Nur vorab genehmigte Datenquellen, Bibliotheken oder Modellkomponenten in KI-Pipelines zuzulassen, um das Risiko durch nicht überprüfte oder bösartige Elemente zu reduzieren.
Eine restriktive Sicherheitskontrolle, bei der nur ausdrücklich autorisierte Artefakte – Datensatz-URIs, Python-Pakete, Container-Images – in Trainings- und Inferenz-Workflows zulässig sind. Die Governance führt ein zentrales Whitelist-Register mit Genehmigungs-Workflows für Ergänzungen sowie regelmäßigen Überprüfungen zur Entfernung veralteter Einträge, um sicherzustellen, dass alle Pipeline-Komponenten den organisatorischen Sicherheits- und Compliance-Standards entsprechen.
Ein Finanzdienstleistungsunternehmen konfiguriert seine MLOps-Umgebung so, dass nur Docker-Images aus der internen Registry „approved-images“ Trainingsaufträge ausführen können. Jeder Versuch, nicht gelistete Images zu verwenden, wird automatisch blockiert, wodurch die Einführung ungeprüften Codes oder von Schwachstellen verhindert wird.
