SicherheitLeitfaden für IT-Security und Datenschutz

Sicherheit und Datenschutz beim Training am eigenen Code

Bevor Ihr Team mit Agenten am eigenen Repository übt, sollte klar sein, welche Daten wohin gehen. Hier steht, was die Hersteller dokumentieren, welche Optionen es gibt und was vorab geklärt werden sollte.

WARNKeine Rechtsberatung. Die Angaben fassen die verlinkte Herstellerdokumentation zusammen und können sich ändern. Maßgeblich sind Ihre Verträge und die aktuelle Doku.

Welche Daten verlassen das Repo?

Alle drei Tools arbeiten mit Sprachmodellen, die nicht auf dem Entwicklerrechner laufen. Was der Agent liest, geht in der Regel an den Modellanbieter. Unterschiede gibt es bei Training, Aufbewahrung und Ausführungsort.

Claude Code

Läuft lokal, sendet für die Arbeit mit dem Modell aber Prompts und Modellausgaben über das Netz an den Modellanbieter. Dazu gehört, was der Agent an Dateiinhalten und Befehlsausgaben in den Kontext lädt.
Unter kommerziellen Bedingungen (Team, Enterprise, API) trainiert Anthropic laut Doku keine Modelle mit Code oder Prompts aus Claude Code, sofern der Kunde nicht ausdrücklich zustimmt.
Zero Data Retention ist laut Doku für berechtigte Enterprise-Organisationen verfügbar, nicht automatisch Teil jedes Plans.
Sitzungsverläufe werden zusätzlich lokal auf dem Rechner gespeichert.

Quelle: Claude Code: Data usage

Cursor

Cursor liest die Codebasis, um seine Funktionen bereitzustellen. Mit Privacy Mode sagt Cursor zu, nicht mit den Daten zu trainieren, und verweist auf technische und vertragliche Vorgaben gegenüber den Modellanbietern.
Mit .cursorignore lassen sich Dateien und Verzeichnisse ausschließen. Cursor weist selbst darauf hin, dass das keinen vollständigen Schutz garantiert und Terminal- und MCP-Tools des Agenten ignorierte Dateien nicht blockieren können.

Quelle: Cursor: Security · Cursor: Ignore file

Codex

Lokal (CLI, IDE-Erweiterung) arbeitet Codex laut Doku standardmäßig in einer Sandbox mit Schreibzugriff nur auf den Workspace und ohne Netzwerkzugriff. Für Aktionen außerhalb dieser Grenzen fragt es nach.
Codex Cloud arbeitet in isolierten, von OpenAI betriebenen Containern. Ihr Code wird also in OpenAI-Infrastruktur verarbeitet.
Für Business-, Enterprise- und API-Kunden beschreibt OpenAI auf seiner Enterprise-Privacy-Seite, dass Geschäftsdaten standardmäßig nicht zum Training verwendet werden.

Quelle: Codex: Agent approvals & security · OpenAI: Enterprise privacy

Optionen im Überblick

Neutral eingeordnet. Welche Option passt, hängt von Ihren Verträgen, Ihrer Datenlage und Ihrem Risiko ab.

Business- und Enterprise-Pläne: Kommerzielle Bedingungen statt Consumer-Accounts. Der wichtigste Schritt: Einzelne Entwickler mit privaten Accounts sind der häufigste ungeklärte Datenfluss.
Zero Data Retention: Bei einigen Anbietern für berechtigte Kunden verfügbar. Ob und in welchem Umfang, regelt Ihr Vertrag, nicht die Marketingseite.
Privacy Mode: Bei Cursor eine Einstellung, die sich für Teams zentral setzen lässt. Klären Sie, ob sie für alle Accounts erzwungen ist.
Cloud-Plattformen: Modelle über die Cloud-Plattform Ihres Unternehmens anzubinden, kann Vertrags- und Datenfragen vereinfachen, wenn dort ohnehin Vereinbarungen bestehen.
Self-hosted Modelle: Möglich, aber mit eigenem Betriebsaufwand und meist anderer Qualität der Ergebnisse. Eine Abwägung, kein Standard.

Training ohne Produktivzugänge

Das Training braucht echten Code, aber keine echten Schlüssel und keine echten Kundendaten.

Geübt wird auf einem eigenen Branch oder Fork, nicht auf main und nicht in Produktivumgebungen.
Statt echter Zugangsdaten gibt es Test-Secrets. .env-Dateien mit Produktivwerten liegen nicht im Übungs-Workspace.
Keine Kundendaten: Fixtures und Testdaten statt Datenbank-Dumps.
Befehle mit Seiteneffekten (Deployments, Löschen, Netzwerkzugriffe) erfordern Freigabe durch einen Menschen.
Nach dem Training werden temporäre Zugänge und Test-Tokens wieder entfernt.

Was IT-Security und Datenschutz vorab freigeben sollten

Eine Checkliste für das Gespräch mit Ihrer IT-Security und Ihrem Datenschutz, keine rechtliche Bewertung.

Welche Tools und welche Pläne bzw. Lizenzarten sind zugelassen? Sind private Accounts ausgeschlossen?
Welche Daten verlassen bei jedem Tool das Repository, und unter welchen Vertragsbedingungen?
Gibt es einen Auftragsverarbeitungsvertrag bzw. die vom Anbieter angebotenen Vertragsunterlagen?
Welche Repositories dürfen mit Agenten bearbeitet werden, welche nicht (z. B. mit regulierten Daten)?
Wie werden Secrets aus Repository und Arbeitsumgebung herausgehalten, gibt es Secret Scanning?
Welche MCP-Server und Erweiterungen sind erlaubt, und wer gibt neue frei?
Wer ist Ansprechpartner, wenn im Training eine Frage zu Freigaben auftaucht?

Inhouse-Training anfragen

Beschreiben Sie kurz Ihr Team, Ihren Stack und was sich ändern soll. Wir melden uns mit Rückfragen und einem Vorschlag für Format und Schwerpunkte, in der Regel innerhalb eines Werktags.

01 Sie beschreiben Team, Stack und Ziel.
02 Wir melden uns mit Rückfragen und einem Vorschlag.
03 Repo-Zugang, Lizenzen und Datenschutz klären wir vorab.