Elektronik AI Solution Days
Sichere Updates für Embedded-KI als Thema
Updates von Embedded-KI in Industrieunternehmen sind mitunter notwendig, gehen aber mit Risiken für die Cybersecurity einher. Der Vortrag »Sichere Updates für Embedded-KI« von Michael Reimann (aicas GmbH) im Rahmen der Elektronik AI Solution Days am 16. September in Nürnberg geht genau darauf ein.
»KI-Anwendungen in industriellen Embedded-Systemen entfalten ihr volles Potenzial erst dann, wenn sie kontinuierlich verbessert und aktualisiert werden«, erläutert Michael Reimann, leitender Product- und Solution-Architect bei der aicas GmbH. »Das sichere Verteilen neuer Machine-Learning-Modelle auf Geräte im Feld zählt jedoch zu den größten Herausforderungen. Ohne geeignete technische Infrastruktur entstehen reale Gefahren – etwa durch Offenlegung privater Informationen und anderer Datenlecks, Manipulationen, Systemabstürze oder rechtliche Risiken.«
Die Bedrohungen sind also nicht zu unterschätzen, doch Abhilfe ist möglich. Wie sie aussehen könnte und sollte, beschreibt Michael Reimann in seinem Vortrag anlässlich der Elektronik AI Solution Days am 16. September in Nürnberg. Der Vortrag zeigt, wie Anwendungen mit Machine-Learning-Modellen sicher entwickelt, verteilt und im Betrieb weiter optimiert werden können. Mittelpunkt ist dabei eine modulare Lösung, die es ermöglicht, Software, Modelle und Daten sicher zu übertragen und auszuführen sowie versioniert zu verwalten. Die Verteilung erfolgt über verschlüsselte Kommunikationskanäle auf heterogene Embedded-Systeme.
Wie der Vortrag verdeutlicht, lassen sich typische Probleme, etwa fehlende Nachvollziehbarkeit, Systeminkompatibilitäten oder Angriffsvektoren, durch gezielte Sicherheitsmechanismen und eine klare Architektur überwinden. Ergänzt werde dies durch rollenbasierten Zugriffsschutz, kontinuierliche Geräteüberwachung und eine einfache Integration in bestehende Software-Entwicklungsprozesse.
Michael Reimanns Präsentation vermittelt zentrale Prinzipien des MLOps-Paradigmas für Embedded-KI und zeigt, auf welche Weise sich auch in regulierten Umgebungen sichere Updateprozesse realisieren lassen, wie sie etwa in der Automatisierung, Fahrzeugtechnik oder Energieversorgung erforderlich sind. So entstehe ein durchgängiger Prozess von der Entwicklung über die Nutzung bis zur kontinuierlichen Verbesserung. Die Methode lege das Fundament für die skalierbare, robuste und vertrauenswürdige Anwendung von KI im industriellen Alltag.
Lesen Sie mehr zum Thema
