On-Premise vs Cloud — KI-Datenschutz im Vergleich
Bereitstellungsmodelle für den Schutz sensibler Daten bei der KI-Nutzung im Unternehmen: On-Premise, Air-Gapped, Cloud, Hybrid und eingebettete Optionen im Vergleich.
Problemstellung
Unternehmen betreiben unterschiedliche Infrastrukturumgebungen. Verteidigungs- und Nachrichtendienste setzen Air-Gapped-Systeme voraus. Finanzinstitute schreiben häufig eine On-Premise-Datenverarbeitung vor. Cloud-native Organisationen bevorzugen SaaS-basierte Lösungen. Viele Unternehmen betreiben Hybrid-Umgebungen, in denen verschiedene Datentypen unterschiedliche Bereitstellungsmodelle erfordern.
Der KI-Datenschutz muss sich an die bestehende Infrastruktur des Unternehmens anpassen, nicht umgekehrt.
Erläuterung
- On-Premise-Bereitstellung. Die Kapsulierungs-Engine läuft vollständig im unternehmenseigenen Rechenzentrum. Sensible Daten verlassen keine Netzwerkgrenze. Die KI-Enablement-Datenschicht arbeitet innerhalb der bestehenden Sicherheitsperimeter. Nur kapsulierte Daten werden bei Bedarf an externe KI-Dienste übermittelt.
- Air-Gapped-Bereitstellung. Für besonders schutzbedürftige Umgebungen kann LLM Capsule in Air-Gapped-Netzwerken betrieben werden. Dokumente werden lokal kapsuliert und über kontrollierte Kanäle in eine KI-angebundene Umgebung übertragen. Nach der Verarbeitung werden die Ergebnisse zurückübertragen und lokal mit den Originaldaten angereichert.
- Cloud-Bereitstellung. Verfügbar auf AWS Marketplace. Die Kapsulierungsschicht läuft innerhalb des Cloud-Kontos oder VPC des Unternehmens. Die Daten verbleiben innerhalb der Cloud-Grenze des Unternehmens, während KI-Dienste extern angebunden werden.
- Hybrid-Bereitstellung. Unterschiedliche Dokumenttypen oder Vertraulichkeitsstufen werden innerhalb einer einzelnen LLM Capsule-Instanz über verschiedene Bereitstellungsmodi verarbeitet.
- Eingebettete Integration. LLM Capsule lässt sich in bestehende Unternehmensanwendungen und Plattformen einbetten. Es fungiert als KI-Enablement-Datenschicht innerhalb des vorhandenen Software-Stacks.
Enterprise Example
Behörde — Air-Gapped-Bereitstellung
Eine Behörde muss eingestufte Briefing-Dokumente per KI automatisiert zusammenfassen. Das eingestufte Netzwerk verfügt über keine externe Anbindung.
LLM Capsule kapsuliert die Dokumente im eingestuften Netzwerk. Die kapsulierten Daten werden über eine zugelassene Datendiode in die KI-angebundene Umgebung übertragen. Die KI erstellt Zusammenfassungen. Die Ergebnisse werden zurückübertragen und im eingestuften Netzwerk mit den Originaldaten angereichert. Das Ergebnis sind einstufungsgerechte Zusammenfassungen.
FAQ
Ja. LLM Capsule unterstützt On-Premise-, Air-Gapped-, Cloud-, Hybrid- und eingebettete Bereitstellungsmodelle. Die Kapsulierungs-Engine läuft vollständig in Ihrer Umgebung, unabhängig vom Bereitstellungstyp
See how LLM Capsule works with your data
Bring your documents, deployment constraints, and evaluation criteria. We demonstrate on your actual workflows.
![](data:image/svg+xml,<svg display="block" role="presentation" viewBox="0 0 148 16" xmlns="http://www.w3.org/2000/svg"><path d="M 11.102 15.765 L 0 15.765 L 0 0.225 L 3.59 0.225 L 3.59 12.61 L 11.102 12.61 L 11.102 15.766 Z M 24.19 15.765 L 13.086 15.765 L 13.086 0.225 L 16.676 0.225 L 16.676 12.61 L 24.188 12.61 L 24.188 15.766 Z M 26.177 0.226 L 29.85 0.226 L 34.324 10.366 L 38.798 0.226 L 42.472 0.226 L 42.472 15.765 L 38.882 15.765 L 38.882 7.361 L 35.526 14.844 L 33.13 14.844 L 29.774 7.36 L 29.774 15.764 L 26.184 15.764 L 26.184 0.225 L 26.177 0.225 Z M 57.981 0 C 60.649 0 62.947 1.352 64.375 3.556 L 63.362 4.334 C 62.01 2.341 60.09 1.27 57.99 1.27 C 54.4 1.27 51.785 4.139 51.785 8.012 C 51.785 11.886 54.453 14.74 58.058 14.74 C 60.219 14.74 62.138 13.698 63.499 11.674 L 64.467 12.452 C 63.068 14.626 60.694 16 58.056 16 C 53.741 16 50.469 12.565 50.469 8.011 C 50.469 3.458 53.696 0 57.996 0 Z M 65.483 15.765 L 71.62 0.225 L 73.335 0.225 L 79.472 15.765 L 78.142 15.765 L 76.562 11.793 L 68.392 11.793 L 66.812 15.765 L 65.482 15.765 Z M 76.079 10.57 L 72.466 1.456 L 68.869 10.57 Z M 81.833 15.765 L 81.833 0.225 L 87.872 0.225 C 90.706 0.225 92.55 2.008 92.55 4.711 C 92.55 7.414 90.706 9.151 87.872 9.151 L 83.14 9.151 L 83.14 15.765 L 81.832 15.765 Z M 83.141 7.92 L 87.811 7.92 C 90.048 7.92 91.212 6.651 91.212 4.718 C 91.212 2.785 90.049 1.464 87.812 1.464 L 83.14 1.464 L 83.14 7.92 Z M 95.465 12.028 C 96.553 13.81 98.299 14.739 100.196 14.739 C 102.093 14.739 103.891 13.697 103.891 11.96 C 103.891 10.224 102.607 9.499 99.757 8.495 C 96.583 7.37 94.973 6.275 94.973 4.077 C 94.973 1.389 97.467 0 99.773 0 C 102.304 0 103.99 1.314 104.821 2.71 L 103.808 3.488 C 102.924 2.008 101.496 1.268 99.772 1.268 C 98.049 1.268 96.296 2.243 96.296 4.048 C 96.296 5.489 97.528 6.328 100.158 7.218 C 103.952 8.51 105.214 9.71 105.214 11.938 C 105.214 14.573 102.818 16 100.196 16 C 97.785 16 95.54 14.784 94.49 12.806 L 95.457 12.028 Z M 108.278 0.226 L 109.578 0.226 L 109.578 10.102 C 109.578 12.835 111.475 14.715 114.528 14.715 C 117.581 14.715 119.478 12.85 119.478 10.102 L 119.478 0.226 L 120.778 0.226 L 120.778 10.102 C 120.778 13.636 118.398 15.999 114.528 15.999 C 110.659 15.999 108.278 13.629 108.278 10.102 Z M 124.785 15.765 L 124.785 0.225 L 126.092 0.225 L 126.092 14.512 L 135.056 14.512 L 135.056 15.772 L 124.785 15.772 Z M 137.67 0.226 L 147.329 0.226 L 147.329 1.464 L 138.978 1.464 L 138.978 7.097 L 146.188 7.097 L 146.188 8.343 L 138.978 8.343 L 138.978 14.534 L 147.571 14.534 L 147.571 15.773 L 137.67 15.773 Z" fill="rgb(35, 31, 32)" height="16px" id="o43yy6bJZ" width="147.57099816894532px"/></svg>)