Googles Private-AI-Compute-Team hat ein technisches Update zu seiner Private-AI-Compute-Architektur angekündigt, das persistente, geräteübergreifende KI-Speicherfunktionen ermöglichen und dabei die strengen Datenschutzstandards beibehalten soll, die üblicherweise mit der Verarbeitung auf dem Gerät verbunden sind. In einem Blogbeitrag, der im Google DeepMind Blog veröffentlicht wurde, erklärte das Team, das Update löse ein lange bestehendes Dilemma der modernen KI: Wie lässt sich einem Assistenten langfristige Kontinuität über Geräte hinweg geben, während Daten so geschützt bleiben wie bei der lokalen Verarbeitung?

Laut dem Unternehmen wird KI zunehmend leistungsfähiger und intuitiver – sie merkt sich, was wichtig ist, versteht die Welt um den Nutzer herum und handelt auf dessen Anweisung. Google betonte, dass Privatsphäre und Vertrauen entscheidend dafür seien, indem sie sicherstellen, dass Daten privat und geschützt bleiben, während KI-Systeme sich zu einer kontinuierlicheren Unterstützung über Geräte hinweg weiterentwickeln.

Datenschutz auf Geräteebene für Speicher in Cloud-Größe

Die neue Fähigkeit basiert auf einer persistenten Speicherebene, die wie ein sicherer digitaler Tresor in der Cloud funktionieren soll. Nach diesem Modell werden die zur Unterstützung erforderlichen Informationen in einer dedizierten, verschlüsselten Speicherung versiegelt, während die kryptografischen Schlüssel zur Entsperrung ausschließlich auf den persönlichen Geräten des Nutzers verwahrt werden – sodass die Daten für niemanden sonst zugänglich sind, nicht einmal für Google.

Wenn ein KI-Modell auf Informationen zugreifen muss, um einen Nutzer zu unterstützen, verbindet ein authentifizierter, Ende-zu-Ende-verschlüsselter Kanal das Gerät mit einer geschützten, isolierten Umgebung in der Cloud. Google bezeichnet diesen Raum als „secure enclave“. Dort werden die Daten des Nutzers vorübergehend im isolierten Speicher entschlüsselt, um die Anfrage zu bearbeiten, neuer Kontext wird gespeichert und sofort wieder verschlüsselt – die Informationen bleiben privat, „als hätten sie Ihr Gerät nie verlassen“.
Die Architektur kombiniert hardwareerzwungene Secure Enclaves, verschlüsselte Kanäle und nutzerpezifische Datenbanken, die durch geräteabgeleitete Verschlüsselungsschlüssel geschützt sind. Google erklärte, diese Kombination halte die Daten vollständig privat und unter der Kontrolle des Nutzers.

Das Unternehmen stellte die Änderung als notwendig dar, um den Rechenbedarf des KI-Zeitalters zu decken. Die lokale Verarbeitung auf dem Gerät war historisch der Goldstandard für Privatsphäre – doch moderne KI-Modelle an der Forschungsspitze erfordern oft deutlich mehr Rechenleistung, als ein einzelnes Gerät bieten kann. Fortschrittliche KI in persönliche Assistenten zu bringen bedeutet laut Google, zu lösen, wie man die Leistungsfähigkeit der Cloud nutzt und gleichzeitig sicherstellt, dass persönliche Daten so geschützt bleiben, als hätten sie das Gerät nie verlassen.

Zu diesem Zweck hatte Google zuvor seine Private AI Compute-Plattform eingeführt, die es Nutzern ermöglicht, komplexe Aufgaben in hardwareisolierten Cloud-Enklaven zu verarbeiten. Bisher war diese Technologie – wie ähnliche Lösungen in der gesamten Branche – streng „zustandslos“, d. h. der gesamte Kontext wurde gelöscht, sobald eine Aufgabe beendet war. Google argumentierte, Workarounds wie das Speichern einer Liste persönlicher Fakten und Präferenzen durch die KI reichten nicht aus, um die umfassenden, kontinuierlichen Erlebnisse zu unterstützen, die Nutzer von persönlicher KI erwarten. Diese Ebene der Unterstützung zu ermöglichen erforderte die Entwicklung einer Methode, mit der KI in Cloud-Größe Kontext sicher über Zeit und Geräte hinweg behalten kann.

Diese zustandslose Beschränkung galt nie nur für Google: Hardwareisolierte Cloud-Verarbeitung wird branchenweit für sensible Workloads mit Ressourcen in Cloud-Größe eingesetzt, und solange solche Systeme den Kontext nach jeder Aufgabe löschten, bot Cloud-KI kein dauerhaftes Äquivalent zum Speicher lokaler Software. Der Wechsel zu persistenter serverseitiger Speicherung ist daher eine bemerkenswerte architektonische Verschiebung für Cloud-KI – und eine, die Google als Voraussetzung für persönliche Assistenten mit echter geräteübergreifender Kontinuität darstellt.

Vertrauen aufbauen und vorausschauen

Google veranschaulichte mögliche Anwendungsfälle: das Abrufen von Montageanleitungen auf einem Laptop, die zuvor über eine Smart Brille betrachtet wurden, oder das Fortsetzen komplexer Gespräche zwischen Mobilgerät und Web. Private AI Compute soll diese Art nahtloser Unterstützung ermöglichen und die notwendigen Erinnerungselemente sicher verwahren. Das Unternehmen räumte jedoch ein, dass das Vertrauen der Nutzer in die Privatsphäre des Systems ebenso wichtig ist.

Dieses Vertrauen beginnt laut Google mit Transparenz. Neben dem aktualisierten technischen Whitepaper veröffentlicht das Unternehmen einen manipulationssicheren öffentlichen Datensatz seiner Serversoftware. Geräte, auf denen Private AI Compute läuft, sollen vor dem Senden persönlicher überprüfen können, dass die Software authentisch und unverändert ist.

Google stellt zudem ein Update zu seinen technischen Methoden bereit, einschließlich der Ergebnisse einer unabhängigen Prüfung durch ein führendes Cybersicherheitsunternehmen, dessen Name nicht genannt wurde. Durch die Bereitstellung dieser Ressourcen, so das Unternehmen, lade man die breitere Datenschutz-Community ein, die Schutzmechanismen von Private AI Compute zu überprüfen.

„Die Ergänzung von privatem, persistentem Speicher in Private AI Compute zeigt, wie tiefgreifend persönliche Unterstützung datenschutzfreundlich konzipiert sein kann“, schrieb das Unternehmen und lud die Community ein, das aktualisierte Private AI Compute Technical Brief sowie die Systemarchitektur, Sicherheitsnachweise und Verifizierungsprotokolle zu prüfen.

Einige praktische Details bleiben offen: Google nannte das Prüfunternehmen nicht, und die Ankündigung machte keine Angaben dazu, wann die persistente Speicherfunktion die Nutzer erreicht oder welche Geräte sie zunächst unterstützen werden. Diese Lücken erhöhen die Bedeutung der von Google veröffentlichten Materialien, die nach Aussage des Unternehmens für externe Datenschutzforscher ausreichen, um die Schutzmechanismen direkt zu überprüfen, anstatt sich auf Googles eigene Zusicherungen zu verlassen.

Danksagung

Die Forschung wurde gemeinsam von Google DeepMind sowie den Teams Platforms & Devices, Core und Cloud entwickelt. Google dankte zudem Four Flynn, Jay Yagnik und David Kleidermacher für ihre Sponsorenschaft auf Führungsebene.

Die Ankündigung folgt auf Googles verwandten Beitrag zu den ersten doppelblinden KI-Bewertungen der Welt.