Zero Data Retention AI: Was deine Daten wirklich schützt

Du sprichst gerade eine Mail, ein Meeting-Protokoll oder eine vertrauliche Notiz ein. Der Text erscheint sofort, aber im Hintergrund bleibt eine unangenehme Frage: Was passiert mit deiner Stimme, nachdem die KI sie verarbeitet hat?

Für Gründer, Freelancer und Manager ist Sprache längst ein produktives Arbeitsmittel. Sie enthält Kundennamen, interne Entscheidungen, Vertragsinhalte und persönliche Daten. Sobald Audio oder Transkripte auf fremden Servern landen, wird aus einem praktischen Diktat-Workflow eine Datenschutzfrage.

Zero Data Retention AI setzt genau dort an. Die Idee klingt simpel: Daten werden verarbeitet und anschließend nicht dauerhaft gespeichert. Für echte Souveränität reicht aber weder ein Löschversprechen noch ein Rechenzentrum in Frankfurt. Entscheidend sind Architektur, Protokolle, Anbieterjurisdiktion und die Frage, wer rechtlich auf die Infrastruktur zugreifen könnte.

Inhaltsverzeichnis

• Warum dein Diktat plötzlich Datenschutz ist
• Was Zero Data Retention wirklich bedeutet
  • Drei Ebenen gehören zusammen
  • Was der Begriff nicht automatisch garantiert
• So funktioniert ephemere KI in der Praxis
  • Baustein eins, ephemere Verarbeitung
  • Baustein zwei, Streaming statt kompletter Uploads
  • Baustein drei, In-Memory-Inference
• Cloud, lokal oder hybrid
• DSGVO, CLOUD Act und was in der EU wirklich zählt
  • Warum der Serverstandort nicht genügt
• Checkliste für dein Team
  • Schnell prüfbar
  • Technisch testen
  • Organisatorisch absichern
• Die fünf Fragen, die du jedem Anbieter stellen musst

Warum dein Diktat plötzlich Datenschutz ist

Ein Team in Hamburg diktiert täglich Gesprächsnotizen, interne Mails und Aufgaben. Die Aufnahmen enthalten vielleicht keine offensichtlichen Geheimnisse. Trotzdem können Stimme, Namen, Termine und Formulierungen personenbezogene Daten sein.

Die Datenschutzbeauftragte fragt deshalb nicht nur, ob die Anwendung gute Transkripte erstellt. Sie will wissen, wo Audio verarbeitet wird, wie lange es dort bleibt und welche Kopien entstehen. Dazu zählen nicht nur sichtbare Dateien, sondern auch temporäre Ablagen, Backups, Debug-Logs, Telemetrie und Support-Zugriffe.

Viele Teams denken zuerst an den sichtbaren Workflow: Hotkey drücken, sprechen, Text einfügen. Der unsichtbare Teil ist komplizierter. Eine Anwendung kann Audio an einen Server senden, dort verarbeiten und trotzdem zusätzliche Informationen über die Sitzung protokollieren.

Praktische Regel: Behandle jedes Diktat so, als könnte es vertrauliche Geschäfts- oder Personaldaten enthalten.

Für die Bewertung hilft eine einfache Frage: Würde es dich stören, wenn diese Aufnahme später noch auffindbar wäre? Wenn die Antwort ja lautet, brauchst du eine klare Auskunft zur Speicherung und Löschung.

Die Beiträge zu Datenschutz und Spracheingabe bei fluesta zeigen, warum dieser Punkt im Alltag schnell relevant wird. Ein Diktat kann eine Kundenbewertung, eine medizinische Information, eine interne Produktidee oder eine noch nicht versendete Nachricht enthalten.

Deutschland kennt für Kommunikationsdaten bereits eng begrenzte Speicherlogiken. Das Portal des Bundesbeauftragten für den Datenschutz zur Vorratsdatenspeicherung nennt für Standortdaten eine Aufbewahrung von 4 Wochen und für genau spezifizierte Verkehrsdaten 10 Wochen. Gleichzeitig ist die Vorratsdatenspeicherung derzeit ausgesetzt, weil das Verfahren der Bundesnetzagentur seit 2017 ruht.

Das ist für KI kein direktes Speech-to-Text-Gesetz. Es zeigt aber ein deutsches Grundprinzip: Kommunikationsdaten sollen nicht unbegrenzt liegen bleiben. Für sensible Sprache ist eine Architektur, die Rohdaten gar nicht erst zu einem später auswertbaren Bestand macht, deshalb besonders sinnvoll.

Was Zero Data Retention wirklich bedeutet

Zero Data Retention heißt nicht einfach, dass eine Datei irgendwann aus einem Papierkorb verschwindet. Gemeint ist ein Ablauf, bei dem Audio und Text nur für die Verarbeitung existieren und danach nicht dauerhaft verfügbar bleiben.

Stell dir einen Übersetzer vor, den du anrufst. Du sprichst einen Satz, er übersetzt ihn sofort, beendet das Gespräch und bewahrt weder Mitschrift noch Aufnahme auf. Genau dieses sofortige Vergessen muss bei einer KI technisch nachvollziehbar umgesetzt werden.

Drei Ebenen gehören zusammen

Erstens sollten Audiodateien und Transkripte nicht dauerhaft gespeichert werden. Eine Verarbeitung auf einer Festplatte mit späterem Löschjob ist etwas anderes als eine rein flüchtige Verarbeitung im Arbeitsspeicher.

Zweitens müssen Anbieter den Umfang ihrer Logs und Metadaten erklären. Ein System kann den eigentlichen Text löschen und trotzdem Zeitstempel, Nutzerkennungen, Sitzungsdaten oder Fehlerprotokolle behalten. Deshalb gehört zu einer belastbaren Prüfung die Frage, ob neben den Inhalten auch technische Restdaten begrenzt werden.

Drittens ist Modelltraining ein eigener Punkt. Ein Anbieter kann versprechen, deine Daten nicht zum Training zu verwenden, sie aber dennoch für andere Zwecke speichern. Löschung und Trainingsausschluss sind deshalb zwei getrennte Zusagen.

Die technische Einordnung von Zero Data Retention beschreibt den Zusammenhang zwischen Datenminimierung, automatischen Löschroutinen, Maskierung und datenschutzfreundlichen Voreinstellungen. Ein In-Memory-only-Ablauf kann die Angriffsfläche reduzieren, weil Rohdaten nicht als dauerhafte Dateien oder Logs weiterleben.

Was der Begriff nicht automatisch garantiert

Der Begriff allein beweist noch keine sichere Architektur. Du brauchst konkrete Antworten auf diese Punkte:

• Audio: Wird die Aufnahme nach der Verarbeitung gelöscht oder bleibt ein Cache bestehen?

• Transkript: Wird der Text nur lokal eingefügt oder serverseitig gespeichert?

• Metadaten: Werden Nutzer, Zeitpunkte, Sitzungskennungen oder Fehlerdetails protokolliert?

• Support: Können Mitarbeitende des Anbieters Inhalte oder Sitzungen einsehen?

• Training: Ist die Nutzung für Modelltraining schriftlich ausgeschlossen?

Zero Data Retention ist damit kein hübsches Label. Es ist ein Architekturprinzip, das sich in Datenflüssen, Verträgen, technischen Einstellungen und Prüfungen wiederfinden muss.

So funktioniert ephemere KI in der Praxis

Ephemere KI beschreibt eine Verarbeitung, die nur für den aktuellen Vorgang existiert. Das Audio kommt an, das Modell erzeugt Text, anschließend werden die temporären Daten entfernt.

Dafür müssen mehrere Bausteine zusammenspielen. Kein einzelner Begriff, weder Streaming noch Verschlüsselung noch In-Memory-Inference, macht einen Workflow automatisch zu Zero Data Retention AI.

Baustein eins, ephemere Verarbeitung

Bei einer flüchtigen Verarbeitung hält das System Daten nur so lange vor, wie die Inferenz läuft. Danach gibt es keine dauerhafte Referenz auf die Audiodatei oder das Zwischenresultat.

Das klingt technisch, ist aber leicht zu prüfen. Frage, ob Audio in einem temporären Verzeichnis landet, ob Backups es erfassen und ob Fehlerlogs Teile des Inhalts übernehmen. Ein System kann nach außen sofort löschen und intern trotzdem Kopien behalten.

Baustein zwei, Streaming statt kompletter Uploads

Beim Streaming wird Sprache in kleinen Paketen übertragen und laufend verarbeitet. Eine komplette Audiodatei muss dadurch nicht erst als zusammenhängender Upload auf dem Server ankommen.

Das kann den Workflow alltagstauglicher machen, besonders bei langen Notizen. Es löst aber nicht automatisch das Speicherproblem. Auch gestreamte Pakete können gepuffert, protokolliert oder zwischengespeichert werden.

Baustein drei, In-Memory-Inference

Bei der In-Memory-Inference verarbeitet das Modell Daten im flüchtigen Speicher. Der entscheidende Punkt ist, dass keine Zwischenstände auf die Festplatte geschrieben werden.

Für die Bewertung zählt die gesamte Kette:

• Übertragung: Ist die Verbindung verschlüsselt?

• Pufferung: Werden Audiosegmente nur im RAM gehalten?

• Inferenz: Schreibt das Modell Zwischenresultate auf die Festplatte?

• Ausgabe: Wird nur der fertige Text an dein Gerät zurückgegeben?

• Nachlauf: Entfernt das System temporäre Daten und Referenzen?

• Betrieb: Bleiben Logs, Telemetrie oder Support-Daten übrig?

Die Analyse zu US-Cloud-Zugriffen auf europäische Daten macht außerdem deutlich, warum die technische Löschung nicht isoliert betrachtet werden sollte. Wenn ein Anbieter einer US-Jurisdiktion unterliegt, ist die Frage nach der rechtlichen Kontrolle relevant, selbst wenn die Verarbeitung in der EU stattfindet.

Der Unterschied zwischen Marketing und Mechanik liegt deshalb in der Dokumentation. Ein Anbieter sollte erklären können, welche Daten wohin fließen, welche Speicherstufen existieren und wie die Löschung überprüft wird.

Cloud, lokal oder hybrid

Du kannst Speech-to-Text grundsätzlich lokal, in der Cloud oder hybrid betreiben. Keine Variante passt automatisch zu jedem Team.

Eine lokale Verarbeitung hält die Daten auf deinem Mac oder Windows-PC. Das stärkt die Kontrolle über Inhalte, kann aber von verfügbarer Rechenleistung, Modellgrösse und Akkulaufzeit abhängen. Eine Cloud verarbeitet zentral und kann im Alltag bequem sein. Dann zählen Anbieterjurisdiktion, Datenflüsse und Löscharchitektur.

Hybridmodelle teilen Aufgaben auf. Ein Teil läuft lokal, ein anderer in der Cloud. Das kann sinnvoll sein, verlangt aber klare Regeln dafür, welche Inhalte wohin dürfen.

Ein 30-minütiges Diktat zeigt den Unterschied anschaulich, ohne dass du dich auf eine bestimmte Technologie festlegen musst. Lokal kann die Verarbeitung stärker von deinem Rechner abhängen. In der Cloud wird Audio übertragen, wodurch Netzwerk und Anbieterarchitektur relevant werden. Hybrid verteilt diese Belastung, macht den Datenfluss aber schwerer nachvollziehbar.

Die Dokumentation zur Nutzung von fluesta hilft dir bei der praktischen Einordnung von systemweiter Spracheingabe. fluesta funktioniert systemweit in jedem Programm. Für den Datenschutz bleibt trotzdem entscheidend, ob Audio, Transkripte und technische Begleitdaten nach der Verarbeitung gespeichert werden.

Entscheidungshilfe: Wähle nicht zuerst die bequemste Infrastruktur. Zeichne zuerst den Datenfluss deines wichtigsten Workflows auf.

Bei Cloud-KI solltest du zusätzlich prüfen, wer Anbieter und Unterauftragnehmer sind. EU-Hosting, EU-Verarbeitung und EU-Schlüsselkontrolle bilden zusammen eine stärkere Grundlage als der Rechenzentrumsstandort allein.

DSGVO, CLOUD Act und was in der EU wirklich zählt

Stell dir vor, du diktierst eine vertrauliche Nachricht. Nach der Transkription liegt das Rohaudio weiterhin beim Anbieter. Genau hier setzt die DSGVO an: Personenbezogene Daten sollen zweckgebunden, notwendig und zeitlich begrenzt verarbeitet werden. Artikel 5 Absatz 1 lit. c begrenzt Daten auf das notwendige Maß. Für KI-Workflows entsteht daraus eine konkrete Frage: Warum sollte Rohaudio nach der Transkription weiter gespeichert werden?

Auch das Recht auf Löschung nach Artikel 17 folgt dieser Logik. Unter bestimmten Voraussetzungen können betroffene Personen verlangen, dass personenbezogene Daten ohne unangemessene Verzögerung gelöscht werden. Eine Übersicht zu Speicherbegrenzung und Löschrechten nach der DSGVO ordnet diese Grundsätze für die Praxis ein.

Warum der Serverstandort nicht genügt

Ein Server in Deutschland beantwortet noch nicht die Frage, wer rechtlich auf die Daten zugreifen kann. Untersteht der Anbieter einer US-amerikanischen Muttergesellschaft, kann der US CLOUD Act relevant werden. Er knüpft nicht hauptsächlich an den physischen Speicherort an, sondern an die Kontrolle des Anbieters über die Daten.

US-Behörden können von US-basierten Providern elektronische Daten verlangen, auch wenn diese in Europa liegen, sofern sich die Daten in deren Besitz, Gewahrsam oder Kontrolle befinden. „In der EU gehostet“ beschreibt deshalb nur einen Teil der Souveränität.

Die Einordnung des CLOUD Act und europäischer Datensouveränität beschreibt diesen Konflikt. Für Zero Data Retention AI folgt daraus: Je kürzer Daten existieren, desto kleiner bleibt der Bestand, auf den später zugegriffen werden könnte. Verarbeitung, Speicherung und Schlüsselkontrolle in der EU stärken den Schutz zusätzlich, besonders wenn der Anbieter keine dauerhaften Protokolle führt.

Die entscheidende Frage lautet nicht nur: Wer löscht meine Daten? Sie lautet auch: Wer könnte sie rechtlich sehen, solange sie verarbeitet werden?

Die EU verlangt keine pauschale Speicherung sämtlicher Daten innerhalb der EU. Bei Drittlandübermittlungen zählen Rechtsgrundlage, geeignete Garantien und eine angemessene Risikobewertung. Der Überblick zu EU-Datenresidenz und Drittlandtransfers erläutert diese Anforderungen.

Aufbewahrungspflichten solltest du von pauschaler KI-Speicherung trennen. Bestimmte Geschäftsunterlagen müssen möglicherweise archiviert werden. Daraus folgt nicht automatisch, dass jede Rohaufnahme eines Diktats über den Verarbeitungszweck hinaus gespeichert werden darf. Weitere Details zur Datenverarbeitung und den technischen Schutzmaßnahmen findest du in der Datenschutzerklärung von fluesta.

Bei RAG- und generativen KI-Systemen umfasst die Datenschutzprüfung Datenflüsse, Quellen und Speicherorte. Der Rückblick auf das Datenschutzjahr 2025 verweist auf die Orientierungshilfe der DSK zu generativen KI-Systemen mit RAG. Geprüft wird damit nicht nur die Antwort, sondern auch der Weg dorthin.

Checkliste für dein Team

Du musst nicht mit einem grossen Audit starten. Beginne mit den Punkten, die sich schnell beantworten lassen, und arbeite dich dann in die technische Prüfung vor.

Schnell prüfbar

• Verarbeitungsverzeichnis ergänzen: Trage Speech-to-Text als Verarbeitungstätigkeit ein und beschreibe Zweck, Datenarten und Empfänger.

• AVV anfordern: Prüfe, ob der Anbieter einen Vertrag zur Auftragsverarbeitung nach DSGVO Art. 28 anbietet.

• Datenarten festlegen: Definiere, ob dein Team Kundendaten, Personalinformationen, Gesundheitsdaten oder Geschäftsgeheimnisse diktieren darf.

• Löschzusage dokumentieren: Lass dir schriftlich bestätigen, welche Inhalte gelöscht werden und ob Metadaten ausgenommen sind.

Technisch testen

• Backend-Logs prüfen: Suche nach Referenzen auf Audiodateien, Transkripte und Sitzungsinhalte nach abgeschlossener Verarbeitung.

• Disk-Cache kontrollieren: Prüfe, ob temporäre Dateien auf Servern, Arbeitsplätzen oder in Synchronisationsordnern auftauchen.

• RAM-only bestätigen: Frage, ob die Inferenz im Arbeitsspeicher läuft und welche Ausnahmen für Fehleranalyse gelten.

• Telemetrie abgrenzen: Kläre, ob Diagnoseinformationen Textfragmente, Dateinamen oder andere sensible Details enthalten.

• Löschung selbst auslösen: Starte eine Testaufnahme mit einem eindeutigen Platzhalter und prüfe, ob sie nach der Sitzung noch auffindbar ist.

Organisatorisch absichern

• Team schulen: Zeige Mitarbeitenden, welche Inhalte sie diktieren dürfen und welche Daten vorher anonymisiert werden müssen.

• Zugriffe begrenzen: Lege fest, wer Administration, Support und Abrechnungsdaten einsehen kann.

• Prüfungen planen: Wiederhole die Anbieterprüfung regelmässig und dokumentiere Änderungen an Infrastruktur und Vertragsbedingungen.

• Incident-Plan vorbereiten: Definiere, wer informiert wird, wenn Audio versehentlich gespeichert oder an einen falschen Dienst übertragen wurde.

Ein Anbieter, der diese Fragen klar beantwortet, macht deine Prüfung leichter. Wenn Antworten nur aus allgemeinen Formulierungen bestehen, fehlt dir eine belastbare Grundlage für Einkauf, Datenschutz und interne Freigabe.

Die fünf Fragen, die du jedem Anbieter stellen musst

Stelle vor dem produktiven Einsatz diese Fragen. Sie trennen eine verständliche Löscharchitektur von einer unklaren Marketingaussage.

1. Wo werden Audio und Text verarbeitet? Gibt es einen Server-Roundtrip oder bleibt die Verarbeitung vollständig auf deinem Gerät?

2. Wie lange bleiben Daten im Arbeitsspeicher? Werden Audio, Transkripte oder Zwischenstände auf der Festplatte zwischengespeichert?

3. Wer hat administrativen Zugriff? Unter welcher Jurisdiktion steht der Anbieter, und welche Unternehmen kontrollieren die Infrastruktur?

4. Gibt es ein schriftliches Data Processing Agreement? Der Vertrag sollte die Verarbeitung nach DSGVO Art. 28, Löschfristen, Unterauftragnehmer und Datenarten abdecken.

5. Wie wird Zero Data Retention unabhängig geprüft? Frage nach Pen-Tests, SOC-2-Nachweisen oder einem eigenen Code-Audit. Entscheidend ist, was tatsächlich geprüft wurde und welchen Umfang die Prüfung hatte.

Diese Fragen funktionieren als Einkaufsleitfaden für Speech-to-Text, Chatbots und RAG-Systeme. fluesta dokumentiert die relevanten Punkte öffentlich und bietet eine EU-gehostete Desktop-App für Mac und Windows, bei der Sprache verarbeitet und anschliessend gelöscht wird. Sie funktioniert systemweit in jedem Programm und richtet sich an Professionals, die Diktate alltagstauglich bei voller Privatsphäre einsetzen möchten.

Für den Pro-Plan nennt fluesta 14 Euro pro Monat. In der Betaphase gilt aktuell ein Rabatt von 50 Prozent. Wenn du Sprache schneller in fertige Texte verwandeln und die Datenflüsse klar halten möchtest, besuche fluesta und prüfe, ob der Workflow zu deinem Team passt.