Lernende Systeme und Datenschutz

Querschnittspapier: wann ein Werkzeug lernen soll, wie es auf dem Gerät lernt und wie Datenschutz, KI-Verordnung und Erklärbarkeit dabei eingehalten werden
Kennung TRAIN-PROV0001-P33 · Fassung 0.2 · Stand 28.09.2026
Verfasser: Thomas Schüller · office@sport-trainer.at

Kurzfassung

Als allgemeine Regel des Vorhabens gilt ab Fassung 0.19: Wo es sinnvoll ist, lernen die Werkzeuge — auf dem Gerät, erklärbar, abschaltbar und ohne Übertragung. Dieses Papier legt fest, wann Lernen sinnvoll ist, welche Verfahren zulässig sind und welche Rechtsregeln gelten. Erstes Beispiel ist das lernende Motivprofil im Angebotsvergleich (Fachpapier 32); seit Fassung 0.21 lernt der Erlebnisfinder (Fachpapier 35) auf dieselbe Weise, seit Fassung 0.22 der Vorschlag in den Lernkarten.

1 Wann Lernen sinnvoll ist

Frage	Ja, wenn …	Nein, wenn …
Nutzen	eine Vorauswahl mit jeder Rückmeldung besser passt	eine feste, offengelegte Regel reicht
Daten	die Daten der Person genügen	Daten vieler Personen gesammelt werden müssten
Folgen	ein Fehler nur eine schlechtere Reihung bedeutet	Gesundheit, Sicherheit oder Verträge betroffen sind
Erklärung	die Änderung in einer Zeile erklärbar ist	niemand sagen kann, warum sich etwas geändert hat

Deshalb lernen nicht: Sicherheit und Gesundheitsfragen, Belastungsregeln, Ernährung, Bindungseinstellung, Messunsicherheit. Dort gelten offengelegte Regeln mit Quelle.

2 Zulässige Verfahren

Verfahren	Einsatz	Warum
Relevanzrückmeldung (Rocchio 1971)	Motivprofil im Angebotsvergleich	eine Zeile Rechnung, jede Änderung sichtbar
Logistische Regression mit wenigen Merkmalen (Bishop 2006)	später: Vorauswahl von Lernkarten nach eigenem Stand	Gewichte je Merkmal lesbar
Gleitende Mittelwerte und Schwellen	Belastung, Tests	bereits vorhanden, als Regel offengelegt
Große Modelle, gemeinsames Training über viele Personen	nicht vorgesehen	widerspricht Datenhoheit und Erklärbarkeit

3 Fünf Regeln

Auf dem Gerät. Gerechnet wird im Browser; es gibt keinen Server, der lernt.
Keine Speicherung im Browser. Gelerntes lebt im Fenster und kann als Austauschdatei gesichert werden (Fachpapier 09).
Erklärbar. Das Werkzeug zeigt Ausgangswert und gelernten Wert nebeneinander.
Zurücksetzbar. Ein Knopf stellt den Ausgangszustand her.
Nur Vorschlag. Die Person entscheidet; das Werkzeug trifft keine Entscheidung mit rechtlicher Wirkung (Artikel 22 DSGVO).

4 Rechtsrahmen

DSGVO: Weil nichts übertragen wird, verarbeitet der Betreiber keine Profildaten. Trotzdem gilt Datenschutz durch Technikgestaltung (Artikel 25; EDSA 2020): die Gestaltung selbst verhindert Übertragung und Speicherung. Profiling im Sinne der Leitlinien WP251 findet beim Betreiber nicht statt.
KI-Verordnung (EU) 2024/1689: Einfache Empfehlungs- und Rückmeldeverfahren ohne Einsatz in den Hochrisikobereichen des Anhangs III fallen nicht unter die Hochrisikopflichten. Die Werkzeuge kennzeichnen trotzdem offen, dass und wie sie lernen.
UWG und P2B-Verordnung: Wo Lernen eine Reihung beeinflusst, gehört das Lernen zu den offengelegten Hauptparametern (Fachpapier 32).

5 Umsetzung in den Lernkarten (ab Fassung 0.22)

Die Lernkarten schlagen die nächsten fünf Karten vor. In Frage kommen nur Karten, deren Voraussetzungen als sicher markiert sind und die selbst noch nicht sicher sind. Die Punktzahl ist eine gewichtete Summe aus drei lesbaren Teilen:

Teil	Gewicht	Was er misst	Was lernt
Bereich	0,5	Vorliebe für den Bereich (Ausgangswert 0,5)	»passt« erhöht, »nicht jetzt« senkt (Rate 0,25 bzw. halbe Rate)
Stufe	0,3	Nähe der Kartenstufe zu eigenem Stand plus Schritt	»zu leicht« erhöht den Schritt, »zu schwer« senkt ihn um 0,5 (Grenzen −1 bis 2)
geübt	0,2	Karte bereits geübt, noch nicht sicher	nichts

Die Form entspricht einem linearen Modell mit festen, offengelegten Gewichten (Bishop 2006, Kapitel 3); gelernt werden nur zwei lesbare Größen je Person. Die Tabelle »Was gelernt wurde« zeigt Ausgangswert und gelernten Wert; »Gelerntes zurücksetzen« stellt den Anfang her.

6 Prüfung

Prüfung 27 prüft im Angebotsvergleich, dass die Lernrate im Bereich 0 bis 1 liegt und die Grenzen 0 und 1 sind. Prüfung 30 prüft für alle lernenden Werkzeuge (Angebotsvergleich, Erlebnisfinder, Lernkarten), dass ein Knopf zum Zurücksetzen vorhanden ist und das Werkzeug weder im Browser speichert noch Daten überträgt; für die Lernkarten rechnet sie Punkte aller Karten, den Vorschlag vor und nach zwei Rückmeldungen und den Lernschritt unter Node nach und vergleicht mit Python.

7 Nächste Schritte

Trainingsplaner: Vorschlag der nächsten Stufe aus eigener Rückmeldung, als Vorschlag gekennzeichnet.

Literatur

Artikel-29-Datenschutzgruppe (2018): Leitlinien zu automatisierten Entscheidungen im Einzelfall einschließlich Profiling. WP251rev.01.
Bishop, C. M. (2006): Pattern Recognition and Machine Learning. Springer, New York.
Europäischer Datenschutzausschuss (2020): Leitlinien 4/2019 zu Artikel 25 — Datenschutz durch Technikgestaltung und durch datenschutzfreundliche Voreinstellungen.
Rocchio, J. J. (1971): Relevance feedback in information retrieval. In: Salton, G. (Hrsg.): The SMART Retrieval System. Prentice-Hall, 313–323.
Verordnung (EU) 2016/679 (Datenschutz-Grundverordnung).
Verordnung (EU) 2024/1689 (KI-Verordnung).

Zweckbestimmung: Planung und Auswertung von Training bei gesunden Personen. Kein Medizinprodukt.

Ethik: Keine Arbeit für Rüstung, Militär, Waffen oder Dual-Use-Luftfahrt.

Offenlegung: Das Vorhaben gehört zu einem Einzelunternehmen mit weiteren gewerblichen Bereichen (siehe Offenlegung der Seite).