Der KI-Opt-out, den es nicht gibt: Was wir bei der Prüfung von 17 SaaS-Plattformen gefunden haben

Jede SaaS-Plattform, mit der Sie Ihr Unternehmen verbunden haben, entscheidet gerade still und leise, ob Ihre Inhalte das KI-Modell eines anderen trainieren. Wir haben alle 17 Plattformen in der Connector-Bibliothek von 8200.dev geprüft, um herauszufinden, wie jede von ihnen tatsächlich damit umgeht – wir hatten Admin-Schalter erwartet. Meist fanden wir keine.

Hier ist, was wir gefunden haben. Slack schließt standardmäßig jeden Workspace in das Training nicht-generativer Modelle ein – es gibt nirgendwo in der Admin-Konsole einen Schalter dafür; ein Opt-out bedeutet, dass ein Workspace-Owner eine E-Mail an [email protected] mit einer bestimmten Betreffzeile schickt, ohne dass dies irgendwo nachvollziehbar dokumentiert wird. Salesforce hat eine echte Einstellung, aber es handelt sich um einen Einstein-GPT-Schalter, der tief in Setup verborgen ist – etwas, wovon die meisten Admins nicht wissen, dass sie danach suchen müssen –, und je nach Edition kann ein Support-Fall nötig sein, um überhaupt dorthin zu gelangen. Bei Zendesk ist die Variante ein Support-Ticket, Punkt. Intercoms Fin AI verfügt über einen Opt-out auf Workspace-Ebene, aber dieser lebt in der Benutzeroberfläche, nicht in der API – niemand außerhalb Ihrer Admin-Konsole kann verifizieren, dass er tatsächlich gesetzt ist.

Dropbox ist der interessanteste Fall: US-Konten sind standardmäßig in KI-Funktionen von Drittanbietern eingeschlossen; EU-, UK- und kanadische Konten sind standardmäßig AUSGESCHLOSSEN. Gleiches Produkt, gleiches Unternehmen, entgegengesetzte Standardeinstellungen – abhängig davon, wo Ihr Konto registriert ist –, und die meisten Teams haben nie überprüft, welche für sie gilt. WhatsApp Business ist ebenfalls regional geregelt: Ein Widerspruchsformular existiert für die EU, das UK und Brasilien; überall sonst gibt es schlicht keinen Hebel, den man umlegen könnte.

Auf der anderen Seite gibt es Plattformen, die Ihre Inhalte tatsächlich überhaupt nicht für Training verwenden – das ist eine vertragliche Zusage, keine Einstellung: Google Workspace, Microsoft 365, Box, Notion und GCP fallen alle in diese Kategorie. Das ist beruhigend, aber auch nicht etwas, das Sie durch Klicken in Ihrer eigenen Admin-Konsole verifizieren können – Sie verlassen sich auf das Wort des Anbieters für eine Zusage, die tief in einer Datenverarbeitungsvereinbarung vergraben ist, die die meisten Menschen nie über die erste Seite hinaus lesen.

Das Muster, das sich durch alles zieht: Abgesehen von Jira und ein paar angrenzenden KI-Funktions-Schaltern (dem Public-Code-Matching von GitHub Copilot, den Vertex-Organisationsrichtlinien von GCP) gibt es fast nirgendwo eine API, die man ansprechen könnte, um eine klare Antwort zu erhalten. Genau deshalb muss dies plattformweise, einmal von Hand geprüft werden – und danach automatisch angezeigt werden, jedes Mal, wenn Sie eine neue Plattform anbinden, statt darauf zu vertrauen, dass jemand in Ihrem Team das Kleingedruckte bereits gelesen hat.

Warum „das sollte jemand prüfen" leise scheitert

Der Grund, warum dieses Problem schwelt, ist keine Nachlässigkeit. Es liegt daran, dass die übliche Kontrolle – jemandem die Aufgabe zuweisen, ihn bitten zu prüfen – keinen Ort hat, auf den sie zeigen kann.

Betrachten Sie die obige Liste noch einmal und beachten Sie, was alle Einträge gemeinsam haben: Die Haltung dazu lebt an einem Ort, den ein Dashboard nicht sehen kann. In einer Vertragsklausel. In einer regionalen Standardeinstellung bei der Anmeldung. In einer Plan-Stufe, die sich bei der letzten Vertragsverlängerung durch den Einkauf geändert hat. In einer E-Mail-Adresse, an die man schreiben muss. Es gibt auf keiner dieser Plattformen einen einzigen Bildschirm, der die eine Frage beantwortet, die ein Sicherheitsteam tatsächlich beantwortet haben muss – *trägt meine Organisation gerade Trainingsdaten bei, und haben wir das absichtlich entschieden?*

Also wird die Prüfung aufgeschoben, dann vergessen, dann übernommen. Der Standard gewinnt durch Zermürbung. Und der Standard wurde vom Anbieter geschrieben – optimiert für die KI-Roadmap des Anbieters, nicht für Ihre Datenverarbeitungspflichten. Dies ist dieselbe Struktur, die wir für eine einzelne Plattform durchgegangen sind in was sich für Atlassian Jira am 17. August ändert – nur dass es nicht bei einer Plattform bleibt. Es ist jedes angebundene Tool, das seine eigene Version dieser Entscheidung trifft, nach seinem eigenen Zeitplan, an seinem eigenen Versteck.

Das ist eine Compliance-Frage, keine Neugierigkeit

Wenn Ihre Organisation über einen SOC-2-Bericht verfügt, auf ISO 27001 hinarbeitet oder personenbezogene Daten unter der DSGVO verarbeitet, fällt der Datenbeitrag direkt in Pflichten, die Sie bereits tragen.

Eine Datenverarbeitungsvereinbarung beschreibt die Zwecke, zu denen Ihre Daten verwendet werden dürfen. Das Training eines KI-Modells eines Drittanbieters ist ein Zweck. Wenn die DPA eines Kunden besagt, dass dessen Daten zur Erbringung des Dienstes verwendet werden, und eine Ihrer angebundenen Plattformen dieselben Daten still und leise in das Modelltraining einspeist, dann ist die Lücke zwischen dem, was Sie nachgelagert versprochen haben, und dem, was Sie vorgelagert erlauben, Ihre zu schließen – nicht die des Anbieters. Auditoren haben begonnen, direkt danach zu fragen, meist in einer Form wie „Trainieren irgendwelche Ihrer Subprozessoren KI mit Ihren Daten, und woher wissen Sie das?" Eine belastbare Antwort hat zwei Hälften: die Haltung (welche Plattformen tragen bei, welche sind vertraglich ausgeschlossen) und die Entscheidungsaufzeichnung (wer sie überprüft hat, wann, und was entschieden wurde). „Wir haben es nie überprüft" ist die einzige Antwort, die vollständig scheitert. Wir haben behandelt, was Prüfer inzwischen erwarten, in was Auditoren 2026 für die KI-Governance tatsächlich verlangen; der Datenbeitrag wird zu einem Standardpunkt genau dieser Prüfung.

Das einmalige Audit, das sich jetzt lohnt

Die gute Nachricht ist: Dies ist einer der seltenen Governance-Punkte, bei denen die Lösung wirklich günstig ist. Nichts muss neu aufgebaut werden. Sie müssen die Einstellungen finden, bewusst entscheiden und die Entscheidung schriftlich festhalten. Konkret:

1. Die Fläche inventarisieren. Listen Sie jede SaaS-Plattform auf, auf der die Inhalte oder Metadaten Ihrer Organisation tatsächlich liegen. Wenn sie Kundendaten, regulierte Daten oder etwas unter NDA enthält, gehört sie in den Geltungsbereich – nicht nur das Tool, das Ihnen diese Woche eine E-Mail geschickt hat.
2. Die Haltung jeder Plattform ermitteln. Manchmal ist es eine Einstellungsseite, manchmal ein Support-Ticket, manchmal ein E-Mail-Opt-out, manchmal eine Vertragsklausel ohne jede Kontrolle. Halten Sie fest, wo sie sich befindet.
3. Die Tarifstufe bestätigen. Auf mehreren Plattformen ist die Haltung tarifabhängig – GitHub schließt Daten von Business- und Enterprise-Konten vom Training aus, während untere Stufen unter breiteren Bedingungen fallen, und eine Migration kann Ihre Haltung stillschweigend umkehren.
4. Bewusst entscheiden. Ein Opt-in kann eine legitime Wahl sein; bessere KI-Funktionen sind ein echter Vorteil. Der Fehlermodus ist nicht der Beitrag selbst – es ist ein Beitrag, den niemand entschieden hat. Schließen Sie aus, was sensibel ist, und lassen Sie den Rest laufen, wenn das Ihre Entscheidung ist.
5. Es schriftlich festhalten und regelmäßig neu prüfen. Ein datierter Vermerk verwandelt einen stillen Standard in einen Governance-Nachweis, und Anbieter ändern Standardeinstellungen häufig genug, dass eine einmal überprüfte Haltung noch keine verwaltete Haltung ist.

Die ehrliche Beschreibung dieser Liste ist *wiederkehrend, plattformübergreifend und mühsam* – genau die Art von Kontrolle, die verfällt, wenn sie davon abhängt, dass sich ein Mensch daran erinnert.

Wie es aussah, als wir diese Prüfung an uns selbst durchgeführt haben

Am 31. Juli 2026 öffneten wir die Admin-Konsole unserer eigenen Atlassian-Organisation und gingen die fünf oben genannten Schritte durch. Das Ergebnis präzise zu berichten ist wichtig, denn es geht in beide Richtungen.

Die Kontrolle auf Organisationsebene war bereits deaktiviert. Atlassian Administration → Security → Data contribution bietet eine einzige organisationsweite An/Aus-Wahl – nicht eine pro Produkt –, und bei uns war sie auf Aus gesetzt, mit einer leeren Einschlussliste, sodass nichts selektiv wieder aktiviert worden war. Nichts zu korrigieren. So sieht ein guter Standard oder eine gute frühere Entscheidung aus.

Dann steht dort der Satz, direkt unter dieser Kontrolle gedruckt: *„Metadaten werden immer beigetragen."* Der Schalter, den wir gesetzt hatten, regelt Inhalte innerhalb der App – die Dinge, die Menschen in Tickets und Seiten schreiben. Metadaten stehen außerhalb davon, und in unserem Tarif bietet die Seite dafür überhaupt keine Kontrolle. Unser Jira-Abonnement ist Premium; ein vollständiger Metadaten-Opt-out ist eine Cloud-Enterprise-Funktion. Ein Banner auf jedem Admin-Bildschirm trägt das Datum, an dem die Änderung in Kraft tritt: 17. August 2026.

Eine Organisation, die die bewusste Entscheidung bereits getroffen hatte, auf einer kostenpflichtigen Stufe, konnte also trotzdem nicht vollständig opt-outen – und der einzige Weg, das zu erfahren, war, eine Zeile Fließtext auf einer Einstellungsseite zu lesen, die sie sonst keinen besonderen Grund gehabt hätte, erneut aufzusuchen. Bitbucket und Trello werden inzwischen separat abgerechnet und liegen komplett außerhalb dieser Seite; was ihre jeweilige Haltung ist, ist eine andere Prüfung auf einem anderen Bildschirm.

Nichts davon ist ein Vorwurf gegen Atlassian, das die Kontrolle immerhin sichtbar macht, die Einschränkung klar benennt und das Datum veröffentlicht. Es ist das Argument dieses Artikels, an uns selbst demonstriert: Die Entscheidung und ihre Grenzen leben dort, wo kein Dashboard sie zeigt, und „wir haben es abgeschaltet" ist nicht dasselbe wie „wir tragen nichts bei".

Wie 8200.dev dies automatisch sichtbar macht

8200.dev erstellt nun für jede Plattform, die Sie anbinden, einen Befund zur KI-Trainingshaltung. Verbinden Sie Slack, Dropbox, Salesforce, GitHub oder eine der anderen unterstützten Plattformen, und der Scan zeigt Ihnen – direkt neben Ihren Befunden zu Freigaben und Berechtigungen – ob dieser Anbieter Ihre Daten standardmäßig für KI-Training verwendet, wo sich der Opt-out oder die vertragliche Zusicherung befindet, und wann diese Haltung zuletzt überprüft wurde. Standardmäßig eingeschlossene Plattformen erscheinen als Befunde, die eine Entscheidung erfordern; vertraglich abgesicherte Plattformen erscheinen als Bestätigungen, die Sie einem Auditor vorlegen können.

Wo eine Plattform eine über die API auslesbare Richtlinie zu einem angrenzenden Aspekt bereitstellt, prüfen wir live: Der GitHub-Connector liest die Public-Code-Matching-Einstellung von Copilot in Ihrer Organisation, und der GCP-Connector meldet, wenn Vertex AI ohne einschränkende Organisationsrichtlinie läuft. Jeder Befund wird mit einem schrittweisen Handlungsleitfaden geliefert, und den vollständigen Prüfkatalog finden Sie auf der Funktionen-Seite.

Der Punkt ist nicht, dass KI-Funktionen gefährlich sind – viele lohnt es sich zu aktivieren. Der Punkt ist, dass der Datenbeitrag eine Entscheidung sein sollte, kein Standard – auf jeder Plattform, die Ihre Organisation bereits nutzt. Wenn Sie das lieber automatisch sichtbar gemacht als manuell erinnert haben möchten, sehen Sie sich Pläne und Preise an und verbinden Sie Ihre erste Plattform in wenigen Minuten.