Webanwendung. Ein Agent erstellt eine Seite und öffnet sie anschließend mit einem Browser-Testwerkzeug wie Playwright/Chromium. Er klickt auf Schaltflächen, prüft, ob Formulare funktionieren, und sieht, ob die Darstellung stimmt. Schlägt etwas fehl, korrigiert er den Code und testet erneut. Für den Nutzer wirkt das wie eine bessere Antwort, die nach einer Wartezeit erscheint. Einen Überblick, wie Modelle trainiert werden, gibt der Beitrag <a href="https://dr-dsgvo.de/training-von-ki-modellen-was-bedeutet-das/">Training von KI-Modellen</figure></h1></h2></h3></h4></strong></b></i></em></ul></p></blockquote></pre></a></table><div class='clearfix'></div><div style='text-align:center;font-size:110%;margin-top:48px;margin-bottom:24px;padding:16px;border:2px solid orange;'>Ganzen Artikel jetzt über kostenfreien Dr. DSGVO Newsletter lesen.<div style='margin-top:8px'><b>Weitere Extras für Abonnenten</b>:<br>Viele Artikel in PDF-Form &middot; Kompakte Kernaussagen für Beiträge &middot; <a href='/offline-ki/' target='_blank'>Offline-KI</a> &middot; Freikontingent+ für <a href='/website-check/?id=wschknl' target='_blank'>Website-Checks</a></div><div style='font-size:80%;color:#ccc'>Schon Abonnent? Link im Newsletter anklicken & diese Seite auffrischen.</div><div style='font-size:44px;color: #ff2020;font-weight: bold;'>&#x2193;</div><a href='/newsletter/?id=nlga' class='hide1' target='_blank'>Newsletter abonnieren</a></div><script>jQuery(document).ready(function(){jQuery('#nonlpos').removeClass('hide');jQuery('.pdf-download-wrapper').remove();jQuery('.pdf-no-download-wrapper').removeClass('hide');});</script><script>jQuery('.nl').click(function () {alert("Nur für Newsletter-Abonnenten!")});</script><script>document.addEventListener('DOMContentLoaded', function() {jQuery('.pdf-download-wrapper').remove();jQuery('.pdf-no-download-wrapper').removeClass('hide');});</script>
			<div id="ki_kontakt" class="ki_kontakt" style="padding-bottom: 0;">
				<h2>KI-Beratung, KI-Lösungen</h2>
				<div>
				Umfassende Beratung (fachlich, rechtlich, technisch):<br>
				<div class="ai_solution-advantages">
				<h3>Leistungsangebot:</h3><ul style="margin-top: 4px;">
				<li>Erstberatung inkl. Machbarkeitsaussagen</li>
				<li>Schulungen und Workshops für Führungskräfte, Berufsgeheimnisträger, Angestellte, Entwickler</li>
				<li>KI-Lösungen mit und ohne ChatGPT/Azure. Cloud oder eigener KI-Server</li>
				</ul>
				</div>
					<p style="margin-bottom:5px"><a id="msgbtn" class="ai_solution-contact-button" href="mailto:ki@dr-dsgvo.de">Ihre Anfrage</a><div class="ai-small">Oder Mail an ki@dr-dsgvo.de</div></p>
				</div>
			</div>]]></content:encoded>
					
					<wfw:commentRss>https://dr-dsgvo.de/frontier-ai-lernt-aus-nutzerchats/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>Real-Time Bidding: Was der Starlink-Fall über Werbedaten zeigt</title>
		<link>https://dr-dsgvo.de/starlink-real-time-bidding-datenabfluss/</link>
					<comments>https://dr-dsgvo.de/starlink-real-time-bidding-datenabfluss/#comments</comments>
		
		<dc:creator><![CDATA[Dr. DSGVO]]></dc:creator>
		<pubDate>Sat, 07 Nov 2026 06:48:00 +0000</pubDate>
				<category><![CDATA[Datenschutz]]></category>
		<category><![CDATA[Marketing]]></category>
		<category><![CDATA[Adtech]]></category>
		<category><![CDATA[Consent]]></category>
		<category><![CDATA[hasDanish]]></category>
		<category><![CDATA[hasDutch]]></category>
		<category><![CDATA[hasEnglish]]></category>
		<category><![CDATA[hasFrench]]></category>
		<category><![CDATA[hasItalian]]></category>
		<category><![CDATA[hasPolish]]></category>
		<category><![CDATA[hasSpanish]]></category>
		<category><![CDATA[hasSwedish]]></category>
		<category><![CDATA[hasUkrainian]]></category>
		<category><![CDATA[Real-Time Bidding]]></category>
		<category><![CDATA[Starlink]]></category>
		<category><![CDATA[Werbe-ID]]></category>
		<guid isPermaLink="false">https://dr-dsgvo.de/?p=34648</guid>

					<description><![CDATA[Der Starlink-Fall zeigt, was Werbeauktionen über Geräte verraten. Was belegt ist, was offen bleibt und welche Schutzmaßnahmen für Geräte, Netz und Webangebot sinnvoll sind.]]></description>
										<content:encoded><![CDATA[
<p class="wp-block-paragraph"><em>Ein Sicherheitsbericht rückt </em>Echtzeit-<em>Werbeauktionen im Internet in ein neues Licht: Über Anzeigen auf Starlink-Geräten könnten Daten gesammelt werden, im schlimmsten Fall sogar Schadsoftware ankommen. Was davon belegt ist, was nur vermutet wird und was Unternehmen jetzt prüfen sollten, wird nach Beleglage getrennt dargestellt.</em></p>



<p class="wp-block-paragraph">Werbung im Netz wirkt harmlos. Ein Banner erscheint, ein Video startet, eine App blendet eine Anzeige ein. Dahinter läuft ein Handelsplatz, auf dem in Sekundenbruchteilen Angaben über Geräte und Standorte an viele Firmen gehen. Dieses Real-Time Bidding ist seit Jahren bekannt und von Datenschützern kritisiert worden. Ein aktueller Fall rund um Starlink-Geräte bringt das Verfahren wieder in die Schlagzeilen.</p>



<p class="wp-block-paragraph">Steigen wir ein in die Technik. Am Ende folgt ein Katalog von Schutzmaßnahmen für Geräte, Netz und das eigene Webangebot.</p>



<h2 class="wp-block-heading">Real-Time Bidding einfach erklärt: eine Auktion bei jedem Seitenaufruf</h2>



<p class="wp-block-paragraph">Real-Time Bidding (RTB) ist ein automatisiertes Bieterverfahren für Werbeplätze. Sobald eine Webseite oder App geladen wird und einen freien Werbeplatz enthält, wird dieser Platz versteigert. Der Vorgang dauert nur Sekundenbruchteile, meist deutlich unter einer Sekunde. Wer den Zuschlag erhält, dessen Anzeige erscheint, noch bevor die Seite fertig aufgebaut ist.</p>



<p class="wp-block-paragraph">An der Echtzeit-Auktion sind mehrere Rollen beteiligt:</p>



<ul class="wp-block-list">
<li><strong>Publisher:</strong> Betreiber der Webseite oder App, die den Werbeplatz anbieten.</li>



<li><strong>SSP (Supply-Side-Plattform):</strong> der Technikdienstleister des Publishers, der den Platz zum Verkauf anbietet.</li>



<li><strong>Ad-Exchange:</strong> die Werbebörse, die Anfragen an viele Interessenten verteilt.</li>



<li><strong>DSP (Demand-Side-Plattform):</strong> die Bieter-Software der Werbetreibenden, die automatisch Gebote abgibt.</li>



<li><strong>Werbetreibende:</strong> Unternehmen, die ihre Anzeige zeigen möchten.</li>
</ul>



<p class="wp-block-paragraph">Der Ablauf beginnt mit einer Gebotsanfrage, dem sogenannten Bid Request. Die SSP packt Angaben zum Seitenaufruf hinein und schickt sie an die Börse. Die Börse leitet die Anfrage an viele Bieter weiter. Jeder Bieter entscheidet, ob und wie viel er bietet, und vergleicht die Angaben mit eigenen Profilen. Das höchste Gebot gewinnt. Die Abbildung zeigt den Ablauf in vereinfachter Form.</p>




<figure class="wp-block-image size-large"><img decoding="async" width="1024" height="925" src="https://dr-dsgvo.de/wp-content/uploads/2026/10/rtb-ablauf-80891a7a-1024x925.webp" alt="Ablauf einer Real-Time-Bidding-Auktion in fünf Schritten mit Datenweitergabe an alle Bieter" class="wp-image-34644" srcset="https://dr-dsgvo.de/wp-content/uploads/2026/10/rtb-ablauf-80891a7a-1024x925.webp 1024w, https://dr-dsgvo.de/wp-content/uploads/2026/10/rtb-ablauf-80891a7a-300x271.webp 300w, https://dr-dsgvo.de/wp-content/uploads/2026/10/rtb-ablauf-80891a7a-768x694.webp 768w, https://dr-dsgvo.de/wp-content/uploads/2026/10/rtb-ablauf-80891a7a-1536x1388.webp 1536w, https://dr-dsgvo.de/wp-content/uploads/2026/10/rtb-ablauf-80891a7a-640x578.webp 640w, https://dr-dsgvo.de/wp-content/uploads/2026/10/rtb-ablauf-80891a7a-1320x1193.webp 1320w, https://dr-dsgvo.de/wp-content/uploads/2026/10/rtb-ablauf-80891a7a.webp 1600w" sizes="(max-width: 1024px) 100vw, 1024px" /><figcaption class="wp-element-caption">Ablauf einer Werbeauktion mit den Stellen, an denen Daten das Gerät verlassen.</figcaption></figure>




<p class="wp-block-paragraph">Entscheidend ist dabei ein Punkt, der in Branchenerklärungen oft untergeht: Die Gebotsanfrage geht an alle beteiligten Bieter, nicht nur an den späteren Gewinner. Wer verliert, hat die Angaben trotzdem erhalten. Hinzu kommt das sogenannte Cookie-Matching, bei dem Werbefirmen ihre Kennungen untereinander abgleichen, damit ein Nutzer auf verschiedenen Seiten wiedererkannt wird. Eine anschauliche Schilderung davon, einschließlich eines Beispiels mit einem vergessenen Warenkorb, findet sich in der <a href="https://dr-dsgvo.de/podcast-43-transkript/">Podcast-Folge 43 zu Real-Time Bidding</a>.</p>



<p class="wp-block-paragraph">Über die großen Werbeplattformen und ihre Rolle als Datensammler wird auch im Beitrag über <a href="https://dr-dsgvo.de/google/">den Datenriesen und die Echtzeitwerbung</a> berichtet. Die Technik ist nicht auf einen Anbieter beschränkt, sondern ein Marktstandard.</p>



<h2 class="wp-block-heading">Was beim Real-Time Bidding an Daten mitgeschickt wird</h2>



<p class="wp-block-paragraph">Welche Angaben in einer Gebotsanfrage stecken, hängt vom Anbieter, vom Gerät und von der Seite ab. Typisch sind die folgenden Bid Request Daten. Die Tabelle zeigt auch, was sich aus ihnen ableiten lässt.</p>



<figure class="wp-block-table"><table><thead><tr><th>Datenfeld</th><th>Beispiel</th><th>Was sich ableiten lässt</th></tr></thead><tbody><tr><td>IP-Adresse</td><td>Adresse des Anschlusses</td><td>Ungefährer Ort, Netzbetreiber, Wiedererkennung desselben Anschlusses</td></tr><tr><td>Standort</td><td>Region, Stadt oder genaue Koordinaten</td><td>Aufenthaltsort, bei App-Daten auch Bewegungsmuster</td></tr><tr><td>ASN (Netzkennung)</td><td>Nummer des Netzes</td><td>Anbieter und Art des Anschlusses, bei kleinen Netzen auch die Organisation</td></tr><tr><td>Gerätetyp und Betriebssystem</td><td>Smartphone, Notebook, Version</td><td>Gerätemodell, Update-Stand, Geräteklasse</td></tr><tr><td>Bildschirmauflösung und Browser</td><td>Größe, Spracheinstellung</td><td>Fingerabdruck zur Wiedererkennung ohne Cookie</td></tr><tr><td>Werbe-ID</td><td>Zufällige Kennung des Geräts</td><td>Verknüpfung von Apps, Besuchen und Standorten über Zeit</td></tr><tr><td>Seiten- oder App-Kontext</td><td>Adresse, App-Name, Kategorie</td><td>Interessen, Beruf, Gesundheit oder politische Haltung</td></tr><tr><td>Einwilligungssignal (TC String)</td><td>Kodierte Zustimmung</td><td>Welche Zwecke und Partner angeblich erlaubt wurden</td></tr></tbody></table></figure>



<p class="wp-block-paragraph">Ein Unterschied besteht zwischen Browser und App. Im Browser spielen Cookies und das erwähnte Cookie-Matching eine große Rolle. In Apps stehen dagegen die Werbe-ID und oft genaue Standortdaten zur Verfügung. Wo kein Cookie gesetzt werden darf, helfen Gerätemerkmale wie Auflösung, Browser und Sprache beim Wiedererkennen, wie es im Beitrag zum <a href="https://dr-dsgvo.de/browser-fingerprinting-und-das-ttdsg/">Browser-Fingerprinting</a> beschrieben ist.</p>



<p class="wp-block-paragraph">Die zentrale Frage lautet daher, was ohne jede Interaktion preisgegeben wird:</p>


    <div itemscope itemtype="http://schema.org/FAQPage">
                    <div itemprop="mainEntity" itemscope itemtype="http://schema.org/Question">
                <h4 itemprop="name">Was geben Geräte über Real-Time Bidding preis, auch wenn niemand eine Anzeige anklickt?</h4>
                <div itemscope itemprop="acceptedAnswer" itemtype="http://schema.org/Answer">
                    <div itemprop="text">Schon beim Laden einer Seite oder App kann die Werbeanfrage an die Bieter Standort, IP-Adresse, Netzkennung (ASN), Gerätetyp, Bildschirmauflösung und oft eine Werbe-ID enthalten. Alle Bieter erhalten diese Angaben, auch wenn sie die Auktion nicht gewinnen. Ein Klick ist dafür nicht nötig. Der Fall rund um Starlink-Nutzer zeigt, wie sich daraus ein Bild einzelner Geräte und ihres Standorts zusammensetzen lässt.</div>
                </div>
            </div>

                </div><!--/ppa questions-->
    



<p class="wp-block-paragraph">Zur Größenordnung liefert die irische Bürgerrechtsorganisation <a href="https://iccl.ie/news/iccl-report-on-the-scale-of-real-time-bidding-data-broadcasts-in-the-u-s-and-europe" target="_blank" rel="noopener">ICCL</a> eine Zahl. In ihrem Bericht aus dem Jahr 2022 gibt die Organisation an, dass die Branche Online-Verhalten und Standort einer Person in Europa durchschnittlich 376-mal pro Tag offenlegt, in den USA 747-mal.</p>



<figure class="wp-block-pullquote"><blockquote><p>Beim Real-Time Bidding sehen alle Bieter die Daten, nicht nur der Gewinner der Auktion.</p></blockquote></figure>



<p class="wp-block-paragraph">Daraus folgt ein strukturelles Problem. Wer Daten einmal in den Auktionskreislauf gibt, kann kaum kontrollieren, wohin sie gelangen und was Empfänger damit tun. Schon eine einzelne Anfrage mag harmlos wirken. Erst die Summe vieler Anfragen, über Wochen gesammelt und mit einer Werbe-ID verknüpft, ergibt ein genaues Bild.</p>



<h2 class="wp-block-heading">Der Starlink-Fall: wer, wo, wie viel</h2>



<p class="wp-block-paragraph">Anlass der aktuellen Debatte ist eine Berichtskette. Das Citizen Lab der Universität Toronto veröffentlichte Mitte Oktober 2026 den Bericht zu „AdFection“, eine Methode, bei der Werbeinfrastruktur für Spyware-Angriffe genutzt wird. Darauf folgte eine Auswertung der Sicherheitsfirma TrendAI mit dem Titel „Invasive Ads“. </p>



<p class="wp-block-paragraph">Folgendes Bild ergibt sich:</p>



<ul class="wp-block-list">
<li>„Shadow-Earth-79“ scheint das israelische Unternehmen Discover-Tech zu meinen.</li>



<li>Im Beobachtungszeitraum von 90 Tagen kam Shadow-Earth-79 auf 12,9 Prozent der Werbung auf Starlink-Geräten. Das ist Platz zwei hinter Steelhouse mit über 38 Prozent, wobei diese Rangfolge für die 90 Tage gilt. Nebenbei: Steelhouse ging in das Unternehmen MNTN auf.</li>



<li>Auffällig ist der Faktor: Der Anteil im Starlink-Segment war fast fünfmal so hoch wie der allgemeine Anteil von Shadow-Earth-79. Bei Steelhouse beträgt er das 2,2-fache.</li>



<li>Über den längeren Zeitraum von Juni 2024 bis Juni 2026 war Shadow-Earth-79 in 105 Ländern Marktführer bei Starlink-bezogener Werbung. Dazu gehört Deutschland, wo fast jede dritte Werbefläche auf Starlink-Geräten an ihn ging.</li>
</ul>




<figure class="wp-block-image size-large"><img decoding="async" width="1024" height="756" src="https://dr-dsgvo.de/wp-content/uploads/2026/10/starlink-zahlen-2a958c63-1024x756.webp" alt="Balken und Kennzahlen zur Starlink-Werbung: Steelhouse über 38 Prozent, Shadow-Earth-79 12,9 Prozent, fast fünffacher Anteil" class="wp-image-34645" srcset="https://dr-dsgvo.de/wp-content/uploads/2026/10/starlink-zahlen-2a958c63-1024x756.webp 1024w, https://dr-dsgvo.de/wp-content/uploads/2026/10/starlink-zahlen-2a958c63-300x222.webp 300w, https://dr-dsgvo.de/wp-content/uploads/2026/10/starlink-zahlen-2a958c63-768x567.webp 768w, https://dr-dsgvo.de/wp-content/uploads/2026/10/starlink-zahlen-2a958c63-1536x1135.webp 1536w, https://dr-dsgvo.de/wp-content/uploads/2026/10/starlink-zahlen-2a958c63-640x473.webp 640w, https://dr-dsgvo.de/wp-content/uploads/2026/10/starlink-zahlen-2a958c63-1320x975.webp 1320w, https://dr-dsgvo.de/wp-content/uploads/2026/10/starlink-zahlen-2a958c63.webp 1600w" sizes="(max-width: 1024px) 100vw, 1024px" /><figcaption class="wp-element-caption">Anteile am Werbeeinkauf auf Starlink-Geräten laut heise, TrendAI-Daten.</figcaption></figure>




<p class="wp-block-paragraph">Bemerkenswert ist die Ausrichtung. Sie ziele nicht nur auf Starlink-Nutzer allgemein, sondern in mehreren Ländern besonders auf Regierungsdienste, deren Geräte über Starlink ins Netz gehen. Außerdem sei der Akteur in Ländern aktiv, in denen westliche Werbetreibende normalerweise nicht auftreten, darunter sanktionierte Gebiete und Regionen mit Reisewarnungen.</p>



<p class="wp-block-paragraph">Der Verdacht lautet, dass es dem Akteur weniger um den Verkauf von Produkten gehe als um das Einsammeln von Daten. Bei Werbeauktionen erhalten Vermittler Angaben wie Standort, IP-Adresse, Netzkennung, Gerätetyp und Bildschirmauflösung. Mit Werbe-ID, Klickverfolgung und Standortverlauf lassen sich daraus Verhaltensprofile erstellen. Zugeschnittene Werbung könnte außerdem Schadsoftware transportieren.</p>



<p class="wp-block-paragraph">Wie genau der Bezug zu Starlink zustande kommt, bleibt unklar. Berichtet wird von „Starlink-verbundenen Geräten“. Ob die Werbeflächen auf Geräten hinter Starlink-Anschlüssen oder in bestimmten Netzen erkannt wurden, ist nicht eindeutig feststellbar.</p>



<h2 class="wp-block-heading">Spyware-Vorwurf und Zuordnung</h2>



<p class="wp-block-paragraph">Der Fall setzt sich aus Teilen mit sehr unterschiedlicher Beleglage zusammen.</p>




<figure class="wp-block-image size-large"><img decoding="async" width="1024" height="645" src="https://dr-dsgvo.de/wp-content/uploads/2026/10/gesichert-5d0b840d-1024x645.webp" alt="Zwei Spalten: was im Starlink-Fall berichtet wird und was offen oder umstritten bleibt" class="wp-image-34646" srcset="https://dr-dsgvo.de/wp-content/uploads/2026/10/gesichert-5d0b840d-1024x645.webp 1024w, https://dr-dsgvo.de/wp-content/uploads/2026/10/gesichert-5d0b840d-300x189.webp 300w, https://dr-dsgvo.de/wp-content/uploads/2026/10/gesichert-5d0b840d-768x484.webp 768w, https://dr-dsgvo.de/wp-content/uploads/2026/10/gesichert-5d0b840d-1536x968.webp 1536w, https://dr-dsgvo.de/wp-content/uploads/2026/10/gesichert-5d0b840d-640x403.webp 640w, https://dr-dsgvo.de/wp-content/uploads/2026/10/gesichert-5d0b840d-1320x832.webp 1320w, https://dr-dsgvo.de/wp-content/uploads/2026/10/gesichert-5d0b840d.webp 1600w" sizes="(max-width: 1024px) 100vw, 1024px" /><figcaption class="wp-element-caption">Berichtet und offen im Starlink-Fall.</figcaption></figure>




<p class="wp-block-paragraph">Das <a href="https://citizenlab.ca/research/how-discover-tech-turned-targeted-ads-into-a-pipeline-for-spyware/" target="_blank" rel="noopener">Citizen Lab</a> beschreibt technische Belege. Danach waren mindestens 45 Geräte des Senders Al Jazeera in den Jahren 2024 und 2025 Ziel von Angriffen, die mit hoher Sicherheit der Spyware von Candiru zugeordnet werden. Die Plattform Controlium von Discover-Tech erlaube es Kunden, Geräte anhand von Werbe-IDs, Browser-IDs oder IP-Adressen auszuwählen und mit Schadcode zu versorgen. Ausgewertet wurden rund vier Milliarden Gebotsdatensätze aus dem Zeitraum März bis Juni 2026. Sie zeigen Anzeigen in fast 200.000 Apps und Websites, darunter auch Netzwerke von Regierungen, Militär, Medien und kritischer Infrastruktur.</p>



<p class="wp-block-paragraph">Zugleich weist das Citizen Lab selbst auf eine Grenze hin: Dass eine Anzeige bei einem Gerät ausgespielt wurde, belegt noch keine Infektion. Aus Impressionen allein folgt kein Angriff.</p>



<figure class="wp-block-pullquote"><blockquote><p>Eine Werbeanzeige allein beweist keine Infektion.</p></blockquote></figure>



<p class="wp-block-paragraph">Gemäß <a href="https://citizenlab.ca/research/how-discover-tech-turned-targeted-ads-into-a-pipeline-for-spyware/" target="_blank" rel="noopener">Citizen Lab</a> haben Google, IAB Europe und Beeswax die genannte Discover-Tech aus ihren Systemen entfernt. Die Starlink-bezogene Werbung als solche ist aber kein Beweis für einen Angriff. Sie ist ein Hinweis auf ein auffälliges Muster. Für Datenschutzverantwortliche ist der Fall deshalb vor allem ein Praxisbeispiel dafür, was die Auktionsstruktur grundsätzlich ermöglicht, und kein Urteil über ein einzelnes Unternehmen.</p>



<h2 class="wp-block-heading">Warum Datenschützer Real-Time Bidding seit Jahren kritisieren</h2>



<p class="wp-block-paragraph">Die Kritik an der Echtzeit-Auktion ist älter als der Starlink-Fall. Der Kern: Personenbezogene Angaben gehen an eine unüberschaubare Zahl von Empfängern, die Nutzer nicht kennen und mit denen sie keine Beziehung haben. Eine Einwilligung nach <a href="https://dr-dsgvo.de/artikel-6-dsgvo/">Artikel 6 DSGVO</a> müsste informiert und freiwillig sein. Das ist bei hunderten möglichen Empfängern in einem Banner schwer vorstellbar (auch wenn es auf zahlreichen Websites eer unmotiviert versucht wird). Dazu kommt, dass nach der Weitergabe eine Löschung praktisch kaum durchsetzbar ist.</p>



<p class="wp-block-paragraph">Auch der Zugriff auf das Endgerät unterliegt Regeln. Wer Informationen im Gerät speichert oder ausliest, braucht dafür grundsätzlich eine Einwilligung, geregelt im deutschen Telekommunikation-Digitale-Dienste-Datenschutz-Gesetz. Das betrifft <a href="https://dr-dsgvo.de/podcast-18-transkript/" data-type="page" data-id="27284">Cookies</a> ebenso wie das Auslesen von Gerätemerkmalen.</figure></h1></h2></h3></h4></strong></b></i></em></ul></p></blockquote></pre></a></table><div class='clearfix'></div><div style='text-align:center;font-size:110%;margin-top:48px;margin-bottom:24px;padding:16px;border:2px solid orange;'>Ganzen Artikel jetzt über kostenfreien Dr. DSGVO Newsletter lesen.<div style='margin-top:8px'><b>Weitere Extras für Abonnenten</b>:<br>Viele Artikel in PDF-Form &middot; Kompakte Kernaussagen für Beiträge &middot; <a href='/offline-ki/' target='_blank'>Offline-KI</a> &middot; Freikontingent+ für <a href='/website-check/?id=wschknl' target='_blank'>Website-Checks</a></div><div style='font-size:80%;color:#ccc'>Schon Abonnent? Link im Newsletter anklicken & diese Seite auffrischen.</div><div style='font-size:44px;color: #ff2020;font-weight: bold;'>&#x2193;</div><a href='/newsletter/?id=nlga' class='hide1' target='_blank'>Newsletter abonnieren</a></div><script>jQuery(document).ready(function(){jQuery('#nonlpos').removeClass('hide');jQuery('.pdf-download-wrapper').remove();jQuery('.pdf-no-download-wrapper').removeClass('hide');});</script><script>jQuery('.nl').click(function () {alert("Nur für Newsletter-Abonnenten!")});</script><script>document.addEventListener('DOMContentLoaded', function() {jQuery('.pdf-download-wrapper').remove();jQuery('.pdf-no-download-wrapper').removeClass('hide');});</script>]]></content:encoded>
					
					<wfw:commentRss>https://dr-dsgvo.de/starlink-real-time-bidding-datenabfluss/feed/</wfw:commentRss>
			<slash:comments>1</slash:comments>
		
		
			</item>
	</channel>
</rss>
