Trickhouse

Enterprise · Datensouveränität

Generative KI mit
Kontrolle über Ihre Daten

Wo Daten verarbeitet werden, welches Modell sie sieht und wer Zugriff hat, sind bei generativer KI keine Nebenfragen. Sie bestimmen die Architektur. Diese Seite beschreibt, welche Betriebsmodelle es gibt und wie wir sie bei Projekten einordnen.

Kontakt aufnehmen
01

Datenschutz ist eine Architekturfrage

Datenschutz lässt sich bei generativer KI nicht im Nachhinein auf ein bestehendes Werkzeug legen. Er wird in der Architektur festgelegt: Welche Daten verlassen das Unternehmen, welche Dienste verarbeiten sie, wie lange werden Eingaben und Ergebnisse gespeichert und wer darf darauf zugreifen.

Bei generativer KI kommen Besonderheiten dazu. Eingaben können personenbezogene Daten, Produktgeheimnisse oder Bildrechte enthalten, und je nach Anbieter gelten eigene Bedingungen für die Weiterverarbeitung. Die rechtliche Bewertung gehört in Ihre Datenschutz- und Rechtsberatung. Unsere Aufgabe ist, dass die technische Umsetzung die Vorgaben abbilden kann.

02

Drei Betriebsmodelle im Vergleich

Es gibt kein richtiges Modell für alle. Die Wahl hängt von Datenart, Volumen, Vorgaben im Unternehmen und vorhandener IT ab.

Externe Dienste (SaaS)

Der Anbieter betreibt Modell und Infrastruktur.

  • Schneller Start ohne eigene Infrastruktur
  • Daten werden nach den Bedingungen des Anbieters verarbeitet
  • Modell- und Versionswechsel liegen beim Anbieter
  • Sinnvoll für unkritische Inhalte

Gemietete GPU-Infrastruktur in Europa

Modelle laufen auf Servern, die für Sie bereitgestellt werden.

  • Eigene Workflows mit Open-Weight-Modellen
  • Zugriff, Protokolle und Versionen unter Ihrer Kontrolle
  • Kosten richten sich nach der genutzten Rechenzeit
  • Betrieb gemeinsam mit Ihrer IT

Eigene Infrastruktur (On-Premise)

Die Modelle laufen in Ihrem eigenen Netz.

  • Höchster Grad an Kontrolle über Daten und Betrieb
  • Anschaffung, Betrieb und Wartung der Hardware liegen bei Ihnen
  • Sinnvoll bei sehr sensiblen Daten oder vorhandener Rechenzentrumsstruktur
03

Modellwahl: Open Weight und Open Source

Wir arbeiten bevorzugt mit Open-Source-Software und Open-Weight-Modellen. Bei Open-Weight-Modellen sind die Modellgewichte verfügbar und lassen sich selbst betreiben. Das ist nicht dasselbe wie Open Source im engen Sinn: Lizenzen unterscheiden sich, etwa bei kommerzieller Nutzung, und werden vor Projektbeginn geprüft.

Der Vorteil liegt in der Kontrolle über Version und Betrieb, in der geringeren Abhängigkeit von einzelnen Anbietern und in der Anpassbarkeit, zum Beispiel durch trainierte Modelle für ein konsistentes Markengesicht. Die Grenze: Nicht jedes Open-Weight-Modell erreicht bei jeder Aufgabe die Qualität des besten proprietären Dienstes. Wir bewerten das pro Anwendungsfall und zeigen Ihnen die Unterschiede an Ihrem eigenen Material.

04

Rechte, Rollen und Nachvollziehbarkeit

Neben dem Ort der Verarbeitung entscheidet die Steuerung im Betrieb.

Rollen und Rechte

Wer Aufträge starten, Ergebnisse freigeben oder Workflows ändern darf, wird festgelegt und technisch durchgesetzt.

Protokollierung

Aufträge, Versionen und Freigaben bleiben nachvollziehbar, damit sich Ergebnisse später erklären lassen.

Datensparsamkeit

Nur die Daten, die für die Aufgabe nötig sind, gehen in einen Workflow. Aufbewahrung und Löschung werden vorab geregelt.

Kennzeichnung

Generierte Inhalte werden gekennzeichnet, etwa nach den Anforderungen des EU AI Act. Dafür lassen sich Ergebnisse mit Metadaten versehen.

05

Wie wir vorgehen

Wir klären zuerst Ihre Anforderungen: Welche Daten kommen vor, wer nutzt das System, welche Vorgaben gelten im Unternehmen. Daraus entsteht eine Skizze der Datenwege und eine Empfehlung für das Betriebsmodell. Danach setzen wir den Workflow um, übergeben ihn dokumentiert und schulen die Nutzer.

Wir geben dabei keine Rechtsberatung und keine pauschale Zusage zur Rechtskonformität. Diese ergibt sich nicht aus einem Werkzeug, sondern aus Datenfluss, Verträgen und Zweck. Ein Beispiel für eine umgesetzte Umgebung ist die Enterprise-Plattform für generative Bild- und Video-KI.

Häufige Fragen

Bedeutet Datensouveränität, dass alles On-Premise laufen muss?

Nein. On-Premise ist ein Modell von mehreren. Für viele Anwendungen reicht gemietete GPU-Infrastruktur in Europa, für unkritische Inhalte auch ein externer Dienst. Entscheidend ist, dass die Wahl bewusst zur Datenart passt.

Wo werden Daten in Trickhouse-Projekten verarbeitet?

Das legen wir pro Projekt mit Ihnen fest: auf eigener oder gemieteter GPU-Infrastruktur, in europäischen Cloud-Umgebungen oder On-Premise. Die Datenwege halten wir schriftlich fest.

Sind Open-Weight-Modelle für kommerzielle Nutzung geeignet?

Das hängt vom einzelnen Modell und seiner Lizenz ab. Einige erlauben die kommerzielle Nutzung ohne Einschränkung, andere knüpfen sie an Bedingungen. Wir prüfen die Lizenz vor dem Einsatz.

Ist eine Lösung damit automatisch DSGVO-konform?

Nein. Konformität ergibt sich aus Zweck, Rechtsgrundlage, Verträgen und Datenfluss, nicht aus einem einzelnen Werkzeug. Wir schaffen die technische Grundlage, die Bewertung bleibt bei Ihrer Datenschutz- und Rechtsberatung.

Wie geht Trickhouse mit dem EU AI Act um?

Kennzeichnung, Dokumentation und relevante Nachweise berücksichtigen wir von Anfang an im jeweiligen Prozess. Welche Pflichten für Ihr Unternehmen gelten, bewertet Ihre Rechtsberatung. Im Consulting begleiten wir die praktische Umsetzung.

Bereit für Ihr nächstes Projekt?

Erzählen Sie uns kurz, was Sie mit generativer KI umsetzen möchten. Wir beraten Sie zu Content-Produktion, digitalen Zwillingen, KI-Workflows und Integration und melden uns innerhalb von 24 Stunden mit einer ersten Einschätzung.

Kontakt aufnehmen