Sicherheit, Missbrauch und Governance
No-Training Policy
Zusage, Kundendaten nicht für Modelltraining zu verwenden; keine automatische Zusage zur Nichtaufbewahrung.
Eine No-Training Policy ist die Zusage eines Anbieters, Inhalte von Kunden nicht zum Training seiner Modelle zu verwenden. Sie betrifft die Verwendung, nicht die Speicherung: Daten können weiterhin für einen Zeitraum aufbewahrt werden, etwa für Betrieb, Abrechnung oder Missbrauchsprüfung. Anthropic: API and data retention
Die häufigste Verwechslung im Einkauf
In Gesprächen werden regelmäßig drei Dinge gleichgesetzt, die verschieden sind: keine Nutzung für Training, keine Speicherung und Verarbeitung in einem bestimmten Land. Wer nur nach einem fragt, bekommt eine Antwort, die für die beiden anderen nichts aussagt.
Für die Dokumentation eines Anwendungsfalls gehören deshalb alle drei Punkte getrennt erfasst. NIST: AI Risk Management Framework
So kannst du dir das vorstellen
Ein Dienstleister sagt zu, aus euren Unterlagen nicht zu lernen. Das heißt nicht, dass er sie nicht ablegt, und es sagt nichts darüber, wo sein Archiv steht. Das Bild erklärt die Trennung der Zusagen.
Was es in der Praxis bedeutet
Wichtig ist außerdem der Unterschied zwischen Produktarten. Für Geschäftszugänge und Schnittstellen gelten meist andere Bedingungen als für kostenlose oder private Zugänge, bei denen Inhalte je nach Anbieter zur Verbesserung verwendet werden können.
Genau daraus folgt die Regel im Unternehmen: dienstliche Inhalte gehören in den vertraglich geregelten Zugang, nicht in ein privates Konto. Das ist der praktische Kern der Diskussion um Schatten-Nutzung.
Wo es verwechselt wird
Die Zusage bezieht sich auf das Training des Anbieters, nicht auf das, was du selbst mit den Daten tust. Und sie ist keine Zusage über die Aufbewahrungsdauer, auch wenn beides oft in einem Satz genannt wird.
Verwandte Begriffe
Data Retention, Zero Data Retention, Data Residency, Shadow AI, AI Governance.