Warum kann ich ein bereitgestelltes Modell meine Daten nicht vergessen lassen?
Möglichkeit
Artikel 17 der DSGVO gewährt mir das Recht auf Löschung, doch sobald ein Modell anhand meiner Daten trainiert wurde, kann niemand meinen Beitrag effizient aus den Gewichten entfernen. Aktuelle Methoden zum „Unlernen“ unterdrücken entweder die finale Ausgabeschicht, während meine Informationen in Zwischenrepräsentationen kodiert verbleiben, oder erfordern einen vollständigen Neu-Trainierungsdurchlauf, den kein Betreiber in der Produktion in großem Maßstab durchführen wird. Eine im Juni 2026 auf arXiv veröffentlichte Arbeit zu ML-Lieferketten kommt zu dem Ergebnis, dass das Recht auf Löschung über Feinabstimmungsketten hinweg strukturell nicht durchsetzbar ist. Die Kluft zwischen dem gesetzlichen Recht und der technischen Realität vergrößert sich jedes Mal, wenn ein Basismodell anhand personenbezogener Daten weiter feinabgestimmt wird.
Warum es wichtig ist
Gesetzliche Löschrechte sind bedeutungslos, solange ein Modell nicht tatsächlich vergessen kann, sondern lediglich seine Ergebnisse unterdrückt.
Wie ich die Chance bewerte
Der Opportunity Score ist meine persönliche Einschätzung, keine Messung: wie stark es schmerzt, wie oft es auftritt und wie wenig heute existiert, um es zu lösen. Ein höherer Wert bedeutet, dass ich es für lohnender halte, es umzusetzen.
Wie viel Schmerz es verursacht, wenn es auftritt.
Wie oft Menschen tatsächlich darauf stoßen.
Wie wenig gute Werkzeuge dafür heute existieren.
Weitere lösungswürdige Probleme
Warum vergisst mich jede KI-App in dem Moment, in dem ich den Tab schließe?
AIWarum setzt das Erlernen eines neuen Fachgebiets immer noch voraus, die richtigen Fragen zu kennen?
AIWarum kann eine fachfremde Person nicht überprüfen, was eine KI ihr gerade gesagt hat?
AIWarum testen wir Modelle an Benchmarks, aber bringen sie nach Bauchgefühl in die Produktion?
AIWarum haben KI-Agenten kein Gedächtnis für ihre eigenen Fehler?
AIWarum kann ich nicht nachprüfen, womit ein Modell tatsächlich trainiert wurde?