Anwendungsbezogenes Data Sharing 

Und was bringt das Ganze? «Datenintegrität und -vertraulichkeit», antwortet der Decentriq-Mitgründer. «Alle Parteien können nachvollziehen, welche Berechnungen in einer einzelnen CPU gemacht werden. Zudem kann man sicherstellen, dass keine Daten nach aussen gelangen.» Dies ermögliche das anwendungsbezogene Data Sharing. Unternehmen können ihre Daten also für einen ganz spezifischen Use Case bereitstellen. Die Technologie liefere die Garantie, dass die Daten nicht für andere Anwendungen genutzt werden können, versichert Deml. 

Und das ist nun die Basis für die von Decentriq ent­wickelte Software-Plattform zur «Data Collaboration». Sie ist im Prinzip ein Anwendungslayer, basierend auf der Technologieplattform von Intel. Und somit bewegt sich das Start-up selbst im Umfeld des Confidential Computings. Um aufzuzeigen, weshalb die Plattform für Unternehmen nützlich sein kann, räumt Groth zunächst mit einem in der  Branche bekannten Credo auf: «Die Aussage, dass Daten das neue Öl sind, stimmt so nicht», erklärt der andere Mitgründer. «Wenn mir jemand einen Liter Öl verkauft, kann ich diesen einmal nutzen. Danach muss ich mir den nächsten Liter kaufen. Mit Daten sieht das anders aus. Wer einmal seine Daten weitergibt, verliert die Kontrolle über diese. Sie können unendlich genutzt werden.»

So stehen sich in einem typischen Use Case der «Avato»-Plattform von Decentriq laut Co-Gründer Groth ein Unternehmen mit wertvollen Daten sowie ein Jungunternehmen mit einem innovativen Machine-Learning-Modell gegenüber. Damit die Firma nun nicht ihre Daten transferieren oder das Start-up sein Modell hergeben muss, kann die Plattform quasi als Bindeglied dazwischengeschaltet werden. Wie Deml erklärt, kann sie dazu das Machine-Learning-Modell sowie die Daten via APIs verschlüsselt aufnehmen. «Wir sehen dabei weder das eine noch das andere», verspricht er. 

Decentriq übernimmt dann das Deployment, führt die Berechnungen durch und liefert die Resultate verschlüsselt retour ans Unternehmen. Und weil Decentriq im ganzen Prozess nur mit verschlüsselten Daten arbeitet, sei man beispielsweise im Sinne der Datenschutz-Grund­verordnung der Europäischen Union auch kein Daten­ver­arbeiter, sagt der Firmengründer weiter. So hilft Decentriq also Start-ups, ihre Machine-Learning-Modelle an Kunden heranzutragen und dauerhaft zu monetarisieren. 

Das Konzept des Confidential Computings klingt vielversprechend. Zugesetzt hat dem Ansatz allerdings unter anderem der Hardware-Bug Spectre. Dieser zeigte auf, dass Intels SGX nicht unverwundbar ist. Dazu sagt Deml: «Bei allen neuen Sicherheitstechnologien gibt es Schwachstellen, die erst mit tieferer Durchdringung im Markt erforscht und gefunden werden.» Dass sich viele der Branchenleader beim «Confidential Computing Consortium» engagieren, zeigt, dass auch sie grosse Hoffnung in den Ansatz legen. Groth erläutert, dass die grossen Cloud-Anbieter dahinterstehen, weil die Technologie nicht nur auf den Schutz der Daten bei der Speicherung und der Übertragung, sondern auch bei der Verarbeitung abzielt. So soll es insgesamt noch weniger Argumente gegen die Cloud geben. 

Gelingt es den Mitgliedern des Konsortiums, die Zweifel aufgrund der Hardware-Bugs aus dem Weg zu räumen, dann könnte man etwas Grossem auf der Spur sein – mit den Decentriq-Gründern Deml und Groth an vorderster Front.