Compass Investments

Yannick Schrade reflektiert diese neue Realität folgendermaßen: “Distributed Privacy Computing ist das fehlende Glied in verteilten Systemen. Da Modelle der künstlichen Intelligenz bei der Entscheidungsfindung in allen Branchen immer wichtiger werden, ist die Möglichkeit, Berechnungen in einer vollständig verschlüsselten Umgebung durchzuführen, nicht wünschenswert.

Schrade verwies auf das Potenzial der vertraulichen künstlichen Intelligenz und der vertraulichen dezentralen Finanzwirtschaft (DeFi) als Beispiele dafür, was solche Technologien sein könnten.

“Es ist eine um Größenordnungen bessere Anwendung.

Doch trotz der vielversprechenden Möglichkeiten steht die vertrauliche Datenverarbeitung immer noch vor Herausforderungen: Wie kann man auf einfache Weise starke Datenschutzmaßnahmen integrieren, ohne die Zugänglichkeit für die Benutzer zu beeinträchtigen.

Unternehmen, die Pionierarbeit bei Technologien zur Verbesserung der Privatsphäre leisten, befinden sich in einer komplexen Situation. Wie Schrade feststellte, sind sich traditionelle Web2-Unternehmen der Bedeutung des Datenschutzes sehr wohl bewusst, was sowohl auf gesetzliche Anforderungen als auch auf die Geschäftslogik zurückzuführen ist. Im Gegensatz dazu hat das Web3-Ökosystem erst vor kurzem damit begonnen, datenschutzfreundliche Lösungen in großem Umfang einzuführen.

Die Gewährleistung des Datenschutzes wird zwar immer unvorstellbarer, geht aber oft auf Kosten der Benutzerfreundlichkeit. Aufgrund des massiven Einsatzes von Privacy Computing, so Schrade, “sollte der Endnutzer nicht bemerken, dass er eine datenschutzorientierte Computertechnologie verwendet.

“Effizienz, geringe Latenzzeiten und intuitives Design sind von entscheidender Bedeutung, insbesondere bei auf künstlicher Intelligenz basierenden Anwendungen, die hohe Anforderungen an die Rechenleistung stellen.

Shahaf Bar-Geffen, CEO von COTI, sprach auch über die wichtige Rolle der künstlichen Intelligenz bei der Gestaltung der Zukunft der Datenschutztechnologien.

Bar-Geffen hob die wachsende Bedeutung des föderierten Lernens hervor, das es Organisationen ermöglicht, Modelle der künstlichen Intelligenz auf verteilten Datensätzen zu trainieren, ohne Rohdaten bereitzustellen.

Diese Innovation ist besonders in sensiblen Bereichen wie dem Gesundheits- und Finanzwesen von Bedeutung, wo die Einhaltung von Vorschriften und die Datensicherheit von größter Bedeutung sind. Bar-Geffen betonte auch, dass die Datenschutztechnologie wichtig ist, da KI auf riesige Datenmengen angewiesen ist. “Je weiter sich das Modell entwickelt, desto größer wird der Bedarf an privatem Lernen. Es geht darum, innovativ zu sein und gleichzeitig persönliche und institutionelle Geheimnisse zu wahren.

Henry de Valence, Gründer von Penumbra Labs, bietet einen überzeugenden Ansatz, um diese beiden Faktoren in einer Zeit, in der Privatsphäre und Benutzerfreundlichkeit oft im Widerspruch zueinander stehen, in Einklang zu bringen. De Valens betont, wie wichtig es ist, Kryptosysteme an die Erwartungen der Nutzer anzupassen. “Im Fall von Blockchain ist die Verschlüsselung das Produkt,

er betonte, dass Risiken wie Hacking und finanzieller Verlust entstehen, wenn Nutzer auf unerwartete Sicherheitslücken stoßen.

De Valens betonte, dass dies ähnlich ist wie bei Signal, einer sicheren Messaging-App, und dass eine effektive Verschlüsselung für Nutzer nicht sichtbar sein sollte. In ähnlicher Weise zielt Penumbra darauf ab, den Schutz der Privatsphäre zu vereinfachen, indem es den Nutzern eine einfache Interaktion ermöglicht, ohne dass sie technische Kenntnisse benötigen.