Google führt ‚Private AI Compute‘ ein: Cloud-KI mit Datenschutzfokus

Google hat ‚Private AI Compute‘ angekündigt, eine cloudbasierte Ausführungsumgebung für generative KI auf Basis der Gemini-Modelle. Ziel ist es, Leistungsfähigkeit und Datenschutz zu verbinden. Das Angebot orientiert sich konzeptionell an Apples 2024 eingeführter ‚Private Cloud Compute‘ und reagiert auf die wachsenden Rechenanforderungen moderner KI-Anwendungen bei gleichzeitig hohen Erwartungen an Vertraulichkeit.

Kern des Ansatzes ist eine hardware-abgeschirmte, verifizierte Umgebung in der Google-Cloud. Datenübertragungen zwischen Gerät und Cloud sollen vollständig verschlüsselt erfolgen; laut Google erhalten weder der Anbieter noch andere Nutzer Einblick in die verarbeiteten Informationen. Das Unternehmen positioniert die Lösung als ebenso sicher wie lokale Verarbeitung, bei zentraler Verwaltung und Skalierung.

Technisch eröffnet die Cloud den Zugriff auf größere und fortgeschrittene Gemini-Modelle, als sie auf typischen Endgeräten laufen könnten. Geplant ist die Integration in Produkte wie Search, Workspace und Android, um „hilfreiche, persönliche und proaktive“ Funktionen zu ermöglichen – ohne, so Google, sensible Inhalte preiszugeben. Für Anwender kann dies konsistente KI-Funktionen über Geräteklassen hinweg bedeuten.

Aus fachlicher Sicht knüpft das an etablierte Prinzipien des Confidential Computing an: Hardware-Root-of-Trust, Remote Attestation und strikte Verschlüsselung in Transit und (begrenzt) in Nutzung. Entscheidend bleiben Nachweise zur Isolationsstärke, zur Prüfbarkeit der Umgebung sowie klare Protokolle für Audit, Logging und Schlüsselverwaltung. Auch Fragen der Datenklassifizierung und regionalen Datenhaltung spielen eine Rolle.

Für Unternehmen empfiehlt sich ein stufenweiser Einstieg: Pilotprojekte mit nicht-sensiblen Datensätzen, Threat-Modeling, Bewertung von Latenz- und Kostenprofilen sowie Vergleich mit Alternativen wie reiner Edge-Verarbeitung. Der Ansatz fügt sich in den Trend ein, KI-Funktionalität breiter verfügbar zu machen, ohne grundlegende Datenschutzanforderungen zu vernachlässigen.