Vorlesungsnotizen, Folien oder ein Lesepaket in ein KI-Lerntool hochzuladen, kann Zeit sparen. Es kann aber auch unbeabsichtigte Datenschutzprobleme verursachen: der Name einer Kommilitonin in einem Gruppenprojektentwurf, ein unveröffentlichtes Handout eines Tutors oder deine eigene Matrikelnummer in einer Dateikopfzeile. Diese Checkliste ist keine Rechtsberatung, aber sie gibt dir eine wiederholbare Methode an die Hand, um zu entscheiden, was sicher hochgeladen werden kann und was auf deinem Gerät bleiben sollte.
1. Bestätige, dass du die Erlaubnis hast, das Material hochzuladen
Bevor eine Datei deinen Laptop verlässt, frage, wem sie gehört und was die Regeln erlauben. Kurslektüren, Vorlesungsfolien und Altklausuren unterliegen oft Einschränkungen, auch wenn sie leicht herunterzuladen sind. Prüfe das Kurshandbuch, die Nutzungsbedingungen der Lernplattform und alle Anweisungen der Dozentin oder des Dozenten. Wenn ein Dokument als vertraulich, nur als Entwurf oder unter einer restriktiven Lizenz gekennzeichnet ist, prüfe die erlaubten Nutzungen oder frage die Eigentümerin oder den Eigentümer, bevor du es hochlädst.
Gruppenarbeit fügt eine weitere Ebene hinzu. Ein gemeinsames Laufwerk ist nicht automatisch eine Zustimmung, die Beiträge aller an einen Drittanbieterdienst zu senden. Frage die Gruppe und halte kurz fest, was vereinbart wurde. Im Zweifel lade nur deine eigenen Notizen oder eine selbst verfasste, umformulierte Zusammenfassung hoch.
2. Entferne unnötige personenbezogene Daten vor dem Hochladen
Die meisten Lerndateien enthalten mehr identifizierende Informationen als für die Aufgabe nötig. Entferne sie zuerst. Entferne Namen, Matrikelnummern, E-Mail-Adressen, Telefonnummern, Unterschriften, Gesundheitsinformationen und alles über andere Personen. Ersetze Namen durch Rollen wie „Student A“ oder „Tutor“, wenn die Identität für die Frage irrelevant ist.
Hier ist ein fiktives Beispiel. Eine Datei mit Seminarnotizen beginnt mit einer Kopfzeile, die den Modulcode, den vollständigen Namen des Tutors, eine Matrikelnummer und einen Link zu einem gemeinsamen Laufwerk auflistet. Der Text enthält eine Falldiskussion mit zwei am Rand genannten Kommilitonen. Eine bereinigte Version behält den Modulcode, ersetzt den Namen des Tutors durch „Tutor“, löscht die Matrikelnummer und den gemeinsamen Link und ändert die Namen der Kommilitonen in „Teilnehmer 1“ und „Teilnehmer 2“. Der akademische Inhalt bleibt unverändert; der personenbezogene Fußabdruck ist viel kleiner.
3. Verstehe Speicherung, Löschung und Weitergabe
Lies die aktuelle Datenschutzerklärung und die Nutzungsbedingungen des Anbieters, anstatt dich auf eine Zusammenfassung aus einem Forum oder einen alten Screenshot zu verlassen. Achte auf vier Dinge: wo Dateien gespeichert werden, wie lange sie aufbewahrt werden, ob sie zum Trainieren von Modellen verwendet werden und wer sie sehen kann. Richtlinien ändern sich, prüfe daher die am Tag des Hochladens gültige Version.
Unterscheide privates Material von allem, was für eine Gruppe veröffentlicht wird. Bei Oyriva sind private Materialien und vom Eigentümer veröffentlichte, schreibgeschützte Kursgruppen unterschiedlich: Die Veröffentlichung in einer Gruppe umfasst keine privaten Chats, Erinnerungen oder Ergebnisse. Diese Trennung ist wichtig, wenn du entscheidest, was du teilst, aber sie ersetzt nicht das Lesen der aktuellen Richtlinie. Die Verfügbarkeit von Funktionen hängt von deinem Plan und deinen Einstellungen ab, und kein Tool kann absolute Sicherheit versprechen.
4. Verwende einen Workflow mit minimalen Daten
Eine kurze Routine reduziert die meisten Risiken, ohne dich aufzuhalten:
- Prüfe die Erlaubnis für die konkrete Datei, nicht nur für den Kurs.
- Erstelle eine saubere Kopie, aus der Namen, IDs und Kontaktdaten entfernt wurden.
- Lade nur die Seiten hoch, die du brauchst, statt einen ganzen Semesterordner.
- Stelle gezielte Fragen, damit das Tool mit dem kleinsten nützlichen Auszug arbeitet.
- Überprüfe die aktuelle Richtlinie des Anbieters vor jedem neuen Semester oder neuen Tool.
- Lösche lokale Kopien, die du nicht mehr brauchst, und prüfe, ob der Dienst das Entfernen hochgeladener Dateien ermöglicht.
Zum Beispiel: Statt ein 60-seitiges Modulpaket hochzuladen, extrahiere die vier Seiten, die das Thema abdecken, das du wiederholst. Bitte um Übungsfragen zu diesen Seiten und überprüfe die Antworten dann anhand des Originaltexts. So bleibt der Upload klein und die Prüfung einfacher.
5. Halte private und öffentliche Lernräume getrennt
Viele Studierende nutzen einen Arbeitsbereich für die persönliche Wiederholung und einen anderen für gemeinsame Kursaktivitäten. Halte diese Grenze bewusst. Private Notizen, Entwurfsantworten und persönliche Reflexionen gehören in einen privaten Bereich. Gemeinsame Gruppen sollten Material enthalten, das die Eigentümerin oder der Eigentümer bewusst veröffentlicht hat und von dem die Teilnehmenden erwarten, dass es sichtbar ist. Bevor du etwas postest, frage dich, ob der Inhalt etwas aus einem privaten Chat oder einer persönlichen Datei enthält, das nie verbreitet werden sollte.
Oyriva unterstützt diese Trennung durch private Materialien und vom Eigentümer veröffentlichte, schreibgeschützte Gruppen, wobei private Chat-Daten von der Veröffentlichung in öffentlichen Kursgruppen ausgeschlossen sind. Der KI-Tutor kann Quellpassagen zitieren, wenn sie verfügbar sind, was dir hilft, eine Antwort anhand des Materials zu prüfen, das du tatsächlich hochgeladen hast. Lesen ist kein benoteter Nachweis, und Pläne und Nutzungslimits variieren, prüfe daher, was deine Einstellungen erlauben.
6. Baue die Prüfung in deine Lernroutine ein
Datenschutzprüfungen funktionieren am besten, wenn sie langweilig und automatisch sind. Nimm dir vor jedem Upload dreißig Sekunden Zeit für drei Fragen: Habe ich die Erlaubnis? Habe ich entfernt, was nicht nötig ist? Verstehe ich, wie dieser Anbieter Dateien speichert und weitergibt? Wenn eine Antwort unklar ist, halte inne und prüfe die aktuelle Richtlinie oder frage deine Kursadministration. Für einen umfassenderen Workflow siehe einen KI-Lernworkflow aufbauen und KI-Lernantworten anhand von Quellen überprüfen.
Das Ziel ist nicht, KI-Lerntools zu vermeiden. Es geht darum, sie mit derselben Sorgfalt zu nutzen, die du beim Teilen einer Datei mit einer Kommilitonin oder einem Kommilitonen anwenden würdest. Kleine Gewohnheiten, konsequent angewendet, schützen sowohl deine eigenen Daten als auch das Vertrauen der Personen, deren Material du handhabst.
Bereit, einen privaten Lernraum einzurichten? Erstelle ein Konto und sieh dir die Pläne an, um zu sehen, welche Einstellungen zu deinem Workflow passen.
