Daten, Datenschutz und Modellsteuerung in Teams
Diese Seite kannst du an alle weitergeben, die Scholarly freigeben müssen: eine Person aus der Sicherheitsprüfung, die IT-Leitung oder den Einkauf. Sie beschreibt, was mit den Materialien deines Teams passiert, was ein Admin steuert, was ein Admin sehen kann und was privat bleibt, egal wer fragt.
Rechtlich verbindliche Details findest du in der Datenschutzerklärung. Diese Seite beschreibt, wie sich das Produkt verhält.
Was Scholarly mit den Materialien deines Teams macht
Deine Quellen werden verarbeitet, um die Funktionen bereitzustellen, die du anforderst. Wenn jemand aus einem Handbuch eine Zusammenfassung erstellt, wird dieses Handbuch gelesen, um genau diese Zusammenfassung zu erzeugen. Wenn jemand eine quellenbasierte Frage stellt, werden die relevanten Quellen gelesen, um sie zu beantworten. Mehr passiert nicht.
Private Nutzerinhalte werden standardmäßig nicht zum Training allgemeiner KI-Modelle verwendet. Ein optionales Trainingsprogramm würde eine separate, informierte Einwilligung (Opt-in) erfordern, und Daten aus verbundenen Diensten (zum Beispiel Dateien aus Google Drive) unterliegen unabhängig davon ihren eigenen, strengeren Einschränkungen. Die Nutzungsbedingungen von Scholarly halten das ausdrücklich fest, siehe die Nutzungsbedingungen und die Datenschutzerklärung.
Ein KI-Modell auszuführen, um deine Anfrage zu beantworten, ist nicht dasselbe, wie ein Modell mit deiner Anfrage zu trainieren. Dieser Unterschied ist bei einer Prüfung wichtig, und er wird am häufigsten verwischt.
Festlegen, welche KI-Modelle dein Team nutzen kann
Admins legen die Modellrichtlinie für das gesamte Team unter Team → Abrechnung → Tarif & KI-Modelle fest.
Pro Modell oder pro Stufe
Der Katalog listet jedes Modell gruppiert nach dem Unternehmen dahinter: OpenAI, Anthropic, Google, xAI, Meta sowie eine freigegebene Open-Source-Gruppe mit Modellen von Mistral, Z.ai und Moonshot AI. Wo verfügbar, werden Angaben zu Hosting und Datenspeicherung angezeigt. Du kannst:
- den Katalog nach Modell- oder Unternehmensnamen durchsuchen.
- nach Alle, Aktiviert oder Deaktiviert filtern.
- sehen, wie viele Erstellungsbereiche jedes Modell abdeckt, damit du weißt, was das Deaktivieren tatsächlich betrifft.
- eine laufende Zusammenfassung lesen, „X von Y Modellen für Mitglieder verfügbar“, damit die Reichweite einer Richtlinie nie geraten werden muss.
Übergreifende Schalter gelten für Stufen statt für einzelne Modelle: die Stufe Premium-Modelle, die Gruppe Führende KI-Modelle und den erweiterten Open-Source-Katalog über die kuratierten Standardmodelle hinaus.
Eine Richtlinie kann Zugriff nur entziehen
Diese Regel verhindert Überraschungen in beide Richtungen:
Eine Teamrichtlinie kann Zugriff nur entziehen; sie schaltet für ein Free-Konto keine kostenpflichtigen Modelle frei. Kostenpflichtige Nutzerplätze, auch Premium, können unterstützte führende KI-Modelle zur Erstellung zu den angezeigten Credit-Kosten nutzen, sofern die Teamrichtlinie sie nicht blockiert. Das Aktivieren eines Modells hebt diese Einschränkung durch die Richtlinie auf; es macht das Modell nicht in einem Tool verfügbar, das es nicht unterstützt.
Zero Data Retention vorschreiben
Wenn dein Unternehmen eine Datenrichtlinie hat, die ausschließt, dass Anbieter Anfragedaten speichern, aktiviere an derselben Stelle Zero Data Retention vorschreiben.
Was das bewirkt: Nur Modelle, deren Anbieterroute für Zero Data Retention (keine Speicherung von Anfragedaten) freigegeben ist, bleiben für das Team verfügbar. Alle anderen werden für jedes Mitglied blockiert, ohne dass jemandem gesagt werden muss, welche Modelle zu meiden sind.
Welche Modelle verfügbar bleiben: genug, um damit zu arbeiten. Zero Data Retention grenzt den Katalog ein, statt ihn zu leeren: Es bleiben Modelle für den Chat und die Erstellungstools verfügbar, und zwar von mehr als einem Anbieter. Die genaue Auswahl siehst du live im Katalog mit dem Filter Aktiviert. Das ist eine verlässlichere Antwort als jede Liste, die hier stehen könnte.
Warum etwas nicht verfügbar ist, bleibt nie ein Rätsel. Ein blockiertes Modell zeigt an, welche Regel es blockiert: Durch die Zero-Data-Retention-Regel blockiert, Durch die Regel „Führende KI-Modelle“ blockiert, Durch die Regel „Premium-Modelle“ blockiert, Durch die Regel für den Open-Source-Katalog blockiert. Admins sehen den Grund statt eines stillen Fehlens, sodass sich eine Frage zur Richtlinie auf einen Blick beantworten lässt.
Modelle außerhalb der Zero-Retention-Auswahl tragen einen klaren Hinweis, dass ihr Anbieter Anfragedaten gemäß der Anbietervereinbarung speichern kann. So trifft ein Admin die Entscheidung mit den Fakten auf dem Bildschirm statt aus dem Gedächtnis.
Wo die Modelle laufen
Scholarly leitet Anfragen an Modelle mehrerer KI-Labore weiter, darunter Open-Source-Routen und in der EU gehostete Optionen für Teams, die europäischen Datenanforderungen unterliegen. Alle Open-Source-Routen werden in den USA gehostet, und der Katalog kennzeichnet das Hosting, wo es bekannt ist.
Das praktische Argument dafür ist nicht Vielfalt um ihrer selbst willen, sondern Kontinuität. Ist ein Anbieter nicht erreichbar, kann das Team mit einem anderen aktivierten Modell eventuell weiterarbeiten. Die Verfügbarkeit hängt trotzdem von der Funktion, deinem Tarif und der Modellrichtlinie des Teams ab. Ein Arbeitsbereich, der an genau einen Anbieter gebunden ist, hat diese Möglichkeit nicht.
Wenn dein Unternehmen verlangt, dass alle Modelle in einer bestimmten Region gehostet werden, sprich uns vor der Einführung an, siehe An wen du dich wenden kannst weiter unten.
Was Admins sehen können und was nicht
Nutzungsberichte findest du unter Team → Übersicht → Aktivität. Sie beantworten die Frage „Nutzt das Team das Tool?“ und bei Lektionen, die mit dem Team geteilt wurden, „Wer hat sie abgeschlossen?“. Sonst nichts.
Was angezeigt wird
Für die letzten 30 Tage, wahlweise 7 Tage, gruppiert nach UTC-Tag:
| Kennzahl | Was gezählt wird |
|---|---|
| Aktive Mitglieder | Mitglieder mit gemessener Aktivität im Zeitraum |
| Erstellt | Abgeschlossene erstellte Inhalte, aufgeschlüsselt nach Typ: Karteikarten, Podcasts, Besprechungsnotizen, Erklärvideos, Folien, Dokumente, Zusammenfassungen, Arbeitsblätter, Tabellen, Recherchen, Infografiken, Mindmaps und mehr |
| KI-Generierungen | Genutzte Generierungsaktionen |
| Chatnachrichten | Gesendete Nachrichten |
| Lernsitzungen | Lernaktivität |
Es gibt eine Ansicht Aktivität im Zeitverlauf und eine Aufschlüsselung pro Mitglied. So erkennst du den Unterschied zwischen einer einzelnen begeisterten Person und einem Team, das das Tool wirklich angenommen hat.
Lektionsfortschritt bei geteilten Lektionen
In einem kostenpflichtigen Team-Tarif listet Geteilte Lektionen (unter Aktivität) die Videolektionen und Podcasts auf, die mit dem Team geteilt wurden. Öffne eine davon, um für jedes aktuelle Mitglied, das sie geöffnet hat, Folgendes zu sehen:
- wann es sie zum ersten Mal geöffnet hat,
- wie weit es gekommen ist, als weitester erreichter Punkt,
- ob es sie abgeschlossen hat (das Ende erreicht hat) und wann,
- das Ergebnis bei den Fragen im Video: der beste Versuch als richtige von allen Antworten, die Anzahl der Versuche und welche Fragen richtig beantwortet wurden.
Inhaber und Admins sehen das für jede mit dem Team geteilte Lektion und können CSV herunterladen. Die Person, die die Lektion erstellt hat, sieht dieselbe Tabelle für ihre eigene Lektion unter Teilen → Sehen, wer fertig ist, allerdings ohne E-Mail-Spalte und ohne Download. Mitglieder sehen die Ergebnisse anderer nicht.
Das ist die einzige Stelle, an der Berichte Materialien namentlich nennen, und das ist bewusst so: Sie umfasst nur Lektionen, die jemand mit dem Team geteilt hat (oder in einem Projekt im Besitz des Teams abgelegt hat), listet nur Personen auf, die aktuell im Team sind, und enthält nie etwas, das privat gehalten wird. Die angezeigten Fragen sind die Fragen der Lektion selbst, nicht etwas, das ein Mitglied eingegeben hat.
Was nicht angezeigt wird
- Titel privater oder persönlicher Arbeiten. Die einzigen Titel in Berichten sind Lektionen, die bereits mit dem Team geteilt wurden.
- Prompts, Anweisungen oder Chatnachrichten. Diese werden einem Admin nie angezeigt.
- Private Quellen oder erstellte Inhalte. Es gibt keine Admin-Ansicht, keinen Export und keine Sonderfreigabe, mit der sich die privaten Arbeiten eines Mitglieds öffnen lassen, und zu einer privaten Lektion gibt es keinen Fortschrittsbericht.
- Wiedergabezeit oder Aufmerksamkeit. „Abgeschlossen“ bedeutet, dass der Player das Ende erreicht hat. Es beweist nicht, dass jemand jede Minute angesehen hat, und Scholarly erfasst weder Überspringen noch inaktive Tabs noch Bildschirmzeit.
Nutzungszahlen werden bewusst zusammengefasst. Berichte zeigen einem Admin, ob das Team Scholarly annimmt und wer die zugesendete Schulung abgeschlossen hat, nicht, was eine einzelne Person geschrieben hat. Es gibt außerdem kein Credit-Guthaben für das Team und keinen Bericht zu Kosten pro Aktion, da Limits pro Person gelten.
Was innerhalb eines Teams privat bleibt
Wenn du einem Team beitrittst, wird dein Konto nicht zum gläsernen Konto.
- Persönliche Inhalte sind anfangs privat. Mit Alle bei [Teamname] teilst du ein Element mit dem Team. Materialien können auch zugänglich sein, weil sie in einem geteilten Projekt oder einem Projekt im Besitz des Teams abgelegt sind. Alle mit dem Link ist nicht gelistet; Öffentlich macht geeignete Inhalte in „Entdecken“ und in der Suche auffindbar.
- Projekt-Chats und Projekterinnerungen werden nie geteilt. Selbst in einem Projekt, das dem Team gehört, hat jedes Mitglied eigene private Chats und eigene private Erinnerungen. Kein anderes Mitglied, kein Projektinhaber und kein Admin kann sie lesen.
- Admin-Einstellungen sind Richtlinien, kein Zugriff. Ein Admin kann festlegen, welche Modelle das Team nutzen darf, Zero Data Retention vorschreiben, geteilte Profile veröffentlichen und Nutzerplätze und Rollen verwalten. Nichts davon öffnet einen Weg zu den privaten Inhalten eines Mitglieds.
- Austritt oder Entfernung beendet den Zugriff, nicht das Eigentum. Ein ausscheidendes Mitglied verliert sofort den Zugriff auf die geteilte Bibliothek und den Tarif des Teams. Arbeiten in seiner persönlichen Bibliothek bleiben in seinem Konto. Arbeiten in einem Projekt im Besitz des Teams bleiben beim Team.
Die persönliche Version all dessen findest du unter Datenschutz, Cookies und deine Daten.
Verbundene Konten
Google Drive wird pro Mitglied und pro Datei verbunden.
- Dateien werden über die Dateiauswahl von Google selbst ausgewählt. Scholarly kann nur die Dateien nutzen, die dieses Mitglied ausgewählt hat, sowie Dateien, die Scholarly dort beim Exportieren anlegt.
- Scholarly kann den Rest des Drive nicht durchsuchen: weder nicht ausgewählte Ordner noch Dateien, die andere mit dieser Person geteilt haben.
- Der Zugriff auf die ausgewählten Dateien ist schreibgeschützt: Scholarly liest diese Dateien, um Fragen zu beantworten und Inhalte zu erstellen. Es bearbeitet, benennt, teilt oder löscht nichts.
- Ein Mitglied kann die Verbindung jederzeit unter Verbindungen trennen oder den Zugriff in seinem Google-Konto widerrufen. Das Trennen beendet künftigen Zugriff; bereits importierte oder generierte Inhalte werden separat entfernt.
Siehe Verbindungen.
An wen du dich wenden kannst
Self-Service-Teams umfassen 1–29 kostenpflichtige Nutzerplätze. Sprich uns direkt an, wenn:
- eine Sicherheits-, Datenschutz- oder Einkaufsprüfung Antworten speziell für dein Unternehmen braucht.
- alle Modelle in einer bestimmten Region gehostet werden müssen.
- du Scholarly abteilungsübergreifend einführst, mehr als 29 Nutzerplätze brauchst oder eine Rechnung bzw. Bestellung (Purchase Order) benötigst.
Nutze Mit unserem Team sprechen auf der Teams-Seite und schreib uns, was du einführen möchtest. Wir antworten per E-Mail, meist innerhalb eines Werktags. Wir beantworten lieber eine präzise Frage, als dass jemand bei einer Prüfung die Antwort aus einem Hilfeartikel ableiten muss.
Verwandte Artikel
- Datenschutz, Cookies und deine Daten: dieselben Fragen aus Sicht eines persönlichen Kontos.
- Dein Team verwalten: Nutzerplätze, Rollen, Einladungen und wo sich die einzelnen Einstellungen befinden.
- Deine Teambibliothek und Teamprojekte: was die geteilte Bibliothek enthält und wem was gehört.
- KI-Modelle: der Modellkatalog und wie die Modellwahl einen erstellten Inhalt beeinflusst.
- Scholarly Teams: Tarife, Nutzerplätze und was ein Team umfasst.