Zwei Ausführungspfade

Definition

Die AI enablement data layer unterstützt zwei Ausführungspfade für den Modellschritt im Workflow:

• Pfad A — externes zugelassenes LLM, ausschließlich mit Capsule-Daten. Die Kapsel wird an einen zugelassenen externen Endpunkt übermittelt (ChatGPT, Claude, Gemini, Perplexity oder eine beliebige LLM API). Operative Rohdaten verlassen das Unternehmen nicht.
• Pfad B — lokales On-Premise-Leichtgewichtsmodell. Ein kompaktes privates Modell wird vollständig innerhalb der Unternehmensumgebung ausgeführt. Keine externe Datenübertragung.

Einsatzkriterien

Factor / Path A / Path B Kriterium / Pfad A / Pfad B

Externe Übertragung zulässig / Ja (nur Kapsel) / Nein

Air-Gapped-Netzwerk / — / Erforderlich

Frontier-Modell-Kapazität / Ja / Durch lokales Modell begrenzt

Compliance-Profil / „Keine Rohdaten-Offenlegung" / „Zero Exposure"

Pfadauswahl

Die Auswahl erfolgt richtliniengesteuert je Workflow. Verschiedene Workflows desselben Unternehmens können unterschiedliche Pfade verwenden. Das Governance-System protokolliert den angewendeten Pfad je Anfrage, je Workflow und je Richtlinie.

Warum zwei Pfade notwendig sind

Ein einzelner Pfad erzwingt eine einheitliche regulatorische Mindestanforderung. Versicherungsträger, Krankenhäuser, OT-Betreiber und Rüstungsunternehmen verwalten innerhalb derselben Organisation typischerweise mehrere regulatorische Profile. Zwei Pfade ermöglichen es dem Governance-System, den jeweils passenden Pfad dem entsprechenden Workflow zuzuweisen.

Leitsatz

Das Modell ist keine einheitliche Entscheidung — es sind zwei Pfade unter einer gemeinsamen Governance. Das ist es, was die AI enablement data layer für regulierte Organisationen geeignet macht, ohne sie auf eine einzige regulatorische Ebene festzulegen.