Unternehmenswissen ist nicht für alle Mitarbeitenden gleichermaßen zugänglich. Personalakten, Verträge, technische Dokumentationen oder Vorstandsunterlagen unterliegen unterschiedlichen Zugriffsrechten – nach dem Need-to-know-Prinzip sieht jede Person nur, was sie für ihre Aufgabe braucht.
Stellen zwei Mitarbeitende einem internen KI-Assistenten dieselbe Frage, kann die korrekte Antwort deshalb unterschiedlich ausfallen.
Beispiel: „Wie sieht unsere Personalplanung für das kommende Jahr aus?“
Die Bereichsleiterin darf die entsprechenden Planungsunterlagen öffnen. Ihr Kollege aus dem Vertrieb nicht. Findet die KI bei der Recherche das vertrauliche Planungsdokument, darf es deshalb nur in die Antwort für die Bereichsleiterin einfließen. Der Kollege erhält eine Antwort ohne diese Inhalte – und auch ohne Andeutungen, die Rückschlüsse auf das Dokument zulassen.
Die zentrale Regel lautet: Die KI darf einem Nutzer nur Wissen zur Verfügung stellen, auf das dieser Nutzer auch ohne KI zugreifen dürfte.
Viele Unternehmen setzen für interne KI-Anwendungen auf Retrieval Augmented Generation, kurz RAG. Dabei sucht das System relevante Informationen in den eigenen Datenbeständen und übergibt sie als Kontext an ein Sprachmodell. Das verbessert die Qualität von KI-Antworten erheblich.
Aber: Ein RAG-System ist nicht automatisch rechtegeprüft.
Berücksichtigt das Retrieval die bestehenden Zugriffsrechte nicht, verwendet auch ein technisch gut funktionierendes System Informationen, die der fragende Nutzer gar nicht sehen dürfte. Das Sprachmodell kann das nicht korrigieren: Was einmal im Kontext steht, kann in die Antwort einfließen. Eine Anweisung im Prompt wie „Gib keine vertraulichen Informationen preis“ ist keine Zugriffskontrolle.
Deshalb muss die Berechtigungsprüfung stattfinden, bevor Informationen an das Sprachmodell übergeben werden. Genau hier wird Enterprise Search zur Grundlage für sichere Enterprise AI.
Professionelle Enterprise Search erschließt Informationen über unterschiedliche Datenquellen hinweg und berücksichtigt dabei bestehende Zugriffsrechte. Diese Logik lässt sich auf generative KI übertragen.
Die Retrieval-Schicht entscheidet, welche Informationen für eine Anfrage relevant sind und welche davon der jeweilige Nutzer tatsächlich sehen darf. Erst dann gehen autorisierte Inhalte als Kontext an das Sprachmodell.
Damit wird Enterprise Search zu einer kontrollierten Wissensschicht zwischen Unternehmensdaten und KI. Suche, Chatbots, KI-Assistenten und KI-Agenten greifen auf dieselbe rechtegeprüfte Wissensbasis zu, statt dass jede Anwendung eigene Datenkopien mit eigener Rechtelogik pflegt.
Bei IntraFind übernimmt die Enterprise Search iFinder diese Rolle. Der iAssistant baut darauf auf: Eine Frage geht zuerst an die Suche, die relevante und rechtegeprüfte Passagen findet. Nur diese Passagen erhält das Sprachmodell, und jede Antwort nennt ihre Quellen.
Ob eine KI-Anwendung Zugriffsrechte zuverlässig einhält, entscheidet sich an wenigen Punkten:
KI-Agenten beantworten nicht nur Fragen. Sie recherchieren, nutzen verschiedene Systeme und führen darauf aufbauend weitere Aktionen aus. Damit steigt die Bedeutung klarer Berechtigungen.
In der Praxis laufen Agenten häufig mit technischen Servicekonten oder API-Schlüsseln, die weit mehr sehen dürfen als der einzelne Nutzer. Ein Agent darf aber nicht deshalb zusätzliche Informationen sehen oder Aktionen ausführen, weil er technisch dazu in der Lage ist. Er muss im Namen des Nutzers handeln – mit dessen Rechten, nicht mit denen seines Servicekontos. Das begrenzt auch den Schaden, wenn ein Agent durch manipulierte Inhalte in einem Dokument zu ungewollten Schritten verleitet wird: Er kommt trotzdem an nichts heran, was der Nutzer nicht ohnehin sehen darf.
Es gilt das Least-Privilege-Prinzip: Die Berechtigungen des Nutzers und die Regeln der Organisation setzen die Grenzen. Und zwar bei jedem einzelnen Agentenschritt.
Die Rechteprüfung im Retrieval bestimmt auch, was ein Sprachmodell überhaupt zu sehen bekommt. Das ist besonders relevant, wenn das Modell außerhalb der eigenen Infrastruktur läuft: Dort sollen nur Inhalte ankommen, die der fragende Nutzer sehen darf.
Digitale Souveränität bedeutet dabei nicht automatisch, jede KI ausschließlich On-Premises zu betreiben. Entscheidend ist, dass die Organisation selbst festlegt, wo Daten verarbeitet werden, welche Modelle zum Einsatz kommen und welche externen Dienste Zugriff erhalten. Je nach Anforderung sind On-Premises-, souveräne Cloud- oder hybride Architekturen möglich.
Generative KI verändert, wie Mitarbeitende auf Unternehmenswissen zugreifen. Die Regeln für den Umgang mit diesem Wissen ändern sich dadurch nicht. Wer ein Dokument nicht öffnen darf, darf dessen Inhalt auch nicht über einen Chatbot erfahren. Ein KI-Agent darf keine Informationen nutzen, auf die der Nutzer, in dessen Auftrag er handelt, keinen Zugriff hat.
Deshalb beginnt sichere Enterprise AI nicht erst beim Sprachmodell. Sie beginnt beim Datenzugriff.
