Eine KI anzuwenden, wird immer einfacher und der Nutzen ist vielversprechend. KI birgt aber auch Risiken, denn wer KI nutzt, teilt Daten mit ihr. Nicht selten handelt es sich um personenbezogene oder firmeninterne, wettbewerbsrelevante Informationen und deren Kontext, also um sensitive Daten, die es zu schützen gilt.
Wenn mit KI die Effizienz gesteigert wird, dabei aber die Datensouveränität verloren geht, stellt dies ein beachtliches Unternehmensrisiko dar, das nicht unterschätzt werden darf. Der Umgang mit sensitiven Daten bei der KI-Nutzung ist zu Recht kritisch. Nicht zuletzt, weil Europa aufgrund des gesetzlich verankerten Schutzes der Privatsphäre den Schutz sensitiver Daten als eines der zentralen Themen identifiziert hat. Gleichzeitig führt die heutige digitale Kultur dazu, dass sensitive Informationen unbedacht oder bewusst geteilt werden. Fehlen klare interne Richtlinien in Organisationen, besteht die reale Gefahr, dass Mitarbeitende geschäftskritische Daten einer öffentlichen KI anvertrauen.
Welche Lösungen gibt es?
Durch sogenannte Data-Processing-Agreements lässt sich die Nutzung der eigenen Daten durch den KI-Provider vertraglich einschränken. Solche Verträge sind jedoch oft mit hohen, wiederkehrenden Kosten verbunden und die eigenen Interessen lassen sich im Streitfall meist nur schwer durchsetzen.
«Weder eine Busse noch ein Vergleich können einen bereits erfolgten Datenabfluss rückgängig machen.»
Sind sensible Informationen erst einmal extern offengelegt, lässt sich die Kontrolle darüber kaum mehr zurückgewinnen. Verschärft wird diese Problematik durch rechtliche Herausgabepflichten in bestimmten Staaten, was das Risiko einer Offenlegung zusätzlich erhöht. Um diesem Dilemma entgegenzuwirken, haben Unternehmen teilweise eigene KI-Modelle etabliert, welche isoliert operieren und einen Datenabfluss verhindern. Doch der Nutzen lokaler Lösungen ist selbst für spezialisierte Aufgaben überschaubar. Weitere Einschränkungen liegen bei Kosten, Betrieb, internem Know-how und an der Tatsache, nie mit den führenden Modellen mithalten zu können.
Strategische Herausforderungen
Der Konflikt zwischen KI-Nutzung und Datenschutz liesse sich mit KI-Modellen im selben Rechtsraum lösen. Leider zeichnet sich in Europa derzeit nicht ab, dass es in naher Zukunft adäquate Alternativen zu den dominierenden US-Anbietern geben wird. Weder bei der Rechenkapazität noch bei Plattformen belegt Europa aktuell einen Spitzenplatz. Ausserdem befinden sich die KI-Provider zunehmend in einem durch das «Winner-takes-all»-Prinzip geprägten Wettbewerb. Die damit einhergehende Marktkonzentration erhöht die Abhängigkeiten und konzentriert die Risiken auf immer weniger Anbieter.
Mögliche Handlungsoptionen
Aktuell bieten sich Unternehmen wie Institutionen vor allem folgende Strategien an:
I. Risiko ignorieren: Externe Modelle werden auch für sensitive Anwendungsfälle genutzt. Dies gilt es jedoch dringend zu vermeiden, um die Datensouveränität zu wahren.
II. Verzicht auf KI: Wer auf KI verzichtet, riskiert entscheidende Wettbewerbsvorteile. Eine Null-Lösung ist mittlerweile für die wenigsten Organisationen eine Option.
III. Lokale Modelle: Sie verhindern Datenabflüsse zuverlässig, verursachen aber hohe Infrastruktur- sowie Betriebskosten und können mit global führenden Modellen nicht mithalten.
IV. Identitäts- und Zugriffskontrollen: Stellen das digitale Fundament dar, um sensitive Daten vor unbefugtem Zugriff zu schützen. Jedoch schützt es die Daten selbst nicht.
V. Blockierende Lösungen und Data Loss Prevention (DLP): Verhindern den Abfluss sensitiver Daten. Blockieren schützt, schränkt aber die Nutzung einer KI stark ein.
VI. Verschlüsselung: Schützt sensitive Daten, bevor sie die KI erreichen. Verschlüsselung erlaubt die sichere Nutzung von KI, ohne das Risiko eines Datenabflusses einzugehen.
Wie lässt sich KI sicher nutzen?
Fakt ist: Datensouveränität darf keine Kompromisse eingehen. Und doch müssen Organisationen in der Lage sein, die leistungsfähigsten KI-Modelle zu nutzen 
– unabhängig davon, von welchem Anbieter oder in welcher Umgebung diese betrieben werden. Die Lösung hierfür ist Centraya AI. Mit Centraya AI werden sensitive Daten auf Feldebene gezielt verschlüsselt, noch bevor sie an eine Applikation oder KI übergeben werden. Somit schafft Centraya AI eine Schutzschicht zwischen Unternehmensdaten und KI. Der Nutzen: Volle Datenkontrolle trifft auf maximale Flexibilität bei der KI-Wahl. ■
