Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung in datenschutzfreundliche KI
- Kernprinzipien des Datenschutzes in mobilen Anwendungen
- Regulatorische Treiber für On-Device-KI
- Vorteile und Grenzen der lokalen Verarbeitung
Verständnis von Nano Banana für On-Device-Datenschutz
- Architektur des Nano-Banana-Modells
- Sicherheitseigenschaften und lokale Ausführungswege
- Unterstützte Plattformen und Integrationsschemata für mobile Geräte
Techniken zum Umgang mit Daten und zur lokalen Verarbeitung
- Sicheres Sammeln und Speichern sensibler Daten auf dem Endgerät
- Reduzierung der Datenexposition durch lokale Inferenz
- Strategien zur Anonymisierung und Pseudonymisierung
Implementierung datenschutzfreundlicher KI-Funktionen
- Entwicklung KI-gestützter Funktionen ohne Übertragung von Benutzerdaten
- Gestaltung von arbeitsabläufen für den Gesundheits-, Finanz- oder Compliance-Bereich
- Sicherstellung der Datenisolation zwischen App-Komponenten
Sicherheitsaspekte für On-Device-Modelle
- Schutz der Modelle vor Extrahierung oder Manipulation
- Sichere Sandboxing und Berechtigungsverwaltung
- Threat Modeling für mobile KI-Systeme
Compliance und regulatorische Ausrichtung
- Verständnis der Implikationen von DSGVO, HIPAA und Vorschriften im Finanzsektor
- Dokumentation von Privacy-by-Design-Ansätzen
- Aufrechterhaltung der Prüfbbarkeit ohne Gefährdung der Benutzerdaten
Testen und Validieren von Datenschutzgarantien
- Testen von Arbeitsabläufen auf unbeabsichtigte Datenlecks
- Bewertung der Abwägung zwischen Genauigkeit und Datenschutz
- Kontinuierliche Validierung über App-Updates hinweg
Bereitstellen und Warten von KI-Apps mit Fokus auf Datenschutz
- Verwaltung von On-Device-Modellupdates
- Überwachung der Leistung und Compliance im Laufe der Zeit
- Zukunftssicherung der Anwendungen für sich wandelnde Vorschriften
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundkenntnisse in der mobilen Anwendungsentwicklung
- Erfahrungen mit Python, Kotlin oder Swift
- Basiswissen zu KI- oder Machine-Learning-Konzepten
Zielgruppe
- Enterprise-Teams
- Datenschutzbeauftragte und Compliance-Officer
- Entwickelnde Personen, die sensible Anwendungen erstellen
14 Stunden
Erfahrungsberichte (1)
Fluss, Vibe und Thema der Präsentation
Lukasz Kowalczyk - Allegro Sp. z o.o.
Kurs - Google Gemini AI for Data Analysis
Maschinelle Übersetzung