Thema
Technologie
Artikel.
Unveränderlich heißt nicht verifizierbar: Ein Einkaufsleitfaden für Audit-Trail-Versprechen
Unveränderlicher Speicher verhindert Änderungen; ein verifizierbarer Nachweis lässt jeden Dritten bestätigen, dass sie nicht stattgefunden haben. Acht Fragen, um beides in einem Angebot auseinanderzuhalten.
Das Ende von FIPS 140-2: Warum Ihre Integritätsnachweise ein Krypto-Inventar brauchen
Am 21. September gehen die verbleibenden FIPS-140-2-Zertifikate in den Status „historisch“ über. Die unmittelbaren Auswirkungen betreffen die Beschaffung.
Das lange Leben einer Signatur: Post-Quanten-Integrität für Aufzeichnungen, die Sie jahrzehntelang aufbewahren müssen
Heutige Signaturalgorithmen überstehen Quantencomputing womöglich nicht; viele Aufzeichnungen müssen es aber überstehen. Wie Sie den Integritätsnachweis von der Signatur trennen und den Übergang planen.
Lässt sich erkennen, ob ein KI-Modell mit manipulierten Daten trainiert wurde? Ein forensischer Ansatz
Nach einem Vorfall lautet die Frage nicht, ob sich das Modell seltsam verhalten hat. Entscheidend ist, ob Sie nachweisen können, mit welchen Daten es überhaupt trainiert wurde.
ISO 42001 vs. NIST AI RMF: Wo die Lücke bei der Datenintegrität tatsächlich liegt
Beide Rahmenwerke verlangen eine Governance Ihrer KI-Daten. Keines sagt Ihnen, wie Sie unabhängig nachweisen, dass Sie diese tatsächlich umgesetzt haben.
Model Cards sind kein Nachweis der Datenherkunft: Warum Dokumentation allein den Aufsichtsbehörden nicht genügen wird
Eine Model Card sagt Ihnen, was ein Team über ein Modell aussagt. Sie beweist nichts davon. Die Aufsichtsbehörden beginnen, den Unterschied zu bemerken.
Was „KI-fähige Daten“ wirklich bedeutet: eine Definition aus Sicht der Prüfbarkeit, nicht des Marketings
Jeder Anbieter behauptet, seine Daten seien KI-fähig. Hier ist eine Definition, die standhält, wenn nicht eine Vertriebspräsentation, sondern eine Aufsichtsbehörde die Frage stellt.
Wie Data-Poisoning-Angriffe tatsächlich funktionieren und warum signaturbasierte Abwehrmechanismen sie übersehen
Poisoning sieht nicht wie ein Angriff aus. Es sieht wie Daten aus. Genau das macht es wirksam und im Nachhinein schwer zu erkennen.
Kryptografische Audit-Trails: Wie sie funktionieren und warum Aufsichtsbehörden sie inzwischen verlangen
Herkömmliche Audit-Logs lassen sich verändern. Kryptografische Audit-Trails nicht. Hier ist der Unterschied und warum er für die Compliance wichtig ist.
Warum Datenmanipulation gefährlicher ist als Ransomware
Ransomware macht sich bemerkbar. Datenmanipulation nicht. Und genau diese Unsichtbarkeit macht sie zur ernsteren Bedrohung.
Blockchain für Compliance 2026: Weg vom Hype, hin zu echten Anwendungsfällen
Nach Jahren überzogener Versprechen hat die Blockchain ihren echten Anwendungsfall im Unternehmen gefunden - und es sind nicht Kryptowährungen.
Wie Sie beweisen, dass Ihr geistiges Eigentum zuerst da war: ein Plädoyer für verifizierbare Zeitstempel
In Innovationsumgebungen, die durch KI beschleunigt werden, wird der Nachweis, wann Sie etwas geschaffen haben, ebenso wichtig wie die Schöpfung selbst.
API-Sicherheit und Datenintegrität: Was jeder Entwickler 2026 wissen sollte
APIs sind die Angriffsfläche, die die meisten Unternehmen unterschätzen. Das bedeutet Datenintegrität auf der API-Ebene.
Kryptografisches Fingerprinting von Daten in RAG-Pipelines: ein technischer Leitfaden
Retrieval-Augmented Generation ist nur so zuverlässig wie die Daten, die sie abruft. So können Sie diese überprüfen.
Data Lineage vs. Datenintegrität: Was jedes KI-Team wissen muss
Die Begriffe klingen ähnlich. Sie bedeuten aber nicht dasselbe. Vom Verständnis des Unterschieds hängt ab, ob Ihre KI-Nachweise einem Audit standhalten.
eIDAS 2.0 und die EUDI-Wallet: Was Unternehmen vor Dezember 2026 wissen müssen
Die verpflichtende Einführung der digitalen Identität in Europa steht in wenigen Monaten bevor - das müssen regulierte Organisationen jetzt tun, um sich auf die Integration der EUDI-Wallet vorzubereiten.
Was ist kryptografische Datenintegrität? Ein verständlicher Leitfaden
Der Begriff ist in Compliance und KI-Governance allgegenwärtig. Hier erfahren Sie genau, was er bedeutet, wie er funktioniert und warum er wichtig ist.
KI-Halluzinationen sind ein Problem der Datenherkunft, nicht des Modells
Die eigentliche Ursache der meisten KI-Fehler ist nicht das Modell - sondern die nicht verifizierten Daten, mit denen das Modell trainiert wurde oder die es abruft.
Keine Artikel gefunden. Versuchen Sie einen anderen Suchbegriff.
Entdecken Sie andere Kategorien, um passende Inhalte zu finden
Nach Thema stöbern
Auf dem Laufenden bleiben
Einblicke in
Cyber-Resilienz.
Erhalten Sie Einblicke in Cyber-Resilienz per E-Mail. Praxisnahe, auditbereite Orientierung zu Datenintegrität, Compliance und Kontinuität - sobald wir veröffentlichen.