Trennung von KI-Computing-Umgebungen (z. B. Entwicklung, Test, Produktion) und Datenbereichen, um den Ausbreitungsradius von Fehlern oder Sicherheitsverletzungen zu begrenzen.
Die Praxis der Isolation von Rechen-Workloads, Datenspeichern und Netzwerksegmenten nach Umgebung oder Klassifizierungsstufe (Entwicklung vs. Produktion, PII vs. nicht-PII), durchgesetzt durch Netzwerkrichtlinien, getrennte IAM-Rollen sowie separate Cluster oder Namespaces. Die Governance definiert Umgebungsgrenzen, Datenbereichskennzeichnungen und Zugriffskontrollen und stellt sicher, dass eine Kompromittierung oder ein Ausfall in einem Bereich nicht auf kritische Systeme übergreift oder sensible Daten offenlegt.
Eine cloudbasierte KI-Plattform führt Entwicklungs-Workloads in einem separaten Kubernetes-Namespace ohne Zugriff auf Produktionsdatenbanken aus. Nur genehmigte Release-Pipelines dürfen Container-Images in den Produktions-Namespace überführen – so wird eine strikte Trennung der Workloads durchgesetzt und das Risiko einer unbeabsichtigten Datenoffenlegung minimiert.
