KI ist eine Schlüsseltechnologie für die eigene Wettbewerbsfähigkeit - davon ist jede zweite Führungskraft überzeugt, die in ihrem Unternehmen für Digitalisierung verantwortlich ist. Das zeigt eine Studie von Bitkom Research. 57 Prozent der Befragten aus Unternehmen mit mehr als 100 Mitarbeitern stehen der Technologie eher oder sehr aufgeschlossen gegenüber.
Allerdings hinkt der KI-Einsatz laut Studie in der Praxis noch weit hinterher. Größtes Hemmnis sei der hohe Investitionsbedarf, den 60 Prozent der Unternehmen beklagen. Als weitere Hemmnisse gelten die Anforderungen an die Datensicherheit (46 Prozent) und an den Datenschutz (45 Prozent) sowie die Komplexität des Themas (44 Prozent).
Eine Antwort auf Kostendruck und Komplexität bietet im allgemeinen Cloud Computing. Doch auch hier bleibt die Frage nach dem Datenschutz bestehen. So hat der Digitalverband Bitkom in einer Umfrage IT-Verantwortliche befragt, die sich mit KI auseinandersetzen. Rund zwei Drittel bestätigen, dass personenbezogene Daten erforderlich sind, damit eine KI-Analyse verwertbare Ergebnisse liefert.
Daten während der Analyse in Container kapseln
Bislang wurden für Cloud-Analysen in der Regel unverschlüsselte Daten verwendet. Hier setzt ein neues Verfahren an, das vertrauliche Daten isoliert, während sie in der Cloud verarbeitet werden.
Dazu richtet Confidential Computing eine vertrauenswürdige Ausführungsumgebung (Trusted Execution Environment, TEE) ein, die auf Hardware basiert. Die TEE-Hardware stellt einen abgesicherten Container bereit und schützt so einen Teil des Prozessors und Speichers der Hardware.
TEE verhindert, dass Dritte Einblick in diese Daten erhalten, selbst wenn sie über Administratorrechte verfügen, direkt auf die Hardware zugreifen oder über Hackerangriffe und Malware Sicherheitslücken in Betriebssystemen und Anwendungen ausnutzen.
Faire Algorithmen für die Praxis
Erfahren Sie, wie man Bias und Diskriminierung in einem Modell aufdecken kann. Und wie sich Transparenz in der Praxis realisieren lässt.
Confidential Computing erweitert somit die üblichen Cloud-Verschlüsselungen für gespeicherte Daten und die Datenübertragung um einen Schutz für die Verarbeitungszeit, indem es die Daten in einer hardwarebasierten, vertrauenswürdigen Umgebung kapselt. Das ermöglicht es, sensible Daten in Public-Cloud-Diensten sicher zu verarbeiten.
Die Marktforscher von Gartner sehen Confidential Computing im "Hype Cycle for Privacy" als "On the Rise", also als möglichen Trigger für Innovationen im Datenschutz. Dabei geht Gartner davon aus, dass es noch einige Jahre dauern wird, bis es im regulären Einsatz ist. Tatsächlich gibt es bereits Vorreiter aus verschiedenen Branchen, die Confidential Computing nutzen.
Die Erfahrungen der ersten Anwender sind viel versprechend
Microsoft ist einer der Vorreiter von Confidential Computing und gehört zu den Gründungsmitgliedern des Confidential Computing Consortium. Mit seinem Service Azure Confidential Computing ist Microsoft bereits seit 2017 auf dem Markt.
In diesem Video erfahren Sie in einer Minute, wie Azure Confidential Computing die verschiedenen Komponenten verbindet.
Die Microsoft-Lösung kommt mittlerweile in vielen Branchen zum Einsatz: Patientendaten können mit Azure Confidential Computing für Machine-Learning-Analysen in der Cloud verwendet werden, ohne den Datenschutz zu gefährden. Organisationen aus dem Gesundheitswesen können besonders geschützte Patientendaten oder Datensätze aus Genom-Analysen gemeinsam nutzen, ohne die Daten an die Partner weitergeben zu müssen.
In Industrie-4.0-Szenarien können Unternehmen ihre Daten, die zu ihrem geistigen Eigentum gehören, zur Verarbeitung in die Cloud übertragen - ohne fürchten zu müssen, dass andere Cloud-Nutzer oder Beschäftigte bei dem Cloud-Provider Zugriff erlangen können.
In diesem Video gibt Mark Russinovich, CTO von Microsoft Azure, einen "Blick hinter die Kulissen" und zeigt in 4 Minuten, wie Azure Confidential Computing bei der Covid-Bekämpfung helfen kann:
Dadurch erreicht der Datenschutz eine neue Stufe, die Analysen sensibler Daten in der Cloud erlaubt. Ein wichtiger Schritt, um die KI-Nutzung voranzubringen. Mehr über Datenschutz in der Praxis erfahren Sie im KI-Webinar von Microsoft. Diskutiert werden dabei auch ethische Fragen, zum Beispiel, wie eine Maschine transparente und faire Entscheidungen treffen kann.
AI Business School: Know-how für Führungskräfte reinholen
Ein weiteres Hemmnis für die KI-Nutzung: Laut Studie von Bitkom Research mangelt es 39 Prozent der Befragten an KI-Know-how. Da Experten in diesem Bereich rar sind, müssen Unternehmen ihre Mitarbeitenden in KI schulen. Nur so können sie die Werkzeuge kennenlernen, verstehen und das Potenzial von KI für ihren Arbeitsalltag identifizieren.
Mit der AI Business School hat Microsoft ein modulares Angebot entwickelt, das Lerninhalte on demand präsentiert und kostenlos genutzt werden kann. Das Angebot ist zugeschnitten auf Führungskräfte und Entscheider, die Verantwortung für die Einführung von KI und das Managen der Veränderungen übernehmen. Das Kursprogramm umfasst drei Module mit den Schwerpunkten Strategie, Kultur, Ethik und Verantwortung sowie einen Exkurs für Einsteiger in die Technik von KI.
Um einen einfachen Einstieg zu ermöglichen, nähern sich die Online-Kurse über branchenspezifische Best Practices in Form kleiner Video-Snippets und kurzer Texte. Zudem teilen Microsoft-Führungskräfte ihre Perspektiven und Erfahrungen.
KI und Datenschutz zusammenbringen
Mit diesen Initiativen für mehr KI-Know-how und im Bereich Confidential Computing erhalten Unternehmen wichtige Unterstützung für ihre KI-Initiativen. Darüber hinaus bietet Microsoft weitere Technologien an, die es ermöglichen, einzelne Informationen zu schützen, um KI datenschutzgerecht zu nutzen.
Hier erfahren Sie, wie das neue Verfahren SmartNoise eine der größten Hürden beim KI-Einsatz niederreißen könnte.
Differential Privacy nennt sich ein Datenschutzverfahren, das bei Microsoft im Einsatz ist und dafür sorgt, dass Algorithmen nicht zu neugierig werden. |