KI eröffnet Schweizer KMU neue Möglichkeiten, bringt aber sensible Unternehmensdaten in neue Risikozonen. Wer generative KI produktiv einsetzen will, braucht deshalb klare Regeln und technische Schutzmechanismen für vertrauliche Informationen.
Bild zVg von DeepCloud
Wenn Unternehmensdaten auf KI treffen
Generative KI ist längst im Arbeitsalltag angekommen. Mitarbeitende fassen Dokumente zusammen, analysieren Inhalte oder erstellen Entwürfe mit KI-Unterstützung. Für Schweizer KMU stellt sich damit eine zentrale Frage: Was passiert mit vertraulichen Informationen, wenn sie durch ein KI-Modell verarbeitet werden?
Kundendaten, Verträge, Finanzinformationen, Quellcode oder internes Know-how sollten nicht unkontrolliert in externe KI-Systeme gelangen. Neben dem Schweizer Datenschutzgesetz (DSG) können je nach Branche zusätzliche regulatorische, vertragliche oder interne Anforderungen gelten. Unternehmen sollten deshalb vor dem KI-Einsatz klären, welche Daten verarbeitet werden dürfen, wo diese Verarbeitung stattfindet und wer technisch darauf zugreifen kann.
KI-Datensicherheit braucht mehr als Zugriffskontrollen
Klassische Sicherheitskonzepte schützen Daten typischerweise bei der Speicherung („Data at Rest“) und bei der Übertragung („Data in Transit“) durch Verschlüsselung. Bei KI-Anwendungen kommt jedoch eine weitere Phase ins Spiel: Die aktive Verarbeitung der Daten („Data in Use“).
Ein Ansatz besteht darin, die Speicherdauer von Daten auf ein Minimum zu reduzieren: Ein zustandsloser Dienst wie DeepConfidential verarbeitet Informationen, ohne sie dauerhaft zu speichern, und löscht sie nach Abschluss der Verarbeitung. Auf diese Weise lässt sich die mit der Speicherung sensibler Daten verbundene Angriffsfläche reduzieren.
Für IT-Leiter und CTOs ist das relevant, weil sich die Sicherheitsfrage dadurch verschiebt: Nicht nur „Wo liegen unsere Daten?“ zählt, sondern auch „Unter welchen Bedingungen werden sie verarbeitet?“.
Sichere KI beginnt mit einer Klassifizierung der Daten
Bevor Schweizer KMU neue KI-Tools freigeben, sollten sie ihre Daten und Anwendungsfälle strukturieren. Welche Informationen sind öffentlich, intern, vertraulich oder besonders schützenswert? Welche davon sollen überhaupt durch KI verarbeitet werden?
Darauf aufbauend lassen sich technische und organisatorische Anforderungen definieren. Dazu gehören beispielsweise Identitäts- und Zugriffsmanagement, Protokollierung, Verschlüsselung, definierte Aufbewahrungsregeln sowie die Prüfung des Speicher- und Verarbeitungsorts. Ebenso wichtig ist die Frage, ob eingegebene Informationen für das Training externer Modelle verwendet werden können.
Eine solche Bestandsaufnahme schafft eine Grundlage, um KI nicht pauschal zu verbieten, sondern kontrolliert in geeignete Prozesse zu integrieren.
Private AI als Alternative für sensible Workloads
Bei besonders vertraulichen Daten kann eine abgeschirmte KI-Umgebung sinnvoll sein. Statt Informationen an frei zugängliche Dienste zu übermitteln, können Unternehmen auf kontrollierte Infrastrukturen setzen, bei denen Datenhaltung, Zugriffe und Verarbeitung klarer definiert sind.
Hier spielt auch der Standort eine Rolle. Schweizer Hosting kann für Unternehmen relevant sein, die Datenresidenz, vertragliche Anforderungen und interne Governance miteinander abstimmen wollen. Der Standort allein garantiert allerdings keine Sicherheit: Entscheidend ist das Zusammenspiel von Infrastruktur, Verschlüsselung, Zugriffsschutz, Isolation und nachvollziehbaren Prozessen.
Wie eine solche kontrollierte KI-Umgebung konkret aussehen kann, zeigt DeepConfidential von DeepCloud. Der Dienst verarbeitet Informationen in einer Schweizer Cloud-Umgebung, ohne sie dauerhaft zu speichern. So können Unternehmen generative KI auch für Anwendungsfälle einsetzen, bei denen sensible oder vertrauliche Informationen verarbeitet werden.
KI-Sicherheit als Architekturfrage verstehen
Für Schweizer KMU sollte sichere KI deshalb nicht erst beim einzelnen Tool beginnen. IT-Verantwortliche sollten die gesamte Verarbeitungskette betrachten: Welche Daten gelangen in das System? Wo werden sie gespeichert und verarbeitet? Welche Personen und Systeme erhalten Zugriff? Welche Protokolle und Nachweise stehen zur Verfügung?
Wer diese Fragen früh in die Architektur einbezieht, kann KI-Anwendungen gezielter auswählen und Risiken besser steuern. Bei datenschutzrechtlichen oder branchenspezifischen Anforderungen empfiehlt sich zusätzlich eine fachliche beziehungsweise rechtliche Prüfung.
Fazit
KI und Datenschutz müssen kein Widerspruch sein. Entscheidend ist eine Architektur, die sensible Informationen über ihren gesamten Lebenszyklus hinweg berücksichtigt. Für Unternehmen, die entsprechende KI-Workloads in einer sicheren, Schweizer Umgebung prüfen möchten, bietet DeepCloud mit DeepConfidential einen Ansatzpunkt für eine compliance-orientierte und kontrollierte Digitalisierung.
Weitere Informationen zur vertraulichen KI DeepConfidential
DeepCloud AG | 9300 Wittenbach | www.deepcloud.swiss
Weitere Informationen und Beiträge bei DeepCloud in der topsoft Marktübersicht