Confidential Computing für sichere KI-Nutzung Datenlecks sind ein zentrales Problem der generativen KI

Anbieter zum Thema

ALE Deutschland GmbH

Fsas Technologies GmbH

FAST LTA GmbH

FTAPI Software GmbH

KI ist auf sensible Daten angewiesen, birgt aber hohe Risiken für Datenschutz und Sicherheit. Confidential Computing schützt Daten erstmals umfassend – auch während der Verarbeitung. Unternehmen profitieren von sicherer Kooperation, voller Datensouveränität und sinkenden Kosten durch vertrauenswürdige Netzwerke.

Ein wichtiges Anwendungsgebiet der künstlichen Intelligenz (KI) ist die Verarbeitung großer Datenmengen. Mit dem Aufkommen des Internets der Dinge (IoT) und der digitalen Transformation verfügen wir über mehr Daten als je zuvor. Die manuelle Verarbeitung dieser Daten ist zeit- und ressourcenintensiv. KI beschleunigt diesen Prozess, indem sie Muster erkennt und Erkenntnisse aus riesigen Datensätzen gewinnt.

Vorteile und Risiken von KI

Um die Vorteile von KI in vollem Umfang ausschöpfen zu können, sind die meisten Unternehmen auf externe KI-Anbieter angewiesen, die sie dabei unterstützen, diese Technologie unternehmensweit einzuführen und zu managen. KI hat das Potenzial, unsere Arbeitsweise zu revolutionieren, wirft aber auch erhebliche Datenschutz- und Sicherheitsbedenken auf. Damit KI ihre Aufgabe gut erfüllen kann, muss sie sich auf große Datenmengen stützen, die auch sensible Informationen enthalten können. Bei der Verarbeitung dieser vertraulichen Daten durch die KI besteht die Gefahr, dass diese Daten weitergegeben werden.

Böswillige Akteure können Sicherheitsvorkehrungen umgehen, um die Daten zu nutzen, zu stehlen oder zu verfälschen. Unternehmen, die KI einsetzen, müssen diese Risiken daher sorgfältig abwägen und angehen.

„Pssst…vertraulich!“

Cloud Computing mit Laufzeit-Verschlüsselung

Confidential Computing als Lösung

Confidential Computing bietet eine innovative Methode, um diesen Sicherheitsbedenken zu begegnen. Die Daten werden während der Verarbeitung geschützt, was zudem auch die Art und Weise verbessert, wie wir KI nutzen.

Cloud-Anbieter sind seit Jahren in der Lage, Daten während der Speicherung oder Übertragung zu schützen. Während der Verarbeitung waren die Daten bisher jedoch angreifbar, da die Verschlüsselung für die Analyse aufgehoben werden musste. Confidential Computing löst dieses Problem, indem es den Schutz auf den gesamten Lebenszyklus der Daten ausdehnt und so Schwachstellen beseitigt.

Zentraler Aspekt dieser Methode ist ein geschützter digitaler Raum, die so genannte Trust Execution Environment (TTE). In ihm werden sensible Daten isoliert. Die Inhalte und die zu ihrer Verarbeitung verwendeten Techniken sind verschlüsselt und nur autorisierten Codebesitzern zugänglich.

Viele Unternehmen setzen bereits auf Confidential Computing. Einer aktuellen Studie von Fortune Business Insights zufolge wird das weltweite Marktvolumen von 14,14 Mrd. USD im Jahr 2024 auf 208,06 Mrd. USD im Jahr 2032 ansteigen.

Confidential Computing mit Enclaive.io

Vertrauenswürdige Datenverarbeitung in der hybriden Multicloud

Confidential Computing ermöglicht es einem Unternehmen, Daten in ein generatives KI-Modell einzugeben, welches diese Daten anschließend sicher und ohne Risiko von Datenlecks verarbeitet. Sensible Informationen sind so vor kriminellen Hackern und potenziellen Datenlecks geschützt. Unternehmen behalten auch beim Einsatz von KI die Kontrolle über ihre Daten.

Ein Beispiel: Im Gesundheitswesen könnten mehrere Krankenhäuser eine Kooperation planen, um ein KI-Modell zur Erkennung von Krankheiten anhand medizinischer Bilder zu entwickeln. Patientendaten sind hochsensibel und durch Vorschriften wie HIPAA und DSGVO geschützt. Mit Confidential Computing bringt jedes Krankenhaus verschlüsselte Patientendaten sicher in die Trusted Execution Environment (TEE) einbringen, wo das KI-Modell trainiert wird, ohne dass die Rohdaten offengelegt werden. So kann das Modell aus einem größeren Datensatz lernen, während gleichzeitig die Privatsphäre der Patienten und die Einhaltung der Datenschutzgesetze gewährleistet werden.

In einem anderen Szenario arbeitet ein Finanzinstitut an der Betrugserkennung mit KI. Um ein Muster zu identifizieren, benötigt es eine große Menge an Informationen. Diese dürfen aber nicht offengelegt oder an ein externes KI-Modell weitergegeben werden, da es sich um sensible Kundendaten handelt. Die DSGVO und HIPAA verbieten die Weitergabe von Kundendaten.

Anstatt ein ganzes Team einzustellen und eine Infrastruktur aufzubauen, mietet jede Bank einen sicheren Verarbeitungsraum und bildet ein „vertrauenswürdiges Netzwerk“.

Jeder Beteiligte zieht daraus Vorteile. So teilen sie sich die Kosten, da sie einen Verarbeitungsraum mieten, anstatt einen eigenen zu bauen. Außerdem behalten sie die volle Hoheit über die Daten, auf die nur die Bank selbst Zugriff hat. Ein weiterer Vorteil ist, dass sie vom kollektiven Wissen profitieren, das sich aus den Beiträgen der einzelnen Wettbewerber ergibt.

Diese Methode kann für viele Branchen angepasst werden, z.B. Versicherungen für die vorausschauende Risikobewertung, den Energiesektor, das Transportwesen oder die Industrie.

Trainingsdaten in der Cloud

Datenschutzkonforme KI/ML-Modellierung

Die Zukunft von Confidential Computing

Die größte Herausforderung für Confidential Computing sind die Kosten. Die Methode erfordert neue Systeme und qualifiziertes Personal, um die komplexe Implementierung zu bewältigen. Unternehmen sollten diese Kosten gegen die Vorteile der Datensicherheit abwägen. Angesichts der damit verbundenen Kosten ist Confidential Computing heute vor allem für kritische Infrastrukturen in Behörden, im Gesundheitswesen, bei Transport- und Versorgungsunternehmen sowie in der IT relevant.

Ein Ansatz zur schnelleren Verbreitung von Confidential Computing wäre, dass sich Unternehmen die Kosten teilen. Hierbei machen sie sich den technischen Fortschritt zunutze und setzen Confidential Computing gemeinsam innerhalb eines vertrauenswürdigen Netzwerks ein. In diesem Szenario „mietet“ jedes Unternehmen einen Verarbeitungsraum und zahlt dafür einen geringeren monatlichen Beitrag. In diesem eindeutig und sicher abgegrenzten Raum behält jedes Unternehmen die volle Datensouveränität – es kann ausschließlich auf seine eigenen Daten zugreifen, während die Informationen anderer Unternehmen im Netzwerk strikt abgeschirmt bleiben. Dieser Ansatz senkt die Kosten und erhöht gleichzeitig die Sicherheit. Die Unternehmensdaten bleiben geschützt, ähnlich wie eine Bank die Finanzen von Privatpersonen schützt.

Über den Autor: Samuel Tourbot ist Cloud Business Lead bei Alcatel-Lucent Enterprise.

openDesk

Sicher in der Cloud: Confidential Computing

(ID:50449050)