Seminar Sicherheit und Zero Trust für Sovereign AI

Private AI reduziert externe Datenflüsse, beseitigt aber keine Sicherheitsrisiken. Modelle, Promptdaten, Plugins, Vektorspeicher, Container und Beschleuniger bilden eine neue Angriffsfläche mit besonders wertvollen Informationen und hohen Ressourcenrechten.

Das Seminar setzt Zero Trust in konkrete Plattformkontrollen um. Identität, Netzwerk, Workload, Artefakt und Laufzeit werden einzeln geprüft und in einer mehrschichtigen Sicherheitsarchitektur verbunden.

Einordnung und Nutzen

Drei Tage sind erforderlich, weil Bedrohungsmodell, IAM, Netzwerk, Lieferkette und Laufzeitschutz praktisch konfiguriert und in Angriffs- sowie Störungsszenarien überprüft werden.

Zielgruppe

• Kubernetes- und Plattformadministration
• DevSecOps und Informationssicherheit
• MLOps-, LLMOps- und AI-Engineering-Teams

Voraussetzungen

• Sichere Kubernetes-Grundkenntnisse
• Grundlagen von TLS, OIDC und Netzwerken
• Erfahrung mit YAML und Kommandozeile

Lernziele

• Bedrohungen und Vertrauensgrenzen einer AI-Plattform modellieren
• Identitäts- und Netzwerkzugriffe minimal berechtigen
• Artefakte und Konfigurationen technisch zulassen oder blockieren
• Sicherheitsereignisse erkennen und kontrolliert behandeln

Seminarinhalte

Bedrohungsmodell und Schutzarchitektur

• Daten, Modelle, Prompts, Endpunkte und Verwaltungsebenen
• Angreifer, Missbrauch, Lieferkette und Ressourcenerschöpfung
• Vertrauenszonen, Kontrollpunkte und sichere Standardwerte

Identitäten und Berechtigungen

• Keycloak, OIDC, Gruppen und Kubernetes-RBAC
• Service Accounts, kurzlebige Tokens und Workload-Identitäten
• Trennung von Administration, Plattformbetrieb und Mandanten

Netzwerk und Datenfluss

• Default-deny NetworkPolicies und Segmentierung
• Ingress, Gateway, mTLS und Egress-Kontrolle
• Namensauflösung, Metadatenendpunkte und kontrollierte externe Ziele

Secrets und Verschlüsselung

• Secret-Lebenszyklus, Rotation und externe Secret-Stores
• Verschlüsselung ruhender und übertragener Daten
• Schlüsseltrennung, Wiederherstellung und Notfallzugriff

Policy und Software-Lieferkette

• CEL-basierte Kyverno ValidatingPolicy und ImageValidatingPolicy statt neuer Abhängigkeiten von Legacy-ClusterPolicy
• Image-Signaturen, Attestierungen, Digests, SBOM und Schwachstellenprüfung
• Admission, Policy-Tests, Laufzeitkontrolle und dokumentierte Ausnahmen

AI-spezifischer Schutz und Incident Response

• Authentisierung, Rate Limits und Quotas an Modellendpunkten
• Prompt-, Retrieval- und Ausgabedaten kontrollieren
• Auditspuren, Beweissicherung, Sperrung und Wiederinbetriebnahme

Praktische Übungen

• Erstellung eines Bedrohungsmodells für eine RAG-Plattform
• Integration von OIDC und rollenbasiertem Zugriff
• Umsetzung von Default-deny-Netzwerk- und CEL-basierten Kyverno-Regeln
• Prüfung von Signatur und Attestierung über ImageValidatingPolicy
• Blockierung eines unzulässigen Artefakts und Bearbeitung eines simulierten Sicherheitsereignisses

Methodik

Jede Sicherheitsschicht wird in einer Laborumgebung konfiguriert und anschließend durch Negativtests überprüft. Das Ergebnis ist ein nachvollziehbarer Satz technischer Basiskontrollen.