Zuletzt aktualisiert am:
Die automatisierten oder manuellen Mechanismen, die sicherstellen, dass der KI-Betrieb mit den Richtlinien der Organisation, regulatorischen Vorgaben und ethischen Leitlinien übereinstimmt.
Die Gesamtheit der technischen Kontrollmechanismen (z. B. Policy-as-Code-Schranken, Admission Controller, automatisierte Audits) und menschlichen Überprüfungsprozesse, die die Compliance während der Laufzeit und Bereitstellung validieren. Werkzeuge zur Durchsetzung von Richtlinien fangen Modell-Builds, Bereitstellungen und API-Aufrufe ab. Sie gleichen diese mit definierten Richtlinien (Datennutzungsregeln, Modellrisiko-Schwellenwerten) ab und blockieren oder markieren jegliche Abweichungen zur Überprüfung.
Praxisbeispiel:
Ein Finanzdienstleistungsunternehmen kodifiziert seine Datenaufbewahrungsrichtlinie in einer Policy-Engine: Jeder Speichervorgang, der älter ist als die für PII-Felder definierte TTL, wird automatisch gelöscht. Wenn ein Modelltraining-Job versucht, gelöschte Daten zu laden, lehnt die Engine den Job ab und benachrichtigt das Data-Governance-Team.
