Endgültiger Entwurf des Gesetzes über Künstliche Intelligenz – Datenschutzpflichten der KI-Modelle mit Allgemeinem Verwendungszweck

Nachdem am 8. Dezember 2023 eine politische Einigung erzielt worden war, liegt nun ein inoffizieller Entwurf des europäischen Gesetzes über Künstliche Intelligenz (KI-Gesetz) vor. Es sind zwei (englische) Versionen online verfügbar, eine davon wurde von Euractivs Technologieredakteur Luca Bertuzzi veröffentlicht, der den Vorschlag der Kommission, die Überarbeitungen des Europäischen Parlaments, die Version des Rates und schließlich den endgültigen Entwurf des Abkommens vergleicht. Er ist fast 900 Seiten lang, enthält aber sehr nützliche Redlines aller vorgeschlagenen und endgültigen Änderungen. Die zweite Version, die etwa ein Drittel so lang ist, wurde kurz darauf von der leitenden Beraterin des Europäischen Parlaments, Dr. Laura Caroli, veröffentlicht. Eine hilfreiche Version dieses Dokuments mit einem Inhaltsverzeichnis zur leichteren Navigation finden Sie hier.

Die KI-Gemeinschaft wird in nächster Zeit zweifellos verschiedene Analysen veröffentlichen, von denen die ersten bereits auf die wichtigsten Daten des Inkrafttretens des Gesetzes eingehen. Dieser Artikel verfolgt einen engeren Ansatz und befasst sich mit den datenschutzrechtlichen Bedenken im Zusammenhang mit KI-Modellen für allgemeine Zwecke (KIAZ), die im KI-Gesetz behandelt werden.

Was sind KI-Modelle für allgemeine Zwecke?

KIAZ sind Modelle, die nicht für nur eine spezielle Anwendung entwickelt wurden, sondern gewisse funktionale Merkmale aufweisen, wie z. B. die Fähigkeit, ein breites Spektrum an unterschiedlichen Aufgaben kompetent zu erfüllen. Ein gutes Beispiel sind große generative KI-Modelle wie GPT4. Diese Modelle werden in der Regel anhand großer Datenmengen mit verschiedenen Methoden wie überwachtem, unbeaufsichtigtem oder Verstärkungslernen trainiert. KIAZ-Modelle können auf unterschiedliche Weise auf dem Markt verfügbar gemacht werden, z. B. durch Bibliotheken, Anwendungsprogrammierschnittstellen (APIs), direkte Downloads oder physische Kopien. Sie können auch modifiziert oder zu neuen Modellen weiterentwickelt werden.

Wie der Name schon sagt, können diese Modelle für fast jeden Zweck verwendet werden, was auch bedeutet, dass diese Modelle nicht standardmäßig vom KI-Gesetz als hochriskant eingestuft werden, obwohl sie natürlich Teil eines hochriskanten KI-Systems werden können. Was den Unterschied zwischen KI-Modellen und KI-Systemen betrifft, KI-Modelle benötigen zusätzliche Komponenten, wie z. B. eine Benutzeroberfläche, um voll funktionsfähige KI-Systeme zu werden.

Das KI-Gesetz erkennt jedoch an, dass es einige KIAZ-Modelle gibt, die inhärent systemische Risiken aufweisen und daher strengeren Compliance-Verpflichtungen unterworfen sind. Beispiele für systemische Risiken in diesem Sinne, die im KI-Gesetz genannt werden, sind schwere Unfälle, Störungen kritischer Sektoren, schwerwiegende Folgen für die öffentliche Gesundheit und Sicherheit, tatsächliche oder vernünftigerweise vorhersehbare negative Auswirkungen auf demokratische Prozesse, die öffentliche und wirtschaftliche Sicherheit sowie die Verbreitung illegaler, falscher oder diskriminierender Inhalte.

Die Einstufung von KIAZ als solche mit systemischen Risiken konzentriert sich auf die Fähigkeiten des Modells, die sich durch die kumulative Menge an Rechenleistungen, die für sein Training verwendet werden, näherungsweise bestimmen lassen. Das Gesetz legt zwar einen anfänglichen Schwellenwert für diese Rechenleistungen fest, dieser ist jedoch anpassbar, um technologischen Veränderungen Rechnung zu tragen, die eine effizientere Modellschulung ermöglichen. Weitere Faktoren, die bei der Einstufung einer KIAZ mit systemischem Risiko berücksichtigt werden, sind ihre Auswirkungen auf den Markt angesichts ihrer Reichweite, die Ein- und Ausgabemodalitäten, die Qualität und der Umfang der Trainingsdaten, der Grad der Autonomie und die Tools, zu denen es Zugang hat. Das KI-Gesetz räumt ein, dass diese Risiken besser verstanden werden können, wenn das Modell erst einmal veröffentlicht ist und die Nutzer damit interagieren.

Bedenken bezüglich des Datenschutzes bei KIAZ

Die Beispiele für systemische Risiken und die Überlegungen, die in die Klassifizierung des systemischen Risikos einfließen, wie Autonomie und Zugang zu Tools, vermitteln eine gute Vorstellung von den störenden Auswirkungen, die KIAZ auf die Gesellschaft und den Einzelnen haben dürften. Nehmen wir die Ein- und Ausgabemodalitäten als nur eine Überlegung, anhand derer wir hochwirksame Risiken entdecken können. Während wir immer noch am meisten von multimodalen Modellen hören, die Audio, Video, Sprache und geschriebenen Text aufnehmen können, schreitet die Forschung voran, die es den Modellen ermöglicht, unsere Gehirnströme zu lesen, so dass sie eine visuelle oder textliche Beschreibung unserer Gedanken ausgeben können. Das Potenzial, die Mensch-Computer-Schnittstellen zu revolutionieren, ist faszinierend und spielt eine herausragende Rolle in den Trends für dieses Jahr. Die Einführung dieser Technologie setzt jedoch Vertrauen voraus - schließlich ist nichts so privat wie unsere Gedanken, und das Missbrauchspotenzial ist ebenso groß wie die Vorteile, die wir uns vorstellen können.

Wenn man sich auf die heute am weitesten verbreiteten Anwendungsfälle von KIAZ konzentriert, sticht der systemische Risikofaktor, der mit den Trainingsdaten zu tun hat, im Kontext des Datenschutzes hervor. Wir wissen, dass gängige LLMs auf riesigen Mengen persönlicher Daten aus dem Internet trainiert werden und regelmäßig persönliche Informationen, einschließlich sensibler Daten, enthalten. Angesichts der Tatsache, dass Modelle diese Daten speichern, sie in der Produktion durchsickern lassen können und Inversionsangriffen ausgesetzt sind, bei denen ein böswilliger Akteur die Eingabedaten, die persönliche Informationen enthalten, rekonstruiert oder ableitet, ergeben sich eine Reihe von Datenschutzbedenken.

Um die Verpflichtungen zu verstehen, die den KIAZ durch das KI-Gesetz auferlegt werden, ist es zunächst aufschlussreich, sich an die Fragen der Einhaltung der DSGVO zu erinnern, die sich in diesem Zusammenhang stellen. Zu nennen sind dabei die Datenminimierung, der Bedarf einer Rechtsgrundlage für das Training an personenbezogenen Daten sowie für die Verarbeitung von Chat Aufforderungen, die personenbezogene Daten enthalten. Weiterhin ist die unbefugte Weitergabe und der unbefugte Zugang, die Informationspflichten, insbesondere im Zusammenhang mit automatisierten Entscheidungen, das Recht auf Löschung und das Verbot der Verarbeitung besonderer Kategorien personenbezogener Daten relevant, für deren Verarbeitungsverbot nur sehr enge Ausnahmen vorgesehen sind; ein berechtigtes Interesse an der Verarbeitung besonderer Kategorien personenbezogen Daten gehört nicht zu diesen Ausnahmen.

Eine hervorragende Ressource, die sich mit all diesen Themen befasst, ist der Artikel Generative AI in EU Law: Liability, Privacy, Intellectual Property, and Cybersecurity, der im Januar diesen Jahres erschienen ist. Beachten Sie jedoch, dass der Artikel veröffentlicht wurde, bevor der endgültige Text des KI-Gesetzes vorlag. Daher sind einige der aufgeführten Kritikpunkte, insbesondere im Zusammenhang mit „foundation models,“ jetzt hinfällig, da sie im endgültigen Entwurf berücksichtigt wurden.

Den KIAZ durch das Gesetz auferlegte Datenschutzverpflichtungen

Im endgültigen Entwurf des KI-Gesetzes wird auf Vorschlag des Europäischen Parlaments Erwägungsgrund 45a hinzugefügt, der besagt, dass der Schutz der Privatsphäre während des gesamten Lebenszyklus des KI-Systems gewährleistet werden muss, einschließlich des Datenschutzes durch Technikgestaltung und der datenschutzfreundlichen Voreinstellungen, der Anonymisierung, der Verschlüsselung und der Begrenzung der Datenübertragung und des Kopierens, indem das Modell, wenn möglich, zu den Rohdaten gebracht wird, statt anders herum. Es liegt auf der Hand, dass dies ein Verweis auf die DSGVO ist, die die Einhaltung aller im vorherigen Abschnitt vorgestellten Anforderungen verlangt.

Ein weiterer Verweis auf die DSGVO findet sich in dem überarbeiteten Art. 10(4a)(5) des KI-Gesetzes. Dort heißt es, dass für die Erkennung und Korrektur von Vorurteilen und Diskriminierungen besondere Kategorien personenbezogener Daten verarbeitet werden dürfen, vorbehaltlich strenger Sicherheitsvorkehrungen und unter der Voraussetzung, dass die Erkennung und Korrektur von Vorurteilen und Diskriminierungen mit synthetischen oder anonymisierten Daten nicht wirksam durchgeführt werden kann. Diese Ausnahme vom Verbot der DSGVO in Bezug auf die Verarbeitung besonderer Kategorien personenbezogener Daten ist die einzige im KI-Gesetz, und sie gilt nicht für die Entwicklung von KIAZ, die Daten aus dem Internet zu allgemeinen Schulungszwecken auslesen.

In diesem Zusammenhang ist es wichtig, darauf hinzuweisen, dass die Definition der besonderen Kategorien personenbezogener Daten in der EuGH-Entscheidung Meta gegen Bundeskartellamt vor kurzem erweitert wurde. Nach dieser Entscheidung ist es nicht erforderlich, dass sich die Informationen direkt auf eine der besonderen Kategorien beziehen, wie z. B. Herkunft, Religion, Alter oder Gesundheitszustand, sondern nur, "dass die Datenverarbeitung die Offenlegung von Informationen ermöglicht, die unter eine dieser Kategorien fallen".

Wie wir die Privatsphäre im Kontext der KIAZ schützen können

Alle datenschutzbezogenen Verpflichtungen, mit denen LLM-Entwickler und -Nutzer konfrontiert sind, haben eines gemeinsam: Sie sind praktisch unüberwindbar, wenn die in ihren Trainingsdatensätzen enthaltenen personenbezogenen Daten nicht sichtbar sind. Dann sind Organisationen nicht in der Lage, die aussagekräftigen Informationen bereitzustellen, die vor der Erhebung personenbezogener Daten offengelegt werden müssen. Ebenso kann keine spezifische Einwilligung eingeholt werden, ohne zu wissen, von wem sie zu stammen hat, und die Durchsetzung der Rechte der betroffenen Personen ist ebenso schwierig, und noch schwieriger ist es, wenn es um das Recht auf Löschung geht - im schlimmsten Fall könnte eine vollständige Umschulung des Modells erforderlich sein, um diesem Recht Geltung zu verschaffen, was sowohl aus ökologischer Sicht angesichts der beträchtlichen Ressourcen, die für die Schulung erforderlich sind, als auch natürlich für das Unternehmen, das das kosten- und zeitintensive Training durchgeführt hat, nicht ideal ist.

Es gibt zwar mehrere Möglichkeiten, wie die Modellentwickler die Herausforderungen des Datenschutzes angehen können, aber sie sind begrenzt. Zum einen wird versucht, Websiten, die offensichtlich große Mengen personenbezogener Daten enthalten, nicht in das Data Scraping einzubeziehen. Zweitens wird das Verstärkungslernen mit menschlichem Feedback (Reinforcement Learning from Human Feedback, RLHF) von unabhängigen Datenschutzexperten durchgeführt, die von den Modellentwicklern beauftragt wurden, das Modell so auszurichten, dass keine personenbezogenen Daten offengelegt werden. Beide Methoden lassen Lücken beim Schutz personenbezogener Daten und damit bei der Haftung nach der DSGVO und dem KI-Gesetz.

Hier kommt Private AI ins Spiel. Die Technologie von Private AI ist in der Lage, in großen unstrukturierten Datensätzen enthaltene persönliche Daten zu identifizieren und sie durch synthetische Daten oder Platzhalter zu ersetzen. Für viele Anwendungsfälle kann dieser Ansatz, der auf kontextbezogenen Algorithmen beruht, die von Datenschutzexperten in mehreren Sprachen trainiert wurden, den Nutzen der Daten erhalten und gleichzeitig den Datenschutz maximieren.

Diese Technologie ist nicht nur für Modellentwickler nützlich, sondern auch für die nachgelagerte Wertschöpfungskette. Wenn Unternehmen befürchten, dass sie Datenschutzrechte verletzen, wenn Mitarbeiter persönliche Daten in ihre an ein externes Modell gesendeten Eingabeaufforderungen einfügen, kann PrivateGPT von Private AI eingesetzt werden, um die Eingabeaufforderung abzufangen, die persönlichen Daten herauszufiltern und sie automatisch wieder in die Antwort einzufügen, um eine nahtlose Benutzererfahrung zu gewährleisten. Testen Sie PrivateGPT hier kostenlos.