KI-Sicherheit für Sicherheitsteams Schulung

AAISM ist ein fortgeschrittener Rahmen zur Bewertung, Governance und Verwaltung von Sicherheitsrisiken in KI-Systemen.

Diese unter Anleitung stattfindende Live-Schulung (online oder vor Ort) richtet sich an Fortgeschrittene, die effektive Sicherheitskontrollen und Governance-Praktiken für Unternehmens-KI-Umgebungen implementieren möchten.

Am Ende dieses Programms werden die Teilnehmer in der Lage sein:

• KI-Sicherheitsrisiken mit anerkannten Branchenmethoden zu bewerten.
• Governance-Modelle für verantwortungsbewusste KI-Bereitstellungen zu implementieren.
• KI-Sicherheitsrichtlinien mit den Unternehmenszielen und regulatorischen Erwartungen abzustimmen.
• Widerstandsfähigkeit und Verantwortlichkeit in kundengesteuerten Operationen zu erhöhen.

Kursformat

• Vom Trainer geführte Vorlesungen, die durch Expertenanalyse ergänzt werden.
• Praktische Workshops und beurteilungsorientierte Aktivitäten.
• Angewandte Übungen unter Verwendung realer KI-Governance-Szenarien.

Kursanpassungsoptionen

• Für maßgeschneiderte Schulungen, die auf Ihre Unternehmens-KI-Strategie abgestimmt sind, kontaktieren Sie uns bitte zur Anpassung des Kurses.

Diese vom Dozenten geleitete Live-Schulung in Deutschland (online oder vor Ort) richtet sich an unternehmensführende Fachleute mittlerer Ebene, die verstehen möchten, wie sie KISysteme verantwortungsbewusst und im Einklang mit aufkommenden globalen Rahmenwerken wie der EU-KI-Verordnung, der DSGVO, ISO/IEC 42001 und dem US-Präsidentenverordnungen zur KI verwalten und sichern können.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Die rechtlichen, ethischen und regulatorischen Risiken des KI-Einsatzes in verschiedenen Abteilungen zu verstehen.
• Wichtige KI-Governance-Rahmenwerke (EU-KI-Verordnung, NIST AI RMF, ISO/IEC 42001) zu interpretieren und anzuwenden.
• Sicherheits-, Überwachungs- und Kontrollrichtlinien für den Einsatz von KI im Unternehmen festzulegen.
• Beschaffungs- und Nutzungsleitlinien für Drittanbieter- und hausinterne KISysteme zu entwickeln.

Künstliche Intelligenz (KI) führt neue Dimensionen operativer Risiken, Governance-Herausforderungen und Cybersicherheitsanfälligkeiten für Behörden und Ministerien ein.

Diese von einem Dozenten geführte Live-Trainingseinheit (online oder vor Ort) richtet sich an IT- und Risikofachleute im öffentlichen Sektor, die bisher wenig Erfahrung mit KI haben und verstehen möchten, wie sie KI-Systeme in einem regierungs- oder regelungsbezogenen Kontext evaluieren, überwachen und schützen können.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Schlüsselrisikokonzepte im Zusammenhang mit KI-Systemen zu interpretieren, einschließlich Verzerrung, Unvorhersehbarkeit und Modellverschiebung.
• KI-spezifische Governance- und Auditing-Rahmen wie NIST AI RMF und ISO/IEC 42001 anzuwenden.
• Cybersicherheitsbedrohungen zu erkennen, die KI-Modelle und Datenpipelines als Ziel haben.
• Querabteilungsrisikomanagementpläne und politische Ausrichtung für den Einsatz von KI aufzustellen.

Kursformat

• Interaktive Vorlesungen und Diskussionen über Anwendungsfälle im öffentlichen Sektor.
• Übungen zu KI-Governance-Rahmen und Politikzuordnung.
• Szenariobasierte Bedrohungsmodellierung und Risikoauswertung.

Kursanpassungsoptionen

• Für eine angepasste Schulung für diesen Kurs kontaktieren Sie uns bitte, um eine Anpassung vorzunehmen.

Dieses von einem Dozenten angeführte Live-Training in Deutschland (online oder vor Ort) richtet sich an IT-Professionals mit Anfänger- bis Fortgeschrittenenkenntnissen, die verstehen und AI TRiSM in ihren Organisationen implementieren möchten.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Die wichtigsten Konzepte und die Bedeutung der Verwaltung von KI-Vertrauen, -Risiko und -Sicherheit zu verstehen.
• Risiken, die mit KI-Systemen verbunden sind, zu identifizieren und zu mindern.
• Best Practices für die Sicherheit von KI zu implementieren.
• Regulatorische Vorgaben und ethische Überlegungen für KI zu verstehen.
• Strategien für eine effektive Verwaltung von KI zu entwickeln.

Diese instructor-led, live-Schulung in Deutschland (online oder vor Ort) richtet sich an KI-Entwickler, Architekten und Produktmanager mit fortgeschrittenen bis Expertenkenntnissen, die Risiken im Zusammenhang mit LLM-gestützten Anwendungen identifizieren und abschwächen möchten, darunter Prompt-Injection, Datenlecks und unkontrollierte Ausgaben. Dabei werden Sicherheitskontrollen wie Eingabevalidierung, menschliche Überwachung (Human-in-the-Loop) und Output-Guardrails integriert.

Nach Abschluss dieser Schulung können die Teilnehmer:

• Die Kernverwundbarkeiten von auf LLM basierenden Systemen verstehen.
• Sicherheitsdesignprinzipien auf die Architektur von LLM-Anwendungen anwenden.
• Tools wie Guardrails AI und LangChain zur Validierung, Filterung und Sicherstellung der Sicherheit nutzen.
• Techniken wie Sandboxing, Red Teaming und menschliche Überprüfungen (Human-in-the-Loop) in produktionsreife Pipelines integrieren.

Dieser Kurs vermittelt Softwareentwicklern, wie sie KI-gestützte Anwendungen durch Sicherheitskonstruktion (Secure by Design) entwickeln. Die Teilnehmer lernen, wie Chatbots, Copilots, RAG-Pipelines und KI-Agenten vor KI-spezifischen Bedrohungen wie Prompt Injection, Data Poisoning, Werkzeugmissbrauch, Secret-Leaks und unsicherer Modellausgabe geschützt werden können. Der Kurs deckt sicheres Prompt-Design, RAG-Sicherheit, Least-Privilege-Zugriff, Guardrails und Red-Team-Tests ab und hilft Entwicklern, KI-Funktionen zu erstellen, die in realen Umgebungen sicher, zuverlässig und widerstandsfähig sind.

Dieses von einem Trainer geleitete Live-Training in Deutschland (online oder vor Ort) richtet sich an Fachleute auf mittlerem Niveau aus den Bereichen KI und Cybersicherheit, die die spezifischen Sicherheitslücken von KI-Modellen und -Systemen verstehen und adressieren möchten, insbesondere in stark regulierten Branchen wie Finanzwesen, Datengovernance und Beratung.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Die Arten von adversariellen Angriffen auf KI-Systeme sowie Methoden zu deren Abwehr zu verstehen.
• Techniken zur Härtung von Modellen zur Sicherung von Machine-Learning-Pipelines umzusetzen.
• Die Datensicherheit und Integrität in Machine-Learning-Modellen zu gewährleisten.
• Regulatorische Compliance-Anforderungen im Bereich der KI-Sicherheit zu navigieren.

Dieser dozentengeleitete, live durchgeführte Kurs in Deutschland (online oder vor Ort) richtet sich an Sicherheitsexperten und Compliance-Beauftragte, die ihre EXO-Installationen härten, den Modellzugriff kontrollieren und KI-Workloads verwalten möchten, die vollständig on-premise laufen.

Diese von einem Dozenten geführte Live-Training in Deutschland (online oder vor Ort) richtet sich an IT-Sicherheits-, Risiko- und Compliance-Profis mit Anfängerschulung, die grundlegende KI-Sicherheitskonzepte, Bedrohungsszenarien und globale Rahmenwerke wie NIST AI RMF und ISO/IEC 42001 verstehen möchten.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Die einzigartigen Sicherheitsrisiken zu verstehen, die von KI-Systemen eingeführt werden.
• Bedrohungsszenarien wie feindselige Angriffe, Datenvergiftung und Modellinversion zu identifizieren.
• Grundlegende Regierungsmodelle wie das NIST KI-Risikomanagementrahmenwerk anzuwenden.
• Die Nutzung von KI mit aufkommenden Standards, Compliance-Richtlinien und ethischen Grundsätzen zu vereinbaren.

Basierend auf den neuesten OWASP GenAI Security Project-Richtlinien lernen Teilnehmer, AI-spezifische Bedrohungen zu identifizieren, zu bewerten und abzumildern, indem sie hands-on Übungen und reale Szenarien durchführen.

Diese von einem Trainer geleitete, live Training in Deutschland (online oder vor Ort) richtet sich an fortgeschrittene Fachkräfte, die Techniken wie verteiltes Lernen, sichere Mehrparteienberechnung, homomorphe Verschlüsselung und differenzielle Privatsphäre in realen maschinellen Lerntools implementieren und evaluieren möchten.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Schlüsseltechniken des datenschutz-freundlichen maschinellen Lernens zu verstehen und zu vergleichen.
• Verteilte Lernsysteme mit Open-Source-Frameworks umzusetzen.
• Differenzielle Privatsphäre für sichere Datenübermittlung und Modelltrainings anzuwenden.
• Verschlüsselungs- und sicherheitsbasierte Berechnungstechniken zur Schutz von Modulin- und -outputs zu nutzen.

Diese von einem Dozenten geleitete, live-Trainingsveranstaltung in Deutschland (online oder vor Ort) richtet sich an fortgeschrittene Sicherheitsfachleute und ML-Spezialisten, die Angriffe auf KI-Systeme simulieren, Schwachstellen aufdecken und die Robustheit bereitgestellter KI-Modelle verbessern möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Realistische Bedrohungen für maschinelle Lernmodelle zu simulieren.
• Adversariale Beispiele zur Überprüfung der Modellrobustheit zu generieren.
• Die Angriffsfläche von KI-APIs und Pipelines zu bewerten.
• Red-Teaming-Strategien für AI-Bereitstellungsumgebungen zu entwerfen.

Diese von einem Trainer geleitete, live-Schulung in Deutschland (online oder vor Ort) richtet sich an fortgeschrittene Ingenieure und Sicherheitsfachleute, die AI-Modelle am Edge gegen Bedrohungen wie Manipulation, Datenverlust, feindselige Eingaben und physische Angriffe schützen möchten.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Sicherheitsrisiken bei Edge AI-Bereitstellungen zu identifizieren und einzuschätzen.
• Manipulationsresistenz und Verschlüsselungstechniken anzuwenden.
• Edge-Bereitstellungen zu härten und Datenpipelines sicher zu gestalten.
• Bedrohungsminderungsstrategien spezifisch für eingebettete und eingeschränkte Systeme umzusetzen.

Diese von einem Ausbilder geleitete, live-Schulung in Deutschland (online oder vor Ort) richtet sich an fortgeschrittene maschinelle Lern- und Cybersecurity-Professionals, die verstehen und abmildigen möchten, welche neuen Bedrohungen gegen KI-Modelle bestehen. Dabei werden sowohl konzeptionelle Rahmenbedingungen als auch praktische Verteidigungsmaßnahmen wie robustes Training und differentialer Datenschutz genutzt.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• AI-spezifische Bedrohungen wie feindselige Angriffe, Inversion und Vergiftung zu identifizieren und zu klassifizieren.
• Tools wie das Adversarial Robustness Toolbox (ART) zum Simulieren von Angriffen und Testen von Modellen zu nutzen.
• Praktische Verteidigungsmaßnahmen einschließlich feindseligen Trainings, Rauscheinjektion und datenschutzfreundliche Techniken anzuwenden.
• Bedrohungsbewusste Modellbewertungsstrategien in Produktionsumgebungen zu entwickeln.

TinyML ist ein Ansatz, um maschinelles Lernen auf energieeffizienten, ressourcenbeschränkten Geräten am Netzwerkrand einzusetzen.

Diese von einem Trainer geführte Live-Training (online oder vor Ort) richtet sich an fortgeschrittene Fachleute, die TinyML-Pipelines sichern und Datenschutzmechanismen in Edge-AI-Anwendungen implementieren möchten.

Am Ende dieses Kurses werden die Teilnehmer in der Lage sein:

• Sicherheitsrisiken identifizieren, die speziell für das TinyML-Inferenz auf Geräten gelten.
• Datenschutzmechanismen für Edge-AI-Bereitstellungen implementieren.
• TinyML-Modelle und eingebettete Systeme gegen feindselige Bedrohungen schützen.
• Best Practices für sichere Datenverarbeitung in ressourcenbeschränkten Umgebungen anwenden.

Kursformat

• Unterhaltsame Vorlesungen, die durch Expertendiskussionen ergänzt werden.
• Praktische Übungen mit Fokus auf realistische Bedrohungsszenarien.
• Praktische Implementierung unter Verwendung von eingebetteter Sicherheit und TinyML-Tooling.

Kursanpassungsoptionen

• Organisationen können eine angepasste Version dieses Trainings anfordern, um ihren spezifischen Sicherheits- und Compliance-Anforderungen gerecht zu werden.