DeepSeek Super-agent und Datenschutz: was du prüfen solltest

DeepSeek Super-agent ist kein fertiges Produkt, das du in Deutschland einfach einschaltest. Es ist ein Forschungsprototyp, den DeepSeeks Harness-Team am 31. Oktober 2026 veröffentlicht hat. Für den Datenschutz zählen drei Fragen: welcher Modellanbieter deine Eingaben bekommt, auf welche Daten der Agent zugreift und ob du das Ganze vom übrigen Rechner trennst.

Dieser Beitrag stützt sich auf DeepSeeks eigene Dokumentation und auf Berichte zum Start. Wir haben den Prototyp nicht selbst installiert. Eine Rechtsberatung ist das nicht.

Was DeepSeek veröffentlicht hat

Das Repository dsh-superagent beschreibt einen proaktiven Coding-Agenten für ein einzelnes GitHub-Repository. Er hört auf GitHub und auf Wunsch auf Feishu, den Team-Messenger von ByteDance, der außerhalb Chinas Lark heißt. Bittet ihn eine zugelassene Person um Arbeit, legt er einen Vorgang an, arbeitet in einer eigenen Sitzung und antwortet in der ursprünglichen Unterhaltung, zum Beispiel mit einem Pull Request.

Wichtig ist der Satz ganz oben im Repository. DeepSeek nennt den Code einen Forschungsprototyp und ausdrücklich kein offizielles Produkt. Er sei nicht produktionsreif, unterscheide sich von der internen Version, und manche Ideen aus DeepSeeks Designtext seien gar nicht umgesetzt. Der Code steht unter der MIT-Lizenz, darf also frei genutzt und angepasst werden. Eine Lizenz sagt aber nichts über die Sicherheit aus.

Wer mit dem Begriff noch wenig anfangen kann: KI-Agenten führen mehrere Schritte selbst aus, statt nur eine Antwort zu schreiben. Genau deshalb reicht beim Datenschutz der Blick auf ein Chatfenster hier nicht aus.

Frage 1: Wohin gehen deine Eingaben?

Super-agent ist Software, die du selbst betreibst. Das heißt nicht, dass alles auf deinem Rechner bleibt. Laut ShiftDelete braucht der Prototyp einen in DeepSeek Harness eingerichteten Modellanbieter. Was der Agent aus Code, Tickets und Nachrichten liest, kann also an diesen Anbieter gehen. Die entscheidende Frage ist daher nicht „Ist DeepSeek erlaubt?“, sondern „Welcher Anbieter steckt in meiner Konfiguration?“.

Nutzt du DeepSeeks eigene Dienste, ist die Datenschutzrichtlinie von DeepSeek der Ausgangspunkt. Dort steht, dass Eingaben wie Text und hochgeladene Dateien erfasst und personenbezogene Daten direkt in der Volksrepublik China verarbeitet und gespeichert werden. Prüfe zusätzlich, ob für die API eigene Bedingungen gelten. Das ist bei geschäftlichen Daten eine Frage für deine Datenschutzbeauftragten.

Es gibt dazu einen deutschen Vorlauf. Die Berliner Datenschutzbeauftragte meldete im Juni 2025 die DeepSeek-Apps bei Apple und Google als rechtswidrig, weil ein gleichwertiger Schutz für Daten in China nicht belegt war, wie netzpolitik.org berichtete. Das betraf die App, nicht diesen Prototyp. Zu Super-agent ist uns kein Verfahren bekannt. Plausibel ist, dass dieselbe Frage bei DeepSeeks gehosteten Diensten wieder auftaucht, belegt ist es nicht.

Ein anderer Weg sind andere Modelle. Drittanbieter-Anleitungen wie die von ComputingForGeeks beschreiben, wie sich Harness auf ein lokales Modell richten lässt. Getestet haben wir das nicht. Ein lokales Modell löst außerdem nur die Frage nach dem Datenabfluss, nicht die nach den Rechten des Agenten. Wie du die Bedingungen eines anderen chinesischen Anbieters liest, zeigt Kimi K3.1 Pro und Datenschutz.

Frage 2: Was darf der Agent auf deinem Rechner?

Das ist der Teil, den viele Berichte auslassen. Die Deployment-Dokumentation sagt offen, dass die Sitzungen mit der Einstellung danger-full-access unter dem Betriebssystemkonto des Betreibers laufen. Ein Worker kann Programme ausführen und das Home-Verzeichnis lesen. Die Konto-Wrapper wählen nur Zugangsdaten aus, sie isolieren den Prozess nicht. Für echte Trennung empfiehlt DeepSeek ein eigenes Betriebssystemkonto, das nur die Zugangsdaten des Agenten enthält.

Praktisch heißt das: Installierst du den Agenten auf deinem Arbeitslaptop, kann er grundsätzlich an alles, was dein Konto lesen kann. SSH-Schlüssel, .env-Dateien, lokale Kundenlisten. Ob er das tut, ist eine andere Frage, aber die technische Grenze fehlt. Dazu kommt das Grundproblem jedes Agenten: Er liest fremden Text, etwa Issues und Chatnachrichten, und solcher Text kann Anweisungen enthalten.

Frage 3: Wann handelt er von selbst?

„Proaktiv“ klingt, als würde der Agent ungefragt loslegen. Die Voreinstellung ist vorsichtiger. Laut der Philosophie-Seite handelt er nur auf Anfrage einer zugelassenen Person oder nach einer Regel, die das Team geschrieben hat. Die Autorisierungsdokumentation nennt den Standardmodus observe: Der Agent bewertet mögliche Arbeit und hält fest, was er getan hätte, ohne es zu tun.

Das ist eine sinnvolle Bremse, aber sie ersetzt keine Abstimmung im Unternehmen. Auch im Modus observe liest der Agent mit. Wird ein Teamchat angeschlossen, stehen darin oft Namen, Krankmeldungen oder Kundendaten. Sprich das vorher mit den Verantwortlichen ab.

Kurze Checkliste vor dem ersten Test

1. 01Nur in einem Test-Repository anfangen, das keine Kundendaten und keine Geheimnisse enthält. Unterstützt wird laut Dokumentation nur github.com, nicht GitHub Enterprise Server.
2. 02Ein eigenes Betriebssystemkonto oder eine eigene Maschine verwenden, mit nichts außer den Zugangsdaten des Agenten.
3. 03Den Modellanbieter bewusst wählen und dessen Bedingungen lesen. Hintergrund liefert KI datenschutzkonform nutzen.
4. 04Die Liste zugelassener Personen kurz halten und im Modus observe bleiben, bis die Aufzeichnungen sinnvoll aussehen.
5. 05Jeden Pull Request lesen wie den einer neuen Kollegin oder eines neuen Kollegen. DeepSeek macht den Betreiber ausdrücklich für das verantwortlich, was der Agent postet.
6. 06Daran denken, dass auch die Grundlage in Bewegung ist: DeepSeek Harness ist laut Repository eine Developer Preview mit Änderungen, die Bestehendes brechen können.

Brauchst du das überhaupt?

Ehrlich gesagt: Wenn du KI gerade erst für den Beruf lernst, vermutlich nicht. Super-agent richtet sich an Entwicklerteams mit Zeit für die Einrichtung. Bloomberg rahmte den Start laut Berichten als Herausforderung für Anthropics Claude Code, aber ein Prototyp ohne Support ist kein gleichwertiger Ersatz für ein gepflegtes Produkt. Wer erst einmal verstehen will, was ein Agent leisten soll, kommt mit einen KI-Agenten erstellen oder dem Überblick zu Muse Code schneller voran.

Interessant ist der Prototyp trotzdem, und zwar wegen seiner Haltung. Ein Agent soll so wenig menschliche Aufmerksamkeit wie möglich kosten, und er soll nur handeln, wenn es eine Regel oder eine Bitte gibt. Das ist ein brauchbarer Maßstab auch für einfachere Werkzeuge.

Coursium ist eine App, mit der du lernst, KI im Beruf zu nutzen, und sie ist im App Store. Klare Anweisungen geben und Ergebnisse prüfen, bevor du sie weitergibst, das bleibt bei jedem neuen Agenten deine Aufgabe. Wenn du das üben willst, schau dir Coursium an oder probiere das kostenlose Übungsbeispiel.