Sicherheit & LLM-Governance

Datensouveränität durch Architektur, nicht durch Vertrag

EyesClear läuft in der eigenen Umgebung der Bank, und die KI läuft auf derselben privaten Infrastruktur. Weder Kundendaten noch Modellinferenz verlassen sie in Richtung einer externen Cloud oder eines Drittanbieters. Das LLM ist innerhalb der Plattform gekapselt, erhält ausschließlich hauseigene Tools und wird nur mit den Daten gespeist, die die Bank ausdrücklich freigegeben hat.

01 Sicherheit & Datenarchitektur

Fünf Eigenschaften der Einführung

On-premise und Datenresidenz: EyesClear wird in Ihrer eigenen Umgebung eingeführt — on-premise oder Private Cloud — und die KI läuft auf derselben Infrastruktur. Weder Kundendaten noch Modellinferenz gehen an eine externe Cloud oder einen Drittanbieter. Datensouveränität wird durch die Architektur garantiert, nicht durch einen Vertrag.
Deployment-Topologie: Containerisierte Microservices — Datenerhebung, Nachrichtenverarbeitung, Alerting, Case Management, Reporting und Portal — auf PostgreSQL mit horizontaler Skalierung, einem In-Memory-Cache für die Echtzeitauswertung und einem privaten LLM-Gateway. Eine Engine bedient Echtzeit- und rückdatierte Verarbeitung als zwei Modi.
Daten- und Vertraulichkeitsmanagement: Verbindungszeichenfolgen, Integrationszugangsdaten und API-Schlüssel werden als verschlüsselte, zentral verwaltete Parameter gehalten — niemals in Code oder Konfiguration eingebettet. Die Konnektivität wird geprüft, bevor eine Quelle live geht.
Zugriffskontrolle und Funktionstrennung: Rollenbasierte Zugriffsprofile, Abteilungen und Bereiche legen fest, was jeder Nutzer sehen und tun kann — bis hin zur Menüsichtbarkeit und zur Datenpartitionierung. Analysten erreichen nur die Daten, die ihr Mandat zulässt, und Berechtigungen werden zentral verwaltet.
Konnektivität: Universelle Konnektoren nehmen SWIFT und ISO 20022, Echtzeit-Queues (MQ und Kafka) sowie Datenbank- und Dateiquellen aus CRM, Transaktionen, Risiko und KYC auf — abgebildet in die eine Data Fabric.

02 LLM-Sicherheit

Kapselung by Design

Die LLM-Technologie ist ein echter Game Changer, und sie muss vollständig verstanden sein, bevor sie die Produktion berührt. Der Nutzen ist zu groß, um ihn zu ignorieren. Wie bei jedem Prozess, den eine Bank betreibt, ist es gute Governance, die das Risiko beseitigt.

Gekapselt by Design

Das LLM läuft ausschließlich innerhalb von EyesClear. Es hat keinen Zugriff auf Banksysteme, Datenbanken oder Anwendungen. Es sieht die Falldaten, die die Plattform ihm übergibt, und sonst nichts. Die Kapselung wird durch die Architektur erzwungen, nicht durch einen Prompt oder eine Richtlinie.

Hauseigene Tools, mit Absicht

Alles, was die Agenten tun können, ist durch selbst entwickelte Tools definiert. Jedes davon ist eine bekannte, geprüfte Fähigkeit mit definierten Ein- und Ausgaben. Ein LLM ohne Tools ist ein Papagei; ein LLM mit unkontrollierten Tools ist ein Risiko. Unseres bekommt genau die Tools, die der Workflow braucht — und keine weiteren.

Regelbasierte Erhebung, kein Crawling

Ihre Analysten und Technikteams konfigurieren jede Quelle, jedes Feld und jede Aktualisierung. Manche Werkzeuge am Markt durchsuchen stattdessen interne Daten per Crawler. Die Ergebnisse wirken beeindruckend, doch aus unserer Sicht ist dieses Muster für eine Bank nicht sicher genug. Es wird nichts gelesen, was nicht ausdrücklich freigegeben wurde.

KI-Nutzen ohne Datenexportrisiko.

LLM-Sicherheit, durch die Architektur erzwungen

03 Belastbarkeit

Was einem Prüfer gezeigt werden kann

Erklärbarkeit: Die KI entscheidet niemals allein. Jede Ausgabe ist bis zu den Quelldaten nachvollziehbar und wird von einem Analysten geprüft, bearbeitet und freigegeben, bevor gehandelt wird. Es gibt keinen Black-Box-Score zu verteidigen.
Prüfbarkeit: Sämtliche Nachweise, Fallhistorien und Entscheidungen werden zentral mit vollständigen Audit-Trails und sofortigem Zugriff für jeden Zeitraum vorgehalten. Die Aktivitätsprotokollierung hält fest, wer welchen Bildschirm geöffnet und was er getan hat — Prüfung und Innenrevision ohne Ordnerwälzen.
Modell- und Änderungs-Governance: Maker-Checker (Vier-Augen-Prinzip) regelt jede wesentliche Konfigurationsänderung — Szenarien, Schwellenwerte, Typologien, Fallvorlagen, Berichtstypen, Benutzerrechte — mit vollständigem Nachweis, wer sie beantragt und wer sie genehmigt hat.

Wie die Plattform arbeitet →Im Vergleich →FAQ →

Bringen Sie Ihr Sicherheitsteam mit

Architekturfragen sind die Fragen, die wir gern gestellt bekommen. Eine Demo kann mit dem Deployment-Diagramm beginnen statt mit dem Dashboard.

Demo anfragen FAQ lesen