Der Prototyp läuft.
Darf er auch echte Kundendaten sehen?
60 Minuten Confidential Computing in der Praxis. TWT und Edgeless Systems bauen einen Assistenten für internes Unternehmenswissen um — und zeigen, was die Technologie schützt und wo sie aufhört.
Rüdiger Pläster·Chief AI Officer, TWT
Martin Paloncy·Partnerships Manager, Edgeless Systems
Webinar startet in
Warum dieses Webinar
In vielen Unternehmen steht inzwischen ein funktionierender KI-Prototyp. Gebaut mit Claude Code oder einem vergleichbaren Assistenten, in Tagen statt Monaten. Die Demo überzeugt. Der Produktivbetrieb scheitert dann an einer einzigen Frage: Darf das Ding echte Daten sehen?
Damit landet der Fall bei Datenschutz, IT-Security und Compliance — und dort selten schnell wieder heraus. Denn die Antwort hängt nicht nur am Modellanbieter, sondern an der gesamten Kette: Welche Dokumente gehen ins System, wer darf welche Antwort sehen, was steht hinterher im Log.
Confidential Computing verschiebt dabei eine Grenze: Daten bleiben auch während der Verarbeitung verschlüsselt, im Speicher der Maschine. In diesem Webinar zeigen wir an einem konkreten Assistenten, was das löst — und was es ausdrücklich nicht löst.
Drei Thesen
Was wir an die Tafel
schreiben — und warum.
Der Prototyp ist fertig. Die Freigabe ist das Projekt.
Code zu schreiben ist seit KI-Coding-Tools der günstigste Teil. Teuer wird die Frage, unter welchen Bedingungen die Anwendung produktiv auf echte Daten darf.
Ein anderer Modellanbieter macht die Anwendung nicht vertraulich.
Der Modelldienst ist ein Glied in der Kette. Datenquellen, Zugriffsrechte, Protokollierung und Kontextaufbau entscheiden mit — und werden beim Anbieterwechsel meist übersehen.
Confidential Computing löst ein Problem, nicht alle.
Es schützt Daten während der Verarbeitung vor dem Betreiber. Es ersetzt keine Rechte- und Rollenlogik und garantiert keine korrekten Antworten. Wir sagen im Webinar, wo die Grenze verläuft.
Agenda · 60 Minuten
Vier Blöcke. Ein Live-Beispiel.
Keine Folienschlachten.
Wir arbeiten an einem einzigen durchgehenden Fall: einem Assistenten für vertrauliches Unternehmenswissen, gefüttert mit fiktiven internen Dokumenten. Jeder Block schaut auf dieselbe Anwendung aus einem anderen Winkel.
Was Confidential Computing schützt
Und wo es aufhört.
Daten sind im Transport und im Speicher längst verschlüsselt. Confidential Computing schließt die dritte Lücke: die Verarbeitung. Wir erklären in zehn Minuten ohne Kryptografie-Vorlesung, was im Prozessor passiert, was Attestierung bedeutet — und welche Risiken davon unberührt bleiben.
Was Confidential Computing schützt
Und wo es aufhört.
Daten sind im Transport und im Speicher längst verschlüsselt. Confidential Computing schließt die dritte Lücke: die Verarbeitung. Wir erklären in zehn Minuten ohne Kryptografie-Vorlesung, was im Prozessor passiert, was Attestierung bedeutet — und welche Risiken davon unberührt bleiben.
Der Assistent für internes Wissen
Live am fiktiven Dokumentenbestand.
Ein Assistent beantwortet Fragen zu Verträgen, Protokollen und Richtlinien. Wir zeigen den Aufbau, binden Privatemode AI als geschützte Verarbeitung ein und sehen uns an, was sich in der Anwendung dadurch ändert — und was nicht.
Der Assistent für internes Wissen
Live am fiktiven Dokumentenbestand.
Ein Assistent beantwortet Fragen zu Verträgen, Protokollen und Richtlinien. Wir zeigen den Aufbau, binden Privatemode AI als geschützte Verarbeitung ein und sehen uns an, was sich in der Anwendung dadurch ändert — und was nicht.
Vom Prototyp zum Produktivbetrieb
Vier Baustellen neben dem Modell.
Datenquellen, Zugriffsrechte, Protokollierung, Antwortqualität. Wir gehen die vier Punkte durch, an denen KI-Anwendungen in der Freigabe hängen bleiben — inklusive des Unterschieds zwischen Datenflüssen in der KI-gestützten Entwicklung und im Betrieb.
Vom Prototyp zum Produktivbetrieb
Vier Baustellen neben dem Modell.
Datenquellen, Zugriffsrechte, Protokollierung, Antwortqualität. Wir gehen die vier Punkte durch, an denen KI-Anwendungen in der Freigabe hängen bleiben — inklusive des Unterschieds zwischen Datenflüssen in der KI-gestützten Entwicklung und im Betrieb.
Live Q&A
Fragen an beide Speaker.
Bringen Sie Ihren eigenen Fall mit. Wir sortieren nach Relevanz und Häufigkeit und beantworten auch die unbequemen Fragen zu Grenzen und Aufwand.
Live Q&A
Fragen an beide Speaker.
Bringen Sie Ihren eigenen Fall mit. Wir sortieren nach Relevanz und Häufigkeit und beantworten auch die unbequemen Fragen zu Grenzen und Aufwand.
Was Sie mitnehmen
Fünf Bausteine —
kein Buzzword.
Konkretes Material, mit dem Sie nach dem Webinar den eigenen KI-Prototyp auf Produktivtauglichkeit prüfen und die Einschätzung intern vertreten können.
Ein verständliches Bild davon, was Confidential Computing schützt — und wo seine Grenzen liegen.
→Einen durchgespielten Anwendungsfall: Assistent für vertrauliches Unternehmenswissen, inklusive Architekturskizze.
→Orientierung, wie sich Datenflüsse während der KI-gestützten Entwicklung von denen im Betrieb unterscheiden.
→Kriterien für die Weiterentwicklung bestehender Prototypen: von der geschützten Modellanbindung bis zur Prüfung von Integration und Antwortqualität.
→Live Q&A mit beiden Speakern.
→Für wen ist dieses Webinar
Für Teams, die den
Prototyp schon haben.
Produkt & Entwicklung
Product Owner, Tech Lead, Entwicklungsteams
Innovation & KI
AI-Verantwortliche, Head of AI, R&D
IT & Security
CIO, CISO, IT-Architektur
Datenschutz & Compliance
DSB, Legal, Risk
Besonders relevant für Unternehmen, die bereits eigene KI-Anwendungen gebaut haben — etwa mit Claude Code oder vergleichbaren Coding-Assistenten — und nun deren Eignung für den vertraulichen Produktivbetrieb prüfen.
Speaker
Zwei Perspektiven.
Eine Anwendung.
Speaker
Rüdiger Pläster
Chief AI Officer · TWT
Berät seit über einem Jahrzehnt Mittelstand und Konzerne bei Customer-Experience- und Automatisierungsprojekten — vom ersten Prototyp bis zum produktiven Rollout.
Bringt in diesem Webinar die Anwendungsseite ein: wie eine KI-Anwendung gebaut ist, was ihr Umbau kostet und woran Freigaben in der Praxis scheitern.
Speaker
Martin Paloncy
Partnerships Manager · Edgeless Systems
Verantwortet bei Edgeless Systems die Zusammenarbeit mit Implementierungs- und Technologiepartnern, von IT-Dienstleistern und Beratungen bis zu Softwareanbietern, die Privatemode AI als vertrauliche KI-Infrastruktur in ihre Lösungen einbinden.
Bringt die Infrastrukturseite ein: was im Prozessor passiert, was Attestierung nachweist und welche Zusicherungen daraus tatsächlich folgen.
Anwendung trifft
Infrastruktur.
Über TWT
TWT begleitet Unternehmen bei der Umsetzung von KI-Projekten — Strategie, Design, Technologie, Adoption aus einer Hand. Schwerpunkt: Anwendungen, die in Wochen produktiv werden, nicht in Quartalen.
Über Edgeless Systems
Edgeless Systems aus Bochum entwickelt Software für Confidential Computing und mit Privatemode AI einen durchgehend verschlüsselten KI-Dienst. Ziel ist, sensible Daten auch während der Verarbeitung vor dem Betreiber zu schützen.
Anmeldung
Platz sichern.
Kostenfrei.
03. November 2026 · 11:00 — 12:00 Uhr · Online. Die Aufzeichnung erhalten Sie automatisch nach dem Webinar — auch ohne Live-Teilnahme.
Häufige Fragen
Kurz beantwortet.
Bevor Sie fragen müssen.
Ja. Keine versteckten Kosten, keine Verkaufsrunde im Anschluss.
Nein, aber wir arbeiten offen mit einem konkreten Produkt. Confidential AI lässt sich schlecht abstrakt zeigen — deshalb bauen wir das Beispiel mit Privatemode AI. Die Kriterien, die wir in Block 03 durchgehen, gelten produktunabhängig, und wir benennen auch, was die Technologie nicht leistet.
Nein. Block 01 setzt bei null an. Wer selbst entwickelt, findet in Block 02 und 03 die Details.
Melden Sie sich trotzdem an. Alle Teilnehmenden erhalten Aufzeichnung und Unterlagen per E-Mail.
Nein. Wir arbeiten ausschließlich mit fiktiven internen Dokumenten — keine Kundendaten, weder von uns noch von Dritten.
Gern. Senden Sie uns nach der Anmeldung eine Notiz an webinar@twt.de, dann ergänzen wir sie ohne weiteres Formular.