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.
Dauer 14 Stunden
Schulungsübersicht
Einführung in den privacy-erhaltenden KI
- Grundprinzipien des Daten schutzes 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 Ausführungspfade
- Unterstützte Plattformen und mobile Integrationsmuster
Datenverarbeitung und lokale Verarbeitungs techniken
- Sichere Erfassung und Speicherung sensibler Daten auf dem Gerät
- Minimierung der Datenexposition durch lokale Inferenz
- Strategien zur Anonymisierung und Pseudonymisierung
Implementierung privacy-erhaltender KI-Funktionen
- Erstellung KI-gestützter Funktionen ohne Übertragung von Benutz erdaten
- Gestaltung von konformen Arbeitsabläufen für Gesundheitswesen, Finanzen oder Compliance
- Sicherstellung der Datentrennung über die App-Komponenten hinweg
Sicherheitsüberlegungen für On-Device-Modelle
- Schutz der Modelle vor Extraktion oder Manipulation
- Sichere Sandbox und Berechtigung smanagement
- Threat Modeling für mobile KI-Systeme
Compliance und regulatorische Konformität
- Verständnis der Implikationen von DSGVO, HIPAA und des Finanzsektors
- Dokumentierung von Privacy-by-Design-Ansätzen
- Sicherstellung der Nachvollziehbarkeit ohne Kompromittierung von Benutzerdaten
Testen und Validieren von Datenschutzgarantien
- Testen von Arbeitsabläufen auf ungewollte Datenlecks
- Bewertung von Genauigkeits- und Datenschutzabwägungen
- Laufende Validierung über App-Updates hinweg
Bereitstellung und Wartung datenschutz-fokussierter KI-Apps
- Verwaltung von On-Device-Modellupdates
- Überwachung von Leistung und Compliance über die Zeit
- Zukunftssicherung von Anwendungen für sich entwickelnde Regulierungen
Zusammenfassung und nächste Schritte
Voraussetzungen
- Verständnis der mobilen oder Anwendungs entwicklung
- Erfahrung mit Python, Kotlin oder Swift
- Grundlegende Vertrautheit mit KI- oder Machine-Learning-Konzepten
Zielgruppe
- Enterprise-Teams
- Compliance-Offiziere
- Entwickler, die sensible Anwendungen erstellen
Erfahrungsberichte (1)
Fluss, Vibe und Thema der Präsentation
Lukasz Kowalczyk - Allegro Sp. z o.o.
Kurs - Google Gemini AI for Data Analysis
Maschinelle Übersetzung