Ist KI-Transkription privat? Was Anbieter wirklich tun

Die meisten KI-Transkriptions-Tools sind hinreichend privat, doch der Unterschied, der am meisten zählt – ob Ihr Audio zum Modelltraining verwendet wird –, versteckt sich im Kleingedruckten der Richtlinien. Hier steht, was beim Klick auf „Hochladen“ tatsächlich passiert, und welche konkreten Fragen den Marketing-Sprech durchschneiden.

Was nach dem Hochladen mit Ihrem Audio passiert

Ein typischer KI-Transkriptionsauftrag durchläuft vier Datenkontaktpunkte, jeder mit eigenem Risikoprofil:

1. Upload über das Netzwerk. Ihre Datei verlässt Ihr Gerät und wird zu den Servern des Anbieters übertragen. Ohne TLS/HTTPS ist sie in öffentlichen WLANs abhörbar.
2. Speicherung während der Verarbeitung. Die Datei liegt auf der Festplatte, während das KI-Modell sie verarbeitet. Hier zählt At-Rest-Verschlüsselung.
3. Speicherung nach der Verarbeitung. Die Datei bleibt oft viel länger bestehen, als Sie annehmen würden – manchmal unbegrenzt, sofern Sie sie nicht selbst löschen.
4. Modelltraining. Manche Anbieter speisen Ihr Audio und das Transkript zurück in ihre Trainingsdatensätze.

Keiner dieser Punkte ist auf einer Marketingseite erkennbar. Die Datenschutzerklärung ist der Ort, an dem Sie es herausfinden.

Fragen, die Sie jedem Anbieter stellen sollten

Wenn Sie einen Dienst für irgendetwas Sensibles evaluieren, führen diese Fragen zu echten Antworten:

• Verschlüsseln Sie Dateien bei der Übertragung? (HTTPS/TLS: fast immer ja. Mindeststandard.)
• Verschlüsseln Sie Dateien in Ihrer Speicherung (at rest)?
• Wie lange bewahren Sie Audio nach der Verarbeitung auf? Ist das konfigurierbar?
• Verwenden Sie Kundenaudio zum Trainieren von KI-Modellen? Ist es Opt-in oder Opt-out?
• Verfügen Sie über einen Auftragsverarbeitungsvertrag (DPA)?
• Wo stehen Ihre Server? Bieten Sie EU-Datenhaltung (Data Residency) an?
• Sind Sie HIPAA-berechtigt, mit verfügbarer BAA? (Konkretes Ja/Nein, nicht „Wir folgen HIPAA-Grundsätzen“.)
• Werden Sie SOC 2-auditiert? Typ 1 oder Typ 2? Wie aktuell?
• Wie lautet Ihre Richtlinie zur Meldung von Datenschutzvorfällen?

Vage Antworten wie „Wir nehmen Datenschutz ernst“ oder „Branchenführende Verschlüsselung“ sind als Nicht-Antwort zu werten. Eine echte Datenschutz-Haltung lässt sich in einem Satz darlegen.

Modelltraining: Das Risiko, das die meisten übersehen

Hier gehen die Anbieter am weitesten auseinander – und hier ist das Marketing am undurchsichtigsten.

Opt-out als Standard ohne deutlichen Hinweis ist das schlechteste Muster. Ihr Audio wird zu Trainingsdaten, es sei denn, Sie finden und aktivieren eine tief versteckte Einstellung. AWS Transcribe gehört dazu: Laut AWS-Dokumentation darf der Dienst Spracheingaben, die er verarbeitet, „ausschließlich speichern und verwenden, um den Dienst bereitzustellen und aufrechtzuerhalten sowie die Qualität von Amazon Transcribe und anderen Amazon Machine-Learning-/KI-Technologien zu verbessern und weiterzuentwickeln“. Opt-out ist über eine AWS-Organizations-Richtlinie möglich, erfordert jedoch aktive Konfiguration. AWS Transcribe Medical ist laut Herstellerdokumentation ausdrücklich davon ausgenommen.

Opt-out nur in Bezahl-Tarifen ist der Mittelweg. AssemblyAI kann laut eigener Dokumentation Kundenaudio standardmäßig für Modelltraining und Benchmarking verwenden. Zahlende Kunden können per E-Mail an data-opt-out@assemblyai.com widersprechen. Kostenlose Nutzer können nicht widersprechen. Das sollten Sie wissen, wenn Sie sich in einer Testphase befinden.

Otter.ai trainiert laut seiner Datenschutz- und Sicherheitsseite mit deidentifiziertem Audio unter Verwendung eines firmeneigenen Anonymisierungsverfahrens. Drittanbieter-KI-Diensten ist es vertraglich untersagt, mit Otter-Kundendaten zu trainieren. Einen Schalter zum Opt-out von Otters eigener Erstanbieter-Nutzung für Training gibt es nicht.

Descript bietet Nutzern ein explizites Opt-out über die Einstellung „Share Data with Descript“ („Daten mit Descript teilen“). Ist diese Einstellung deaktiviert, werden Ihre Projekte nicht zur Verbesserung des Dienstes verwendet.

Rev sagt es unmissverständlich: „Wir verwenden Ihre Inhalte niemals zum Trainieren externer KI-Modelle.“ Die Inhalte fließen durchaus in die Verbesserung der hauseigenen Spracherkennung ein – das ist eine engere Aussage als „kein Training“, aber deutlich verschieden von der breiten Weitergabe an Dritte.

TurboScribe erklärt, keine KI- oder Machine-Learning-Modelle mit Kundendateien oder Transkripten zu trainieren, und führt die Transkription intern auf eigenen Maschinen durch – laut seinem Sicherheits-FAQ.

Fireflies.ai hat eine pauschale Regelung: „Wir verwenden personenbezogene Daten nicht für das Training von KI-Modellen und untersagen unseren Dienstleistern vertraglich, diese Informationen für ihr eigenes Modelltraining zu nutzen.“ Zudem gibt das Unternehmen an, gegenüber Drittanbietern eine Zero-Retention-Richtlinie für Besprechungsinhalte einzuhalten.

OpenAIs Whisper API: Laut OpenAIs Datendokumentation werden API-Eingaben standardmäßig nicht für das Training verwendet. Whisper-Audio-Transkriptions-Endpunkte qualifizieren sich für Zero Data Retention, d. h. Audio wird nicht einmal für das kurze Fenster der Missbrauchskontrolle gespeichert. Diese Option setzt eine Freigabe zur Berechtigung sowie die Konfiguration eines Enterprise-Kontos voraus.

Die drei Grundhaltungen, vom schlechtesten zum besten Fall sortiert:

Was ConvertAudioToText mit Ihrem Audio macht

Klartext, entsprechend unserer veröffentlichten Datenschutzerklärung:

Dateien bei der Übertragung: Verschlüsselt via TLS/SSL von Ihrem Browser bis zu unseren Servern.

Dateien in der Speicherung: Gespeichert auf Cloudflare R2 mit serverseitiger Verschlüsselung. Der Zugriff erfolgt authentifiziert.

Speicherdauer: Sie steuern, wie lange Audio aufbewahrt wird. Standardmäßig werden hochgeladene Audio- und Videodateien unmittelbar nach der Transkription automatisch gelöscht, sofern Sie sich nicht für die Aufbewahrung entscheiden; im Gratis-Tarif löscht sich aufbewahrtes Audio innerhalb von 7 Tagen automatisch. Transkripte bleiben privat in Ihrem Konto und lassen sich jederzeit über das Dashboard löschen. Beim Löschen Ihres Kontos werden alle zugehörigen Daten innerhalb von 30 Tagen entfernt. Im Leitfaden Transkriptionsdateien automatisch löschen erfahren Sie, wann welche Einstellung sinnvoll ist.

Modelltraining: Gemäß unserer Datenschutzerklärung werden Ihre Inhalte nicht zum Trainieren von KI-/ML-Modellen verwendet, nie verkauft oder an Dritte übertragen und nie zu Werbezwecken genutzt. Audio wird von Sprach-Engines Dritter verarbeitet, die als Unterauftragsverarbeiter auftreten und in der Datenschutzerklärung aufgeführt sind.

HIPAA und SOC 2: Wir sind nicht standardmäßig HIPAA-zertifiziert, und unsere Standardtarife enthalten keine BAA. Eine BAA, eine SOC-2-Bestätigung oder eine VPC-isolierte Bereitstellung lässt sich als individuelles Enterprise-Angebot umsetzen. Teams im Gesundheitswesen, die auf Standardtarifen mit PHI arbeiten, sollten stattdessen einen HIPAA-berechtigten Anbieter mit unterzeichneter BAA nutzen; siehe HIPAA-konforme Transkription.

DPA (Auftragsverarbeitungsvertrag): Für Geschäftskunden auf Anfrage erhältlich.

Das ist die ehrliche Antwort, formuliert mit derselben Konkretheit, die wir oben von anderen Anbietern verlangen.

Datenschutzerklärungen lesen: Der Marketing-Decoder

Marketing-Sprache, die weitere Fragen auslösen sollte:

• „Branchenführende Verschlüsselung“: Bedeutet TLS bei der Übertragung. Das macht jeder Anbieter. Fragen Sie separat nach At-Rest-Verschlüsselung und Schlüsselverwaltung.
• „Ihre Daten werden nie verkauft“: Sagt nichts übers Training. „Nie verkauft“ und „zum Trainieren von Modellen genutzt“ sind miteinander vereinbar.
• „Sicherheit auf Bankniveau“: Meint meist AES-256 in der Speicherung. Ebenfalls Mindeststandard.
• „Wir löschen Ihre Daten“: Wann? Was löst die Löschung aus? Automatisch oder manuell? Was ist der Standard?
• „DSGVO-konform“: Bedeutet das EU-Datenhaltung? Einen DPA? Das Recht auf Löschung mit Reaktions-SLA? Fragen Sie, welche konkreten Pflichten erfüllt werden.
• „SOC 2 zertifiziert“: Typ 1 oder Typ 2? Wie alt ist der Prüfbericht? Auf Anfrage erhältlich?

Echte Antworten darauf sind kurz. Besteht die Antwort aus einem Absatz voller Beruhigungen ohne Konkretes, ist die konkrete Antwort wahrscheinlich „Nein“.

Compliance-Zertifizierungen: Was sie wirklich verraten

Ein Hinweis zur Gewichtung:

SOC 2 Typ II (nicht Typ I) bedeutet, dass ein unabhängiger Prüfer tatsächliche Kontrollen über einen Zeitraum geprüft hat, typischerweise sechs bis zwölf Monate. Typ I ist eine Momentaufnahme. Rev, Otter (laut Dokumentation), Descript und Happy Scribe beanspruchen alle SOC 2 Typ II.

HIPAA-Berechtigung ist keine Zertifizierung, die ein Tool allein erwirbt. Sie ist eine Eigenschaft der Bereitstellung plus eines unterzeichneten Business Associate Agreement (BAA). Otter hat Mitte 2025 HIPAA-Konformität ergänzt, verfügbar in der Enterprise-Variante mit unterzeichneter BAA. Rev bietet HIPAA in Enterprise-Tarifen an. Fireflies beansprucht HIPAA. AWS Transcribe Medical fällt unter die umfassendere BAA von AWS und ist damit HIPAA-berechtigt.

Ohne eine BAA, die Ihren konkreten Anwendungsfall abdeckt, besagt die pauschale Behauptung, ein Tool „sei HIPAA-konform“, wenig. Die Frage, die Sie stellen sollten, lautet: „Unterschreiben Sie eine BAA, und deckt sie die Audioverarbeitung ab?“

DSGVO-Konformität ist ähnlich relational zu verstehen. Die richtigen Fragen: Bieten Sie einen DPA an? Wo werden Daten verarbeitet? Erfüllen Sie Löschanfragen – und innerhalb welcher Frist? Haben Sie SCCs für EU-US-Übermittlungen implementiert?

Mehr darüber, was jede Regelung tatsächlich verlangt und was Sie Anbieter fragen sollten, finden Sie unter DSGVO-konforme Transkription.

Automatische Löschung: Warum sie wichtiger ist, als Sie denken

Das häufigste Muster bei Transkriptionsdiensten: Audio bleibt gespeichert, „bis Sie es löschen“. Das klingt nutzerfreundlich. Es ist das Gegenteil. Dateien liegen unbegrenzt herum, bis Sie sich ans Aufräumen erinnern – was die meisten Menschen nicht tun.

Automatische Löschung begrenzt das Risikofenster. Dateien haben eine Lebensdauer. Sie verschwinden automatisch, sofern Sie sich nicht aktiv für die Aufbewahrung entscheiden. Am wichtigsten ist das bei sensiblen Inhalten, bei denen das Expositionsfenster das Hauptrisiko darstellt.

Prüfen Sie bei einem Anbieter: Gibt es automatische Löschung überhaupt als Option, oder bleibt alles bis zur manuellen Löschung bestehen? Was ist der Standard? Lässt es sich pro Auftrag konfigurieren oder nur kontoweit?

Wenn kein SaaS-Anbieter die richtige Antwort ist

Bei manchen Aufnahmen ist kein Cloud-Dienst geeignet, ganz gleich, wie die Richtlinie des Anbieters aussieht:

• Staatlich eingestufte Verschlusssachen
• Privilegierte Gespräche zwischen Anwalt und Mandant, bei denen bereits die Offenlegung gegenüber Dritten das Berufsgeheimnis bricht
• Gesundheitsdaten (PHI), wenn keine BAA verfügbar ist
• Persönliche Therapieaufnahmen, deren Offenlegung realen Schaden verursachen würde
• Vertrauliche Geschäftsstrategien mit besonderen vertraglichen Pflichten zur Datenhandhabung

Für diese Fälle ist die lokale Ausführung von Whisper die einzige vollständig private Option. Die Einrichtung erfordert technischen Aufwand, und die Genauigkeit liegt unter der neuester Cloud-Modelle – doch für gelegentliche heikle Aufnahmen ist der Kompromiss es wert. Einen Praxisvergleich finden Sie unter Lokale vs. Cloud-Transkription.

Ein Entscheidungsrahmen

Was die Aufnahme enthält, sollte bestimmen, was Sie von einem Anbieter verlangen: