KI Datensicherheit und Datenschutz bei ATLAS.ti

Wir nutzen die GPT-Modelle von OpenAI über eine API, um unseren Kunden bessere Ergebnisse zu liefern, wenn und soweit sich unsere Kunden für die Nutzung von OpenAI-gestützten Funktionen wie AI Coding, KI Summaries oder AI Code Suggestions entscheiden.

Nein, wir verwenden bestimmte KI-Funktionen nur auf Ihren Wunsch hin durch ein Opt-in oder einen anderen Anmeldeprozess. Hierfür können zusätzliche Gebühren anfallen.

Die KI verarbeitet alle Daten, die ihr zur Durchführung einer Analyse eingegeben werden. Wir haben mit OpenAI eine Datenverarbeitungsvereinbarung einschließlich der Standardvertragsklauseln (SCC) geschlossen, die die Sicherheit Ihrer personenbezogenen Daten gewährleistet.

Wir haben mit OpenAI eine Datenverarbeitungsvereinbarung einschließlich der Standardvertragsklauseln (SCC) abgeschlossen, die die Sicherheit Ihrer personenbezogenen Daten gewährleistet. Nur die personenbezogenen Daten, die Sie in unsere Software eingeben, werden von der KI ausgewertet. Ihre persönlichen Daten werden nicht verwendet, um die Analyse des maschinellen Lernens (ML) zu verbessern.

OpenAI verwendet keine Daten, die an unsere API übermittelt und von dieser generiert wurden, um OpenAI-Modelle zu trainieren oder das Serviceangebot von OpenAI zu verbessern.

OpenAI verwendet keine Daten, die von Kunden über unsere API übermittelt werden, um unsere Modelle zu trainieren oder zu verbessern, es sei denn, Sie entscheiden sich ausdrücklich dafür, Ihre Daten zu diesem Zweck mit uns zu teilen.

Die KI-gesteuerte Analyse wird auf OpenAI-Systemen und den Systemen unserer vertrauenswürdigen Dienstleister weltweit verarbeitet. Mit der Option AI Regions können Sie auswählen, wo Ihre Daten für KI-gestützte Features verarbeitet werden. Sie können ganz einfach Ihre bevorzugte Region auswählen: die Vereinigten Staaten oder Europa.


Wir können auch ausgewählte Teile des Inhalts zu Datenkommentar- und Sicherheitszwecken an Drittanbieter senden (vorbehaltlich Vertraulichkeits- und Sicherheitsverpflichtungen).

Eine begrenzte Anzahl von autorisierten OpenAI-Mitarbeitern sowie spezialisierte Drittanbieter, die Vertraulichkeits- und Sicherheitsverpflichtungen unterliegen, können Benutzerinhalte nur bei Bedarf aus den folgenden Gründen einsehen und darauf zugreifen: (1) zur Untersuchung von Missbrauch oder eines Sicherheitsvorfalls; (2) um Ihnen Unterstützung zu bieten, wenn Sie sich mit Fragen zu Ihrem Konto an uns wenden; (3) um gesetzlichen Verpflichtungen nachzukommen; oder (4) wenn wir unsere Modelle anhand von Benutzerdaten feineinstellen (es sei denn, Sie haben sich dagegen entschieden), verwenden wir auch PII-Filtertechniken, um die Menge der verwendeten personenbezogenen Daten zu reduzieren. Der Zugang zu den Inhalten unterliegt technischen Zugangskontrollen und ist nur auf autorisiertes Personal auf einer Need-to-know-Basis beschränkt. Darüber hinaus überwachen und protokollieren wir alle Zugriffe auf Benutzerinhalte, und autorisierte Mitarbeiter müssen vor dem Zugriff auf Benutzerinhalte eine Sicherheits- und Datenschutzschulung absolvieren.

Nein. ATLAS.ti arbeitet mit OpenAI direkt über eine Schnittstelle zusammen, und unsere Kunden nutzen nicht das Web-Interface des ChatGPT-Tools. Die Software und das Modell hinter der eingebetteten OpenAI-Software und dem ChatGPT-Tool sind jedoch ähnlich.

KI verwendet verschiedene Techniken, die es Maschinen ermöglichen, künstlich intelligent zu sein. Maschinelles Lernen ist ein Teilbereich der KI, und Deep Learning ist ein Teilbereich des maschinellen Lernens.
Maschinelles Lernen bezieht sich auf die Fähigkeit einer Maschine, zu denken, ohne von außen programmiert zu werden. Während Geräte traditionell mit einer Reihe von Regeln für ihr Verhalten programmiert wurden, ermöglicht maschinelles Lernen den Geräten, direkt aus den Daten selbst zu lernen und mit der Zeit immer intelligenter zu werden, je mehr Daten gesammelt werden.
Deep Learning ist eine Technik des maschinellen Lernens, bei der mehrere neuronale Netzwerkschichten verwendet werden, um aus den rohen Eingabedaten schrittweise höherwertige Merkmale zu extrahieren. Bei der Bildverarbeitung können beispielsweise die unteren Schichten des neuronalen Netzwerks Kanten erkennen, während die höheren Schichten die für den Menschen relevanten Konzepte wie Buchstaben oder Gesichter identifizieren können.