KI ist bereits in Ihrem Unternehmen im Einsatz. Hält Ihre Informationsgovernance Schritt?
Ob Sie es bemerken oder nicht, Sie interagieren bereits mit künstlicher Intelligenz. Sie empfiehlt Ihnen Ihre nächste Sendung, schlägt ein Restaurant vor und beeinflusst zunehmend, wie Ihr Unternehmen sensible Daten erfasst, verwaltet und weitergibt.
Im letzten Teil liegt das Risiko.
In einem Artikel in Der heutige General Counsel, Robert Kirtley — iDS Affiliated Expert, Cybersecurity, Governance, and Compliance — analysiert die Datenschutzrisiken, die an der Schnittstelle von KI und Informationsgovernance entstehen, und erläutert, was Rechtsteams verstehen müssen, bevor diese Risiken zu Haftungsansprüchen werden.
Das Versprechen und das Problem
Künstliche Intelligenz bietet Unternehmen, die große Mengen sensibler Daten verwalten, echte Vorteile. Verhaltensanalysen, Anomalieerkennung und automatisierte Datenverwaltungstools helfen dabei, Bedrohungen in Echtzeit zu erkennen, Datenaufbewahrungsrichtlinien durchzusetzen und das Risiko des Verlusts sensibler Informationen durch Data-Loss-Prevention-Funktionen (DLP) zu reduzieren.
Doch dieselben Systeme, die Daten schützen, können sie auch gefährden – und die Risiken sind unmittelbarer, als viele Organisationen annehmen.
Kirtley benennt drei zentrale Problembereiche:
1. Datenerhebung, Einwilligung und Datenlecks.
KI-Systeme benötigen riesige Datenmengen, um zu funktionieren. Organisationen müssen transparent darlegen, welche Daten erhoben und wie diese verwendet werden – insbesondere, wenn diese Daten in öffentlich zugängliche KI-Tools eingespeist werden. Studien haben gezeigt, dass Tools wie ChatGPT, Microsoft Copilot und Google Gemini eine erhebliche Quelle für den Verlust sensibler Daten darstellen. Kirtley berichtet von einem Erfahrungsbericht aus den Tests seines Teams: Als anonymisierte Patientendaten an ein KI-Tool übermittelt wurden, lieferte das System nicht nur Diagnosen, sondern auch Namen, Informationen zu Einrichtungen und Daten des medizinischen Personals von Patienten, die nicht Teil des übermittelten Datensatzes waren – geschützte Gesundheitsdaten, die durch die vorherige Interaktion einer anderen Person mit dem System offengelegt wurden.
2. Datensicherheit.
Starke interne Sicherheitsvorkehrungen reichen nicht aus. Unternehmen müssen auch verstehen, wie Drittanbieter – Gehaltsabrechnungsdienstleister, Softwareplattformen, alle Partner, die KI in ihre Angebote integrieren – die ihnen zugänglichen Daten nutzen und schützen.
3. Einhaltung gesetzlicher Bestimmungen.
DSGVO, CCPA und ähnliche Verordnungen legen spezifische Verpflichtungen hinsichtlich Transparenz, Einwilligung und dem Recht auf Löschung fest. Mit KI wird die Erfüllung dieser Verpflichtungen deutlich komplexer. Es kann äußerst schwierig sein, festzustellen, wie ein KI-System eines Drittanbieters übermittelte Daten verwendet – geschweige denn, diese Daten löschen zu lassen.
Warum das jetzt wichtig ist
Kirtley beschreibt die Entwicklung der KI klar: Sie dürfte ähnlich transformativ sein wie das Internet selbst. Und genau wie das Internet Risiken mit sich brachte, mit denen Unternehmen umgehen lernen mussten, erfordert auch die KI einen disziplinierten Ansatz in der Unternehmensführung – präventiv, nicht erst nach dem Auftreten von Vorfällen.
Bei iDS ist dies genau die Arbeit, die wir täglich unterstützen. Informations-Governance, Privatsphäre, Und Internet-Sicherheit Praktiken helfen Organisationen, ihre Datenlandschaft zu verstehen, Risiken proaktiv zu managen und die notwendigen Rahmenbedingungen für den verantwortungsvollen Einsatz von KI zu schaffen.
Um mit einem iDS-Experten über KI-Risiken, Informationsgovernance oder Datenschutz zu sprechen, besuchen Sie idsinc.com.
iDS bietet beratende Datenlösungen für Unternehmen und Anwaltskanzleien auf der ganzen Welt und verschafft ihnen damit einen entscheidenden Vorteil – sowohl vor Gericht als auch außerhalb. Die Fachexperten und Datenstrategen von iDS sind darauf spezialisiert, Lösungen für komplexe Datenprobleme zu finden und sicherzustellen, dass Daten als Vermögenswert und nicht als Belastung genutzt werden können. Weitere Informationen finden Sie unter idsinc.com.
Haben Sie Schwierigkeiten mit einem in diesem Beitrag verwendeten Fachbegriff? Schauen Sie in unserem Glossar für Datenanalysten den Code zu knacken.
