Souveräne KI im Unternehmen: GPT-Einsatz sicher, skalierbar und verantwortungsvoll

Zwischen Schatten-KI, rasanten Modellzyklen und immer neuen SaaS-Lösungen stehen Unternehmen vor einer strategischen Kernfrage: Wie lässt sich KI sicher, skalierbar und in vorhandene Prozesse eingebettet nutzen? Die Herausforderung besteht darin, echten Wert zu schaffen, ohne die Organisation zu überfordern.

Das aktuelle Whitepaper der heise academy mit dem Titel „MyCompany GPT: Architektur, Verantwortung und der Weg zu souveräner KI“ liefert praxisnahe Antworten. Die Experten Philip Lorenz, Robin Harbort und Frank Ully beleuchten entscheidende Aspekte für eine erfolgreiche KI-Implementierung.

Philip Lorenz, Cloud- und DevOps-Engineer und heise academy-Experte, widmet sich der Architektur und den Grenzen unternehmenseigener GPT-Modelle. Künstliche Intelligenz ist längst gelebte Realität – ob gewollt oder nicht. Eine Microsoft-Studie belegte bereits vor über einem Jahr, dass rund sieben von zehn Arbeitnehmenden KI-Werkzeuge ohne offizielle Freigabe nutzen.

Diese sogenannte Schatten-KI zwingt Unternehmen zu einer grundlegenden Entscheidung. Lorenz zeigt drei Optionen auf: die strikte Verbannung, die kontrollierte Freigabe oder die Bereitstellung eigener, sicherer KI-Lösungen. Jeder Weg birgt spezifische Risiken und Chancen.

Der Experte betont, dass Unternehmen zunächst klare Governance-Strukturen schaffen müssen, bevor sie KI einführen. Nur so lassen sich Datenkontrolle, Compliance und Akzeptanz in der Belegschaft gewährleisten. Die technische Architektur müsse zudem flexibel bleiben, um auf neue Modellzyklen reagieren zu können.

Robin Harbort, Founder, AI-Analyst und heise academy-Experte, stellt die klassische Make-or-Buy-Entscheidung in den Fokus. Viele IT-Teams und KI-Beauftragte fragen sich, ob sie ein eigenes Unternehmens-GPT entwickeln oder eine bestehende Lösung erwerben sollen.

Harbort bezieht klar Stellung: Neun von zehn Unternehmen sollten kaufen statt entwickeln. Externe KI-Softwarelösungen böten schnellere Implementierung, geringere Kosten und Zugriff auf aktuellste Modelle. Eigenentwicklungen lohnten nur bei hochspezifischen Anforderungen oder besonders strengen Datenschutzauflagen.

Der Analyst ergänzt, dass der Einkauf nicht als einfacher Weg missverstanden werden dürfe. Vielmehr erfordere er eine sorgfältige Evaluierung von Sicherheit, Skalierbarkeit und Integrationsfähigkeit der angebotenen Lösungen. Nur so ließen sich langfristige Abhängigkeiten vermeiden.

Frank Ully, Principal Consultant Cybersecurity und Head of CORE bei Corporate Trust Business Risk & Crisis Management GmbH sowie heise academy-Experte, analysiert die Sicherheitsrisiken generativer KI. Große Sprachmodelle (LLM) werden Wirtschaft, Alltag und Weltpolitik in den kommenden Jahren maßgeblich prägen.

Ully warnt davor, Fehler der Vergangenheit zu wiederholen. Sicherheit bei IT, Web, IoT und Cloud wurde oft erst nachträglich, mühsam und lückenhaft integriert. Bei KI müsse Sicherheit von Anfang an mitgedacht werden – als integraler Bestandteil der Systemarchitektur.

Der Cybersecurity-Experte nennt konkrete Risiken wie Data Poisoning, Prompt Injection oder unkontrollierte Datenabflüsse. Unternehmen müssten daher umfassende Sicherheitskonzepte entwickeln, die technische, organisatorische und rechtliche Maßnahmen kombinieren. Nur so bleibe die KI souverän und vertrauenswürdig.

Ein kostenfreier KI-Reifecheck hilft Unternehmen dabei, ihren aktuellen Stand zu ermitteln und Potenziale für die Einführung eines eigenen GPT zu identifizieren. Die Anmeldung ist über die Webseite der heise academy möglich.

Ausführliche Informationen zum Versandverfahren und zu Ihren Widerrufsmöglichkeiten erhalten Sie in unserer Datenschutzerklärung.