Auf einen Blick - Datensicherheit bei Enterprise-KI
- Die erste Frage für jeden CISO und DPO: Wo werden die Daten verarbeitet, wer hat Zugriff, wie lange werden sie gespeichert? Bei öffentlichen KI-Tools ist die Antwort für regulierte Unternehmen inakzeptabel.
- Drei Deployment-Modelle: Self-Hosted (keine Daten verlassen das Netzwerk), EU-only Cloud (Verarbeitung in EU-Rechenzentren) oder Hybrid (sensible Daten Self-Hosted, unkritische via Cloud).
- IBM Cost of a Data Breach Report (2024) zeigt, dass die durchschnittlichen Kosten einer Datenpanne 4,88 Millionen USD erreichten - der höchste jemals gemessene Wert.
- Mandantenisolierung durch Row-Level Security, Workspace-Trennung und Prompt-Isolierung ist geschäftskritisch für Wirtschaftsprüfer, Steuerberater und Shared Service Center.
- Datensicherheit bei Enterprise-KI ist eine Architekturentscheidung, keine Policy-Frage - die richtige Infrastruktur macht Compliance verifizierbar statt deklarativ.
Die zentrale Frage: Wo sind die Daten?
Wenn ein KI-Agent eine Rechnung liest, eine Krankmeldung verarbeitet oder eine Compliance-Frage beantwortet, verarbeitet er Unternehmensdaten. Rechnungsdaten, Personaldaten, Geschäftsgeheimnisse. Die erste Frage jedes CISO und DPO: Wo werden diese Daten verarbeitet? Wer hat Zugriff? Wie lange werden sie gespeichert?
Bei der Nutzung von ChatGPT, Gemini oder CoPilot ist die Antwort: Die Daten werden an externe Server übertragen, von einem Drittanbieter verarbeitet und möglicherweise für Trainingszwecke verwendet. Für regulierte Unternehmen ist das keine akzeptable Antwort.
Drei Deployment-Modelle
Die Gosign-Architektur unterstützt drei Deployment-Modelle. Die Wahl hängt vom Schutzbedarf der Daten ab.
Self-Hosted: Alle Komponenten - Modelle, Agenten, Datenbanken - laufen in der Infrastruktur des Kunden. Keine Daten verlassen das Unternehmensnetzwerk. Das gilt auch für die Sprachmodelle: Open-Source-Modelle wie Llama, Mistral, DeepSeek oder gpt-oss können lokal betrieben werden.
Cloud (EU-only): Verarbeitung in EU-Rechenzentren bei Azure, GCP oder AWS. Data Processing Agreement, Standard Contractual Clauses. Die Modelle sind Cloud-Modelle (Claude, ChatGPT, Gemini), aber die Verarbeitung bleibt in der EU.
Hybrid: Sensible Daten (Personaldaten, Finanzdaten) werden Self-Hosted verarbeitet. Unkritische Daten können über Cloud-Modelle laufen. Das Routing zwischen Self-Hosted und Cloud ist regelbasiert und automatisch.
Data Residency im Detail
Data Residency geht über den Standort der Server hinaus. Es umfasst:
Verarbeitungsort: Wo wird das Sprachmodell ausgeführt? Bei Self-Hosted: im eigenen Rechenzentrum. Bei Cloud: in einem definierten EU-Rechenzentrum.
Speicherort: Wo werden die verarbeiteten Daten gespeichert? Audit Trails, Entscheidungsdatensätze, Dokumente. Alles in derselben Region wie die Verarbeitung.
Transitweg: Wie gelangen Daten zum Modell und zurück? Bei Self-Hosted: internes Netzwerk. Bei Cloud: verschlüsselte Verbindung zum EU-Rechenzentrum. Kein Transit über Drittstaaten.
Backups: Wo werden Backups gespeichert? Backups müssen denselben Data-Residency-Anforderungen genügen wie die Primärdaten.
Mandantenisolierung
Für Wirtschaftsprüfungs- und Steuerberatungskanzleien sowie Shared Service Center ist Mandantenisolierung geschäftskritisch. Daten eines Mandanten dürfen für andere Mandanten nicht sichtbar sein - auch nicht für das KI-System.
Die Isolierung ist mehrschichtig implementiert:
Workspace-Trennung: Jeder Mandant hat einen eigenen Workspace mit separaten API-Keys, separatem Dokumentenspeicher und separaten Modell-Konfigurationen.
Row-Level Security: Auf Datenbankebene stellt Row-Level Security sicher, dass Abfragen nur Daten des aktuellen Mandanten zurückgeben. Auch wenn ein Agent versehentlich eine mandantenübergreifende Abfrage stellt, liefert die Datenbank nur Ergebnisse des berechtigten Mandanten.
Prompt-Isolierung: Prompts und Regelwerke sind mandantenspezifisch. Der Agent eines Mandanten hat keinen Zugriff auf Prompts oder Regelwerke anderer Mandanten.
DSGVO-Konformität
Die DSGVO stellt Anforderungen an die Verarbeitung personenbezogener Daten. Im KI-Kontext:
Rechtsgrundlage: Die Verarbeitung personenbezogener Daten durch KI-Agenten braucht eine Rechtsgrundlage. Im Beschäftigungskontext typischerweise: Vertragserfüllung (Art. 6 Abs. 1 lit. b DSGVO) oder berechtigtes Interesse (Art. 6 Abs. 1 lit. f DSGVO).
Datenminimierung: Der Agent verarbeitet nur die Daten, die für den konkreten Zweck erforderlich sind. Keine dauerhafte Speicherung von Dokumenten im Modell. Keine Verwendung von Kundendaten für Trainingszwecke.
Auskunftsrecht: Betroffene Personen können Auskunft verlangen, welche Daten verarbeitet wurden. Der Audit Trail dokumentiert jede Verarbeitung personenbezogener Daten.
Löschung: Daten werden nach Ablauf der Aufbewahrungsfrist gelöscht. Die Löschung umfasst auch den Audit Trail nach Ablauf der gesetzlichen Aufbewahrungsfristen.
Datensicherheits-Checkliste nach Deployment-Modell
| Sicherheitsanforderung | Self-Hosted | EU-Only Cloud | Hybrid |
|---|---|---|---|
| Daten verlassen Unternehmensnetz | Nein | Ja (an EU-Rechenzentrum) | Sensibel: Nein / Unkritisch: Ja |
| Modelltraining mit Unternehmensdaten | Nicht möglich | Ausgeschlossen per AVV | Ausgeschlossen per AVV |
| DSGVO-Konformität | Volle Kontrolle by Design | AVV + SCCs + EU-Verarbeitungszonen | Routing pro Datenklasse |
| Mandantenisolierung | Workspace + RLS + Prompt-Isolierung | Workspace + RLS + Prompt-Isolierung | Workspace + RLS + Prompt-Isolierung |
| Audit-Trail-Speicherort | On-Premises | EU-Rechenzentrum | Aufgeteilt: On-Prem + EU-Cloud |
| Backup-Residency | Wie Primärdaten | Gleiche EU-Region | Nach Datenklassifikation |
| Latenz | Niedrigste (lokales Netz) | EU-Netzwerklatenz | Variiert nach Datenklasse |
Mehr dazu: Data Residency
Termin vereinbaren - Wir zeigen Ihnen die Data Residency-Optionen für Ihre Anforderungen.
Bert Gogolin
Geschäftsführer, Gosign
AI Governance Briefing
Enterprise AI, Regulierung und Infrastruktur - einmal im Monat, direkt von mir.