Kursbeschreibung
Viele Organisationen starten mit KI in der Cloud über einzelne Teams und Tools. Genau dort entstehen die größten Risiken: Shadow AI, unklare Datenwege, fehlende Protokollierung und uneinheitliche Regeln, welche Informationen in Prompts oder RAG-Quellen landen dürfen. In diesem Seminar entwickelst Du ein belastbares Grundgerüst, um KI-Cloud-Nutzung kontrolliert zu skalieren. Du arbeitest entlang eines durchgängigen Vorgehens: Use-Case beschreiben, Datenarten klassifizieren, Risiken bewerten, Kontrollen auswählen, Nachweise dokumentieren. Dabei lernst Du die wichtigsten KI-spezifischen Bedrohungen kennen, darunter Prompt Injection, Data Poisoning, Model Stealing und Leakage über Retrieval oder Tool-Integrationen. Du leitest daraus konkrete technische Maßnahmen ab, die in Cloud-Umgebungen üblich sind: IAM nach Least Privilege, sauberes Secrets-Management für API-Keys, Verschlüsselung und Key Management, Netzwerksegmentierung und aussagekräftiges Logging. Parallel dazu setzt Du Datenschutzanforderungen praktisch um. Du klärst Rechtsgrundlagen und Zweckbindung, definierst TOMs und prüfst, wann eine Datenschutz-Folgenabschätzung erforderlich ist. Du lernst außerdem, wie Du Verträge und Vendor-Informationen bewertest: Auftragsverarbeitung, Subprozessoren, Data Residency und Aussagen zur Nutzung von Daten für Training. Zum Schluss etablierst Du Governance: KI-Richtlinien, Freigabeprozesse, Guardrails, sichere Prompting-Regeln und Incident Response. Damit kannst Du KI-Cloud-Services so betreiben, dass sie für Fachbereiche nutzbar sind und gleichzeitig Datenschutz, Audit-Anforderungen und Informationssicherheit erfüllen.
Zielgruppe
- IT-Sicherheitsverantwortliche und SOC-nahe Rollen
- Cloud-Architektinnen und Cloud-Architekten, Plattform- und DevOps-Teams
- Datenschutzbeauftragte und Compliance-Verantwortliche
- Produktverantwortliche für KI-Use-Cases (z. B. interne Assistenzsysteme)
- Für alle, die KI-Cloud-Services sicher, DSGVO-konform und auditfähig einführen wollen
Voraussetzung für die Schulung
- Grundverständnis von Cloud-Konzepten (IAM, Netzwerk, Logging) ist hilfreich.
- Erste Berührung mit KI-Use-Cases oder LLM-Anwendungen erleichtert den Transfer.
Kursinhalte
- Bedrohungsbild in KI-Cloud-Umgebungen
- Angriffsflächen: Prompt Injection, Data Poisoning, Model Stealing
- Risiken durch Plugins, Tools, Agents und RAG
- Shadow AI und unkontrollierte Datenabflüsse
- Datenschutz & Compliance praktisch anwenden
- DSGVO-Grundlagen: Rechtsgrundlagen, Zweckbindung, Transparenz
- Auftragsverarbeitung, TOMs, Verzeichnis von Verarbeitungstätigkeiten
- DPIA (Datenschutz-Folgenabschätzung) für KI-Use-Cases
- Datenklassifizierung und sichere Datenflüsse
- Welche Daten dürfen in welche KI-Cloud?
- Maskierung, Pseudonymisierung, Tokenisierung
- RAG-Datenquellen: Berechtigungen, Leakage-Vermeidung
- Cloud-Sicherheitskontrollen für KI-Workloads
- IAM: Least Privilege, Rollen, Secrets, API-Keys
- Verschlüsselung: at rest, in transit, Key Management
- Netzwerksegmentierung, Private Endpoints, Logging
- Vendor- und Modellwahl mit Sicherheitsblick
- Shared Responsibility in der Cloud richtig lesen
- Data Residency, Subprozessoren, Trainingsnutzung von Daten
- Bewertung von Modell- und Service-Optionen
- Governance, Policies und Betriebsprozesse
- KI-Richtlinien: erlaubte Use-Cases, Datenregeln, Freigaben
- Secure Prompting und Guardrails als Standard
- Incident Response: Meldewege, Forensik, Lessons Learned
