Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Google war der ersten Anbieter in der Branche, der eine KI-/ML-Datenschutzverpflichtung veröffentlicht hat. Diese legt fest, dass Kunden die höchste Sicherheit und Kontrolle über ihre Daten haben sollten, die in der Cloud gespeichert werden. Diese Zusicherung gilt für Generative AI-Produkte von Google Cloud. Google stellt sicher, dass seine Teams sich durch strenge Data-Governance-Praktiken an diese Verpflichtungen halten. Dazu gehören auch Prüfungen der Daten, die Google Cloud bei der Entwicklung von Produkten verwendet. Weitere Informationen dazu, wie Google Daten verarbeitet, finden Sie auch im Zusatz zur Verarbeitung von Cloud-Daten von Google (CDPA).
Einschränkung für Training
Wie im Abschnitt „Nutzungsbedingungen für Dienste“ der dienstspezifischen Nutzungsbedingungen im Abschnitt 17 „Einschränkung des Trainings“ beschrieben, verwendet Google Ihre Daten nicht zum Trainieren oder Optimieren von KI-/ML-Modellen, ohne dass Sie zuvor Ihre Genehmigung oder Anweisung dazu erteilt haben. Das gilt für alle verwalteten Modelle in Vertex AI, einschließlich GA- und Pre-GA-Modelle.
Aufbewahrung von Kundendaten und Erreichen von „Zero Data Retention“
Kundendaten werden in Vertex AI für Google-Modelle in den folgenden Szenarien und unter den folgenden Bedingungen für begrenzte Zeiträume aufbewahrt. Damit keine Daten aufbewahrt werden, müssen Kunden in jedem dieser Bereiche bestimmte Maßnahmen ergreifen:
Datencaching für Google-Modelle: Standardmäßig werden Eingaben für Gemini-Modelle in Google Foundation Models gecacht. Dies geschieht, um die Latenz zu verringern und Antworten auf nachfolgende Prompts des Kunden zu beschleunigen. Im Cache gespeicherte Inhalte werden bis zu 24 Stunden in dem Rechenzentrum gespeichert, in dem die Anfrage bearbeitet wurde. Das Daten-Caching wird auf Google Cloud Projektebene aktiviert oder deaktiviert. Der Datenschutz auf Projektebene wird für zwischengespeicherte Daten erzwungen. Für alle Regionen gelten die gleichen Cache-Einstellungen für ein Google Cloud -Projekt. Wenn Sie keine Datenaufbewahrung wünschen, müssen Sie das Daten-Caching deaktivieren. Weitere Informationen finden Sie unter Daten-Caching aktivieren und deaktivieren.
Prompt-Protokollierung zur Missbrauchsüberwachung für Google-Modelle: Wie in Abschnitt 4.3 „Generative KI – Sicherheit und Missbrauch“ der Nutzungsbedingungen der Google Cloud Platform beschrieben, kann Google Prompts protokollieren, um potenziellen Missbrauch und Verstöße gegen die Richtlinie zur zulässigen Nutzung und die Richtlinie zur unzulässigen Nutzung zu erkennen, wenn Kunden generative KI-Dienste nutzen. Nur Kunden, deren Nutzung von Google Cloud den Nutzungsbedingungen der Google Cloud Platform unterliegt und die kein Cloud Billing-Konto mit Rechnungsstellung haben, unterliegen der sofortigen Protokollierung zur Missbrauchsüberwachung. Wenn Sie für die Aufforderungsaufzeichnung zur Missbrauchsüberwachung infrage kommen und keine Datenaufbewahrung wünschen, können Sie eine Ausnahme für die Missbrauchsüberwachung beantragen. Weitere Informationen finden Sie unter Missbrauchsüberwachung.
Fundierung mit der Google Suche: Wie im Abschnitt 19 „Generative KI-Dienste: Fundierung mit der Google Suche“ der dienstspezifischen Nutzungsbedingungen beschrieben, speichert Google Prompts und Kontextinformationen, die Kunden möglicherweise bereitstellen, sowie generierte Ausgaben für dreißig (30) Tage, um fundierte Ergebnisse und Suchvorschläge zu erstellen. Diese gespeicherten Informationen können für das Debugging und Testen von Systemen verwendet werden, die die Fundierung mit der Google Suche unterstützen. Wenn Sie die Fundierung mit der Google Suche verwenden, können Sie das Speichern dieser Informationen nicht deaktivieren.
Sitzungswiederaufnahme für die Gemini Live API:Diese Funktion ist standardmäßig deaktiviert. Sie muss vom Nutzer bei jedem API-Aufruf aktiviert werden, indem das Feld in der API-Anfrage angegeben wird. Die Datenschutzrichtlinien auf Projektebene werden für zwischengespeicherte Daten erzwungen. Wenn die Sitzungswiederaufnahme aktiviert ist, kann der Nutzer innerhalb von 24 Stunden eine Verbindung zu einer vorherigen Sitzung wiederherstellen. Dazu werden bis zu 24 Stunden lang Daten im Cache gespeichert, darunter Text-, Video- und Audio-Promptdaten sowie Modellausgaben. Wenn Sie keine Datenaufbewahrung wünschen, aktivieren Sie diese Funktion nicht. Weitere Informationen zu dieser Funktion, einschließlich der Aktivierung, finden Sie unter
Live API.
Dies gilt für alle verwalteten Modelle in Vertex AI, einschließlich GA- und Pre-GA-Modelle.
Daten-Caching aktivieren und deaktivieren
Mit den folgenden curl-Befehlen können Sie den Caching-Status abrufen, das Caching deaktivieren oder das Caching wieder aktivieren.
Wenn Sie das Caching deaktivieren oder wieder aktivieren, gilt die Änderung für alle Google Cloud Regionen. Weitere Informationen zur Verwendung von Identity and Access Management zum Gewähren von Berechtigungen, die zum Aktivieren oder Deaktivieren des Cachings erforderlich sind, finden Sie unter Vertex AI Zugriffssteuerung mit IAM.
Maximieren Sie die folgenden Abschnitte, um zu erfahren, wie Sie die aktuelle Cache-Einstellung abrufen, das Caching deaktivieren und das Caching aktivieren.
Aktuelle Caching-Einstellung abrufen
Führen Sie den folgenden Befehl aus, um festzustellen, ob Caching für ein Projekt aktiviert oder deaktiviert ist. Zum Ausführen dieses Befehls muss einem Nutzer eine der folgenden Rollen zugewiesen sein: roles/aiplatform.viewer, roles/aiplatform.user oder roles/aiplatform.admin.
PROJECT_ID=PROJECT_ID
# Setup project_id
$ gcloud config set project PROJECT_ID
# GetCacheConfig
$ curl -X GET -H "Authorization: Bearer $(gcloud auth application-default print-access-token)" -H "Content-Type: application/json" https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/cacheConfig
# Response if caching is enabled (caching is enabled by default).
{
"name": "projects/PROJECT_ID/cacheConfig"
}
# Response if caching is disabled.
{
"name": "projects/PROJECT_ID/cacheConfig"
"disableCache": true
}
Caching deaktivieren
Führen Sie den folgenden curl-Befehl aus, um das Caching für ein Google Cloud -Projekt zu deaktivieren. Zum Ausführen dieses Befehls muss einem Nutzer die Administratorrolle roles/aiplatform.admin für Vertex AI zugewiesen sein.
Wenn Sie das Caching für ein Google Cloud -Projekt deaktiviert haben und es wieder aktivieren möchten, führen Sie den folgenden curl-Befehl aus. Zum Ausführen dieses Befehls muss einem Nutzer die Administratorrolle roles/aiplatform.admin für Vertex AI zugewiesen sein.
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Schwer verständlich","hardToUnderstand","thumb-down"],["Informationen oder Beispielcode falsch","incorrectInformationOrSampleCode","thumb-down"],["Benötigte Informationen/Beispiele nicht gefunden","missingTheInformationSamplesINeed","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2025-09-02 (UTC)."],[],[],null,["# Generative AI and zero data retention\n\nGoogle was the first in the industry to publish an\n[AI/ML Privacy Commitment](https://cloud.google.com/blog/products/ai-machine-learning/google-cloud-unveils-ai-and-ml-privacy-commitment),\nwhich outlines our belief that customers should have the highest level of\nsecurity and control over their data that is stored in the cloud. That commitment\nextends to Google Cloud's generative AI products. Google ensures that its\nteams are following these commitments through robust data governance practices,\nwhich include reviews of the data that Google Cloud uses in the development of\nits products. More details about how Google processes data can also be found in\nGoogle's [Cloud Data Processing Addendum (CDPA)](https://cloud.google.com/terms/data-processing-addendum).\n\nTraining restriction\n--------------------\n\nAs outlined in Section 17 \"Training Restriction\" in the Service Terms section of\n[Service Specific Terms](https://cloud.google.com/terms/service-terms),\nGoogle won't use your data to train or fine-tune any AI/ML models without your\nprior permission or instruction. This applies to all managed models on\nVertex AI, including GA and pre-GA models.\n\nCustomer data retention and achieving zero data retention\n---------------------------------------------------------\n\nCustomer data is retained in Vertex AI for Google models for limited\nperiods of time in the following scenarios and conditions. To achieve zero data retention, customers must take specific actions within each of these areas:\n\n- **Data caching for Google models** : By default, Google foundation models cache inputs for Gemini models. This is done to reduce latency and accelerate responses to subsequent prompts from the customer. Cached contents are stored for up to 24 hours in the data center where the request was served. Data caching is enabled or disabled at the Google Cloud project level, and project-level privacy is enforced for cached data. The same cache settings for a Google Cloud project apply to all regions. To achieve zero data retention, you must disable data caching. See [Enabling and disabling data caching](#enabling-disabling-caching).\n- **Prompt logging for abuse monitoring for Google models** : As outlined in Section 4.3 \"Generative AI Safety and Abuse\" of [Google Cloud Platform Terms of Service](https://cloud.google.com/terms), Google may log prompts to detect potential abuse and violations of its [Acceptable Use Policy](https://cloud.google.com/terms/aup) and [Prohibited Use Policy](https://policies.google.com/terms/generative-ai/use-policy) as part of providing generative AI services to customers. Only customers whose use of Google Cloud is governed by the [Google Cloud Platform Terms of Service](https://cloud.google.com/terms) and who don't have an [Invoiced Cloud Billing account](/billing/docs/concepts#billing_account_types) are subject to prompt logging for abuse monitoring. If you are in scope for prompt logging for abuse monitoring and want zero data retention, you can request an exception for abuse monitoring. See [Abuse monitoring](/vertex-ai/generative-ai/docs/learn/abuse-monitoring).\n- **Grounding with Google Search** : As outlined in Section 19 \"Generative AI Services: Grounding with Google Search\" of the [Service Specific Terms](https://cloud.google.com/terms/service-terms), Google stores prompts and contextual information that customers may provide, and generated output for thirty (30) days for the purposes of creating grounded results and search suggestions, and this stored information may be used for debugging and testing of systems that support grounding with Google Search. There is no way to disable the storage of this information if you use Grounding with Google Search.\n- **Session resumption for Gemini Live API:** This feature is disabled by default. It must be enabled by the user every time they call the API by specifying the field in the API request, and project-level privacy is enforced for cached data. Enabling Session Resumption allows the user to reconnect to a previous session within 24 hours by storing cached data, including text, video, and audio prompt data and model outputs, for up to 24 hours. To achieve zero data retention, do not enable this feature. For more information about this feature, including how to enable it, see [Live API](/vertex-ai/generative-ai/docs/live-api#session-resumption).\n\nThis applies to all managed models on Vertex AI, including GA and\npre-GA models.\n\n### Enabling and disabling data caching\n\nYou can use the following curl commands to get\ncaching status, disable caching, or re-enable caching.\nWhen you disable or re-enable caching, the change\napplies to all Google Cloud regions. For more information about using\nIdentity and Access Management to grant permissions required to enable or disable caching, see\n[Vertex AI access control with IAM](/vertex-ai/docs/general/access-control).\nExpand the following sections to learn how to get the current cache setting, to\ndisable caching, and to enable caching. \n\n#### Get current caching setting\n\nRun the following command to determine if caching is enabled or disabled for a\nproject. To run this command, a user must be granted one of the following\nroles: `roles/aiplatform.viewer`, `roles/aiplatform.user`, or\n`roles/aiplatform.admin`. \n\n```\nPROJECT_ID=PROJECT_ID\n# Setup project_id\n$ gcloud config set project PROJECT_ID\n\n# GetCacheConfig\n$ curl -X GET -H \"Authorization: Bearer $(gcloud auth application-default print-access-token)\" -H \"Content-Type: application/json\" https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/cacheConfig\n\n# Response if caching is enabled (caching is enabled by default).\n{\n \"name\": \"projects/PROJECT_ID/cacheConfig\"\n}\n\n# Response if caching is disabled.\n{\n \"name\": \"projects/PROJECT_ID/cacheConfig\"\n \"disableCache\": true\n}\n \n``` \n\n#### Disable caching\n\nRun the following curl command to disable caching for a Google Cloud project. To run\nthis command, a user must be granted the Vertex AI administrator role,\n`roles/aiplatform.admin`. \n\n```\nPROJECT_ID=PROJECT_ID\n# Setup project_id\n$ gcloud config set project PROJECT_ID\n\n# Setup project_id.\n$ gcloud config set project ${PROJECT_ID}\n\n# Opt-out of caching.\n$ curl -X PATCH -H \"Authorization: Bearer $(gcloud auth application-default print-access-token)\" -H \"Content-Type: application/json\" https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/cacheConfig -d '{\n \"name\": \"projects/PROJECT_ID/cacheConfig\",\n \"disableCache\": true\n}'\n\n# Response.\n{\n \"name\": \"projects/PROJECT_ID/locations/us-central1/projects/PROJECT_ID/cacheConfig/operations/${OPERATION_ID}\",\n \"done\": true,\n \"response\": {\n \"@type\": \"type.googleapis.com/google.protobuf.Empty\"\n }\n}\n \n``` \n\n#### Enable caching\n\nIf you disabled caching for a Google Cloud project and want re-enable it, run the\nfollowing curl command. To run this command, a user must be granted the\nVertex AI administrator role, `roles/aiplatform.admin`. \n\n```\nPROJECT_ID=PROJECT_ID\nLOCATION_ID=\"us-central1\"\n# Setup project_id\n$ gcloud config set project PROJECT_ID\n\n# Setup project_id.\n$ gcloud config set project ${PROJECT_ID}\n\n# Opt in to caching.\n$ curl -X PATCH -H \"Authorization: Bearer $(gcloud auth application-default print-access-token)\" -H \"Content-Type: application/json\" https://us-central1-aiplatform.googleapis.com/v1/projects/PROJECT_ID/cacheConfig -d '{\n \"name\": \"projects/PROJECT_ID/cacheConfig\",\n \"disableCache\": false\n}'\n\n# Response.\n{\n \"name\": \"projects/PROJECT_ID/locations/us-central1/projects/PROJECT_ID/cacheConfig/operations/${OPERATION_NUMBER}\",\n \"done\": true,\n \"response\": {\n \"@type\": \"type.googleapis.com/google.protobuf.Empty\"\n }\n}\n \n```\n\nWhat's next\n-----------\n\n- Learn about [responsible AI best practices and Vertex AI's safety filters](/vertex-ai/generative-ai/docs/learn/responsible-ai).\n- Learn about [Gemini in Google Cloud data governance](/gemini/docs/discover/data-governance)."]]
