Unsere Methodik
Leitfäden für Führung, IT und Datenverantwortliche. Risiken verstehen und Private-AI-Umfang gemeinsam festlegen.
RAGBOX Private-AI-Kontrollmodell
RAGBOX-Planungshilfe, kein externer Zertifizierungsstandard. Jede Ebene benötigt Verantwortliche, Nachweise und Tests.
KI-Bereitschaftsbewertung
Gleiche Gewichtung: umgesetzt100%, teilweise50%, nicht0%. 0–30 kritisch, 31–60 Risiko, 61–80 Aufbau, 81–100 bereit.
Erste Selbsteinschätzung, keine Sicherheitszertifizierung oder Compliance-Prüfung
- Unkontrollierte KI — KI außerhalb von Freigabe oder Sichtbarkeit. Risiko hängt von Daten, Werkzeugen, Konten und Verträgen ab; nicht jede öffentliche KI ist unsicher.
- KI-Richtlinie — Aufzeichnen, wer wann mit welchen Daten und Modellen was tat und wer prüfen darf. Nachweise und sensible Log-Inhalte abwägen.
- Verwaltete KI — RBAC vergibt Rechte nach Rollen, verknüpft mit Bereichen, Quellen und Agenten. Versteckte Buttons erzwingen keinen Zugriffsschutz.
- KI mit internem Wissen — Freigegebenes Wissen mit Quelle, Version und Verantwortung ordnen. Interne Dokumente sind nicht automatisch für alle zugänglich.
- Private agentische KI — Agenten wählen mit Modellen Schritte und Werkzeuge. Aktionsrechte gehen über Dokumentzugriff hinaus; ein Modellvorschlag erteilt keine Berechtigung.
Praktische Umsetzung
- Dokumente wählen
- Verantwortliche bestimmen
- Referenzfragen erstellen
- Verweigerung und Löschung testen
- Qualität, Tempo und Kosten messen
Referenzen
Öffentliche Quellen erläutern Prinzipien und zertifizieren RAGBOX nicht.
- NIST AI Risk Management Framework
- Microsoft: Retrieval-augmented generation
- OWASP: RAG Security Cheat Sheet
- OWASP: Prompt Injection Prevention
Vor operativer Nutzung fachlich prüfen. Keine individuelle Rechts- oder Steuerberatung.