Prüf deine eigene Beitragshistorie so, wie eine KI es täte (2026)

Ein Wort zur Finanzierung: CypherpunkGuide trägt keine Überwachungswerbung — keine Werbenetzwerke, keine Tracking-Pixel, keine gesponserten Inhalte. Die Finanzierung ist transparent: heute Leserspenden, später ein Abo und redaktionell passende Affiliate-Partnerschaften. Wir sind unseren Leserinnen und Lesern verpflichtet, nicht den Werbetreibenden. Das weiter unten erwähnte Audit-Werkzeug ist kostenlos und quelloffen.

Ich schreibe unter einem Pseudonym, und das Schwesterstück zu diesem Text — KI-De-Anonymisierung: Wie Inferenz deine Anonymität aushebelt — zeigt, wie ein Modell aus verstreuten Beiträgen einen Namen macht und wie du dich von nun an kompartimentierst. Hier geht es um die Hälfte, an die Vorbeugung nicht heranreicht: die Jahre an Beiträgen, die du bereits veröffentlicht hast. Dieses Archiv liegt gerade jetzt öffentlich da, und es ist genau der Korpus, den der Angriff liest. Die ehrliche Frage lautet nicht „was poste ich von jetzt an mit Bedacht“, sondern „was ergibt alles, was ich schon gesagt habe, zusammengenommen“ — und das erfährst du nur, wenn du es mit dem Blick der Maschine ansiehst.

Die gute Nachricht: Das kannst du. Deinen eigenen Export kannst nur du selbst ziehen, und ihn mit gegnerischem Blick zu lesen ist eine Fertigkeit, kein Geheimnis. Die schlechte Nachricht: Der naheliegendste Weg dorthin — alles in eine KI kippen und fragen „was verrät das über mich?“ — ist zugleich der Schritt, der die Lage am ehesten verschlimmert. Warum, dazu kommen wir gleich. Zuerst zu dem, was du aus deiner eigenen Timeline heraus gar nicht spüren kannst.

Das Mosaik ist genau das, was du nicht spürst

#

Die Gefahr ist nicht ein einzelner unbedachter Beitrag, sondern die Summe. Re-Identifikation funktioniert, indem sie viele für sich harmlose Signale stapelt — einen Arbeitsweg, ein Slang-Wort, einen Zeitstempel —, bis sie sich in einer einzigen Person treffen. Das ist der „Mosaik-Effekt“. Aus deinem eigenen Feed heraus spürst du ihn nicht, weil jede Kachel für sich harmlos wirkt. Das Mosaik ist nichts Neues. Im Jahr 2000 zeigte Latanya Sweeney, dass sich rund 87 % der Amerikaner allein aus drei öffentlichen Angaben eindeutig bestimmen ließen — Postleitzahl, Geschlecht und Geburtsdatum (aus Volkszählungsdaten von 1990; eine Neuanalyse von 2006 setzte den Wert näher bei 63 % an, doch das Muster bleibt so oder so). 2006 enttarnte eine Reporterin der New York Times eine „anonyme“ AOL-Nutzerin allein aus deren Such-Logs; 2008 re-identifizierten Forscher Netflix-Nutzer, indem sie die „anonymisierten“ Bewertungen des Dienstes mit öffentlichen IMDb-Rezensionen abglichen. Keiner dieser Fälle nutzte KI. Sie alle nutzten Aggregation.

Was KI verändert hat, ist der Preis. In einer begutachteten Studie auf der ICLR 2024, Beyond Memorization, zeigten Forscher der ETH Zürich, dass handelsübliche Modelle aus gewöhnlichem Reddit-Text Merkmale erschließen — Aufenthaltsort, Beruf, Geschlecht, Einkommen —, und zwar im Schnitt mit rund 85 % Treffer beim ersten Versuch (top-1) über acht Merkmale hinweg (mit großer Streuung zwischen ihnen). Sie taten das zu rund 100× geringeren Kosten und 240× schneller als menschliche Ermittler. Neuere Arbeiten treiben das in den industriellen Maßstab: AutoProfiler (Du et al., ACL 2026) betreibt eine Pipeline aus vier Agenten, die eine pseudonyme Beitragshistorie abruft (über die Plattform-Schnittstellen) und daraus automatisch ein Profil zusammensetzt, „im Web-Maßstab“. Es geht nicht darum, dass dich ein einzelner Beitrag enttarnt. Es geht darum, dass eine Maschine es sich nun leisten kann, alle zusammen zu lesen und die Schnittmenge zu bemerken, die du selbst nie sehen konntest.

Auf X steckt das Leck meist nicht in den Worten

#

Auf Reddit ist das Mosaik überwiegend Text. Auf X sind es überwiegend Metadaten — und wer es sich nur über die Worte vorstellt, wiegt sich gefährlich in Sicherheit. Dein selbst gesetztes Standortfeld, deine Postzeiten, das EXIF deiner Bilder, deine ausgehenden Links und die Frage, wem du antwortest, sagen oft mehr aus als alles, was du tatsächlich geschrieben hast. Ein pseudonymes Konto kann auf seine Sätze achten und trotzdem durch das Gerüst drumherum lecken. Am klarsten zeigt sich das an der Häufung deiner Postzeiten: Hält dein „anonymes“ Konto Bürozeiten ein, dann verrät die Verteilung deiner Postzeiten still und leise deine Zeitzone und deinen Tagesrhythmus.

Bilder sind schlimmer, als die meisten denken, und das auf zwei Ebenen. Die meisten Plattformen entfernen den EXIF-GPS-Eintrag (EXIF = die Aufnahme-Metadaten in der Bilddatei) aus öffentlichen Uploads — aber nicht auf jedem Weg (Direktnachrichten, manche API- und Planungstools sowie der „Datei“-Modus in Chats können ihn behalten), deshalb lohnt bei älteren Medien ein zweiter Blick. Und selbst wenn das GPS-Tag fehlt, verortet sich das Bild selbst: Eine Studie von 2024, Image-Based Geolocation Using Large Vision-Language Models, fand, dass Vision-Sprach-Modelle Fotos allein aus dem Bildinhalt verorten — sie gewannen 85,37 % der GeoGuessr-artigen Vergleiche über 50.000 Bilder hinweg, mitunter bis auf 0,3 km genau. Metadaten zu entfernen ist nötig, aber damit ist die Arbeit nicht getan.

Lies deine eigene Historie wie ein Gegner

#

Das Audit ist eine bewusste Umkehrung: Hör auf, deine Timeline als jemand zu lesen, der in Erinnerungen schwelgt, und lies sie wie ein Fremder, der dich jagt. Zieh deinen vollständigen Export und geh ihn dann Kategorie für Kategorie durch — frag dabei nicht „ist das peinlich“, sondern „engt das ein, wer ich bin“. Deine Daten kannst du bei Reddit anfordern (Einstellungen → Datenschutz → eine Kopie anfordern) und bei X (Einstellungen → Dein Konto → ein Archiv herunterladen). Beides kommt als strukturierte Datei, die du offline lesen kannst. Arbeite dann die Kategorien unten ab — und achte auf die schwachen Signale, nicht nur auf die offensichtlichen, denn das Mosaik ist aus den schwachen gebaut.

Eine nützliche Regel: Bewerte jeden Fund nach seinem Risikobeitrag, nicht danach, wie verräterisch er für sich allein wirkt. 28 Beiträge, die je ein Wahrzeichen aus deinem Viertel erwähnen, sind ein größeres Problem als ein Beitrag, der ein einziges Mal deinen Arbeitgeber nennt — weil sich die 28 überschneiden. Such nach Häufungen und nach Beständigkeit — derselbe Nutzername, dieselben Wendungen, immer wieder der Beitrag um 7 Uhr morgens —, denn an genau dieser Beständigkeit setzt eine spätere Such- und Abgleichstufe an, um die Verknüpfung herzustellen.

Das Privacy-Audit, das dich enttarnt

#

Hier ist die Falle, und fast niemand benennt sie. Der naheliegende Weg, deine Historie zu prüfen, ist, sie in eine fähige KI zu kippen und zu fragen, was sie verrät. Doch wenn das Konto, das du prüfst, ein Pseudonym ist, das du von deinem Klarnamen getrennt hältst, und die KI, die du fragst, unter deiner echten Identität angemeldet ist, dann hast du gerade einem einzigen Unternehmen beide Hälften jener Verbindung übergeben, die du schützen wolltest. Aus dem Audit wird das Leck. Denk es zu Ende. Ein Cloud-Anbieter hat jetzt, unter deinem Klarnamen-Konto, die vollständige Beitragshistorie deiner „anonymen“ Persona vorliegen — dazu eine Eingabe, die ausdrücklich fragt, wie die beiden zusammenhängen. Diese Verknüpfung kann später ans Licht kommen, durch eine richterliche Anordnung, ein Datenleck oder einen Insider — genau das Versagen, das du mit dem Audit verhindern wolltest, nur dass du es diesmal selbst herbeigeführt hast.

Das heißt nicht, dass Cloud-KI tabu wäre. Das Risiko ist bedingt. Prüfst du dein öffentliches Konto unter Klarnamen, gibt es keine anonyme Identität, die auffliegen könnte — das De-Anonymisierungs-Risiko greift also nicht. Trotzdem bedeutet jeder vollständige Export, den du an einen Cloud-Dienst schickst, dass ein Dritter dessen Inhalt zu seinen Bedingungen verarbeitet; sieh also zuerst nach, was in deinem steckt. Die akute Gefahr ist speziell die Kombination aus einem anonymen Konto und einem KI-Konto unter Klarnamen. Für diesen Fall halte die Analyse dort, wo sonst niemand sie sehen kann.

Die saubere Variante dieses Audits läuft lokal: ein quelloffenes Werkzeug, das nach dem Local-First-Prinzip arbeitet, deinen Export einliest und Kategorie für Kategorie aufschlüsselt, was er verrät — ohne deine Beiträge jemals irgendwohin zu senden und ohne ein Profil von dir auf die Festplatte zu schreiben. (Ich habe genau dafür eines gebaut; der Link erscheint hier zur Veröffentlichung.) Und falls du auf einem heiklen Konto unbedingt ein Cloud-Modell brauchst, dann wähle — im Rahmen der jeweiligen Nutzungsbedingungen — einen Dienst, der von Haus aus auf Krypto-Zahlung und Anmeldung mit minimaler Identität ausgelegt ist, statt eines Massen-Kontos, das an deinen echten Namen und deine Karte hängt. Stand Juni 2026 bietet etwa OpenRouter eine OpenAI-kompatible API, die USDC akzeptiert und nur eine E-Mail oder ein Wallet verlangt, und Venice ist datenschutzorientiert, mit einem kontofreien Krypto-Zahlweg pro Anfrage und einer OpenAI-kompatiblen API — beide lassen sich direkt als Cloud-Option dieses Werkzeugs einsetzen. Das alles ist keine echte Anonymität: Ein Wallet, eine E-Mail oder Netzwerk-Metadaten können bleiben, deine Prompts erreichen weiterhin einen Dritten (bei einem Router wie OpenRouter auch den dahinterliegenden Modellanbieter), und diese Datenschutz-Aussagen stammen größtenteils vom Anbieter selbst, nicht aus unabhängiger Prüfung. Prüf die aktuellen Bedingungen jedes Dienstes — und denk daran: lokal auszuführen ist der einzige Weg, der gar nichts sendet.

Was du mit deinen Funden machst

#

Widersteh dem Drang, alles auf einmal zu löschen. Einen Beitrag zu entfernen beseitigt selten das Muster, das dich verraten hat, und Löschen ist keine Tilgung: Archive, Such-Caches, Screenshots und die Kopien anderer Leute überdauern noch lange, nachdem du den Knopf gedrückt hast. Wirksamer ist es, die Einträge mit dem höchsten Risikobeitrag zu verallgemeinern und umzuschreiben — aus „die 8:07-Fähre aus meinem Viertel“ wird „mein Arbeitsweg“ — und danach zu ändern, was du von nun an veröffentlichst. Was eine Löschung tatsächlich überdauert, steht im vollen Umfang in Digitaler Fußabdruck 2026: Social Media löschen reicht nicht. Wie du auf der Vorbeugungsseite ansetzt — Identitäten so trennst, dass das Mosaik nichts zum Verknüpfen hat —, zeigt das Playbook in KI-De-Anonymisierung, und den größeren Umbau deiner Annahmen zeichnet OPSEC im KI-Zeitalter: Dein Bedrohungsmodell neu denken nach.

Über die Grenzen sollte man ehrlich sein. Ein Audit deines eigenen Exports bleibt eine Übung an einer geschlossenen Menge: Es sieht nur, was du selbst beigesteuert hast, nicht die offene Welt, aus der ein Gegner schöpft — Datenhändler (Data Broker), Datenlecks, den Antwort-Graphen, deinen Schreibstil über verschiedene Dienste hinweg. Eine Studie von 2025 mit 240 Personen (Wang et al.) ergab, dass die Teilnehmer nur wenig besser als der Zufall einschätzten, welche ihrer eigenen Schnipsel riskant waren; ihre Umschreibungen verringerten die Inferenz in lediglich 28 % der Fälle. Sieh das Audit also als Risikominderung, nicht als Persilschein — und prüf nach, sobald du etwas geändert hast, denn nur ein gesunkener Wert beweist, dass die Änderung gewirkt hat.

Für wen das am meisten zählt

#

Für die meisten Menschen ist Inferenz-Resistenz eine Frage der Datenhygiene, für manche eine Frage der körperlichen Sicherheit. Das rückwirkende Audit zählt am meisten für jene, die ein Gegner ohnehin schon finden will. Doxxing aus Belästigung heraus (Doxxing = das Offenlegen der echten Identität), Identitätsmissbrauch und gefälschte Bilder treffen überproportional Frauen. Dieselbe rückwirkende Bloßstellung bedroht Betroffene von Missbrauch, LGBTQ-Personen in feindlichen Umgebungen, Dissidenten und die Quellen von Journalisten — kurz: alle, für die ein alter, vergessener Beitrag ein akutes Risiko von heute ist. Die Fallstudien in Wie Streamer gedoxxt werden: 5 Fälle und die Verteidigung zeigen das Muster offen. Ist das dein Bedrohungsmodell, dann ist das Audit kein optionales Aufräumen, sondern eine Wartung, die du fest einplanst.

Häufig gestellte Fragen

#

Wie komme ich an meine Reddit- und X-Historie, um sie zu prüfen?

#

Fordere bei jeder Plattform einen Export an. Bei Reddit: Einstellungen → Datenschutz & Sicherheit → „Eine Kopie deiner Daten anfordern“ — das liefert CSV-Dateien mit deinen Kommentaren und Beiträgen. Bei X: Einstellungen → Dein Konto → „Ein Archiv deiner Daten herunterladen“ — das liefert einen Ordner mit tweets.js, account.js, profile.js und einem Bildordner namens tweets_media. So kannst du deine vollständige Historie offline lesen, und das ist der sichere Weg, sie zu analysieren: Du gibst sie keinem Dritten in die Hand, bloß um sie anzusehen.

Ist es sicher, ChatGPT oder eine andere Cloud-KI meine Beiträge prüfen zu lassen?

#

Das hängt ganz vom Konto ab. Prüfst du dein Klarnamen- oder öffentliches Profil, gibt es keine anonyme Identität, die auffliegen könnte, und ein Cloud-Modell ist unbedenklich. Prüfst du dagegen ein Pseudonym, das du von deinem Klarnamen getrennt hältst, dann schickst du dessen Historie an eine KI, bei der du unter deiner echten Identität angemeldet bist — und damit führst du beide auf den Servern dieses Anbieters zusammen. Das ist genau die De-Anonymisierung, die du verhindern wolltest. Nimm für diesen Fall ein lokales Modell, das offline läuft, oder ein Cloud-Konto, das anonym eröffnet und bezahlt wurde.

Soll ich meine alten Beiträge einfach löschen?

#

Meist nicht pauschal. Einen Beitrag zu löschen beseitigt selten das Muster, das dich verraten hat, und Löschen ist keine Tilgung — Archive, Caches und Screenshots überdauern, und die Plattformen behalten gelöschte Inhalte noch eine Weile auf ihren eigenen Servern (bei Reddit etwa rund 90 Tage), in der ein Rechtsweg sie noch erreichen kann. Wirksamer ist es, die riskantesten Einträge zu verallgemeinern oder umzuschreiben (aus einer konkreten Zeit und einem konkreten Ort wird etwas Vages) und zu ändern, was du von nun an veröffentlichst. Prüf danach noch einmal nach, ob die Änderung deine Bloßstellung tatsächlich verringert hat.

Reicht es nicht, einfach das EXIF aus meinen Fotos zu entfernen?

#

Entferne das EXIF — das ist nötig —, aber es genügt nicht. Vision-Sprach-Modelle können ein Foto allein aus seinem Bildinhalt verorten, ganz ohne Metadaten (Liu et al., 2024, kamen in manchen Fällen bis auf 0,3 km heran). Eine Ladenfront, eine Skyline, ein Schild des Nahverkehrs oder der Blick aus dem Fenster kann ein Bild verorten, auch wenn jedes Tag entfernt ist. Sieh deshalb nicht nur die Metadaten, sondern auch den Hintergrund als Teil dessen, was ein Bild preisgibt.

Wie genau ist KI darin wirklich?

#

Genau genug, um sie ernst zu nehmen, und billig genug, um sie auf jeden anzusetzen. Begutachtete Arbeit (Staab et al., ICLR 2024) maß GPT-4 aus schlichtem Reddit-Text rund 85 % top-1-Genauigkeit zu, gemittelt über acht Merkmalskategorien (mit großer Streuung zwischen ihnen). Ein Preprint von 2026 (noch nicht begutachtet) verknüpfte rund zwei Drittel einer Stichprobe von Nutzern aus dem Forum Hacker News (Hacker News = eine Tech-Community) mit ihren echten LinkedIn-Profilen, bei 90 % Präzision und für etwa ein bis vier Dollar pro Person. Die Zahlen schwanken je nach Aufgabe und sind nicht perfekt — doch die Reibung, die dich früher schützte, ein Mensch, der stundenlang sucht, ist verschwunden.