In der Automobilindustrie ist TISAX die Eintrittskarte. Wer mit Prototypendaten, Konstruktionsunterlagen oder Fahrzeugsoftware arbeitet, muss nachweisen, dass Informationen geschützt sind. Generative AI wirft dabei neue Fragen auf: Wohin fließen die Daten? Wer kann sie sehen? Lernt das Modell daraus?
Die drei Kernfragen
1. Welche Daten gehen in welches Modell? Nicht jede Information ist gleich schützenswert. Eine saubere Datenklassifizierung entscheidet, ob ein Cloud-Modell genügt oder ob es eine Lösung in der eigenen Infrastruktur braucht.
2. Wo wird verarbeitet und gespeichert? Rechenzentrumsstandort, Speicherdauer von Prompts und Antworten, Nutzung für Training - diese Punkte gehören vertraglich und technisch geklärt.
3. Wer hat Zugriff? Zugriffsrechte auf AI-Werkzeuge sollten denselben Regeln folgen wie Zugriffsrechte auf die Daten, die darin verarbeitet werden.
Checkliste für den Einsatz
- AI-Werkzeuge in das Asset-Inventar des ISMS aufnehmen
- Datenklassen festlegen, die je Werkzeug erlaubt sind
- Anbieterbewertung durchführen, inklusive Trainings- und Speicherregelungen
- Protokollierung von Nutzung und Zugriffen aktivieren
- Mitarbeitende schulen - konkret, mit Beispielen aus dem eigenen Arbeitsalltag
- Ausnahmen und Vorfälle über den bestehenden Prozess behandeln
Unser Blick
Wir arbeiten in den TISAX-geprüften Prozessen der SII Group und entwickeln für Kunden mit hohem Schutzbedarf. Unsere Erfahrung: GenAI und TISAX schließen sich nicht aus. Sie verlangen nur, dass man AI wie jedes andere IT-System behandelt - mit Klassifizierung, Kontrolle und Verantwortung.
