Amazon gewinnt deutsches DeepL für sich
Ab dem 20. Mai greifen neue Server-Bedingungen. Nur Enterprise-Kunden behalten die regionale Kontrolle über ihre Inhalte.
Der Kölner Dienst für KI-Übersetzungen verarbeitet Nutzerdaten künftig nicht mehr ausschließlich auf eigenen Servern, sondern lagert diese teilweise an Amazon Web Services aus. Wer den neuen Nutzungsbedingungen nicht zustimmt, verliert zwangsläufig sein Abonnement.
Skalierung für globale KI-Modelle
Bislang verließ sich das Unternehmen auf Serverstandorte in Deutschland und Island. Das reichte für den rasanten Ausbau der hauseigenen KI-Modelle offenbar nicht mehr aus. AWS liefert nun die nötige Infrastruktur, um die Datenverarbeitung auf ein internationales Level zu heben.
Nur Enterprise-Abonnenten erhalten künftig das Privileg, eine feste Region für ihre Daten auszuwählen. Bei Standardnutzern fließen die Informationen durch verschiedene AWS-Zonen, wozu neben der EU auch die USA und Japan gehören.
Anzeige
Harte Frist für bestehende Verträge
Die neuen Bedingungen gelten ab dem 20. Mai 2026. Kunden bleibt dementsprechend wenig Zeit, um den Anpassungen bis zum Stichtag am 19. Mai zu widersprechen.
Ein Widerspruch führt jedoch unweigerlich zum Ende der Geschäftsbeziehung. Die betroffenen Verträge laufen in diesem Fall höchstens noch bis zum 31. Dezember 2026 weiter. Bis zum individuellen Vertragsende verbleiben die Daten der ablehnenden Nutzer auf der bisherigen europäischen Infrastruktur.
Datenschutz im Fokus
Der Schritt zu einem US-amerikanischen Cloud-Anbieter birgt rechtliche Hürden. Aufgrund des sogenannten CLOUD Acts können US-Behörden theoretisch auf die verarbeiteten Informationen zugreifen.
Dabei spielt es keine Rolle, ob die entsprechenden Server physisch in Europa stehen. Datenschützer betrachten diese Entwicklung mit großer Sorge. Für viele europäische Technologieunternehmen fehlt es jedoch an praktikablen Alternativen, um ihre komplexen KI-Modelle wettbewerbsfähig zu betreiben.
Wir finden diesen Schritt trotzdem sehr fragwürdig, denn damit ist ein großes Alleinstellungsmerkmal von DeepL weg. Am Ende stellt sich uns daher die Frage: Warum überhaupt noch DeepL nutzen?
