PROOF OF VALUE 01 · DATENHOHEIT

Datenschutz & KISS

Was ändert sich, wenn vertrauliche Daten die eigene Infrastruktur für die KI-Verarbeitung überhaupt nicht verlassen müssen?

GEMEINSAME LEITFRAGE

Was passiert mit sensiblen Daten, wenn KI eingesetzt wird – und welche Unternehmen sind an ihrer Verarbeitung beteiligt?

WERBEVERSPRECHEN
KI-ANBIETER
KI-TECHNOLOGIE
CLOUD-/INFRASTRUKTUR
WEITERE BETEILIGTE
SPEICHERUNG UND DATENHOHEIT
ZENTRALE ERKENNTNISDer Serverstandort allein beantwortet nicht die Frage nach Datenhoheit. Entscheidend ist die gesamte technische Verarbeitungskette.
PROOF OF VALUE 01Datenhoheit

KI-Verarbeitung innerhalb der eigenen Infrastruktur.

„Vertrauliche Daten müssen für die KI-Verarbeitung die eigene Infrastruktur nicht verlassen.“

WAS DER VERGLEICH ZEIGT

Drei unterschiedliche Verarbeitungsketten

JUPUS

Hohe Anforderungen

JUPUS kommuniziert hohe Sicherheits- und Datenschutzanforderungen.

Die vollständige zugrundeliegende KI- und Cloudinfrastruktur ist aus den hier betrachteten Angaben jedoch nicht transparent ersichtlich.

LIBRA

EU-/EWR-Speicherung

Libra verspricht unter anderem EU-/EWR-Speicherung und kein Training mit Kundendaten.

Gleichzeitig werden Microsoft Azure, Amazon Web Services und Google Cloud innerhalb der technischen Infrastruktur eingesetzt.

NOXTUA

Europäische Infrastruktur

Noxtua verfolgt einen stärker auf europäische Infrastruktur ausgerichteten Ansatz und erklärt ausdrücklich, keine US-Cloudanbieter an die KI-Infrastruktur anzubinden.

Als Partner werden unter anderem Deutsche Telekom und IONOS genannt.

DER ARCHITEKTURUNTERSCHIED

Externe KI-Verarbeitung oder lokale KISS-Verarbeitung?

EXTERNE KI-VERARBEITUNG
MANDATSINFORMATIONEN
PRÜFUNG DER VORAUSSETZUNGEN FÜR EXTERNE VERARBEITUNG
GEGEBENENFALLS VORBEREITUNG / REDUKTION / ANONYMISIERUNG DER DATEN
EXTERNER KI-DIENST
ERGEBNIS
ANWALTLICHE WEITERVERARBEITUNG
LOKALE KISS-VERARBEITUNG
MANDATSINFORMATIONEN
LOKALE KISS-INFRASTRUKTUR
LOKALES KI-MODELL
LOKALE VERARBEITUNG
ERGEBNIS
ANWALTLICHE WEITERVERARBEITUNG
„Die kürzeste Verarbeitungskette ist die, die das eigene Netzwerk nicht verlässt.“

WAS BEDEUTET LOKALE KISS-KI?

Die lokale Architektur

  • KI-Inferenz lokal
  • Sprachmodell lokal
  • Dokumente lokal
  • Embeddings lokal
  • Vektordatenbank lokal
  • Prompts lokal
  • Outputs lokal
  • keine externe LLM-API erforderlich
  • keine externe Prompt-Retention beim LLM-Anbieter
  • kein Training der Prompts durch externe KI-Anbieter
  • kein US-Hyperscaler für die lokale KI-Inferenz erforderlich

DER KONKRETE VALUE

Datenhoheit als Bestandteil des KI-Workflows

Der Vorteil lokaler KI besteht nicht lediglich darin, dass ein Server in den Räumen der Kanzlei steht.

Entscheidend ist die Verarbeitungskette:

Wenn KI-Modell, Dokumente, Prompts, Embeddings, Vektordatenbank und Outputs innerhalb der vorgesehenen lokalen Infrastruktur verarbeitet werden, ist für die KI-Inferenz keine Übermittlung dieser Informationen an einen externen KI-Anbieter erforderlich.

Dadurch kann die lokale Architektur insbesondere für Arbeitsprozesse relevant sein, in denen mit vertraulichen Informationen gearbeitet wird.

DIREKTVERGLEICH

Cloud-KI und lokale KISS-KI

KRITERIUMCLOUD-KILOKALE KISS-KI
Prompts verlassen eigene Infrastrukturabhängig vom DienstNEIN
Dokumente extern verarbeitetabhängig vom DienstNEIN
Externer KI-/LLM-AnbieterregelmäßigNICHT ERFORDERLICH
Externe Cloud für KI-InferenzregelmäßigNICHT ERFORDERLICH
Weitere AuftragsverarbeitermöglichNICHT ERFORDERLICH FÜR DIE KI-INFERENZ
US-Hyperscalerabhängig vom AnbieterNICHT ERFORDERLICH
Externe Prompt-Retentionabhängig vom AnbieterENTFÄLLT
Training durch externen LLM-Anbietermuss technisch bzw. vertraglich geregelt werdenENTFÄLLT
Speicherortabhängig von der AnbieterarchitekturEIGENE INFRASTRUKTUR
Technische Datenhoheitauf mehrere Beteiligte verteiltUNMITTELBAR BEIM BETREIBER
CLOUD-Act-Relevanz über externen KI-Providerabhängig von der Verarbeitungsketteentfällt bei vollständig lokaler KI-Inferenz ohne US-Provider

DER ENTSCHEIDENDE UNTERSCHIED

Datenschutz nicht nur vertraglich regeln. Datenübermittlung technisch vermeiden.

Bei einer cloudbasierten KI werden sensible Daten zur Verarbeitung an eine externe technische Infrastruktur übermittelt.

Datenschutz muss deshalb nicht nur beim unmittelbaren KI-Anbieter betrachtet werden, sondern entlang der gesamten Verarbeitungskette.

Eine vollständig lokale KI verändert diese Architektur.

Prompts, Dokumente und KI-Ausgaben können innerhalb der eigenen Infrastruktur verarbeitet werden.

Bestimmte externe Datenübermittlungen müssen dadurch nicht erst vertraglich ausgeschlossen werden.

Sie können technisch entfallen.

„Was die eigene Infrastruktur nicht verlässt, muss keinem externen KI-Anbieter zur Verarbeitung übermittelt werden.“

LOKAL BEDEUTET KONTROLLE – UND VERANTWORTUNG

Auch die eigene Infrastruktur muss geschützt werden.

Lokale KI beseitigt nicht sämtliche IT-Sicherheitsrisiken.

Dazu gehören:

  • Serverhärtung
  • Verschlüsselung
  • Benutzer- und Rechteverwaltung
  • Backups
  • Netzwerksegmentierung
  • Sicherheitsupdates
  • physische Sicherheit
  • Zugriffskontrollen

Der entscheidende Unterschied:

Die technische Kontrolle über diese Infrastruktur verbleibt beim Betreiber.

ABSCHLUSS

Datenschutzversprechen sind gut. Technische Datenhoheit geht einen Schritt weiter.

Der Unternehmenssitz eines KI-Anbieters und der geografische Speicherort beschreiben nicht automatisch die gesamte technische Verarbeitungskette.

KISS verfolgt deshalb einen anderen Ansatz.

Wo besonders sensible Informationen verarbeitet werden, kann KI lokal betrieben werden.

Nicht nur darauf vertrauen, dass sensible Daten die eigene Infrastruktur nicht verlassen.

Die Architektur so gestalten, dass sie es nicht müssen.

VOM PROOF OF VALUE ZUM PROJEKT

Wie wird daraus ein System für die eigene Kanzlei?

KISS wird nicht als Standard-KI über bestehende Arbeitsprozesse gelegt.

Ausgangspunkt ist der konkrete Anwendungsfall.

Im nächsten Schritt wird analysiert:

  • Welche Informationen werden verarbeitet?
  • Welche Aufgaben soll die KI übernehmen?
  • Welche fachlichen Prozesse müssen durch Software abgebildet werden?
  • Welche Infrastruktur ist vorhanden?
  • Welche lokale Architektur wird benötigt?

WEITERLESEN

Die Case Studies im Detail