Compliance-konforme KI-Nutzung

Künstliche Intelligenz ist längst fester Bestandteil moderner Geschäftsprozesse. Gleichzeitig wächst in vielen Unternehmen die Unsicherheit: Wie lassen sich KI-Systeme nutzen, ohne sensible Daten zu gefährden oder regulatorische Vorgaben zu verletzen? Mit der GenAI-Firewall Garnet schafft enclaive, einer der führenden deutschen Anbieter für Confidential Computing, die Grundlage für eine sichere und Compliance-konforme KI-Nutzung – auch in stark regulierten Branchen.

„Künstliche Intelligenz ist aus unserem Alltag nicht mehr wegzudenken“, sagt Andreas Walbrodt, CEO und Co-Founder von enclaive . „Eine aktuelle Umfrage des ifo Instituts zeigt, dass bereits mehr als 40 Prozent der deutschen Unternehmen KI-Tools einsetzen – und die Zahl steigt weiter.“ Das sei wenig überraschend: KI verspreche spürbare Entlastung im Arbeitsalltag und enorme Effizienzgewinne. Ob im Gesundheitswesen, bei der Analyse von Finanztransaktionen oder in der Industrie: Das Potenzial ist branchenübergreifend enorm. Gleichzeitig dürfen wir die Risiken nicht ausblenden, die mit dem Einsatz dieser Technologien einhergehen.“

Die zentralen Risiken beim Einsatz von KI

Der produktive Einsatz von KI-Systemen bringt eine Reihe von Herausforderungen mit sich:

• Datenschutz und regulatorische Vorgaben: Sobald sensible oder personenbezogene Informationen in KI-Anfragen einfließen, besteht das Risiko von Datenschutzverstößen und Non-Compliance.
• Datenabfluss bei öffentlichen Modellen: Öffentlich zugängliche oder falsch konfigurierte Large Language Models (LLMs) können unbeabsichtigt sensible Daten oder geistiges Eigentum preisgeben.
• KI-gestützte Angriffe: Techniken wie Prompt Injection oder Jailbreaking ermöglichen es Angreifern, KI-Systeme gezielt zu manipulieren und vertrauliche Informationen abzugreifen.
• Operative und wirtschaftliche Risiken: Der Einsatz externer Modelle bringt zusätzliche Herausforderungen mit sich – von begrenzten Kontextfenstern über hohe Token-Kosten bis hin zu Abhängigkeiten von einzelnen Anbietern (Vendor Lock-in).

Wie enclaive die KI-Kommunikation absichert

Mit der GenAI-Firewall Garnet adressiert enclaive diese Herausforderungen ganzheitlich. Die Lösung ermöglicht Unternehmen, LLMs und SLMs sicher zu nutzen, ohne die Kontrolle über ihre Daten aus der Hand zu geben. Garnet basiert auf dem Confidential-Computing-Ansatz, bei dem Daten durchgängig geschützt sind – im Ruhezustand, während der Übertragung und auch während der Verarbeitung. Der gesamte KI-Dialog findet innerhalb einer geschützten Umgebung statt:

• Die Interaktion erfolgt über das Garnet User Interface, das in einer auf CPU-Ebene isolierten und verschlüsselten Ausführungsumgebung – einer sogenannten Enklave – betrieben wird.
• Interne Daten werden dort vektorisiert, mit Metadaten angereichert und sicher in einer Vector Database abgelegt.
• Nutzer stellen ihre Anfragen in natürlicher Sprache. Garnet analysiert diese, vektorisiert sie und greift zunächst auf die eigenen Datenbestände zu (Retrieval Augmented Generation).
• Erst wenn externe LLMs oder SLMs benötigt werden, werden sensible Informationen pseudonymisiert und über eine Replacement Map abgesichert – so verlassen keine vertraulichen Daten das Unternehmen.
• Die vom Modell erzeugte Antwort wird anschließend innerhalb der sicheren Enklave wieder mit den originalen Daten angereichert und als vollständiges, validiertes Ergebnis ausgegeben.

Ein zusätzlicher Vorteil: Durch die intelligente Vorfilterung über die Vector Database werden nur relevante Daten an externe Modelle weitergegeben. Das reduziert nicht nur Risiken, sondern auch Kosten, da weniger Rechenleistung und Tokens benötigt werden – unabhängig von technischen Beschränkungen der jeweiligen Modelle.

„Mit Garnet setzen wir einen neuen Maßstab für den sicheren Einsatz von generativer KI im Unternehmensumfeld“, fasst Walbrodt zusammen. „Unsere GenAI-Firewall verbindet technologische Innovation mit konsequentem Datenschutz. So ermöglichen wir einen verantwortungsvollen Wissenstransfer – ohne Kompromisse bei Sicherheit oder Kontrolle.“