Die Schaffung verantwortungsvoller künstlicher Intelligenz ist Teil des Engagements von Zendesk, unseren Kunden vertrauenswürdige Produkte und Lösungen zu bieten. Zendesk nutzt in Bezug auf unsere KI-Produkte eine Reihe von Designprinzipien , zu denen Datenschutz, Sicherheit und Compliance gehören.
Keine auf Kundendaten trainierten generativen Inhalte
Es ist wichtig zu wissen, dass die proprietären Machine-Learning-Modelle von Zendesk nicht generativer Natur sind, d. h. sie erzeugen keine Abschnitte mit freiem Text, Bildern oder Code, wie dies bei vielen gängigen KI-Lösungen der Fall ist. Da es sich bei den Ausgaben dieser Modelle nicht um Inhalte, sondern um Labels handelt, besteht nicht die Gefahr, dass Kundendaten reproduziert oder in einem unangemessenen Kontext weitergegeben werden.
Schutz von Kundendaten
Als Teil unserer Verpflichtung, Kundendaten zu schützen, ergreifen wir zusätzliche Maßnahmen, um Ihre Daten zu bereinigen, bevor wir sie zum Trainieren unserer Modelle verwenden, die von anderen Kunden verwendet werden könnten. Zu diesen zählen:
- Alle Datenfelder, die speziell für Bezeichner gelten (z. B. die Felder für den Benutzernamen und die E-Mail-Adresse), sind im Trainings-Dataset nicht enthalten.
- Ein natürlicher Sprachverarbeitungsalgorithmus wird angewendet, um bestimmte Informationen zu identifizieren und zu entfernen, die für das Modell in den verbleibenden Freitextfeldern des Trainings-Datasets nicht relevant sind.*
- Die Daten werden in ein maschinenlesbares Format konvertiert. Dies wird in der Regel durch einen Tokenisierungsprozess erreicht, der Freitext in eine numerische Vektorform umwandelt, wobei der resultierende Vektor ohne einen zugehörigen Tokenisierer nicht für Menschen lesbar ist.
*Foder Ultimate bestimmt der Kunde direkt, wie das Trainings-Dataset bereinigt wird. Die Bereinigungsmethoden für Nachrichten erkennen unterschiedliche Kategorien personenbezogener Daten in den Nachrichten und ersetzen diese Werte anhand von Inhaltsentitäten durch ein anonymes Label, das den erkannten Kategorien entspricht. So werden beispielsweise E-Mail-Adressen in den Nachrichten durch Labels namens <E-MAIL>, Bankkontonummern durch Labels usw. ersetzt. Die Platzhalter <E-MAIL> und <IBAN> sind Beispiele für unsere standardmäßigen und vordefinierten Inhaltsentitäten. Hier ist eine Liste häufig verwendeter Inhaltsentitäten.
In keinem Zendesk-Modell werden Trainings-Datasets gespeichert, und Kundendaten unterliegen jederzeit unseren bestehenden Sicherheits- und Datenschutzverpflichtungen, darunter auch in unserer:
Keine Auswirkung auf aktuelle Vereinbarungen
Ihre Nutzung von KI-Funktionen, die nicht Teil des EAP sind, wirkt sich nicht auf Ihre bestehende(n) Vereinbarung(en) mit Zendesk aus. Wenn Sie mit Zendesk einen Nachtrag zur Datenverarbeitung (DPA) abgeschlossen haben, gelten die Bedingungen dieser DPA für Ihre Nutzung der Dienste weiterhin.
Generative KI-Funktionen
Neben den Zendesk-eigenen Machine-Learning-Modellen bietet Zendesk auch eine Reihe generativer KI-Funktionen , die von LMLs von Drittanbietern unterstützt werden. Diese Funktionen sind zwar generativer Natur, aber Ihre Daten werden nicht verwendet, um diese Modelle zu trainieren oder die Services von Drittanbietern anderweitig zu verbessern. Weitere Informationen über die Verarbeitung Ihrer Daten durch externe LMLs finden Sie in der Richtlinie für untergeordnete Datenverarbeiter und im Beitrag Überblick über generative KI-Funktionen in Zendesk .
Hinweis zur Übersetzung: Dieser Beitrag wurde mit automatischer Übersetzungssoftware übersetzt, um dem Leser ein grundlegendes Verständnis des Inhalts zu vermitteln. Trotz angemessener Bemühungen, eine akkurate Übersetzung bereitzustellen, kann Zendesk keine Garantie für die Genauigkeit übernehmen.
Sollten in Bezug auf die Genauigkeit der Informationen im übersetzten Beitrag Fragen auftreten, beziehen Sie sich bitte auf die englische Version des Beitrags, die als offizielle Version gilt.