Einführung in das Management von Vertrauen, Risiken und Sicherheit bei KI (AI TRiSM) 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.

Dieses von erfahrenen Trainern geleitete Live-Schulungsprogramm in Deutschland (online oder vor Ort) richtet sich an Führungskräfte mittleren Levels, die lernen möchten, wie man KI-Systeme verantwortungsvoll steuert und schützt – im Einklang mit neuen internationalen Regulierungen wie dem EU-AI-Gesetz, der DSGVO, ISO/IEC 42001 sowie dem US-Exekutivdekret zu KI.

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

• Die rechtlichen, ethischen und regulatorischen Risiken bei der Nutzung von KI in verschiedenen Unternehmensbereichen zu erkennen.
• Die wichtigsten Governance-Rahmenwerke für KI (EU-AI-Gesetz, NIST AI RMF, ISO/IEC 42001) zu verstehen und anzuwenden.
• Sicherheits-, Prüfungs- sowie Überwachungsmaßnahmen für die Implementierung von KI im Unternehmen festzulegen.
• Richtlinien für den Einkauf und die Nutzung von KI-Systemen sowohl externer als auch eigenentwickelter Anbieter 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.

Dieser Kurs bietet eine praktische Einführung in die Sicherung moderner KI-gestützter Anwendungen, APIs, Copilots und autonomer Agenten. Die Teilnehmer lernen, wie sich KI-Sicherheit von traditioneller Websicherheit unterscheidet, erkunden gängige kIspezifische Bedrohungen wie Prompt-Injection, RAG-Poisoning und Agenten-Missbrauch und verstehen, wie KI-Systeme mit mehrschichtigen Verteidigungsstrategien, einschließlich WAFs, AI-Gateways, API-Sicherheit und Guardrails, geschützt werden können. Durch praktische Labore und reale Beispiele erwerben die Teilnehmer die Fähigkeiten, KI-Angriffsmuster zu identifizieren, LLM-basierte Anwendungen zu sichern und wirksame Laufzeitschutzmaßnahmen für Produktionsumgebungen bereitzustellen.

Dieses von einem Trainer geleitete Live-Training in Deutschland (online oder vor Ort) richtet sich an KI-Entwickler, Architekten und Produktmanager mittleren bis fortgeschrittenen Niveaus, die Risiken im Zusammenhang mit LLM-basierten Anwendungen erkennen und minimieren möchten – etwa Angriffe durch Prompt Injection, Datenlecks oder ungefilterte Ausgaben. Dabei werden Sicherheitsmaßnahmen wie Eingabeverifikation, menschliche Überwachung sowie Grenzkontrollen für die Ausgaben berücksichtigt.

Am Ende des Kurses werden die Teilnehmer in der Lage sein zu:

• Die grundlegenden Schwachstellen von LLM-Systemen zu verstehen.
• Sichere Gestaltungsprinzipien bei der Architektur solcher Anwendungen anzuwenden.
• Tools wie Guardrails AI und LangChain zur Validierung, Filterung sowie Sicherstellung von Qualität einzusetzen.
• Techniken wie Sandboxing, Red Teaming sowie menschliche Überprüfung in produktionsreife Arbeitsabläufe zu integrieren.

Dieser Kurs lehrt Softwareentwickler, wie man mittels gezielter Sicherheitsmaßnahmen solide KI-Anwendungen entwirft. Die Teilnehmenden erlernen den Schutz von Chatbots, Kopiloten, RAG-Pipelines sowie autonomen Agenten vor spezifischen KI-Gefahren wie Prompt-Injection, Datenvergiftung, Missbrauch von Werkzeugen, Geheimnisabfluss oder unsicherer Modellausgabe. Themen umfassen sicheres Prompt-Design, RAG-Sicherheit, Konzepte des Mindestprivilegs sowie Red-Teaming – damit die Entwickler KI-Lösungen realisieren können, die in der Praxis sicher, verlässlich 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.

Dieses vom Trainer geleitete Live-Training in Deutschland (online oder vor Ort) richtet sich an Sicherheitsingenieure und Compliance-Beauftragte, die EXO-Umgebungen absichern, den Zugang zu Modellen kontrollieren sowie KI-Arbeitslasten vollständig on-premise verwalten möchten.

Dieses vom Kursleiter geführte Live-Training in Deutschland – sowohl online als auch vor Ort – richtet sich an IT-Sicherheits-, Risiko- und Compliance-Fachkräfte mit geringer Vorerfahrung, die Grundlagen der Sicherheit bei KI verstehen sowie Bedrohungsquellen sowie internationale Rahmenwerke wie den NIST AI RMF und ISO/IEC 42001 kennenlernen möchten.

Nach Abschluss dieses Trainings werden die Teilnehmenden folgende Fähigkeiten besitzen:

• Sie verstehen die spezifischen Sicherheitsrisiken, die durch KI-Systeme entstehen.
• Sie erkennen Bedrohungsquellen wie Adversarial Attacks, Datenvergiftung und Modell-Inversionen.
• Sie können grundlegende Governance-Modelle, etwa den NIST AI Risk Management Framework, anwenden.
• Sie stellen sicher, dass der Einsatz von KI mit neuen Standards, Compliance-Vorgaben sowie ethischen Grundsätzen im Einklang steht.

Dieses instructor-led-Live-Training in Deutschland (online oder vor Ort) richtet sich an Security- und ML-Ingenieure, die Angriffe auf ML-Modelle und LLM-gestützte Anwendungen identifizieren, testen und abwehren müssen.

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.

Dieses von einem Dozenten geleitete Live-Training in Deutschland (online oder vor Ort) richtet sich an Fachkräfte mit fortgeschrittenem Wissen, die Techniken wie föderiertes Lernen, sichere Mehrparteienberechnung, homomorphe Verschlüsselung sowie differenzielle Privatsphäre in realen maschinellen Lernsystemen implementieren und bewerten möchten.

Nach Abschluss dieses Trainings werden die Teilnehmer folgendes können:

• Die wichtigsten datenschutzorientierten Methoden im maschinellen Lernen verstehen und gegeneinander abwägen.
• Föderierte Lernsysteme mithilfe von Open-Source-Frameworks implementieren.
• Differenzielle Privatsphäre nutzen, um ein sicheres Teilen von Daten sowie das Training von Modellen zu gewährleisten.
• Verschlüsselungs- und sicherheitsrelevante Berechnungstechniken anwenden, um Ein- und Ausgabedaten der Modelle zu schützen.

Dieses von einem Instruktor geleitete Live-Training in Deutschland (online oder vor Ort) richtet sich an Sicherheitsexperten sowie KI-Spezialisten, die Angriffe auf KI-Systeme simulieren, potenzielle Schwachstellen identifizieren und die Stabilität der bereitgestellten Modelle verbessern möchten.

Nach Abschluss dieses Trainings werden die Teilnehmer in der Lage sein:

• Reale Bedrohungen für Maschinelle Lernmodelle zu simulieren.
• Adversarische Beispiele zu erzeugen, um die Robustheit der Modelle zu testen.
• Die Angriffsfläche von KI-APIs und Bereitstellungsprozessen zu bewerten.
• Strategien für Red Teaming in KI-Bereitstellungsumgebungen auszuarbeiten.

Dieses von einem Instruktor geleitete Live-Training in Deutschland (online oder vor Ort) richtet sich an Ingenieure sowie Sicherheitsfachkräfte mittleren Kenntnisstands, die daran interessiert sind, AI-Modelle am Edge vor Bedrohungen wie Manipulationen, Datenabfluss, feindseligen Eingaben und physischen Angriffen zu schützen.

Nach Abschluss dieses Trainings werden die Teilnehmer in der Lage sein:

• Sicherheitsrisiken bei Edge AI-Implementierungen zu identifizieren und einzuschätzen.
• Manipulationsresistente Maßnahmen sowie verschlüsselte Inferenztechniken anzuwenden.
• Am Edge eingesetzte Modelle zu verstärken und Datentransferwege abzusichern.
• Bedrohungsmindermachstrategien umzusetzen, die speziell für eingebettete Systeme mit begrenzten Ressourcen gelten.

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.