Datenschutz und Datenverarbeitung

aipoc-lab ist ein privates, nicht kommerzielles Forschungsprojekt. Es sammelt öffentlich zugängliche Veröffentlichungen über künstliche Intelligenz, um die Entwicklung dieses Feldes zu untersuchen. In den gesammelten Materialien finden sich nebenbei personenbezogene Daten – meist die Namen der Autoren wissenschaftlicher Arbeiten. Diese Seite sagt, welche Daten, woher, wofür und was Sie damit tun können.

Letzte Aktualisierung: 9. Oktober 2026

Wer die Daten verarbeitet

Verantwortlicher für die Daten ist die natürliche Person, die das Projekt aipoc-lab betreibt – eines nicht kommerziellen Forschungsprojekts. In allen Angelegenheiten zur Datenverarbeitung erreichen Sie uns unter: [email protected]. Weitere Angaben zur Identität des Verantwortlichen stellen wir der betroffenen Person und der Aufsichtsbehörde in dem Umfang zur Verfügung, den das Recht vorschreibt.

Warum Sie davon über diese Seite erfahren und nicht über eine Nachricht an Sie

Weil das Projekt nicht weiß, wer Sie sind, und es nicht herausfinden möchte. Die Daten stammen nicht von den Personen, um die es geht – sie gelangen hierher als Teil einer öffentlich zugänglichen Veröffentlichung, etwa als Autorenliste eines wissenschaftlichen Artikels. Um jeder dieser Personen eine eigene Benachrichtigung zu schicken, müsste man zuerst ihre Adresse ermitteln, also zusätzliche Daten über sie sammeln, die das Projekt nicht hat und nicht haben will. Die DSGVO kennt diesen Fall: Ist die Benachrichtigung jeder einzelnen Person unmöglich oder würde sie einen unverhältnismäßig großen Aufwand erfordern, wird die Information stattdessen öffentlich bereitgestellt, und es werden geeignete Schutzmaßnahmen für die Rechte dieser Personen angewandt (Art. 14 Abs. 5 lit. b DSGVO). Das Projekt nutzt diese Ausnahme – diese Seite ist diese Information, und die folgenden Abschnitte beschreiben die Schutzmaßnahmen.

Welche Daten und aus welchen Quellen

Alle Quellen sind öffentlich zugänglich, ohne Anmeldung. Das Projekt lädt nichts von Diensten herunter, die ein Konto erfordern, umgeht keine Sicherheitsmaßnahmen und nutzt keine Quellen, die sich in der Datei robots.txt gegen eine Sammlung aussprechen.

Die Materialien holt ein Automat einmal täglich vom Server des Projekts ab. Wo der Verlag einen RSS-Kanal veröffentlicht – einen Datenstrom, der für das maschinelle Lesen bestimmt ist –, liest der Automat ausschließlich diesen Kanal. Wo es keinen Kanal gibt, ruft er die öffentliche Seite mit der Beitragsliste ab (bei darioamodei.com außerdem die Seiten einzelner Texte) – einige Anfragen pro Tag und Verlag, so wie es der Browser eines Lesers täte. Für einige wenige Meldungen pro Tag, die für den Überblick ausgewählt wurden und bei denen der Kanal des Verlags nur einen Anreißer enthält, lädt der Automat außerdem die Seite des Artikels selbst und speichert seinen Text – nach dem Entfernen von E-Mail-Adressen und Telefonnummern mit demselben Filter wie bei den übrigen Materialien. Das Projekt durchsucht keine Dienste außerhalb dieser Liste.

Wozu und auf welcher Grundlage

Zweck: private Forschung zur Entwicklung der künstlichen Intelligenz sowie zur Methode des Aufbaus einer automatisierten Forschungskette – vom Sammeln der Veröffentlichungen über ihre Bewertung bis zum Verfassen von Übersichten. Ergebnis sind Übersichten und Analysen, die auf diesem Blog veröffentlicht werden, immer in aggregierter Form.

Rechtsgrundlage: Art. 6 Abs. 1 lit. f DSGVO – das berechtigte Interesse des Verantwortlichen, die Forschung durchzuführen. Die Verarbeitung hat Forschungscharakter im Sinne von Art. 5 Abs. 1 lit. b und e DSGVO, mit den Garantien, die Art. 89 Abs. 1 DSGVO vorschreibt.

Was das Projekt nicht tut: Es verkauft oder teilt die gesammelten Daten nicht, baut keine Kontaktdatenbank auf, betreibt kein Marketing, nimmt keinen Kontakt zu Personen auf, deren Daten in den Materialien vorkommen, und erstellt keine Profile von irgendjemandem. Der einzige Empfänger außerhalb des Projekts, der die gesammelten Materialien erhält, ist der Anbieter der Sprachmodelle – unten beschrieben.

An wen das Projekt Materialien weitergibt

Die Arbeit am Text übernehmen die Sprachmodelle Google Gemini, aufgerufen über die Programmierschnittstelle von Google (Gemini API). Google erhält Ausschnitte der gesammelten Materialien und sendet das Ergebnis zurück. Das Projekt nutzt den kostenlosen Tarif der Gemini API, und in diesem Tarif darf Google die übermittelten Inhalte zur Verbesserung seiner Dienste verwenden – deshalb gelangen an die Modelle ausschließlich Materialien, die ihre Autoren zuvor veröffentlicht haben. An Google gehen:

• jedes abgerufene Material – Titel und Beginn des Textes, damit das Modell es in zwei bis drei Sätzen zusammenfasst und einer Kategorie sowie den Themen aus dem festen Vokabular zuordnet;
• Titel, Zusammenfassungen und Tags der Materialien sowie der Inhalt von Entwürfen und Analysen – zur Berechnung der Vektoren (Modell gemini-embedding-2), also der numerischen Darstellung des Textes, mit deren Hilfe das Labor Texte ähnlichen Inhalts findet;
• für die Übersicht ausgewählte Materialien und Notizen des Labors – um Übersichten, Notizen zu Begriffen und die wöchentlichen Analysen zu schreiben sowie den fertigen Text mit der Quelle zu vergleichen;
• veröffentlichte Einträge – zur Übersetzung in andere Sprachen.

E-Mail-Adressen und Telefonnummern werden herausgeschnitten, bevor ein Material an das Modell gesendet wird – und nicht erst beim Speichern in der Datenbank. An Google gelangen keine Daten der Blogleser und keine Nachrichten, die an die Kontaktadressen geschickt wurden.

Wie der Umfang der Daten begrenzt wird

• Filter beim Speichern – E-Mail-Adressen und Telefonnummern werden durch einen Platzhalter ersetzt, bevor das Material in die Datenbank gelangt und bevor es zur Analyse weitergegeben wird.
• Nur das, was ohnehin in der Veröffentlichung steht – das Projekt speichert Titel, Zusammenfassung, Text und die Adresse der Quelle. Es ermittelt nicht die Identität der Autoren, verknüpft ihre Auftritte in verschiedenen Veröffentlichungen nicht und erstellt kein Profil von irgendjemandem.
• Nur aggregierte Veröffentlichung – auf dem Blog erscheinen Übersichten und Statistiken, niemals Kopien der Quellmaterialien oder Datensätze einzelner Personen. Die Autoren zitierter Arbeiten erscheinen ausschließlich im Abschnitt Quellen, wie in einem Literaturverzeichnis.
• Keine Daten besonderer Kategorien – das Projekt erhebt und will keine Daten zu Gesundheit, Überzeugungen, Religion oder sexueller Orientierung erheben.

Wie lange

Forschungsmaterialien werden so lange aufbewahrt, wie die Forschung dauert – der Sinn dieses Projekts ist die Beobachtung von Veränderungen im Zeitverlauf, die sich nicht rückwirkend nachvollziehen lassen. Rohe Abrufe werden sofort von Kontaktdaten bereinigt, und was nicht mehr benötigt wird, wird gelöscht. Auf Anfrage gelöschte Daten kehren nicht zurück.

Ihre Rechte

Sie haben das Recht auf Auskunft über Ihre Daten, auf deren Berichtigung, Löschung und Einschränkung der Verarbeitung sowie das Widerspruchsrecht gegen die Verarbeitung, die auf einem berechtigten Interesse beruht. Außerdem steht Ihnen das Recht zu, sich bei der polnischen Datenschutzbehörde zu beschweren (Prezes Urzędu Ochrony Danych Osobowych).

Anträge nehmen wir unter der Adresse [email protected] entgegen. Damit ein Antrag bearbeitet werden kann, braucht es einen Hinweis darauf, wo die Daten zu finden sind – zum Beispiel die Adresse der Seite, von der sie abgerufen wurden. Das Projekt speichert keine Daten, die die Person auf andere Weise identifizierbar machen, und wird sie zu diesem Zweck auch nicht erheben (Art. 11 DSGVO).

Die Löschung besteht im dauerhaften Entfernen des Inhalts; in der Datenbank bleibt nur die Spur erhalten, dass das betreffende Material existierte und gelöscht wurde – ohne seinen Inhalt.

Diese Seite

Der Blog erhebt keine Daten über Leser: Es gibt kein Tracking, keine Formulare und keine Cookies außer denen, die die Anmeldung im Redaktionsbereich benötigt. Wie jeder Webserver verarbeiten der Server und der Schutzdienst gegen Angriffe (Cloudflare) IP-Adressen der Besucher in technischen Protokollen – ausschließlich zur Sicherheit und zum korrekten Betrieb der Seite.

Messung der Seitenaufrufe. Seit dem 24. September 2026 nutzt der Blog Cloudflare Web Analytics. Das Messskript fügt Cloudflare selbst zur Seite hinzu. Es speichert weder Cookies noch etwas anderes im Browser und vergibt den Besuchern keine Kennungen, daher lässt sich mit ihm derselbe Mensch bei einem erneuten Besuch nicht wiedererkennen. Das Projekt sieht ausschließlich zusammengefasste Zahlen: wie viele Aufrufe und Besuche es gab, welche Seiten sie betrafen, woher die Leser kamen (Land, verweisende Seite), von welchen Browsern und Geräten aus sie zugriffen und wie schnell die Seite geladen wurde.

Die Inhalte des Blogs entstehen unter Mitwirkung von Sprachmodellen, und über ihre Veröffentlichung entscheidet ein Mensch. Eine Beschreibung der Methode finden Sie auf der Seite So funktioniert es.