OpenAI macht Datenschutz zum neuen Argument gegen Anthropic

Für qualifizierte Geschäftskunden bietet OpenAI außerdem konfigurierbare Aufbewahrungsfristen an, darunter die Option auf vollständige Datenminimierung in der API-Plattform. Für Unternehmen zählt deshalb nicht allein das Versprechen, „Geschäftsdaten zu schützen“. Entscheidend ist, welches Produkt, welcher Endpunkt, welcher Datentyp und welcher Vertrag tatsächlich abgedeckt sind.

So soll „Private Safety Processing“ funktionieren

Missbrauchsüberwachung kann wirksamer werden, wenn ein Anbieter Aktivitäten über mehrere Interaktionen hinweg miteinander verknüpfen kann. Genau das kann jedoch voraussetzen, dass Kundeninhalte gespeichert, geprüft oder zentral verarbeitet werden. Für Unternehmen mit vertraulichem Quellcode, Patientendaten, juristischen Unterlagen oder Finanzinformationen ist das ein heikler Zielkonflikt.

Private Safety Processing soll diese beiden Funktionen voneinander trennen. OpenAI testet das Verfahren mit ausgewählten Kunden. Es soll Muster und Sicherheitsrisiken in zusammenhängenden Interaktionen erkennen und zugleich den Schutz durch Zero Data Retention bewahren. Nach Darstellung des Unternehmens würden seine Systeme lediglich ein eng begrenztes Sicherheitssignal zurückgeben, ohne OpenAI Zugriff auf die zugrunde liegenden Kundendaten zu gewähren.

Die öffentlich verfügbaren Beschreibungen machen das angestrebte Ergebnis deutlich, liefern aber noch nicht genügend technische Details, um eine konkrete Verschlüsselungsarchitektur, Enklave oder andere Implementierung zu bewerten. Die vorsichtigste Schlussfolgerung lautet daher: OpenAI demonstriert eine datenschutzfreundliche Sicherheitsschicht – nicht, dass jedes technische Detail bereits öffentlich dokumentiert wäre.

Der Vergleich mit Anthropic braucht Genauigkeit

Anthropic ist der wichtigste Bezugspunkt in OpenAIs Wettbewerbsargumentation. Die Datenschutzregeln unterscheiden sich jedoch je nach Produkt. Im Privacy Center erklärt Anthropic, dass Eingaben und Ausgaben kommerzieller Angebote wie Claude for Work und der Anthropic API standardmäßig nicht zum Training der Modelle verwendet werden. Kunden können diese Beziehung durch ausdrücklich übermitteltes Feedback oder eine andere Zustimmung ändern.

Die viel diskutierte Aufbewahrungsfrist von fünf Jahren ist eine Verbraucherregelung. Anthropic zufolge können Chats und Programmiersitzungen von Nutzern, die ihre Daten zur Verbesserung von Claude freigeben, in de-identifizierter Form bis zu fünf Jahre in Trainingsprozessen aufbewahrt werden. Wer diese Einstellung nicht aktiviert, bleibt laut Anthropic bei der bisherigen Aufbewahrungsfrist von 30 Tagen.

Diese Unterscheidung ist wichtig: OpenAIs Ankündigung beweist nicht, dass Anthropic standardmäßig mit Unternehmensdaten trainiert. OpenAI versucht vielmehr, sich bei mehreren Punkten abzuheben: Wird Inhalt überhaupt gespeichert? Wie laufen Sicherheitsprüfungen ab? Können Menschen oder Unterauftragsverarbeiter markierte Inhalte einsehen? Und wie viel Kontrolle hat der Kunde über seine konkrete Bereitstellung?

Warum Datenschutz über den Zuschlag entscheiden kann

Für einen großen Konzern ist die Qualität eines Modells nur ein Teil des Einsatzrisikos. Einkaufs-, Datenschutz- und IT-Sicherheitsteams prüfen unter anderem:

• wie lange Eingaben und Antworten gespeichert werden;
• ob Geschäftsdaten zum Training verwendet werden;
• welche Endpunkte für Zero Data Retention zugelassen sind;
• ob Metadaten oder markierte Inhalte anders behandelt werden;
• wer auf Sicherheits- und Supportdaten zugreifen kann;
• wie Löschung, Audits und vertragliche Kontrollen funktionieren; und
• ob der Anbieter Missbrauch erkennen kann, ohne ein neues Vertraulichkeitsrisiko zu schaffen.

Private Safety Processing soll OpenAI vor allem bei der letzten Frage eine bessere Antwort geben. Wenn der Ansatz wie beschrieben funktioniert, müssten Kunden weniger stark zwischen maximaler Datenminimierung und der Erkennung koordinierter missbräuchlicher Nutzung über mehrere Anfragen hinweg abwägen.

Das kann besonders in regulierten oder besonders geheimhaltungsbedürftigen Branchen entscheidend sein. Eine Ausnahme bei der Datenaufbewahrung kann den Einsatz verhindern, selbst wenn ein Modell fachlich überzeugt. OpenAI erhält damit außerdem eine Möglichkeit, über Governance und Kontrollierbarkeit zu konkurrieren – statt allein über Benchmarks und Modellleistung.

Der wirtschaftliche Druck wächst

Der Datenschutzvorstoß kommt zu einem Zeitpunkt, an dem Anthropics Geschäft mit Unternehmen stark wächst. Investoren vorgelegte Dokumente sollen für Anthropic im zweiten Quartal 2026 einen vorläufigen Umsatz von mehr als 11,5 Milliarden US-Dollar ausweisen. Im Vorjahresquartal waren es 787 Millionen US-Dollar – ein Anstieg um mehr als das 14-Fache. Die Zahlen sind vorläufig und keine geprüften Finanzberichte.

Anthropics annualisierte Umsatzrate lag Berichten zufolge Ende Juli außerdem bei mehr als 65 Milliarden US-Dollar. Für OpenAI wurde zuletzt eine Rate von rund 40 Milliarden US-Dollar genannt. Eine annualisierte Umsatzrate rechnet den Umsatz eines kürzeren Zeitraums auf ein Jahr hoch. Die Werte sind daher weder mit einem vollständigen Jahresumsatz noch mit einem direkten Vergleich der Profitabilität gleichzusetzen.

Die Zahlen erklären dennoch die Dringlichkeit. Anthropic hat bei Geschäftskunden erheblichen Schwung entwickelt. OpenAI reagiert nun mit einem Differenzierungsmerkmal, das unmittelbar an die Risiko- und Compliance-Prüfungen von Unternehmen anschließt.

Was Unternehmen vor einer Entscheidung prüfen sollten

OpenAIs Ankündigung ist am besten als wettbewerbliche Kombination aus Datenschutz und Sicherheitsversprechen zu verstehen – nicht als allgemeine Garantie, dass keinerlei Daten jemals gespeichert werden. Vor einer Einführung sollten Unternehmen die konkreten Aufbewahrungsfristen für die gewünschten Modelle und Endpunkte, mögliche Genehmigungspflichten für ZDR, geltende Ausnahmen sowie die Verarbeitung von Sicherheitssignalen und Metadaten prüfen.

Die größere Entwicklung ist strategischer Natur: Datenverwaltung wandert aus dem Kleingedruckten in das Produkt selbst. Der Anbieter, der leistungsfähige Modelle, glaubwürdige Missbrauchsbekämpfung und nachprüfbare Kontrolle über sensible Daten verbinden kann, wird bei der Beschaffung von Enterprise-KI einen Vorteil haben – selbst wenn konkurrierende Modelle bei ihren Fähigkeiten nahezu gleichauf liegen.