Anonym und sicher: Die Zukunft der KI-Nutzung mit De-Identifikation
In den letzten Jahren hat der Einsatz von Künstlicher Intelligenz (KI) und insbesondere von Large Language Models (LLMs) stark zugenommen. Dies birgt jedoch Risiken für persönlich identifizierbare Informationen (PII), da KI-Systeme eingegebene Texte speichern und für zukünftige Trainingszwecke nutzen.
Dieser Vortrag präsentiert ein innovatives Verfahren zur De-Identifikation von Prompts, bei dem sensible Informationen durch neutrale, semantisch gleiche Daten ersetzt werden. Dazu wird die Eingabe zuerst durch ein selbst gehostetes Backend anonymisiert, dann an das eigentliche LLM weitergegeben und schließlich die Antwort durch Re-Identifikation wieder in ihre Ursprungsform gebracht und an den Nutzer gesendet. Dies gewährleistet eine datenschutzkonforme Nutzung externer KI-Dienste.
Zielpublikum: Entwickler:innen, Architekt:innen
Voraussetzungen: Keine
Level: Basic
Adrian ist seit 2020 als Software-Ingenieur bei der arconsis IT-Solutions GmbH tätig. Er begann als App-Entwickler und erweiterte seine Aufgabenfelder bald auf die Fullstack-Entwicklung. Mit dem Aufkommen von Künstlicher Intelligenz und Large Language Models (LLMs) hat er sein Fachgebiet erweitert und konzentriert sich seither auch auf den Einsatz von KI-Assistenten zur Unterstützung bei der Softwareentwicklung.
Lars ist seit März 2024 als Software Engineer bei der arconsis IT-Solutions GmbH aktiv und bringt ein breites Grundwissen in Fullstack-Engineering, DevOps und Künstlicher Intelligenz mit. Er beschäftigt sich aktuell mit dem Thema Datensicherheit bei der Integration von KI in Softwaresystemen.
