DLP · Erkennung
Eindeutig bestimmbare Daten wie IBAN, E-Mail und Telefonnummer. Dazu Ihre eigenen Kunden-, Projekt- und Produktnamen, die in keinem Standarddetektor stehen.
Die Sicherheits- und Governance-Schicht zwischen Ihren Mitarbeitern und jedem KI-Modell. Prüfung vor dem Versand, Nachweis nach dem Versand, Kosten unter Kontrolle.
Ihre Mitarbeiter nutzen KI längst. Die Frage ist nur, ob Sie sehen, was dabei Ihr Haus verlässt.
Governance scheitert selten am Willen und fast immer daran, dass sie neben der Arbeit steht, als Merkblatt, als Betriebsvereinbarung, als Bitte, keine Kundendaten in fremde Chatfenster zu kopieren. Wer unter Termindruck steht, kopiert trotzdem.
Diese Schicht steht nicht daneben, sie liegt im Pfad. Ihre Mitarbeiter arbeiten in einer Chat-Oberfläche, die wir betreiben. Von dort geht keine Anfrage direkt an ein Modell. Sie geht an das Gateway, wird geprüft, gegen das Regelwerk Ihres Hauses entschieden und protokolliert. Erst danach wird sie weitergeleitet.
Eindeutig bestimmbare Daten wie IBAN, E-Mail und Telefonnummer. Dazu Ihre eigenen Kunden-, Projekt- und Produktnamen, die in keinem Standarddetektor stehen.
Ihr Haus legt fest, welche Inhaltsklassen für welches Ziel freigegeben sind. Was freigegeben ist, geht durch. Alles andere nimmt den souveränen Weg.
Jede Prüfung wird protokolliert. Was geprüft, maskiert und gesendet wurde, bleibt nachvollziehbar, auch Monate später.
Die geprüfte Anfrage wird ihrer Klasse zugeordnet und an das passende Ziel geleitet.
Erkannt wird zuerst, was eindeutig bestimmbar ist, also IBAN, E-Mail und Telefonnummer. Dazu Ihre eigenen Kunden-, Projekt- und Produktnamen, die in keinem Standarddetektor stehen. Der Mitarbeiter sieht die Schwärzung und bestätigt sie.
Bitte formuliere eine Antwort an
| KUNDE_01 | Nordtechnik GmbH | Begriffsliste |
| PROJEKT_01 | ORION-7 | Begriffsliste |
| IBAN_01 | DE89 3704 …0130 00 | Standardzusage |
// Die Prüfung in diesem Beispiel läuft im Browser und veranschaulicht den Prüfschritt. Sie ist nicht die DLP-Engine des Produkts.
Binden Sie OpenAI, Anthropic, Google oder quelloffene Modelle ein, unabhängig davon, wo sie betrieben werden. Sie behalten die volle Kontrolle über Ihr KI-Ökosystem, ohne Ihre Arbeitsabläufe zu ändern.
Vertrauliche Klassen laufen maskiert auf ein souveränes Modell in der EU. Kein US-Vertrag im Pfad.
Unkritische Anfragen laufen weiter auf ein Frontier-Modell, damit Ihre Teams die beste verfügbare Leistung nutzen. Nur freigegebene Klassen.
Nicht jede Frage braucht das größte Modell. Das Gateway entscheidet pro Anfrage, welches Modell sie bekommt, ein kleines und schnelles für einfache Aufgaben und ein großes für die, die es wirklich brauchen. Für Ihre Mitarbeiter bleibt es dieselbe Oberfläche.
Der Verbrauch entsteht damit an einer Stelle statt verteilt über einzelne Abteilungs-Abos, die am Jahresende niemand zusammenrechnet.
Fasse die Änderungen in dieser Spezifikation zusammen und markiere alles, was die Freigabe betrifft.
// Automatisch. Das Gateway wählt das Modell anhand der Aufgabe.
// Schematische Darstellung des Routings. Das Verhältnis hängt davon ab, welche Aufgaben Ihre Teams stellen.
| System | Anbieter | Abteilung | Status |
|---|---|---|---|
Für eine Prüfung zählt nicht, was eine Richtlinie verspricht, sondern was sich zeigen lässt. Zeigen lässt sich, welches Regelwerk zum Zeitpunkt der Anfrage galt, was geprüft wurde und an welches Modell die Anfrage ging. Diese Nachweise liegen in Ihrer gewählten Edition, nicht bei einem Modellanbieter.
// Konkrete Zusagen zu Zertifizierungen und Regulatorik klären wir im technischen Briefing.
// Beispielhafter Eintrag. Welche Felder Ihr Protokoll führt, legen wir gemeinsam fest.
| Edition | Betrieb | Erreichbare Modelle |
|---|---|---|