OpenAI will Zero Data Retention für berechtigte API-Kunden mit stärkeren Sicherheitsprüfungen verbinden. Die neue Technik Private Safety Processing soll riskante Muster über mehrere zusammenhängende Interaktionen erkennen, ohne dass OpenAI-Mitarbeitende Zugriff auf Prompts oder Modellantworten erhalten.
Übersicht:
Zero Data Retention und Sicherheit sollen zusammenpassen
Zero Data Retention, kurz ZDR, bedeutet bei OpenAI: Berechtigte API-Kunden können festlegen, dass Prompts und Modellantworten nach der Verarbeitung nicht gespeichert werden. Laut OpenAI werden Unternehmensdaten außerdem nicht für das Modelltraining verwendet, sofern Kunden dem nicht ausdrücklich zustimmen. Weitere Details zu Datenkontrollen beschreibt OpenAI in den API-Dokumenten zu Data Controls.
Das Problem: Je leistungsfähiger Modelle werden, desto häufiger entstehen Risiken nicht in einer einzelnen Anfrage, sondern über eine Abfolge von Schritten. Genau hier setzt Private Safety Processing an. Die Vorschau soll Sicherheitsmuster erkennen, ohne den Kern von ZDR aufzugeben.
Die Markteinordnung lässt sich als Kontroll-Dreieck beschreiben: Unternehmen wollen mehr Modellleistung, mehr Datenschutz und mehr Missbrauchsschutz zugleich. Bisher standen diese Ziele oft in Spannung zueinander. OpenAI versucht nun, Sicherheitsprüfung und Datenkontrolle stärker zu entkoppeln.
Warum Einzelprüfungen bei Agenten an Grenzen stoßen
Klassische ZDR-kompatible Schutzsysteme bewerten Anfragen einzeln. Das reicht bei einfachen Chats oft aus, wird aber schwächer, sobald ein KI-System längere Aufgaben ausführt, über mehrere Tool-Calls arbeitet oder über viele Interaktionen hinweg Entscheidungen vorbereitet.
Ein einzelner Prompt kann harmlos wirken. Erst die Sequenz zeigt, ob jemand Schutzmechanismen testet, mehrere Konten koordiniert oder gefährliche Absichten als legitime Recherche tarnt. Bei agentischen Systemen kommt ein weiteres Risiko hinzu: Ein Agent kann den Rahmen des Nutzerauftrags verlassen, etwa wenn er trotz Stoppsignal weiter handelt.
Für Unternehmen mit sensiblen Daten entsteht dadurch ein Zielkonflikt. Manche Sicherheitsverfahren verlangen, dass ein Anbieter Inhalte speichert, um Missbrauch über längere Zeiträume prüfen zu können. Für Banken, Kliniken, Forschungsteams oder Anbieter mit strengen Vertraulichkeitspflichten kann genau das untragbar sein.
Wie Private Safety Processing Muster erkennt
Private Safety Processing erweitert bestehende automatische Schutzsysteme. Statt nur eine einzelne Interaktion zu bewerten, betrachtet das Verfahren zusammenhängende Vorgänge und gibt bei einem erkannten Risiko ein begrenztes Safety-Signal zurück.
Der zentrale Punkt: OpenAI soll laut eigener Darstellung nicht den zugrunde liegenden Inhalt sehen. Bei ZDR-Deployments bleiben Kundendaten auf Infrastruktur, die der Kunde kontrolliert. Zusätzlich entwickelt OpenAI eine Variante, bei der Inhalte auf OpenAI-Infrastruktur liegen, aber mit kundenseitig kontrollierten Schlüsseln verschlüsselt werden.
Das System trennt damit drei Ebenen:
- Inhalt: Prompts, Antworten und vertrauliche Arbeitsdaten bleiben für OpenAI-Mitarbeitende verborgen.
- Musterprüfung: Automatisierte Systeme erkennen verdächtige Abläufe über mehrere Interaktionen hinweg.
- Safety-Signal: OpenAI erhält nur einen eng begrenzten Hinweis auf die Art des möglichen Missbrauchs, nicht den vollständigen Inhalt.
Wenn ein Vorgang auffällt, können Kunden die Warnung mit ihren eigenen Logs und internen Systemen untersuchen. Nur wenn sie eine Entscheidung anfechten, legitime Nutzung erklären oder bestätigten Missbrauch aufklären wollen, können sie relevante Informationen freiwillig mit OpenAI teilen.
OpenAI testet Private Safety Processing derzeit mit frühen Kunden. Der breitere Rollout und ein technisches Whitepaper sind für September 2026 angekündigt.
Was Unternehmen jetzt prüfen sollten
Ein konkretes Praxisbeispiel: Ein Gesundheitsanbieter nutzt ein Frontier-Modell, um lange medizinische Fallakten zusammenzufassen und Folgeaufgaben anzustoßen. Eine einzelne Anfrage kann nach Routinearbeit aussehen. Über mehrere Schritte könnte aber sichtbar werden, ob ein Agent ungewollt weitere Daten abruft, obwohl der ursprüngliche Auftrag bereits beendet ist.
Die Entscheidungsregel lautet: ZDR allein ist passend, wenn Datenschutz die oberste Priorität hat und die Workflows kurz, klar begrenzt und gut überwacht sind. Private Safety Processing wird relevanter, wenn Modelle längere Aufgabenketten ausführen, Tools nutzen, mehrere Konten berühren oder in sicherheitskritischen Bereichen eingesetzt werden.
Für Beschaffung, Sicherheit und Compliance ergeben sich drei Prüffragen:
- Datenort: Bleiben Inhalte vollständig auf eigener Infrastruktur oder wird verschlüsselte Speicherung beim Anbieter genutzt?
- Schlüsselkontrolle: Wer kontrolliert die Verschlüsselungsschlüssel, und kann OpenAI technisch darauf zugreifen?
- Durchsetzung: Welche Signale lösen Maßnahmen aus, und wie kann ein Kunde Fehlalarme nachvollziehen oder anfechten?
Die eigentliche Neuerung liegt nicht in einem einzelnen Sicherheitsfilter, sondern im Architekturprinzip. Sicherheitslogik soll mehr Kontext bekommen, ohne dass vertrauliche Inhalte automatisch für menschliche Prüfung beim Anbieter landen. Für Enterprise-Kunden ist das besonders relevant, weil Datenschutz, Regulierung und Modellfähigkeit nicht mehr getrennt entschieden werden können.