Kontakt aufnehmen
 Dauer 14 Stunden

Schulungsübersicht

Einführung in sichere Agentenoperationen

  • Enterprise-Herausforderungen bei der Absicherung von KI-Agenten
  • Sicherheitsorientierte Designprinzipien von AgentCore
  • Übersicht über die Module für Identität, Observability und Compliance

Identitäts- und Zugriffsverwaltung

  • Rollenbasierte Zugriffssteuerungen für Agenten
  • Föderierte Identität mit Enterprise-IAM-Systemen
  • Praktische Laborübung: Konfiguration von sicherer Identität und Berechtigungen

Sitzungsverwaltung und Sicherheitskontrollen

  • Verwaltung der Sitzungsübergreifenden Zustände
  • Vermeidung von nicht autorisierter Persistenz und Datenlecks
  • Praktische Laborübung: Durchsetzung sicherer Sitzungsrichtlinien

Observability für KI-Agenten

  • Strukturierte Protokollierung und Nachvollziehbarkeit
  • Metriken zur Überwachung der Agentenaktivität
  • Praktische Laborübung: Integration von AgentCore mit Observability-Dashboards

Compliance und Prüfbarkeit

  • Wichtige Compliance-Rahmenwerke für KI-Agenten
  • Audit-Protokollierung und Aufbewahrung von Spuren
  • Praktische Laborübung: Erstellen von compliancekonformen Audit-Trails

Incident Response und Risikominderung

  • Erkennung und Reaktion auf Sicherheitsvorfälle
  • Automatisierte Benachrichtigungen und Eskalationsworkflows
  • Praktische Laborübung: Simulation einer Compliance-Verletzungs-Szene

Best Practices und Enterprise-Muster

  • Sichere Rollout-Strategien in regulierten Umgebungen
  • Gestaltung von Governance-Modellen für Agentenoperationen
  • Zukunftstrends in der KI-Agenten-Compliance

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Vertiefte Kenntnisse in Enterprise-Sicherheitsmodellen
  • Erfahrung mit Compliance-Rahmenwerken (z. B. DSGVO, HIPAA, SOC 2)
  • Vertrautheit mit Observability-Plattformen und AWS-Diensten

Zielgruppe

  • Sicherheitsarchitekten
  • Compliance-Beauftragte
  • Observability-Ingenieure

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien