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 Privacy-gewährleistete KI
- Kernprinzipien des Datenschutzes in mobilen Anwendungen
- Regulatorische Anforderungen für On-Device-KI
- Vorteile und Einschränkungen 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
Datenhandhabung und Techniken der lokalen Verarbeitung
- Sichere Sammlung und Speicherung sensibler Daten direkt auf dem Gerät
- Minimierung von Datenexposition durch lokale Inferenz
- Strategien zur Anonymisierung und Pseudonymisierung
Implementierung datenschutzgerechter KI-Funktionen
- Erstellung KI-gestützter Funktionen ohne Übertragung von Nutzerdaten
- Design von arbeitsabläufen für Gesundheitswesen, Finanzen oder Compliance
- Sicherstellung der Datenisolierung zwischen App-Komponenten
Sicherheitsaspekte für On-Device-Modelle
- Schutz von Modellen vor Extrahieren oder Manipulation
- Sichere Sandboxing-Verfahren und Berechtigungsverwaltung
- Bedrohungsmodellierung für mobile KI-Systeme
Compliance und regulatorische Ausrichtung
- Verständnis von GDPR, HIPAA und Auswirkungen im Finanzsektor
- Dokumentation von Privacy-by-Design-Ansätzen
- Aufrechterhaltung der Nachvollziehbarkeit ohne Gefährdung der Nutzerdaten
Tests und Validierung der Privacy-Garantien
- Testen von Arbeitsabläufen auf unbeabsichtigte Datenlecks
- Bewertung des Trade-offs zwischen Genauigkeit und Datenschutz
- Kontinuierliche Validierung bei App-Updates
Bereitstellung und Wartung datenschutzorientierter KI-Apps
- Verwaltung von On-Device-Modellaktualisierungen
- Langfristige Überwachung von Leistung und Compliance
- Zukunftssichere Gestaltung von Anwendungen im Hinblick auf sich wandelnde Regularien
Zusammenfassung und nächste Schritte
Voraussetzungen
- Verständnis für mobile Entwicklung oder Anwendungsprogrammierung
- Erfahrung mit Python, Kotlin oder Swift
- Grundlegendes Wissen über KI- oder Machine-Learning-Konzepte
Zielgruppe
- Unternehmensgruppen
- Datenschutzbeauftragte
- Entwickler, 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