🤖 Erklären mit KI

Verwendung des Private AI Gateway für Datenschutz auf Unternehmensniveau¶

Übersicht¶

Das Private AI Gateway ist die Datenschutzschicht der Enterprise-Klasse von 4Geeks AI Studio. Es stellt sicher, dass Ihr proprietärer Code niemals Ihren sicheren Bereich verlässt, um öffentliche Modelle zu trainieren, indem es Zero Data Retention-Richtlinien und privates Routing an alle LLM-Anbieter verwendet.

In diesem Tutorial lernen Sie:

• Wie das Private AI Gateway funktioniert
• So konfigurieren Sie Datenschutzeinstellungen – Wie Zero Data Retention durchgesetzt wird
• So prüfen Sie den Datenfluss und die Compliance – So richten Sie benutzerdefinierte Datenverarbeitungsrichtlinien ein

So funktioniert das Private AI Gateway¶

Your Code ──────► Private AI Gateway ──────► LLM Providers
                      │
                      ├── Encrypted tunnel to all LLM APIs
                      ├── Zero Data Retention enforcement
                      ├── Request sanitization
                      ├── Response validation
                      └── Complete audit logging

Wichtige Datenschutzfunktionen¶

Schritt 1: Aktivieren Sie das Private AI Gateway¶

1. Gehen Sie zu Ihren AI Studio-Projekteinstellungen
2. Navigieren Sie zu AI Factory → Private AI Gateway
3. Schalten Sie „Privates Gateway aktivieren“ um.
4. Wählen Sie Ihre Datenschutzstufe:
5. Standard: Keine Datenaufbewahrung bei allen Anbietern
6. Erweitert: Standard + Anforderungsbereinigung + Antwortvalidierung
7. Maximum: Erweitertes + privates Netzwerkrouting + benutzerdefinierte Datenrichtlinien

Schritt 2: Konfigurieren Sie Zero Data Retention¶

Anbietervereinbarungen¶

Das Private AI Gateway erzwingt bei allen LLM-Anbietern eine Nulldatenaufbewahrung:

Konfiguration¶

1. Gehen Sie zu Privates KI-Gateway → Datenaufbewahrung
2. Stellen Sie sicher, dass „Zero Data Retention“ für alle Anbieter aktiviert ist
3. Überprüfen Sie die Datenschutzvereinbarungen des Anbieters
4. Legen Sie den Datenaufbewahrungszeitraum für Audit-Protokolle fest (Standard: 90 Tage).

Schritt 3: Konfigurieren Sie die Anforderungsbereinigung¶

Das Gateway erkennt und entfernt automatisch sensible Daten aus Anfragen:

Erkannte Muster¶

Benutzerdefinierte Muster¶

Fügen Sie Ihre eigenen Muster für vertrauliche Daten hinzu:

custom_patterns:
  - name: "Internal API URLs"
    pattern: "https://api\\.internal\\.company\\.com/.*"
    action: "redact"

  - name: "Employee IDs"
    pattern: "EMP-\\d{6}"
    action: "redact"

  - name: "Customer Names"
    pattern: "customer_name:\\s*\"[^\"]+\""
    action: "redact"

Schritt 4: Antwortvalidierung einrichten¶

Das Gateway validiert KI-Antworten, bevor es sie an Ihr Repository zurückgibt:

Validierungsregeln¶

Konfiguration¶

1. Gehen Sie zu Privates KI-Gateway → Antwortvalidierung
2. Aktivieren Sie Validierungsregeln
3. Legen Sie die Aktion für eine fehlgeschlagene Validierung fest:
4. Blockieren: Antwort ablehnen und erneut versuchen
5. Warnung: Zulassen, aber zur Überprüfung markieren
6. Protokollieren: Zulassen, aber das Problem protokollieren

Schritt 5: Datenfluss prüfen¶

Audit-Dashboard¶

1. Gehen Sie zu Privates KI-Gateway → Audit-Protokoll
2. Alle AI-Anfragen anzeigen mit:
3. Zeitstempel: Wann die Anfrage gestellt wurde
4. Modell: Welches LLM wurde verwendet
5. Aufgabe: Zugehörige KI-Aufgabe
6. Daten bereinigt: Ob sensible Daten erkannt und entfernt wurden
7. Validierungsergebnis: Ob die Antwort die Validierung bestanden hat
8. Aufbewahrungsstatus: Bestätigung der Nulldatenaufbewahrung

Prüfberichte exportieren¶

1. Klicken Sie auf “Bericht exportieren”
2. Wählen Sie den Datumsbereich aus
3. Wählen Sie das Format (CSV, PDF, JSON)
4. Laden Sie die Compliance-Dokumentation herunter

Schritt 6: Benutzerdefinierte Datenrichtlinien konfigurieren¶

Für Unternehmenskunden mit besonderen Compliance-Anforderungen:

Datenresidenz¶

Geben Sie an, wo Daten verarbeitet werden können:

Compliance-Frameworks¶

Ordnen Sie Ihre Gateway-Konfiguration Compliance-Frameworks zu:

Best Practices¶

Privacy-First-Entwicklung¶

• Übergeben Sie niemals Geheimnisse an Ihr Repository – verwenden Sie Umgebungsvariablen
• Überprüfen Sie regelmäßig die Desinfektionsprotokolle, um neue Muster zu erkennen
• Aktualisieren Sie benutzerdefinierte Muster, wenn neue Arten sensibler Daten auftauchen
• Vierteljährliches Audit, um die Einhaltung Ihrer Richtlinien sicherzustellen

Teamtraining¶

• Informieren Sie Entwickler darüber, was sensible Daten sind
• Legen Sie klare Richtlinien fest für den Umgang mit Anmeldeinformationen und Geheimnissen
• Verwenden Sie Secret-Management-Tools (Vault, AWS Secrets Manager) anstelle von fest codierten Werten
• Überprüfen Sie Audit-Protokolle als Teil Ihres regulären Entwicklungsprozesses

Compliance-Dokumentation¶

• Prüfungsberichte exportieren für Compliance-Prüfungen
• Datenverarbeitungsaufzeichnungen führen gemäß den Anforderungen der DSGVO
• Dokumentieren Sie Ihre Datenschutzkonfiguration für interne Überprüfungen
• Richtlinien aktualisieren, wenn sich Vorschriften ändern

Was kommt als nächstes?¶

• Erfahren Sie mehr über Erste Schritte mit AI Studio
• Entdecken Sie Die KI-Fabrik verstehen
• Lesen Sie mehr über Überwachung der Token-Nutzung

Brauchen Sie Hilfe?¶

• Dokumentation: docs.4geeks.io
• Discord: Discord
• Support: Verfügbar über das Konsolen-Dashboard

Noch Fragen? Get support or explore tutorials