DLP und TMI im Zeitalter der LLMs

F5 ADSP | 30. April 2024

Seit dem Aufkommen der sozialen Medien vor über zwei Jahrzehnten fühlen sich Menschen überall zunehmend, immer mehr, und noch mehr damit wohl, Informationen zu teilen – manchmal erheblich mehr als nötig. Unsere gemeinsame Entwicklung führte in rasantem Tempo vom Teilen zu vieler Informationen (TMI) auf MySpace und Facebook über Instagram- und Pinterest-Fotos von jeder Minute unseres Lebens bis hin zu menschenähnlichen, KI-gestützten Unterhaltungen mit großen Sprachmodellen (LLMs). Im Kontext generativer KI (GenAI) ist übermäßiges Teilen leider nicht nur ein gesellschaftlicher Fauxpas, sondern stellt insbesondere für Unternehmen ein erhebliches Sicherheitsrisiko dar. 

GenAI-Modelle wie LLMs bieten bemerkenswerte Möglichkeiten zur Erstellung verschiedenster Inhalte – darunter auch präzise und relevante Inhalte. Gleichzeitig sind sie jedoch äußerst durchlässig für Informationen und stellen ein erhebliches Risiko dar, wenn sie mit detaillierten, privaten oder sensiblen Daten gespeist werden. Die einfache Interaktion mit LLMs kann Nutzer in falscher Sicherheit wiegen und dazu führen, dass sie unbeabsichtigt kritische Daten übermäßig preisgeben oder diese durch LLMs versehentlich offengelegt werden. Tatsächlich ist dies inzwischen so alltäglich geworden, dass Berichte kaum noch für Aufsehen sorgen, wonach Führungskräfte strategische Unternehmensdokumente weitergeben, Ärzte Patientendaten eingeben oder Entwickler proprietären Quellcode in ein öffentliches Modell wie ChatGPT oder andere hochladen.

Dies sind nur einige Beispiele dafür, wie sensible Informationen unbeabsichtigt preisgegeben werden können, weil die Person, die sie übermittelt, nicht wusste, dass sie Teil der Wissensbasis des Modells werden. Sie lassen sich nicht zurückholen, und es gibt keine zweite Chance. Sie sind da draußen. Für immer.

Der Schlüssel zur Nutzung des Potenzials von LLMs ohne Beeinträchtigung der Sicherheit liegt in der Kunst und Wissenschaft der Prompt-Erstellung. Es ist unerlässlich, Prompts zu formulieren, die detailliert genug sind, um die gewünschte Antwort hervorzurufen, und zugleich zurückhaltend genug, um sensible Informationen zu schützen. Dies erfordert ein durchdachtes Vorgehen, bei dem die notwendige Genauigkeit mit dem Gebot der Diskretion in Einklang gebracht wird. Nutzern von KI-Modellen und -Anwendungen sollten unter anderem folgende Tipps mit auf den Weg gegeben werden:

  • Fassen Sie sich kurz und klar: Vermeiden Sie unnötige Details in Prompts, durch die vertrauliche Informationen offengelegt werden könnten. Dazu können Namen von Personen oder Projekten, Datumsangaben, Reiseziele und andere Einzelheiten gehören.
  • Hypothetische Szenarien verwenden: Formulieren Sie Anfragen hypothetisch, wenn Sie bei sensiblen Aufgaben KI-Unterstützung in Anspruch nehmen. Verwenden Sie keine echten Namen von Unternehmen, Personen, Projekten oder Orten. 
  • Bewusstsein aufrechterhalten: Die Schulungen und Weiterbildungsmaßnahmen zur KI-Sicherheit, die Sie Ihren Mitarbeitenden zu den Risiken der Preisgabe zu vieler Informationen anbieten, sollten durch regelmäßige Erinnerungen und hilfreiche Leitlinien zu bewährten Vorgehensweisen bei der Nutzung von KI-Tools ergänzt werden.
  • Überwachungsmechanismen implementieren: Überwachen Sie die Nutzung von KI-Tools, um potenzielle Datenlecks zu erkennen und zu verhindern sowie mögliche interne Bedrohungen zu identifizieren.

Doch selbst der gewissenhafteste Mitarbeiter, der einen sorgfältig formulierten Prompt verfasst, kann Sicherheitsprobleme verursachen. Deshalb kann eine automatisierte Vertrauensschicht mit anpassbaren Inhaltsscannern der Schlüssel zu einem lückenlosen Schutz vor Datenverlust (Data Loss Prevention, DLP) sein. Unsere Sicherheits- und Enablement-Plattform für GenAI-Implementierungen prüft ausgehende und eingehende Inhalte, um sicherzustellen, dass vertrauliche personenbezogene Daten oder Unternehmensdaten die Organisation nicht verlassen und schädliche, verdächtige oder anderweitig inakzeptable Inhalte nicht hineingelangen. Weitere Scanner prüfen Prompts auf Inhalte, die dem Unternehmen zwar nicht schaden, aber nicht mit den Unternehmenswerten übereinstimmen oder nicht dem geschäftlichen Verwendungszweck entsprechen. Alle über unsere modellunabhängige Plattform ausgeführten Interaktionen werden zur Überprüfung durch Administratoren sowie zur Gewährleistung von Prüfbarkeit und Verantwortlichkeit protokolliert.

Da LLMs immer stärker in unsere täglichen Abläufe integriert werden, kann die Bedeutung eines verantwortungsvollen Umgangs mit ihnen kaum überschätzt werden. Die absichtliche oder versehentliche Preisgabe zu vieler Informationen kann weitreichende und äußerst negative Folgen haben. Durch die Einführung umsichtiger Praktiken für die Nutzung dieser leistungsstarken Tools durch Mitarbeitende kann Ihr Unternehmen die Vorteile generativer KI ausschöpfen und zugleich persönliche sowie geschäftliche Informationen schützen. Klicken Sie hier, um einen Vorführtermin für unsere Sicherheits- und Enablement-Plattform für generative KI zu vereinbaren.

Teilen

Ähnliche Blogbeiträge

Kubernetes-native WAF für das Gateway-Zeitalter: F5 WAF for NGINX lässt sich jetzt in F5 NGINX Gateway Fabric integrieren
F5 ADSP | 04.06.2026

Kubernetes-native WAF für das Gateway-Zeitalter: F5 WAF for NGINX lässt sich jetzt in F5 NGINX Gateway Fabric integrieren

F5 erweitert WAFs, um mit F5 NGINX Gateway Fabric und F5 NGINX Ingress Controller einen konsistenten, skalierbaren Schutz über Cluster und Umgebungen hinweg bereitzustellen.

Von Regeln zu Risiken: Die Entwicklung von WAFs und der Aufstieg KI-gestützter Ergebnisse
F5 ADSP | 22.04.2026

Von Regeln zu Risiken: Die Entwicklung von WAFs und der Aufstieg KI-gestützter Ergebnisse

WAF-Programme geraten oft an einem bekannten Punkt ins Stocken: Der Blockierungsmodus wird verzögert aktiviert, weil die Feinabstimmung aufwendig ist.

Erklärbarkeit: Licht ins Dunkel der KI-Blackbox bringen
F5 ADSP | 03.09.2025

Erklärbarkeit: Licht ins Dunkel der KI-Blackbox bringen

Einblicke von James White, CTO bei CalypsoAI: Dank GenAI verstehen wir inzwischen gut, wie Antworten generiert und an uns zurückgegeben werden. Vereinfacht gesagt basiert KI auf einer Transformer-Architektur – sie wählt die beste Vorhersage für das nächste Wort und den nächsten Satz aus und liefert anhand der ihr vorliegenden Informationen die wahrscheinlichste Antwort […]

Die neue KI-Risikolandschaft: unsichtbar, autonom und bereits im Unternehmen
F5 ADSP | 10.07.2025

Die neue KI-Risikolandschaft: unsichtbar, autonom und bereits im Unternehmen

James White, VP Engineering, F5 Zur Jahresmitte 2025 ist es an der Zeit, eine Momentaufnahme der KI-Nutzung in Unternehmen und des aktuellen Stands der KI-Sicherheit zu erstellen. Der Einsatz generativer KI ist in Unternehmen mittlerweile Standard Unternehmen verfügen inzwischen durchweg zumindest über ein grundlegendes Verständnis von generativer KI. Sie wissen, was sie ist und wo sie […]

Die KI-Grenzen sichern: Strategien zur Bekämpfung von Datenexfiltration
F5 ADSP | 30.07.2024

Die KI-Grenzen sichern: Strategien zur Bekämpfung von Datenexfiltration

Da Unternehmen zunehmend Modelle der generativen KI (GenAI) und große Sprachmodelle (LLMs) in ihre digitalen Systeme integrieren, sind sie mit neuen und erhöhten Risiken konfrontiert. Wenig überraschend stehen dabei Risiken im Zusammenhang mit Datenexfiltration – der unbefugten Übertragung von Daten aus einem Unternehmen an ein externes Ziel – meist ganz oben auf der Prioritätenliste der Sicherheitsteams. Ein Verständnis […]

Everest Group-Bericht: Aktuelle Trends und Zukunftsaussichten bei der Einführung von GenAI in der Industrie
F5 ADSP | 18.06.2024

Everest Group-Bericht: Aktuelle Trends und Zukunftsaussichten bei der Einführung von GenAI in der Industrie

Wir freuen uns, einen wesentlichen Beitrag zu einem wegweisenden neuen Bericht der Everest Group, einem weltweit führenden Forschungsunternehmen, geleistet zu haben. Der Bericht mit dem Titel „Generative AI Adoption – Examining Real-world Use in Horizontal Functions and Future Outlook“ bietet eine eingehende Analyse der Einführung generativer KI (GenAI) in verschiedenen Branchen. Dem Bericht zufolge ist die IT […]