Der Beitrag Nenn mir eine Zahl: Warum KI so oft bei der 17 landet – ein Selbstversuch erschien zuerst beim Online-Magazin BASIC thinking. Über unseren Newsletter UPDATE startest du jeden Morgen bestens informiert in den Tag.

Fragt man KI-Modelle wie ChatGPT und Co. nach einer Zahl zwischen eins und 30, lautet die Antwort fast immer 17. Diese Aussage kursiert jedenfalls im Internet. Wir haben in der Redaktion den Test gemacht und nach möglichen Erklärungen gesucht.

„Nenn mir eine Zahl zwischen eins und 30“: Füttert man große Sprachmodelle mit dieser Aufforderung, lautet die Antwort fast immer „17“. Das jedenfalls behauptete Vitali Mursin, Head of Performance Marketing bei Creatorplace, in einem LinkedIn-Post im Sommer 2025.

Daraufhin entbrannte in der Kommentarspalte eine teils hitzige Diskussion, die sich nicht nur um die Stimmigkeit der Aussage drehte, sondern auch die Rolle und Bedeutung von KI-Modellen in unserer Gesellschaft erörterte. Auch wir wollen mitreden.

Der Test: Warum KI immer dieselbe Zahl nennt

Ein ähnliches Muster beschrieben auch das KI-Beratungsunternehmen Confias und das Schweizer Nachrichtenportal Blick, allerdings im Zahlenbereich der 50: Dort landen die gängigen Chatbots auffällig oft bei der Zahl 27.

Um eigene Daten zu erheben, haben wir in der BASIC thinking-Redaktion kurzerhand den Selbsttest gemacht. Wir baten alle unsere Redakteure: „Nenn mir eine Zahl zwischen eins und 30.“ Und siehe da: Im Chat trudelte eine 17 nach der anderen ein (insgesamt zehn).

Dafür nutzten unsere Autoren verschiedene KI-Modelle von ChatGPT in der kostenlosen Version über Claude bis hin zu Gemini for Business. „Sagen tatsächlich alle 17, die Schafe“, so der Kommentar von Kollege Jonathan Harsch. Auch Claude lieferte dieselbe Zahl.

So landet KI immer bei der Zahl 17

So verschwörerisch das Ergebnis auch wirken mag, die Erklärung ist relativ unspektakulär. Sprachmodelle berechnen bei jeder Antwort, welche Fortsetzung statistisch gesehen am plausibelsten ist. Gleichzeitig behandeln sie Zahlen wie Vokabeln.

Ihr Wissen bezieht die KI aus riesigen Mengen menschlicher Texte. Wie Confias in seinem Blogpost beschreibt, sind Menschen dabei nicht sehr kreativ: „Zahlreiche psychologische Studien zeigen, dass Menschen bestimmte Zahlen – insbesondere ungerade Zahlen zwischen 20 und 30 – als besonders „zufällig“ empfinden. In Foren, Quizshows und Spielen wird die 27 häufig genannt, wenn es darum geht, eine willkürliche Zahl auszuwählen.“

Zu einem ähnlichen Schluss kommt eine Studie auf dem Preprint-Server arXiv vom Februar 2025. Demnach neigen Menschen, die spontan eine Zahl nennen sollen, zur Sieben und meiden runde Zehnerzahlen. Sie wirken zu glatt, um zufällig zu sein. Sowohl die Zahl 17 als auch die 27 passen zu dieser Logik.

Dieselbe Untersuchung hat das Muster bei mehreren Sprachmodellen gemessen. Im Bereich eins bis zehn war die Sieben bei fast allen Modellen der klare Favorit. Im Bereich bis 100 tauchten immer wieder 37, 42, 47 und 73 auf. Selbst die sogenannte Temperature, eine Einstellung, die Antworten abwechslungsreicher machen soll, änderte daran wenig.

Glückskeks oder Statistik: die Debatte auf LinkedIn

Dass das Thema einen Nerv trifft, zeigte sich unter Mursins LinkedIn-Beitrag. Dort sammelten sich mehr als 50 Kommentare, die unterschiedliche Perspektiven auf das Ergebnis der KI widerspiegeln. Eine Auswahl:

• „Die analytischen und reproduktiven Fähigkeiten der KI sind enorm, aber sie sind eben nicht kreativ. Bin zuweilen echt froh, daß mein Beruf sich um die Beziehungen zwischen Menschen dreht…“
• „Bitte hör auf, KI wie einen Glückskeks zu behandeln.“
• „Wer nur fragt wie ein Horoskop, darf sich über Wahrscheinlichkeiten dann nicht wundern. KI ist alles andere als „dumm“, man muss nur wissen wie es funktioniert. Da wären wir dann wieder beim Thema „Menschliche Intelligenz“.“

Das eigentliche Problem liegt häufig schon in der Formulierung des Prompts. Denn wer KI sinnvoll nutzen möchte, muss detailliert prompten. Ohne klaren Kontext bekommt man die statistische Mitte als Antwort.

Im Selbsttest: Kommen mit Rolle andere Zahlen?

In diesem Zusammenhang gibt es ein Zauberwort: Rollen vergeben. In den Kommentaren zum LinkedIn-Beitrag berichtet eine Userin, dass sie mit der Vorgabe von verschiedenen Rollen jedes Mal eine andere Zahl bekommen hat.

Auch ich habe das ausprobiert und den Modellen verschiedene Rollen, Geschlechter, Alter und Herkunftsländer gegeben:

• Du bist Mathematiker. Nenn mir eine Zahl zwischen eins und 30.
• Du bist Mathematikerin. Nenn mir eine Zahl zwischen eins und 30.
• Du bist Biologe. Nenn mir eine Zahl zwischen eins und 30.
• Du bist ein neunjähriges Kind. Nenn mir eine Zahl zwischen eins und 30.
• Du bist eine 28-jährige Fotografin aus Deutschland. Nenn mir eine Zahl zwischen eins und 30.
• Du bist ein 50-jähriger Fotograf aus Ghana. Nenn mir eine Zahl zwischen eins und 30.

Im ersten Anlauf habe ich alle Rollen nacheinander im selben Chat abgefragt. Die Ergebnisse waren erstaunlich bunt. Für einen sauberen Test habe ich jede Rolle noch einmal einzeln in einem frischen Chat ohne Verlauf abgefragt.

Die Stichproben ergaben ein gemischtes Bild. Als Mathematiker nannte Claude beispielsweise die 28, Gemini die 17. Den Tausch zur Mathematikerin ignorierten beide Modelle und blieben bei ihrer Zahl. Als Biologe wählte Claude die 23, Gemini die 16.

Ein neunjähriges Kind würde laut Claude die Zahl sieben wählen, bei Gemini die 27. Bei der 28-jährigen Fotografin aus Deutschland landeten beide Modelle wieder bei der 17. Für den 50-jährigen Fotografen aus Ghana nannte Claude ebenfalls die 17, Gemini entschied sich jedoch für die 27.

Zufällige Zahl mit KI: Was die Rollen verraten

Spannender als diese Ergebnisse sind fast die Begründungen, die beide Sprachmodelle ungefragt mitlieferten. In den Fachrollen begründeten die KI-Systeme ihre Entscheidungen mit mathematischen Eigenschaften oder biologischen Fakten, die zur jeweiligen Disziplin passen.

In den anderen Rollen erfand die Technologie persönliche Geschichten rund um Glückszahlen und Geburtstage, Lieblingssportler oder den eigenen Berufseinstieg. Unterm Strich lauteten fünf meiner zwölf Rollenantworten 17, zwei weitere 27. Das zeigt: Eine Rolle hilft zwar, eine andere Antwort garantiert sie nicht.

Eine wichtige Einordnung liefert Mursin in seinem Beitrag selbst: KI denke nicht. Stattdessen wähle sie das, was Menschen am häufigsten sagen. Wer mehr als den Durchschnitt wolle, müsse klare Fragen stellen und der KI eine Richtung vorgeben.

KI-Modelle sind schlechte Würfelspieler

Wer wirklich eine Zufallszahl möchte, dem empfiehlt Mursin, den Zusatz „zufällig gleichverteilt“ in den Prompt zu schreiben. Im Einzelfall kann das andere Zahlen liefern, aber ohne Garantie.

In einer weiteren Studie mit dem treffenden Titel „Large Language Models Are Bad Dice Players“ (zu Deutsch: „Große Sprachmodelle sind schlechte Würfelspieler“) verfehlten die Modelle die Gleichverteilung selbst dann, wenn sie ausdrücklich darum gebeten wurden. Verlässlicher sind da klassische Zufallsgeneratoren oder echte Würfel.

Auch interessant: 

• Meta-KI belästigt Mutter mit übergriffigen Fragen zu ihren Kindern
• ChatGPT-Chats sind nicht privat! Fremde Menschen können mitlesen
• Muse: Neuer KI-Agent von Meta ist scharf auf deine Geheimnisse – und dein Geld
• Datenschutz als Innovationsbremse? Forscher zerlegen DSGVO-Narrativ

Der Beitrag Nenn mir eine Zahl: Warum KI so oft bei der 17 landet – ein Selbstversuch erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.

Der Beitrag Vehicle-to-Load: So nutzt du dein E-Auto als Powerbank erschien zuerst beim Online-Magazin BASIC thinking. Über unseren Newsletter UPDATE startest du jeden Morgen bestens informiert in den Tag.

Durch das Vehicle-to-Load-Prinzip werden Elektroautos zur fahrenden Powerbank. Vor allem beim Camping und bei der Arbeit an abgelegenen Orten oder im Notfall kann das nützlich sein. Doch wie funktioniert die Technologie? Ein Blick auf Vorteile und Risiken.

Bidirektionales Laden dürfte vielen E-Auto-Besitzern mittlerweile ein Begriff sein. Dabei handelt es sich um das Laden in zwei Richtungen. Damit beziehen Elektroautos Energie aus dem Netz, speisen ungenutzte Energie allerdings auch wieder zurück.

Die bekannteste Variante davon ist wohl Vehicle-to-Grid (V2G). E-Autos können dadurch als Energiespeicher genutzt werden. Allerdings gibt es auch noch eine weitere Möglichkeit, ungenutzten Strom sinnvoll zu nutzen, und zwar mit dem Prinzip Vehicle-to-Load (V2L).

Was ist Vehicle-to-Load?

Mit der Vehicle-to-Load-Funktion können Elektrofahrzeuge andere elektronische Geräte mit Strom versorgen. Das geht entweder durch eine bereits integrierte Steckdose oder einen externen Ladeanschluss.

„Ob Sie nun Ihr Auto staubsaugen möchten oder eine große Campingreise planen – die Möglichkeiten liegen ganz bei Ihnen und sind unbegrenzt“, beschreibt Kia das Prinzip.

Auf seiner Website schreibt der Autohersteller, dass Verbraucher bis zu 80 Prozent der maximalen Kapazität der Batterie nutzen können. „Das reicht für eine vierköpfige Familie für etwa fünf Tage“, so der Autobauer.

Unterschied zu Vehicle-to-Grid (V2G) und Vehicle-to-Home (V2H)

Während sich die einzelnen Funktionen stark ähneln, gibt es doch einige Unterschiede. Wie bereits erwähnt, wird bei V2G ungenutzte Energie aus der Batterie zurück ins Stromnetz eingespeist. Das Auto dient dem Netz damit als Puffer: Bei Stromüberschuss lädt es, bei hoher Nachfrage gibt es Energie ab.

Beim Vehicle-to-Home-Prinzip wiederum fließt Strom aus E-Auto-Batterien zurück in das hauseigene Stromnetz. Dabei hängt das Fahrzeug wie beim Laden an der hauseigenen Wallbox. Ungenutzter Strom fließt also zurück ins Haus, wenn anderweitige Stromquellen, wie beispielsweise eine PV-Anlage auf dem Dach, nicht genügend Energie liefern.

Alle Prinzipien haben allerdings gemeinsam, dass sie die Art und Weise, wie wir erneuerbare Energie nutzen, neu definieren können. Dadurch, dass sich die E-Autobatterie als Speicher nutzen lässt, können Verbraucher grüne Energie wesentlich effizienter und konstanter nutzen – egal wo sie sich aufhalten.

Vehicle-to-Load: Vielseitig einsetzbar

Das eigene E-Auto als riesige Powerbank zu nutzen, ist in verschiedenen Situationen hilfreich. Besonders beim Camping und verschiedenen Outdoor-Aktivitäten lassen sich per V2L beispielsweise Kühlboxen, Kaffeemaschinen, E-Bikes oder Laptops direkt am Auto aufladen.

Auch Elektrowerkzeuge wie Bohrmaschinen oder Sägen kann die E-Auto-Batterie mit Strom versorgen. Das ist besonders hilfreich, wenn Handwerker an eher abgelegenen Arbeitsorten ohne Stromanschluss tätig werden. Auch im Notfall kann die Technologie Abhilfe leisten. Kommt es zum Stromausfall, können vor allem wichtige Kleingeräte wie Smartphones vorübergehend mit Energie versorgt werden.

Nutzer, die außerdem noch weitere erneuerbare Energien als Stromquelle nutzen, können ihre Abhängigkeit vom Stromnetz sowie ihren Eigenverbrauchsanteil stark reduzieren, indem sie ihr Auto tagsüber mit einer PV-Anlage laden und die Batterie abends dann als Energiequelle nutzen.

Wichtig: V2L ist nicht in jedem Fahrzeugzustand nutzbar. So lassen sich integrierte Steckdosen oder Adapter meist nur nutzen, wenn das E-Auto nicht selbst am Strom hängt.

Wie sicher ist die Technologie?

Um Sicherheit und Bedienung des Vehicle-to-Load-Prinzips zu testen, hat der ADAC Mitte 2026 verschiedene Elektroautos untersucht. Im Test waren sechs Fahrzeuge, neben BMW, BYD und Kia auch MG und Renault.

Die gute Nachricht: Auf Kurzschlüsse und Überlastungen reagierten alle untersuchten Fahrzeuge regelkonform mit Abschaltung.

Die gemessenen Spitzenleistungen beim V2L lagen bei allen Fahrzeugen unter den 3,7 kW, auf die Steckdosen im Haushalt maximal ausgelegt sind. Nur der BMW iX3 ließ 4 bis 5 kW etwa 10 Minuten zu, bevor er abschaltete. […] Bei dem im ADAC Versuch gezielt herbeigeführten Kurzschluss haben alle Fahrzeuge abgeschaltet, sodass kein Sicherheitsrisiko bestand.

Dennoch gab es auch Kritik vom Automobilclub: Vehicle-to-Load sei teils eine aufpreispflichtige Sonderausstattung, die ab Werk geordert werden müsse. Außerdem erwähnten die Experten auch die Energieverluste beim Betrieb externer Geräte. Alle Fahrzeuge hätten beim Betrieb einen erheblichen Eigenverbrauch von 390 bis 500 Watt, beim BMW war die Messung nicht möglich.

Außerdem ärgerlich: Trotz der hohen Sicherheit verbieten die Hersteller aller Testfahrzeuge die Nutzung von Vehicle-to-Load bei Nässe. Vor allem im Freien fällt allein damit bereits ein bedeutender Vorteil der Technologie weg.

Auch die grundsätzliche Bedienung am Auto und im Umgang mit dem Adapter könnte laut ADAC intuitiver sein. „Die Bedienung ist oft unnötig komplex, die Nutzerführung verwirrend, und Fehlermeldungen sind teils nichtssagend, teils übertrieben dramatisch.“

Trotz eines gewissen Spielraums für Verbesserungen zeigen sowohl V2L als auch V2G und V2H das Potenzial moderner Elektroautos abseits des Fahrens.

Auch interessant: 

• 7 verrückte Dinge, die du mit einem Elektroauto laden kannst
• Tipps für mehr Reichweite: So holst du mehr aus deinem E-Auto raus
• Neuer Solar-Kollektor soll Industrie unabhängiger von Gas machen
• Bamberg testet unsichtbare Ladebordsteine für E-Autos – im Weltkulturerbe

Der Beitrag Vehicle-to-Load: So nutzt du dein E-Auto als Powerbank erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.

Der Beitrag Stinknormales WLAN kann Menschen in Räumen orten – sogar ohne Smartphone erschien zuerst beim Online-Magazin BASIC thinking. Über unseren Newsletter UPDATE startest du jeden Morgen bestens informiert in den Tag.

Jeder Router kann zum Überwachungsgerät werden. In einer Studie zeigen Wissenschaftler des KIT, wie sich Menschen allein über das WLAN-Signal identifizieren lassen. Kameras oder elektronische Geräte sind dafür nicht nötig. Die Hintergründe. 

Wissenschaftler des Karlsruher Instituts für Technologie (KIT) haben eine Möglichkeit entdeckt, Personen allein anhand von WLAN-Signalen zu erkennen. Bedeutet: Wer beispielsweise an einem Café mit WLAN vorbeiläuft, kann ganz einfach identifiziert werden.

Personen müssen für eine derartige Identifikation kein Smartphone oder Tablet bei sich tragen. Wie das KIT in der entsprechenden Pressemitteilung schreibt, reiche es aus, dass WLAN-Geräte in der Nähe miteinander kommunizieren.

Keine besondere Hardware notwendig

Möglich ist das aufgrund von sogenanntem Beamforming. Die Technik gibt es seit WiFi 5. Statt das Funksignal gleichmäßig in alle Richtungen abzustrahlen, bündelt der Router es gezielt in Richtung der verbundenen Geräte. Das verbessert Reichweite und Tempo. Allerdings liegt genau da das Problem.

Denn damit der Router weiß, wohin er senden muss, melden sich Geräte regelmäßig zurück und liefern Informationen darüber ab, wie das Signal bei ihnen ankommt. Diese Rückmeldungen heißen „Beamforming Feedback Information“, kurz BFI. Laut KIT werden diese Infos unverschlüsselt übertragen und sind damit auch für Dritte lesbar.

Anders als bei Angriffen mit LIDAR-Sensoren oder bisherigen WLAN-basierten Methoden, die Channel State Information (CSI) nutzen – also Messdaten darüber, wie sich ein Funksignal durch Wände, Möbel oder Personen verändert –, benötigen Angreifende keine Spezialhardware. Die Methode funktioniert mit handelsüblichen WLAN-Geräten.

WLAN-Router als „stille Beobachter“

Per BFI entstehen Bilder aus verschiedenen Blickwinkeln, die zur Identifikation der Personen dienen können. Dieser Prozess dauert nur wenige Sekunden, sobald das dahinterstehende Machine-Learning-Modell trainiert ist. Das WLAN wird auf diese Weise zum erheblichen Risiko für die Privatsphäre.

„Wir beobachten die Ausbreitung der Radiowellen und können so ein Bild der Umgebung und von Personen erzeugen”, erklärt Cybersicherheitsexperte Thorsten Strufe vom KASTEL, dem Institut für Informationssicherheit und Verlässlichkeit des KIT.

Das funktioniert ähnlich wie bei einer normalen Kamera, nur dass diese Lichtwellen statt Radiowellen in ein Bild umwandelt. Es ist deshalb auch unerheblich, ob jemand ein WLAN-Gerät bei sich hat oder nicht.

Jeder WLAN-Router ein potenzielles Überwachungsgerät

Mit ihrer Forschung wollen die Wissenschaftler vor Risiken für die Privatsphäre warnen. Denn: „Die Technik macht aus jedem Router ein potenzielles Überwachungsgerät“, so Julian Todt vom KASTEL. Auch das Abschalten des WLANs schützt nicht. Es reicht schon aus, wenn andere Geräte in der Umgebung aktiv sind.

Wer regelmäßig an einem Café mit WLAN vorbeigeht, könnte dort unbemerkt identifiziert und später wiedererkannt werden – etwa von staatlichen Stellen oder Unternehmen.

Zwar gebe es für Geheimdienste oder Cyberkriminelle einfachere Methoden, Menschen zu beobachten. So beispielsweise durch den Zugriff auf Überwachungskameras oder Video-Türklingeln.

Allerdings könnten die allgegenwärtigen Drahtlosnetzwerke zu einer nahezu flächendeckenden Überwachungsinfrastruktur werden. Immerhin gibt es WLAN heutzutage in fast allen Wohnungen, Büros, Restaurants und öffentlichen Räumen.

Für Privatpersonen geht das Risiko über die reine Wiedererkennung hinaus. Die Forschung zu BFI-Sensing hat sich inzwischen weiterentwickelt: Eine Arbeit in den IEEE Transactions on Mobile Computing zeigt, dass sich damit auch Tastatureingaben mehrerer Personen rekonstruieren lassen.

Fast 100 Prozent: So identifiziert WLAN Menschen

Um ihre Hypothese zu testen, ermittelten die Wissenschaftler die Identitäten einer Gruppe von Testpersonen. Von insgesamt 197 Teilnehmern konnte das Forschungsteam Personen mit 99,5 Prozent Genauigkeit erkennen. Persönliche Merkmale wie die Gangart oder ein bestimmter Blickwinkel waren dabei irrelevant.

Die Forscher des KIT befürchten, dass die Technik besonders in autoritären Staaten zur Gefahr für Grundrechte und Privatsphäre werden könnte. Dort ließe sie sich beispielsweise zur Überwachung von Protestierenden einsetzen. In ihrem wissenschaftlichen Artikel fordern die Wissenschaftler deshalb Schutzmaßnahmen.

Sie richten sich beispielsweise an den WLAN-Standard IEEE 802.11bf, der WLAN-Sensing offiziell regelt. Er wurde bereits am 26. September 2025 veröffentlicht und ist eine Erweiterung des bestehenden WLAN-Standards. Ob die vom KIT geforderten Maßnahmen darin enthalten sind, geht aus öffentlichen Angaben allerdings nicht hervor.

Weitere Angriffe, kaum Schutz

Wie ernst das Problem ist, zeigen auch andere Forschungsarbeiten. So stellte ein Forschungsteam auf dem Sicherheitssymposium NDSS 2025 einen verwandten Angriff namens LeakyBeam vor. Er wertete ebenfalls unverschlüsselte BFI-Pakete aus.

Neben den Warnungen gibt es auch Lösungsvorschläge: Die NDSS-Autoren schlagen beispielsweise vor, entweder die BFI-Daten zu verschleiern. Das würde nur minimale Hardwareänderungen erfordern. Eine andere Option wäre, die Pakete per WPA3 zu verschlüsseln. Diese Variante wäre wirksamer, würde allerdings Firmware-Updates auf allen WLAN-Geräten weltweit nötig machen.

Nutzern bleibt damit wenig Handlungsspielraum. Das eigene WLAN abzuschalten hilft nicht, weil fremde Geräte in der Umgebung genügen, um Personen zu identifizieren.

Auch der Verzicht auf Smartphone oder Laptop bringt nichts, da für die Identifikation kein eigenes Gerät nötig ist. Wirksamer Schutz müsste also im Standard selbst verankert sein oder von den Herstellern per Update nachgereicht werden.

Auch interessant: 

• Internetsucht: Studie identifiziert drei psychologische Ursachen
• Mit dieser KI-App identifizierst du Vogelarten am Klang – ohne Internet
• Das sind die besten Internetanbieter in Deutschland
• KI-Müll ohne Endlager: 19 Prozent des Internets sind absoluter Schrott

Der Beitrag Stinknormales WLAN kann Menschen in Räumen orten – sogar ohne Smartphone erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.

Der Beitrag Das weiß ChatGPT alles über dich: Dieses Tool wertet deine Chats aus erschien zuerst beim Online-Magazin BASIC thinking. Über unseren Newsletter UPDATE startest du jeden Morgen bestens informiert in den Tag.

Je alltäglicher der Gebrauch von Künstlicher Intelligenz ist, desto schneller landen sensible Nutzer-Informationen auf den Servern der jeweiligen Anbieter. Ein neues kostenloses Online-Tool zeigt, wie viel ChatGPT und Co. wirklich über dich wissen. 

Künstliche Intelligenz im beruflichen Alltag zu nutzen, ist mittlerweile normal. Auch im Privatleben ist KI vielen Menschen eine Stütze. Sie planen Aktivitäten und Urlaube oder holen sich Rat. Um passende Ergebnisse zu generieren, teilen sie in Chats nicht selten persönliche Informationen.

Einer Bitkom-Umfrage vom April 2026 zufolge setzt rund ein Drittel der Menschen in Deutschland mindestens einmal pro Woche KI ein, 15 Prozent sogar täglich. Am beliebtesten ist ChatGPT, das 71 Prozent der KI-Nutzer verwenden. Gleich danach landet Gemini mit 50 Prozent auf Platz zwei. Platz drei geht an Copilot mit 43 Prozent. Claude kommt auf fünf Prozent.

KI-Nutzung: Sorge um Datenschutz sinkt

Aus der Bitkom-Studie geht auch hervor, dass die Sorge um die eigene Datensicherheit eher sinkt, obwohl immer mehr persönliche Informationen in den KI-Chats landen. So äußerten etwa 43 Prozent der Befragten Bedenken, dass ihre persönlichen Daten nicht sicher sind. Im Vorjahr waren es noch 51 Prozent.

Um mehr Sensibilität dafür zu schaffen, hat das Schweizer Unternehmen Proton ein kostenloses Online-Tool veröffentlicht: AI Paper Trail. Damit können Nutzer selbst überprüfen, wie viel eine KI tatsächlich über sie weiß.

„Jeder Chat mit einer gängigen KI hinterlässt Spuren“, schreibt das Unternehmen. „Alles, was Sie eingeben, wird gespeichert und analysiert, und es kann leicht passieren, dass Sie damit die Modelle der KI trainieren und ein Profil über sich selbst erstellen. Selbst beiläufige Eingaben können sehr persönliche Details preisgeben – von Ihrer Arbeit und Ihren Gewohnheiten bis hin zu Ihren Beziehungen und Ihrer Identität.“

AI Paper Trail zeigt: Das weiß ChatGPT über dich

Aktuell unterstützt AI Paper Trail ChatGPT und Claude. Künftig sollen aber noch weitere Plattformen dazukommen. Nutzer können ihre Gesprächsdaten bei den beiden KI-Systemen exportieren und im Tool hochladen.

Anschließend bekommen sie einen detaillierten Report über ihre persönliche Datenlage. Dabei analysiert das Tool die hochgeladenen Informationen wie folgt.

• Datenschutztyp des Nutzers: Diese Persönlichkeitsbezeichnung basiert auf seinem Umgang mit Datenschutz.
• Expositionswert: eine numerische Punktzahl, die auf der Anzahl der extrahierten Datenpunkte und deren Aussagekraft basiert.
• KI-Wissen: Das Tool identifiziert persönliche Daten des Users und seine Identität sowie Adresse, Gewohnheiten und Beziehungen.
• Datenwert: AI Paper Trail errechnet, wie viel die Daten dem jeweiligen KI-Anbieter wert sind, in realen Dollarbeträgen.

So nutzt du das kostenlose Online-Tool

Um das Proton-Tool zu nutzen, musst du deine Daten zunächst beim jeweiligen KI-Anbieter exportieren:

Für ChatGPT-Nutzer

1. Melde dich bei deinem ChatGPT-Konto an.
2. Klicke auf dein Profil-Symbol in der unteren linken Ecke der Seite.
3. Gehe zu Einstellungen, dann Datenkontrollen.
4. Suche nach „Daten exportieren“ und klicke auf „Export„.
5. Bestätige im Pop-up-Fenster mit „Export bestätigen„.

Für Claude-Nutzer

1. Melde dich bei deinem Claude-Konto an.
2. Klicke auf dein Profil-Symbol in der unteren linken Ecke der Seite.
3. Gehe zu Einstellungen, dann Datenschutz.
4. Klicke unter deinen Daten auf „Daten exportieren„.
5. Folge den Anweisungen, um den Export zu bestätigen.

Wichtig: Besonders bei ChatGPT kann der Download einige Stunden bis Tage dauern. Für Business- und Enterprise-Kunden steht die Export-Funktion gar nicht zur Verfügung.

Sobald du deine Daten exportiert hast, erhältst du einen Download-Link per Mail. Anschließend musst du die jeweiligen Dateien bei AI Paper Trail hochladen.

Der Datenschutz-Selbsttest: Was weiß die ChatGPT über mich?

Meine Erfahrung: Da der Export meiner ChatGPT-Daten extrem zeitaufwendig zu sein scheint, habe ich den Test mit Claude durchgeführt. Ich musste erkennen, dass ich ein offenes Buch bin. Das Tool stufte mich als leicht zu profilieren ein und vergab einen Expositionswert im oberen Mittelfeld.

Am meisten weiß die KI über meinen Beruf, mein soziales Umfeld und meine finanzielle Situation. Darüber wundere ich mich grundsätzlich nicht, da ich die KI häufig nutze, um verschiedene Wahrscheinlichkeiten und Möglichkeiten durchzurechnen.

Was mir auffällt, ist, dass sich die Rückschlüsse über viele einzelne Chats hinweg ergeben, auch wenn ich sie nie ausdrücklich mitgeteilt habe. Auch Proton stellt dieses System als zentrales Argument dar: Nicht einzelne Prompts verraten etwas. Stattdessen ergibt sich ein Muster aus der täglichen Nutzung über viele Monate hinweg.

Der Online-Check hat mir auf jeden Fall die Augen geöffnet. Zwar teile ich nie sensible Informationen wie Bankdaten, meine Adresse, Klarnamen oder so mit KI. Dennoch lesen die Anbieter meine Persönlichkeit und Interessen viel deutlicher aus, als ich erwartet habe.

ChatGPT und Claude: So geht Datenschutz bei der KI-Nutzung

Damit Nutzer ihre Daten besser schützen können, gibt Proton selbst einige Nutzungstipps am Ende jedes Reports aus. Der wichtigste Punkt: Teile nur, was wirklich nötig ist. Namen, Adressen, finanzielle Angaben oder andere identifizierende Informationen gehören nicht ins Chatfenster.

Außerdem lohnt sich ein Blick in die Datenschutzeinstellungen des jeweiligen Anbieters. Proton rät, Chat-Verlauf und Modelltraining nach Möglichkeit zu deaktivieren. Bei ChatGPT findest du den entsprechenden Schalter unter Einstellungen und Datenkontrollen, bei Claude unter Einstellungen und Datenschutz.

Außerdem empfiehlt Proton, regelmäßig zu prüfen, welche Daten die genutzten KI-Systeme über dich gespeichert haben. Lösche alles, was du nicht mehr brauchst. Beide Anbieter bieten dafür eigene Modi an, temporäre Chats bei ChatGPT und Inkognito-Chats bei Claude, in denen Gespräche weder im Verlauf landen noch für das Training verwendet werden.

Wer hinter AI Paper Trail steckt

So nützlich das Tool auch ist: Es lohnt sich ein Blick darauf, wer es anbietet. Proton ist ein Schweizer Unternehmen, das mit verschlüsselten Diensten wie Proton Mail bekannt wurde und mit Lumo einen eigenen KI-Assistenten betreibt.

Kein Wunder also, dass das Unternehmen diesen als Alternative zu den bekannten US-Plattformen empfiehlt. AI Paper Trail ist zwar kostenlos, aber nicht interessenfrei. Das Tool macht ein reales Problem sichtbar und liefert die Lösung gleich mit. Trotzdem bleibt der Selbsttest allemal aufschlussreich und ein sinnvoller Denkanstoß.

Auch interessant: 

• KI-Chatbot ohne Verluste wechseln: So nimmst du deine Einstellungen mit
• Datenschutz bei ChatGPT: Mit diesen 10 Tipps kannst du dich schützen
• Mit diesen 4 Fragen kannst du deine Datenschutzkompetenz testen
• Künstliche Neugier: Neues KI-Modell trainiert sich selbst

Der Beitrag Das weiß ChatGPT alles über dich: Dieses Tool wertet deine Chats aus erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.

Der Beitrag Yavuz Yildiz: Ein Blick auf das Smartphone des Xient-Chefs erschien zuerst beim Online-Magazin BASIC thinking. Über unseren Newsletter UPDATE startest du jeden Morgen bestens informiert in den Tag.

In der Serie „Homescreen!“ präsentieren wir die Homescreens von Menschen aus der Social Media-, Marketing-, Medien- und Tech-Branche – inklusive App-Empfehlungen. Heute: Yavuz Yildiz, Gründer und Geschäftsführer von Xient. 

Mein Homescreen in Beruf und Alltag

Yavuz Yildiz: Der erste Eindruck täuscht ein wenig. Eigentlich müsste ich meinen Homescreen mal gründlich aufräumen. Da liegen noch Apps, die ich kaum noch nutze, während andere in den letzten Monaten so wichtig geworden sind, dass ich sie einfach unten rechts oder in die Dock-Leiste geschoben habe. Vielleicht steckt da auch ein bisschen Nostalgie drin. Manche Icons sind einfach geblieben.

WhatsApp (für Android) hat es trotzdem in die Dock-Leiste geschafft (obwohl ich mir wünschen würde, dass das anders wäre). Ich würde Meta und WhatsApp eigentlich gerne weniger unterstützen. Die Realität sieht aber anders aus.

Familie, Freunde, Kollegen und auch der Fußballverein, in dem ich spiele, kommunizieren fast ausschließlich darüber. Solange sich Alternativen wie Signal (für Android) oder Telegram (für Android) nicht flächendeckend durchsetzen, führt für mich kein Weg daran vorbei.

Reddit (für Android) begleitet mich schon seit vielen Jahren. Ich bin bekennender Redditor. Für mich ist die Plattform einer der letzten Orte im Internet, an dem man noch echte Erfahrungen, tiefgehende Diskussionen und erstaunliches Nischenwissen findet.

Gerade bei technischen Themen oder sehr speziellen Fragestellungen liefert Reddit oft die Antworten, die klassische Suchmaschinen nicht mehr finden.

Zwischen Meetings und Festbrennweite

Microsoft Teams (für Android) ist wahrscheinlich die wichtigste Business App auf meinem Smartphone. Mein Berufsalltag als CEO von Xient besteht aus vielen Meetings, Workshops und Projekten, oft mit internationalen Partnern. Viele Termine erledige ich direkt vom iPhone aus. Teams ist deshalb längst kein Videokonferenz-Tool mehr, sondern ein zentraler Bestandteil meines Arbeitstags.

Adobe Lightroom (für Android) steht für mein größtes Hobby außerhalb der IT: die Fotografie. Ich fotografiere mit Leica und arbeite am liebsten mit Festbrennweiten. Der Traum von einer Leica Monochrom ist noch nicht aufgegeben.

Besonders schön finde ich, dass mein Sohn diese Begeisterung teilt. So ist aus der Fotografie ein gemeinsames Hobby geworden und Lightroom gehört selbstverständlich zum Workflow.

Auto per App, Ideen per KI

Mit der Tesla-App (für Android) steuere ich mittlerweile meinen dritten Tesla. Für mich ist das Auto vor allem ein Softwareprodukt auf Rädern: kaum ein Hersteller verbindet für mich Technologie, Benutzerfreundlichkeit und Preis so gut.

Viele Funktionen, vom Laden über die Klimatisierung bis zur Fahrzeugsteuerung, erledige ich direkt über die App. Genau diese Verbindung aus Hardware und Software begeistert mich.

Unten rechts befindet sich ein Ordner mit meinen KI-Apps: ChatGPT (für Android), Claude (für Android), Gemini (für Android), Perplexity (für Android) und einige weitere. Tatsächlich nutze ich sie alle, denn jedes Modell hat seine eigenen Stärken. Sie begleiten mich durch den gesamten Tag. Ich sammle Ideen, entwickle Konzepte, schreibe Texte und programmiere komplette Anwendungen gemeinsam mit diesen Werkzeugen.

Morgens starte ich oft mit einer Idee in ChatGPT und abends diskutiere ich den nächsten Ansatz mit Claude oder Gemini. Die Intensität, mit der ich diese Tools nutze, sieht man meinem Homescreen eigentlich gar nicht an.

Was mein Homescreen über mich verrät

Wenn ich schließlich abschalten möchte, lande ich fast immer bei YouTube Premium (für Android). Allerdings mehr zum Lernen. Ich höre Vorträge, Podcasts, politische Analysen oder Inhalte rund um Technologie und Fotografie – und das überall: beim Autofahren, Joggen oder Spazierengehen.

Wahrscheinlich verbringe ich insgesamt zu viel Zeit mit meinem Smartphone. Aber wenn ich auf meinen Homescreen schaue, dann erzählt er ziemlich genau, was mich ausmacht: Technologie, Fotografie, künstliche Intelligenz und der Wunsch, jeden Tag etwas Neues zu lernen.

Auch interessant:

• Homescreen! Ein Blick auf das Smartphone von Stefan Kellner
• Homescreen! Ein Blick auf das Smartphone von Frizzi Engler-Hamm
• Homescreen! Ein Blick auf das Smartphone von Peyman Pouryekta
• Homescreen! Ein Blick auf das Smartphone von Michael Elschenbroich

Der Beitrag Yavuz Yildiz: Ein Blick auf das Smartphone des Xient-Chefs erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.

Der Beitrag Computer History: ChatGPT kann jetzt sehen, was du am Rechner machst erschien zuerst beim Online-Magazin BASIC thinking. Über unseren Newsletter UPDATE startest du jeden Morgen bestens informiert in den Tag.

Die Computer History von ChatGPT zeichnet auf, was du an deinem Rechner tust und baut daraus einen Verlauf, auf den die KI später zugreifen kann. Zumindest in der Theorie. Denn: Die neue Funktion von OpenAI ist in Deutschland bisher noch nicht verfügbar. Theoretisch lässt sie sich aber über einen Umweg aktivieren.

„Computer History wandelt deine Aktivitäten in Apps und auf Websites in Erinnerungen und eine Zeitleiste um, auf die ChatGPT und Codex zurückgreifen können“, lautet die Beschreibung einer neuen Funktion aus dem Hause OpenAI.

Das Feature protokolliert, welche Programme und Websites Nutzer anklicken und nutzen und fasst die gesamte Aktivität zu einer durchsuchbaren Zeitleiste zusammen. ChatGPT kann diesen Verlauf dann in Gesprächen verwenden, etwa um dir zu sagen, wo du eine bestimmte Datei zuletzt geöffnet hast oder was vor deiner letzten Nutzungspause offen war. OpenAI schreibt dazu:

Du kannst natürliche Fragen zu deinen jüngsten Arbeiten stellen, dort weitermachen, wo du aufgehört hast, Muster in deiner Arbeitsweise erkennen und wiederkehrende Arbeitsabläufe in Fähigkeiten oder Automatisierungen umwandeln.

Der Rollout der neuen ChatGPT-Funktion begann Mitte August 2026. Bisher ist Computer History allerdings nur in der ChatGPT-App für macOS und nur mit einem Pro-, Business- oder Enterprise-Abo nutzbar.

In Business- und Enterprise-Umgebungen muss außerdem ein Administrator den Zugriff freigeben. Die Freigabe allein schaltet die Funktion aber nicht ein. Jeder Nutzer muss dem selbst zustimmen. Im Europäischen Wirtschaftsraum, in der Schweiz und in Großbritannien steht die Funktion noch nicht zur Verfügung.

ChatGPT: So funktioniert Computer History

Computer History erfasst alle Interaktionen, die ein Nutzer auslöst. Dazu gehören Klicks, Tastatureingaben, Tastenkürzel, App-Wechsel sowie Kontextinformationen, die macOS über seine Barrierefreiheits-Schnittstelle bereitstellt. Daraus erzeugt ChatGPT dann Textzusammenfassungen und eine Zeitleiste.

User haben anschließend die Möglichkeit zu fragen, woran sie beispielsweise vor der Mittagspause gearbeitet haben oder wo ein bestimmtes Dokument liegt, das sie am Morgen noch benutzt haben. Erkennt das System wiederkehrende Abläufe, schlägt es vor, daraus einen Skill oder eine Automatisierung zu bauen.

Screenshots, Bildschirmaufnahmen, das computereigene Mikrofon oder Systemaudios erfasst Computer History nach Angaben von OpenAI derweil nicht. Auch private Browseraktivitäten bleiben außen vor.

Computer History löst die frühere Research Preview Chronicle ab. Allerdings handelt es sich bei der neuen Funktion um eine komplett neu gebaute Anwendung, nicht nur um eine Umbenennung. Der wichtigste Unterschied zu Chronicle besteht darin, dass die veraltete Funktion noch mit Screenshots arbeitete. Computer History tut das nicht.

Computer History in ChatGPT aktivieren

OpenAI gibt in der offiziellen Mitteilung eine Anleitung dazu, wie Nutzer die Computer History aktivieren können.

1. Öffne die ChatGPT-Desktop-App unter macOS.
2. Wähle in den Einstellungen unter „Integrations“ die Option „Computer History“ aus.
3. Wähle „Turn on“ und überprüfe die Informationen zu Datenschutz, Berechtigungen und lokalem Speicher.
4. Aktiviere „Memories“, falls du dazu aufgefordert wirst. „Computer History“ benötigt „Memories“, um den Aktivitätskontext über Chats und Aufgaben hinweg nutzen zu können.
5. Wähle aus, welche Apps und Websites zu deinem Verlauf beitragen dürfen, und befolge anschließend die Anweisungen zu den macOS-Berechtigungen.

Diese Anleitung gilt aktuell nur für die Länder, in denen Computer History bereits verfügbar ist. Ob diese Einstellungen so auch in Deutschland funktionieren werden, wenn der Rollout hierzulande ankommt, bleibt abzuwarten. Über ein VPN lassen sie sich aber theoretisch auch über Umwege aktivieren.

Datenschutz und lokaler Speicher

Die gesammelten Informationen speichert Computer History laut OpenAI vorübergehend auf dem Mac des Users, damit ChatGPT und Codex Erinnerungen generieren und vorgeschlagene Arbeitsabläufe erstellen können.

Die Ereignisdateien sind innerhalb der ChatGPT-App-Gruppe isoliert, wodurch verhindert wird, dass andere Apps ohne ausdrückliche Erlaubnis darauf zugreifen können. ChatGPT und Codex löschen diese Ereignisdateien nach 48 Stunden.

Für die Auswertung startet Computer History regelmäßig eine kurzlebige Codex-Sitzung. Dabei verarbeitet OpenAI die temporären Ereignisdaten auf eigenen Servern, um daraus die Erinnerungen zu erzeugen, die anschließend lokal auf dem Mac landen. Nach der Verarbeitung behält OpenAI diese Dateien nach eigenen Angaben nicht und nutzt sie auch nicht für das Training seiner Modelle.

Die erzeugten Erinnerungen bleiben außerdem als Markdown-Dateien auf dem Rechner, bis User sie selbst löschen. OpenAI weist darauf hin, dass diese Dateien sensible Informationen enthalten können und von Computer History nicht verschlüsselt werden.

Das bedeutet auch, dass andere Programme unter dem genutzten macOS-Konto darauf zugreifen könnten. Laut den Entwicklern steigt außerdem das Risiko für Prompt Injection.

Auch interessant: 

• Klicks statt Klima: Wie Medien und Algorithmen unsere Zukunft verzocken
• Mit diesen 4 Fragen kannst du deine Datenschutzkompetenz testen
• Perversbrillen: Smart Glasses von Meta droht Verbot in Deutschland
• Für Europa: Fraunhofer und SAP wollen US-Cloud-Anbieter austricksen

Der Beitrag Computer History: ChatGPT kann jetzt sehen, was du am Rechner machst erschien zuerst auf BASIC thinking. Folge uns auch auf Google News und Flipboard oder abonniere unseren Newsletter UPDATE.