Sie sind hier: Startseite » Markt » Tipps und Hinweise

KI-Herausforderung: Mehr Daten, mehr Risiko

Daten in modernen KI-Umgebung brauchen Leitplanken und keine Schranken
IT-Führungskräfte müssen verstehen, dass heutiges Datenmanagement als Basis für KI einen ganzheitlichen Datenschutzansatz erfordert, sei es durch eine moderne Data Lakehouse-Architektur oder eine Multi-Cloud-Datenmanagementstrategie

Von Benjamin Bohne, Group Vice President Sales in der DACH-Region und Osteuropa bei Cloudera

Künstliche Intelligenz (KI) revolutioniert weiterhin die Geschäftswelt und hilft Unternehmen, Aufgaben zu automatisieren, Erkenntnisse zu gewinnen und Innovationen in großem Umfang voranzutreiben. Doch es bleiben Fragen offen, vor allem wenn es um die Art und Weise geht, wie KI-Lösungen Daten sicher verarbeiten und bewegen. Einem Bericht von McKinsey zufolge gehören Ungenauigkeiten in der KI sowie KI-Cybersecurity-Risiken zu den größten Sorgen von Mitarbeitern und Führungskräften. Da Daten zunehmend durch komplexe KI-Ökosysteme fließen, gilt es für Unternehmen zu überprüfen, wie sie ihre Daten sichern und verwalten.

IT-Führungskräfte müssen verstehen, dass heutiges Datenmanagement als Basis für KI einen ganzheitlichen Datenschutzansatz erfordert, sei es durch eine moderne Data Lakehouse-Architektur oder eine Multi-Cloud-Datenmanagementstrategie. Da KI immer stärker in Geschäftsprozesse integriert wird, reichen rudimentäre Methoden der Datenverwaltung nicht mehr aus. Unternehmen sollten sich um kontinuierliche Transparenz, Management und Widerstandsfähigkeit bemühen – oder sie riskieren, die Kontrolle zu verlieren, wenn KI-gesteuerte Umgebungen immer komplexer werden.

Je mehr und desto bessere Daten einer KI zur Verfügung stehen, desto leistungsfähiger und wertvoller werden ihre Erkenntnisse. Dieser zunehmende Datenfluss führt jedoch zu ernsthaften Herausforderungen in Bezug auf Sicherheit und Compliance. Denn im Gegensatz zu herkömmlichen Datensystemen, in denen Informationen in der Regel auf vorhersehbare Weise gespeichert und abgerufen werden, arbeitet KI flüssiger und schneller. KI-Modelle sind dynamisch, lernen und passen sich an. Sie verarbeiten und generieren kontinuierlich Daten in verschiedenen Umgebungen – vor Ort, auf Cloud-Plattformen und sogar in externen KI-Diensten – mit einer Geschwindigkeit und einem Umfang, der herkömmliche Sicherheitsansätze und statische Maßnahmen an ihre Grenzen bringt.

Nicht zu vergessen: Die ständige Bewegung von Daten über verschiedene Teams, Abteilungen und Systeme hinweg macht es schwierig, nachzuvollziehen, woher Daten stammen, wie sie umgewandelt werden und wer Zugriff darauf hat. Unternehmen brauchen daher proaktive Leitplanken, die sicherstellen, dass KI-Daten von Anfang an geschützt sind, unabhängig davon, wie und wohin sie sich bewegen.

Immer mehr Teams in Unternehmen basieren ihre Entscheidungen auf KI-gestützte Erkenntnisse. Dazu tauschen Teams Daten untereinander aus. So werden Daten über mehrere Systeme hinweg auf eine Art und Weise übertragen, die schwer zu verfolgen und zu kontrollieren ist. Ohne klare Leitplanken können sensible Informationen wie persönliche Kundendaten oder unternehmenseigene Informationen, die in KI-Modelle oder -Berichte eingebettet sind, unwissentlich offengelegt, missbraucht oder mit nicht autorisierten Nutzern geteilt werden.

Hinzu kommt: Da verschiedene Teams Daten in die KI-Modelle einspeisen, können Fehler, Verzerrungen oder veraltete Informationen die generierten Ergebnisse verzerren und deren Zuverlässigkeit verringern. Mit einer strengen Nachverfolgung der Datenabfolge können Unternehmen die Genauigkeit ihrer Daten sicherstellen. Dabei unterstützen beispielsweise automatisierte Lösungen zur Verwaltung von Metadaten, um Datenflüsse zu verfolgen und Fehler zu vermeiden, noch bevor sie sich auf KI-getriebene Entscheidungen auswirken.

Abgesehen von den Expositionsrisiken sind viele KI-Modelle wie Blackboxen, bei denen Unternehmen nur schwer nachvollziehen können, wie die Daten verarbeitet und umgewandelt werden. Diese Undurchsichtigkeit wirft Compliance-Bedenken auf. Laut aktuellem NetApp Futurum Report geben rund 40 Prozent der befragten Entscheider an, zu den größten KI-Herausforderungen gehöre die Fähigkeit zur Erfüllung gesetzlicher und Compliance-Anforderungen für den sicheren Zugriff auf sensiblen Daten für KI-Trainings sowie auch die Verfügbarkeit und der Zugriff auf Trainingsdaten. Fehlende Compliance kann auch die Reputation schädigen, wenn KI-gesteuerte Entscheidungen nicht erklärt oder begründet werden können. Ohne die richtigen Vorkehrungen riskieren Unternehmen nicht nur Sicherheitsverletzungen, sondern auch gesetzliche Strafen, Betriebsunterbrechungen und den Verlust des Kundenvertrauens.

Von reaktiver Sicherheit zu proaktiver Governance
Um KI-Daten wirksam zu schützen, müssen Unternehmen von reaktiver Sicherheit zu proaktiver Governance übergehen. Sicherheitsmaßnahmen müssen von Anfang an in KI-Workflows eingebettet sein. Laut dem Gartner-Bericht "2023 Metadata Management in the Digital Age" geben 60 Prozent der Unternehmen zu, dass sie nicht wissen, wo sich ihre geschäftskritischen Daten befinden. Dies ist ein ernsthaftes Problem: KI-Governance beginnt mit Transparenz, und Unternehmen müssen verstehen, wie KI-Modelle Daten verarbeiten und gemeinsam nutzen, indem sie die Datenverknüpfung von Anfang bis Ende verfolgen. Dies gewährleistet außerdem schnellere Reaktionszeiten im Angriffsfall.

Automatisierte Sicherheitskontrollen integriert in KI-Workflows garantieren, dass Datensicherheits- und Compliance-Richtlinien den Daten folgen, wo immer sie sich bewegen – ob On-Premises, in der Cloud oder in KI-Ökosystemen Dritter. Wichtig ist: Sicherheitsrichtlinien müssen sich mit den KI-gesteuerten Datenströmen dynamisch weiterentwickeln und sich an die Nutzungsmuster anpassen lassen, gerade wenn Unternehmen Innovation vorantreiben wollen.

KI-Sicherheit ist ein geschäftlicher Imperativ
KI-Sicherheit ist nicht mehr nur eine IT-Herausforderung, sie ist eine geschäftliche Notwendigkeit. Unternehmen, die ihre KI-Daten nicht ordnungsgemäß verwalten, riskieren Bußgelder, rechtliche Konsequenzen und das Misstrauen ihrer Kunden. Sie müssen die Kontrolle übernehmen, indem sie von Anfang an eine starke KI-Daten-Governance implementieren. Die Zukunft der KI-Sicherheit besteht nicht darin, auf Probleme oder einen Jahrestag zu warten, sondern sie zu verhindern, bevor sie entstehen. Unternehmen, die heute proaktive KI-Leitplanken aufbauen, werden morgen führend sein und bleiben. (Cloudera: ra)

eingetragen: 03.05.25

Cloudera: Kontakt und Steckbrief

Der Informationsanbieter hat seinen Kontakt leider noch nicht freigeschaltet.

Meldungen: Tipps und Hinweise

Wie sich Teamarbeit im KI-Zeitalter verändert
Liefertermine wackeln, Teams arbeiten unter Dauerlast, Know-how verschwindet in der Rente: In vielen Industrieunternehmen gehört der Ausnahmezustand zum Betriebsalltag. Gleichzeitig soll die Zusammenarbeit in Produktion, Qualitätskontrolle und Wartung immer schneller, präziser und vernetzter werden. Wie das KI-gestützt gelingen kann, zeigt der Softwarehersteller Augmentir an sechs konkreten Praxisbeispielen.
Vom Workaround zum Schatten-Account
Um Aufgaben im Arbeitsalltag schneller und effektiver zu erfüllen, ist die Suche nach Abkürzungen Gang und Gebe. In Kombination mit dem technologischen Fortschritt erreicht die Effizienz menschlicher Arbeit so immer neue Höhen und das bringt Unternehmen unwissentlich in eine Zwickmühle: Die zwischen Sicherheit und Produktivität. Wenn ein Mitarbeiter einen Weg findet, seine Arbeit schneller oder besser zu erledigen, die Bearbeitung von Zugriffsanfragen durch die IT-Abteilung aber zu lange dauert oder zu kompliziert ist, dann finden Mitarbeiter oftmals "kreative" Lösungen, um trotzdem weiterarbeiten zu können. Diese "Workarounds" entstehen selten aus böser Absicht. Allerdings stellen sie gravierende Sicherheitslücken dar, denen sich viele Beschäftigte und Führungskräfte nicht bewusst sind.
KI in der Cloud sicher nutzen
Keine Technologie hat die menschliche Arbeit so schnell und weitreichend verändert wie Künstliche Intelligenz. Dabei gibt es bei der Integration in Unternehmensprozesse derzeit keine Tür, die man KI-basierter Technologie nicht aufhält. Mit einer wachsenden Anzahl von KI-Agenten, LLMs und KI-basierter Software gibt es für jedes Problem einen Anwendungsfall. Die Cloud ist mit ihrer immensen Rechenleistung und Skalierbarkeit ein Motor dieser Veränderung und Grundlage für die KI-Bereitstellung.
Clever skalieren auf Basis bestehender Strukturen
Da Generative AI zunehmend Teil unseres Alltags wird, befinden wir uns in einer KI-Phase, die sich durch außerordentliche Fähigkeiten und enormen Konsum auszeichnet. Was anfangs auf einer theoretischen Ebene stattgefunden hat, ist inzwischen messbar - und zwar bis zur kleinsten Einheit. Aktuelle Untersuchungen von Mistral AI und Google deuten darauf hin, dass die Folgen einer einzigen Interaktion vernachlässigbar sind: Bruchteile eines Watts, einige Tropfen Wasser und ein Kohlenstoffausstoß, der etwa dem entspricht, was beim Streamen eines Videos unter einer Minute verbraucht wird.
Von Cloud-First zu Cloud-Smart
Die zunehmende Vernetzung von IT- und OT-Systemen bedeutet für die Fertigungsindustrie neue Sicherheitsrisiken. Ein moderner Cloud-Smart-Ansatz verbindet Innovation mit effektiven Sicherheitslösungen, um diesen Herausforderungen gerecht zu werden. Die industrielle Digitalisierung stellt die Fertigungsindustrie heute vor neue Herausforderungen - insbesondere in puncto Sicherheit.
Technik statt Vertrauen
Die andauernden Turbulenzen in den USA seit Amtsantritt von Donald Trump, die konsequente Kürzung von Mitteln für Datenschutz und die Kontrolle staatlicher Überwachungsprogramme verdeutlichen: Wer als Behörde oder Institution höchste Datensicherheit garantieren muss, kann nicht auf US-amerikanische Unternehmen oder deren europäische Töchter setzen.
Risiko von SaaS-zu-SaaS-Integrationen
Ein SaaS-Sicherheitsalbtraum für IT-Manager in aller Welt wurde kürzlich wahr: Hacker nutzten legitime OAuth-Tokens aus der Drift-Chatbot-Integration von Salesloft mit Salesforce, um unbemerkt Kundendaten von der beliebten CRM-Plattform zu exfiltrieren. Der ausgeklügelte Angriff deckt einen kritischen toten Winkel auf, von dem die meisten Sicherheits-Teams nicht einmal wissen, dass sie von ihm betroffen sind.
Kostenfallen erkennen und vermeiden
Remote Work, Cloud Computing und mobile Endgeräte haben die Arbeitswelt grundlegend verändert. Mitarbeiter erwarten heute, von überall aus auf ihre Anwendungen und Daten zugreifen zu können. Virtuelle Desktop-Lösungen machen diese Flexibilität möglich, indem sie Desktop-Umgebungen und Anwendungen über das Netzwerk eines Unternehmens bereitstellen. Doch der Markt für solche Lösungen ist komplex und vielfältig. IT-Entscheider stehen vor der Herausforderung, aus dem Angebot die passende Lösung zu identifizieren, die sowohl technische Anforderungen als auch wirtschaftliche Ziele erfüllt.
Übergang in die neue Systemlandschaft
Der Umstieg auf SAP S/4HANA ist bei vielen Unternehmen bereits in vollem Gange oder steht unmittelbar bevor. Wer in diesem Zusammenhang seine Archivierungsstrategie überdenkt, kann wertvolle Zeit, Kosten und Aufwand sparen. Die Archivierungsexperten von kgs haben zehn zentrale Aspekte zusammengestellt, die dabei helfen, den Übergang in die neue Systemlandschaft effizient und zukunftssicher zu gestalten.
Die Zukunft braucht offene KI-Infrastrukturen
KI ist mehr als ein ominöses Hinterzimmer-Experiment. Die Technologie ist eine treibende Kraft, wenn es um Produkte, Entscheidungen und Nutzererfahrungen über jegliche Wirtschaftsbereiche hinaus geht. Mittlerweile stellen Unternehmen jedoch die Inferenz in den Mittelpunkt ihrer KI-Implementierungen. Hier können die Modelle ihren eigentlichen Mehrwert unter Beweis stellen - unter anderem in Form von Antworten auf drängende Fragen, Vorhersagen und Content-Generierung. Der Anstieg des Inferenz-Bedarfs bringt jedoch eine entscheidende Herausforderung mit sich. Bei Inferenzen handelt es sich nämlich nicht um einzelne Workloads.

Wer Cloud sagt, muss Datensouveränität denken Sichere Daten in der Sovereign Cloud