ChatGPT speichert Profile: 96 Prozent der Erinnerungen ohne Nutzerbefehl

Eine wissenschaftliche Untersuchung namens „The Algorithmic Self-Portrait: Deconstructing Memory in ChatGPT“, vorgelegt für die ACM Web Conference 2026, belegt eine weitreichende und ungefragte Speicherung persönlicher Informationen durch das System von OpenAI.

Beteiligt an der Arbeit sind Forschende des Max-Planck-Instituts für Softwaresysteme Kaiserslautern, des Max-Planck-Instituts für Sicherheit und Datenschutz, der Ruhr-Universität Bochum, des IIT Kharagpur sowie der TU Delft. Ihre Ergebnisse zeigen, dass der Chatbot selbstständig psychologische Profile der Anwender erstellt.

Automatisierte Erfassung sensibler Lebensbereiche

Die empirische Grundlage der Studie bilden 1.058 Konversationen mit 22.971 Anfragen von 80 ChatGPT-Nutzern. Die Daten wurden über Auskunftsersuchen gemäß der Datenschutz-Grundverordnung (DSGVO) zusammengetragen. Bei 65 der 80 untersuchten Personen dokumentierten die Wissenschaftler insgesamt 2.050 Memory-Einträge im System.

Dabei wies die Erfassung einen deutlichen Hang zur Eigenmächtigkeit auf: 96% der Speicherungen legte ChatGPT vollkommen selbstständig an, ohne dass ein entsprechender Befehl der Nutzer vorlag. Lediglich 4% der Einträge gingen auf einen ausdrücklichen Wunsch der Anwender zurück.

Inhaltlich wiesen 52% der Einträge psychologische Einsichten auf. Davon entfielen 73% auf Wünsche, 16% auf Intentionen, 14% auf Emotionen sowie 11% auf Überzeugungen.

Wer sich mit dem Thema Datenspeicherung und Algorithmen befasst, sollte auch die strengen Dokumentationspflichten im eigenen Unternehmen im Blick behalten. Experten zeigen hier die häufig übersehenen Pflichtfelder im Verarbeitungsverzeichnis auf, die bei einer Prüfung sofort auffallen. Kostenlose Muster-Vorlage und Schritt-für-Schritt-Anleitung jetzt gratis herunterladen

Wünsche und Absichten machten zusammengenommen fast 90% dieser Kategorien aus. Nahezu 90% der psychologischen Merkmale bezogen sich auf langfristige Lebensziele, Wünsche oder Vorhaben. Bei 97% der erfassten Nutzer fanden sich derartige Charakteristika im Datensatz.

Datenschutzbedenken und ungeprüfte Rückschlüsse

Neben allgemeinen Vorlieben registriert das Modell auch rechtlich geschützte Daten. Demnach enthielten 28% der Erinnerungen personenbezogene Informationen nach Maßgabe der DSGVO; 7% fielen unter besonders geschützte Kategorien. Bei 35% der Betroffenen stießen die Forschenden auf Gesundheitsdaten wie Krankheitsanzeichen, Blutzuckerwerte oder chronische Beschwerden.

Während 84% der Einträge auf tatsächlichen Aussagen der Verfasser fußten, stammten 5% aus ungeprüften Ableitungen des Modells. Ein dokumentierter Fall verdeutlicht das Vorgehen: Nach einer allgemeinen Nachfrage zu Bands aus dem Umfeld der Gruppe Nirvana vermerkte ChatGPT, der Betreffende möge diese Musik, obwohl dies nie explizit formuliert worden war. Das System versah diese Schlussfolgerung intern mit dem Hinweis, dass sie nur schwach gestützt sei.

Angesichts der automatisierten Datenverarbeitung durch moderne Systeme wird eine rechtssichere Datenschutz-Folgenabschätzung für Verantwortliche immer wichtiger. Dieser kostenlose Report beantwortet die wichtigsten Fragen dazu und verrät, wann eine solche Prüfung rechtlich zwingend erforderlich ist. Rechtssichere Muster-DSFA und Checklisten kostenlos herunterladen

Kommerzielle Nutzung und Gegenmaßnahmen

Studienleiter Abhisek Dash erklärte zu den Befunden, dass es faktisch keine Trennlinie mehr gebe, da die Software gleichzeitig als Berater, Freund, Mediziner und Jurist auftrete. Lorrie Cranor von der Carnegie Mellon University zog einen Vergleich zu einer Zufallsbekanntschaft auf Reisen und gab zu bedenken, dass die künstliche Intelligenz im Unterschied zu einem fremden Mitreisenden jede Konversation dauerhaft mitschneide.

Laut OpenAI bildet die für Anwender einsehbare Zusammenfassung nicht sämtliche im Hintergrund gesicherten Details ab. Das Unternehmen führte Anfang 2026 Werbeformate ein und greift auf gespeicherte Erinnerungen sowie Chatverläufe zurück, um Anzeigen und Antworten zu personalisieren.

Die Autoren der Studie erprobten parallel ein Schutzwerkzeug namens „Attribution Shield“. Dieser Mechanismus konnte die automatisierte Profilbildung und die Speicherung sensibler Merkmale in über 94% der Testdurchläufe wirksam unterbinden.