Welche KI-Tools schützen Ihre Daten am besten? Neuer KI-Datenschutzvergleich 2026
Generative KI ist innerhalb weniger Jahre zu einem festen Bestandteil des Arbeitsalltags geworden. Mitarbeiter nutzen ChatGPT, Claude, Gemini, Copilot oder Perplexity für die Erstellung von Texten, die Analyse von Dokumenten, Recherchen, Datenverarbeitung und Kundenkommunikation. Mit der zunehmenden Nutzung von KI gewinnt jedoch eine Frage für Unternehmen immer mehr an Bedeutung: Was geschieht tatsächlich mit den Informationen, die wir in KI-Systeme eingeben? Eine neue Studie von Incogni für das Jahr 2026 hat 13 der bekanntesten generativen KI-Plattformen hinsichtlich Datenschutz und Umgang mit Nutzerdaten verglichen. Die Ergebnisse zeigen deutliche Unterschiede. Zu den am besten bewerteten Tools gehören Vibe von Mistral AI und ChatGPT von OpenAI. Am anderen Ende des Rankings befinden sich unter anderem Microsoft Copilot, Meta AI und Kimi. Das bedeutet jedoch nicht, dass eines der untersuchten KI-Systeme aus Datenschutzsicht völlig risikofrei ist.
Die Studie verglich 13 KI-Plattformen
Incogni untersuchte:
- ChatGPT – OpenAI
- Claude – Anthropic
- Gemini – Google
- Grok – xAI
- Vibe, früher Le Chat – Mistral AI
- Perplexity – Perplexity AI
- Qwen – Alibaba
- DeepSeek
- Z.ai
- Kimi – Moonshot AI
- Meta AI
- Pi – Inflection AI
- Copilot – Microsoft
Insgesamt wurden 11 Kriterien in drei Hauptbereichen bewertet:
- was mit den Daten und Gesprächen der Nutzer geschieht,
- wie transparent KI-Unternehmen ihre Vorgehensweise erklären,
- welche weiteren personenbezogenen Daten gesammelt und an wen sie weitergegeben werden können.
Je niedriger die Gesamtpunktzahl, desto geringer war nach der Incogni-Methodik das Datenschutzrisiko.
Geringstes Risiko: Vibe und ChatGPT
Die beste Gesamtbewertung erhielt Vibe von Mistral AI, dicht gefolgt von ChatGPT.
Beide Plattformen erreichten ungefähr 12 Punkte und lagen damit deutlich vor einem Großteil der Konkurrenz.
Bei ChatGPT hebt die Studie insbesondere die Transparenz von OpenAI hervor. Nach Einschätzung von Incogni stellt OpenAI vergleichsweise verständliche Datenschutzinformationen bereit und erläutert relativ klar, wie Nutzerdaten verwendet werden können.
Nutzer von ChatGPT können außerdem relativ einfach verhindern, dass zukünftige Unterhaltungen für das weitere Training der Modelle verwendet werden.
Dies unterscheidet ChatGPT von einigen anderen Plattformen, bei denen eine entsprechende Einstellung schwieriger zu finden ist oder beispielsweise eine separate Anfrage erforderlich sein kann.
Höchstes Risiko laut Studie: Copilot, Meta AI und Kimi
Am anderen Ende der Bewertung befinden sich vor allem:
- Microsoft Copilot
- Meta AI
- Kimi von Moonshot AI
Der Grund liegt nicht ausschließlich in den jeweiligen KI-Diensten.
Große Technologieunternehmen wie Microsoft und Meta betreiben umfangreiche Ökosysteme. Ihre Datenschutzrichtlinien gelten häufig gleichzeitig für zahlreiche unterschiedliche Produkte.
Für Nutzer kann es daher schwieriger sein festzustellen, welche Regeln speziell für Copilot oder Meta AI gelten.
Incogni weist beispielsweise darauf hin, dass Microsoft Informationen auch von Datenbrokern beziehen kann und die iOS-App von Copilot die Nutzung bestimmter Daten in Verbindung mit Werbepartnern deklariert.
Meta gehört laut Studie zudem zu den Unternehmen, deren mobile Anwendungen ein besonders breites Spektrum an Daten erfassen.
Nutzen KI-Anbieter Ihre Gespräche zum Training ihrer Modelle?
In vielen Fällen ist dies möglich.
Die Studie zeigt, dass bei Verbraucherversionen von KI-Diensten Nutzerinteraktionen häufig zur Verbesserung oder zum Training der Modelle verwendet werden können.
Entscheidend ist jedoch die Art des Kontos.
Nach Angaben von Incogni verfolgen zahlreiche Anbieter ein Modell, bei dem:
- normale Verbraucherkonten in das Training einbezogen werden können,
- Business-, Enterprise- oder API-Versionen standardmäßig häufig davon ausgeschlossen sind.
Dieser Ansatz wird laut Studie unter anderem von OpenAI, Google, Microsoft, Perplexity AI und Mistral AI verwendet.
Unternehmen sollten daher nicht davon ausgehen, dass ein kostenloses persönliches Konto eines Mitarbeiters und eine Unternehmenslösung dieselben Bedingungen für den Umgang mit Daten haben.
Bei vielen Tools lässt sich das Training deaktivieren
Incogni untersuchte auch, wie einfach Nutzer verhindern können, dass zukünftige Gespräche zum Modelltraining verwendet werden.
Relativ einfache Deaktivierung
Zu den Plattformen mit einer vergleichsweise einfachen Option gehören:
- ChatGPT
- Claude
- DeepSeek
- Vibe
- Grok
- Copilot
- Perplexity
- Pi
Die Nutzung zukünftiger Gespräche zum Modelltraining kann hier ohne wesentliche Einschränkung der Funktionalität gestoppt werden.
Gemini
Auch Gemini ermöglicht es, die Nutzung neuer Gespräche einzuschränken. Diese Einstellung ist jedoch mit Gemini Apps Activity verbunden und beeinflusst daher gleichzeitig die Speicherung des Gesprächsverlaufs.
Komplizierteres Verfahren
Einige Plattformen bieten zwar theoretisch eine Möglichkeit zum Widerspruch, deren praktische Nutzung ist jedoch deutlich umständlicher.
Bei Kimi kann beispielsweise die Kontaktaufnahme mit dem Support und eine Identitätsprüfung erforderlich sein. Bei einigen weiteren Diensten fand die Studie überhaupt keinen klaren und einfachen Mechanismus.
Bereits für das Training verwendete Daten lassen sich möglicherweise nicht mehr entfernen
Eine der wichtigsten Erkenntnisse der Studie wird in Diskussionen über KI-Datenschutz leicht übersehen:
Die Deaktivierung des Trainings betrifft hauptsächlich zukünftige Daten.
Laut Incogni bietet keine der untersuchten Plattformen Nutzern eine einfache Möglichkeit, ihre Informationen aus einem Modell zu entfernen, nachdem diese bereits für das Training verwendet wurden.
Für Unternehmen ergibt sich daraus eine einfache Regel:
Mitarbeiter sollten keine Informationen in öffentliche KI-Dienste eingeben, die das Unternehmen nicht verlassen dürfen, sofern nicht genau bekannt ist, welche Bedingungen und Einstellungen für das verwendete Konto gelten.
Dazu gehören beispielsweise:
- nicht öffentliche Angebote,
- Verträge,
- personenbezogene Kundendaten,
- interne Finanzdaten,
- Geschäftsstrategien,
- Quellcode,
- interne Dokumentation,
- nicht öffentliche Produktinformationen.
KI-Modelle arbeiten auch mit öffentlich verfügbaren Informationen
Die Studie weist auf einen weiteren Bereich hin, der nicht nur aus Datenschutzsicht, sondern auch für AI Visibility interessant ist.
Fast alle untersuchten Anbieter erklären, dass sie bei der Entwicklung ihrer Modelle in irgendeiner Form auch öffentlich verfügbare Informationen nutzen.
Dazu können Inhalte von Websites oder sozialen Netzwerken gehören.
Grok nutzt laut veröffentlichten Informationen beispielsweise öffentliche Beiträge auf X, während Meta öffentliche Inhalte von Facebook und Instagram verwendet. Andere Anbieter nennen Kombinationen aus öffentlichen, lizenzierten und privaten Datensätzen.
Gleichzeitig veröffentlicht praktisch kein Anbieter eine vollständige Liste der Datensätze, die tatsächlich zum Training seiner Modelle verwendet wurden.
Incogni bezeichnet diese mangelnde Transparenz als einen der bedeutenden Schwachpunkte des heutigen KI-Ökosystems.
Öffentliche Unternehmensinformationen werden im KI-Zeitalter immer wichtiger
Für Unternehmen hat die Entwicklung noch eine zweite Seite.
So wichtig der Schutz nicht öffentlicher Informationen ist, so wichtig wird es gleichzeitig, die Informationen professionell zu veröffentlichen, die bewusst öffentlich sein sollen.
Dazu gehören beispielsweise:
- die Geschäftstätigkeit des Unternehmens,
- hergestellte Produkte,
- angebotene Dienstleistungen,
- bediente Kundengruppen,
- bearbeitete Märkte,
- fachliche Kompetenzen,
- eingesetzte Technologien,
- Unterschiede gegenüber Wettbewerbern.
KI-Assistenten werden zunehmend für die Suche nach Lieferanten, Geschäftspartnern, Produkten und Dienstleistungen eingesetzt.
Sind über ein Unternehmen im Internet nur unvollständige, veraltete oder widersprüchliche Informationen verfügbar, kann es für KI-Systeme deutlich schwieriger sein, das Unternehmen korrekt zu identifizieren und einzuordnen.
Dabei ist jedoch eine wichtige Unterscheidung notwendig:
Dass Inhalte einer Website möglicherweise in Trainingsdaten eines KI-Modells vorkommen, bedeutet nicht automatisch, dass das Unternehmen in Antworten von ChatGPT, Gemini, Claude oder Perplexity gut sichtbar ist.
AI Visibility hängt unter anderem von der Aktualität und Struktur der Informationen, der Glaubwürdigkeit der Quellen, dem Kontext und der Fähigkeit von KI-Systemen ab, ein Unternehmen korrekt mit bestimmten Produkten, Dienstleistungen oder Branchen zu verbinden.
Für Unternehmen entstehen zwei parallele Strategien
Die Entwicklung generativer KI schafft zwei Anforderungen, die auf den ersten Blick widersprüchlich erscheinen.
1. Informationen schützen, die vertraulich bleiben sollen
Unternehmen sollten klare Regeln definieren, welche Informationen Mitarbeiter in KI-Systeme eingeben dürfen und welche KI-Produkte für die Verarbeitung sensibler Daten eingesetzt werden können.
Bei intensiver geschäftlicher Nutzung ist eine Business- oder Enterprise-Umgebung mit klar definierten Regeln zur Datenverarbeitung in der Regel sinnvoller als die Nutzung kostenloser persönlicher Konten.
2. Informationen aktiv veröffentlichen, anhand derer das Unternehmen gefunden werden soll
Gleichzeitig sollten Unternehmen dafür sorgen, dass öffentlich zugängliche Informationen über ihre Produkte, Dienstleistungen und Kompetenzen:
- aktuell,
- korrekt,
- eindeutig,
- ausreichend detailliert,
- maschinell gut interpretierbar,
- über verschiedene Quellen hinweg konsistent sind.
Dieser Bereich bildet zunehmend die Grundlage einer neuen Disziplin, die als AI Visibility, GEO (Generative Engine Optimization) oder LLM Optimization bezeichnet wird.
Was Unternehmen aus der Studie mitnehmen sollten
Die Incogni-Studie zeigt erhebliche Unterschiede zwischen generativen KI-Plattformen beim Umgang mit Datenschutz.
Im Ranking 2026 schnitten Vibe von Mistral AI und ChatGPT von OpenAI am besten ab. Bei ChatGPT wurde insbesondere die Transparenz beim Umgang mit Nutzerdaten positiv bewertet.
Keine Plattform ist jedoch aus Datenschutzsicht vollkommen risikofrei.
Für Unternehmen wird es daher immer wichtiger, zwei Arten von Informationen klar voneinander zu unterscheiden:
Daten, die innerhalb des Unternehmens bleiben sollen, müssen beim Einsatz von KI entsprechend geschützt werden.
Informationen, anhand derer KI-Systeme ein Unternehmen finden und potenziellen Kunden empfehlen sollen, müssen dagegen systematisch und qualitativ hochwertig veröffentlicht werden.
Generative KI verändert damit gleichzeitig die Regeln des betrieblichen Datenschutzes und der digitalen Sichtbarkeit von Unternehmen.
Quelle
Dieser Artikel basiert auf der von Incogni veröffentlichten Studie Gen AI and LLM Data Privacy Ranking 2026. Untersucht wurden 13 KI-Plattformen anhand von 11 Kriterien zu Nutzerdaten, Transparenz und der Weitergabe personenbezogener Informationen. Die Datenerhebung fand vom 15. Juni bis 6. Juli 2026 statt.
Andere ähnliche Artikel
Kabelhersteller: geeignete Unternehmen dank Intedat Search
Intedat Search hilft dabei, relevante B2B-Unternehmen anhand dessen zu finden, was sie tatsächlich tun, welche Produkte sie herstellen und auf welche Marktsegmente sie sich konzentrieren. Wenn Sie Kabelhersteller, Anbieter von Kabelkonfektion, Produzenten von Kabelbäumen, Spezialisten für Spezialkabel oder Unternehmen für maßgeschneiderte Kabelsysteme in Deutschland suchen, ermöglicht Intedat Search eine schnelle Identifikation geeigneter Firmen basierend auf ihrer tatsächlichen Expertise.
Reifenservice in Österreich – die richtigen Firmen finden mit Intedat Search
Der Markt für Reifenservice, Reifenhandel und KFZ-Dienstleistungen ist in Österreich stark fragmentiert. Für Hersteller, Großhändler, Leasinggesellschaften, Flottenbetreiber, aber auch für Vertriebs- und Marketingabteilungen ist es entscheidend, gezielt passende Reifenservice-Betriebe zu identifizieren – nach Region, Leistungsportfolio oder Unternehmensgröße.
