Warum ist die Verarbeitung von Audio im Prozess für DSGVO und Sprach-KI wichtig?

Die Verarbeitung von Audio im Prozess ist für die DSGVO wichtig, weil das Audio ein System, das Sie bereits kontrollieren, nie verlässt; der Schritt fügt also keine neue Kopie, keinen neuen Auftrags- oder Unterauftragsverarbeiter und keine neue zu prüfende Übermittlung hinzu. Eine Sprachaufnahme einer identifizierbaren Person ist nach der DSGVO ein personenbezogenes Datum, und jedes weitere System, durch das sie läuft, ist eine weitere Sache zu dokumentieren.

Dies ist technischer Kontext, keine Rechtsberatung. Ob ein Einsatz konform ist, hängt von Rechtsgrundlage, Verträgen und Rechtsordnung ab; fragen Sie Ihre Rechtsberatung oder Ihren Datenschutzbeauftragten.

Was sich ändert, wenn der Schritt im Prozess läuft

Frage	SDK im Prozess	Gehostete Audio-API
Verlässt das Audio für diesen Schritt Ihren Prozess?	Nein	Ja
Neuer Auftragsverarbeiter oder Unterauftragsverarbeiter für das Audio?	Nein (nur Dauern gehen an den Lizenzdienst)	Ja, aufzuführen und zu vertraglich zu binden
Wo wird das Audio verarbeitet?	Wo Ihr Worker läuft	Wo der Anbieter es ausführt
Führt dieser Schritt einen Drittlandtransfer ein?	Keinen durch das Audio	Möglich, zu prüfen

Drei DSGVO-Konzepte machen den Unterschied konkret:

• Datenminimierung (Art. 5 Abs. 1 lit. c): nur das Notwendige verarbeiten. Ein Verbesserungsschritt im Worker bearbeitet das Audio, das der Anruf ohnehin hat, und legt keinen zweiten Speicher an.
• Auftragsverarbeiter und Unterauftragsverarbeiter (Art. 28): Eine gehostete Audio-API, die Aufnahmen empfängt, ist Auftrags- oder Unterauftragsverarbeiter und braucht einen Vertrag und einen Platz in Ihrer Unterauftragnehmerliste. Eine Bibliothek im eigenen Prozess ist keine weitere Partei, die das Audio empfängt.
• Drittlandübermittlung (Kapitel V): Wo das Audio verarbeitet wird, entscheidet, ob eine Übermittlung stattfindet. Im Prozess wird es dort verarbeitet, wo Sie den Worker ohnehin betreiben, und so halten Sie Audio auch in einer bestimmten Region.

Was das SDK sendet und was nicht

Unser SDK führt das Modell auf der CPU aus, ohne Netzwerk im Audiopfad. Der UsageReporter sendet verarbeitete Dauern und hält das Lizenz-Token frisch; Audio sendet er nicht. Dennoch existiert damit ein Lizenzdienst, den Sie danach, was er erhält, korrekt aufführen sollten.

Gemessene Kosten im Prozess	Wert	Datum
Algorithmische Verzögerung	15 ms	2026-08-14
Echtzeitfaktor, ein CPU-Thread	0.067	2026-08-14
Schlechteste Blockzeit, p99	3.96 ms	2026-08-14

Die Zahlen stammen aus Null Test, Lauf vom 2026-08-14, auf einem Apple M1 Max. Im Prozess zu laufen heißt auch, dass die CPU-Kosten bei Ihnen liegen und der Schritt nicht frei von Genauigkeitsrisiko ist: gepoolt über 19 Bedingungen erreicht unser Modell 16.59% WER gegenüber 14.32% für unberührtes Audio; aktivieren Sie es also dort, wo Sie einen Gewinn gemessen haben (wie man Sprecherisolation bewertet).

Dieselbe Eigenschaft gilt für den Rest der Pipeline nur, wenn auch der Rest der Pipeline Ihnen gehört. Ein Cloud-Speech-to-Text erhält das Audio weiterhin. Isolation im Prozess entfernt einen Empfänger, nicht alle.

FAQ

Macht die Verarbeitung im Prozess einen Sprachagenten DSGVO-konform?

Nein. Sie nimmt einen Auftragsverarbeiter und eine Übermittlung aus dem Bild. Rechtsgrundlage, Information, Speicherdauer und die übrigen Auftragsverarbeiter Ihres Stacks gelten weiter.

Ist ein SDK im Prozess ein Unterauftragsverarbeiter?

Das SDK läuft in Ihrem Prozess und empfängt das Audio nicht, ist also kein Empfänger davon. Der Lizenzdienst erhält Nutzungsdauern, und Sie sollten ihn in Ihren Verzeichnissen korrekt beschreiben.

Geht das Audio an Anecho?

Nein. Das Audio bleibt in Ihrem Prozess. Der Reporter sendet Dauern.