Google setzt ein deutliches Zeichen für sichere KI-Nutzung. Doch wie gut lässt sich leistungsfähige Cloud-KI wirklich mit striktem Datenschutz vereinen?
Mit Private AI Compute verfolgt Google einen klaren Ansatz: Die Rechenleistung großer Gemini-Modelle soll für Nutzer verfügbar sein, ohne dass sensible Informationen die geschützte Umgebung verlassen. Möglich wird das durch eine Architektur, die Elemente klassischer On-Device-KI mit der Power der Cloud kombiniert.
Während kleinere Modelle wie Gemini Nano direkt auf Smartphones laufen, stößt diese lokale Verarbeitung bei komplexen Aufgaben schnell an technische Grenzen. Cloud-Modelle lösen dieses Problem, erzeugen aber neue Herausforderungen rund um den Datenschutz. Genau hier setzt Private AI Compute an: Nutzerdaten werden ausschließlich innerhalb speziell geschützter Titanium Intelligence Enclaves verarbeitet – isolierte, hardwarebasierte Bereiche, die selbst Google keinen Zugriff gewähren sollen.
Ergänzt wird dies durch Remote Attestation, verschlüsselte Übertragungswege und einen mehrschichtigen Sicherheitsansatz, der sich an Googles AI- und Privacy-Principles orientiert. Damit nähert sich Google dem Konzept von Apples Private Cloud Compute an, das bereits 2024 vorgestellt wurde.
Die ersten praktischen Einsätze finden sich bereits auf Pixel-10-Geräten: Funktionen wie Magic Cue profitieren von der Cloud-Unterstützung, und die Recorder-App kann Zusammenfassungen in mehr Sprachen liefern. Dennoch bleibt klar: On-Device-KI bleibt unschlagbar, wenn es um niedrige Latenz und Offline-Funktionalität geht. Google setzt daher auf einen Hybridansatz, bei dem je nach Aufgabe dynamisch zwischen lokalem Rechnen und Cloud-Verarbeitung gewechselt wird.
Wie belastbar die Sicherheitsarchitektur am Ende ist, müssen unabhängige Analysen zeigen. Ein technisches Briefing hat Google bereits veröffentlicht – weitere KI-Funktionen, die von Private AI Compute profitieren, sollen bald folgen.