Einführung in den Einsatz von generativen KI-Systemen / LLMs

Beim Einsatz von generativen KI-Systemen ist es entscheidend, sicherzustellen, dass keine sensiblen Informationen preisgegeben werden. In diesem Kapitel erfahren Sie, wie Sie datenschutzsicher prompten und welche Best Practices Ihnen helfen, Ihre Privatsphäre zu wahren.

Datenschutzfreundliches Prompten

• Keine Eingabe von personenbezogenen Daten:
  Vermeiden Sie Namen, Adressen, Geburtsdaten, Telefonnummern oder andere identifizierende Informationen in den Prompts.

• Datenminimierung:
  Geben Sie nur die notwendigen Informationen an und vermeiden Sie unnötige Details, die Rückschlüsse auf spezifische Personen, Gruppen oder Situationen ermöglichen könnten. Vermeiden Sie die Erwähnung externer Referenzen wie Projektnamen, spezifischer Referenznummern oder anderer spezifischer Systemdaten.

• Abstraktion von Kontextinformationen:
  Verwenden Sie nur den minimal notwendigen Kontext und abstrahieren Sie präzise Details, um potenzielle Identifikatoren zu minimieren. Wo immer möglich, sollten Daten anonymisiert oder pseudonymisiert werden, um die Identifizierbarkeit von Personen zu vermeiden.

• Verwendung generischer Rollen, Titel oder Pseudonyme:
  Statt Namen nutzen Sie allgemeine Titel oder Rollen, wie „Mitarbeiter*in“, „Kunde*Kundin“ oder „Student*in“. Dadurch bleiben Antworten allgemein und weniger persönlich. Wenn spezifische Informationen unvermeidlich sind, ersetzen Sie sie durch Pseudonyme oder Platzhalter wie „Person A“ oder „Frau X“.

• Allgemeine Formulierung des Prompts:
  Bitten Sie die KI am Beginn der Session, nur allgemeine Antworten zu generieren, um sicherzustellen, dass die Ausgaben keine personenbezogenen Daten enthalten (z.B. „Gib nur allgemeine Antworten ohne personenbezogene Daten“). Unter Umständen muss die Vorgabe mehrfach wiederholt werden.

• Vermeiden von Standort- und Zeitangaben:
  Falls möglich, keine genauen Orte oder Zeiten in den Prompts verwenden. Statt eines Datums etwa „im Sommer 2024“ oder „vor kurzem“ angeben.

Datenschutzfreundlicher Umgang mit Ausgaben

• Sorgfältige Prüfung der Ausgabe:
  Überprüfen Sie die Antworten auf eventuell enthaltene personenbezogene Daten, bevor Sie sie weiterverarbeiten oder teilen.

• Anonymisierung und Pseudonymisierung der Ausgabe:
  Falls die KI personenbezogene Daten generiert, entfernen oder pseudonymisieren Sie diese vor der Weitergabe. Löschen Sie den Chatverlauf am Ende der Session.

Beim Einsatz von generativer KI und LLM in universitären Prozessen ist es wichtig, diese Grundsätze zu beachten, um die Rechte der Betroffenen zu wahren und das Vertrauen in die Institution zu stärken.