Sicherheit

Vertrauen ist das Produkt.

Die meiste AI-Sicherheit ist ein Versprechen über Filterung. Die von SweetHive ist eine Eigenschaft des Datenmodells: Inhalte, die für Sie nie sichtbar waren, können niemals Ihre AI erreichen, weil der Geltungsbereich beim Schreiben festgelegt wird, nicht bei der Abfrage.

Der Geltungsbereich ist strukturell

Der Berechtigungsbaum und die Reichweite der AI sind ein Objekt.

Es gibt keinen separaten Filter, der falsch konfiguriert werden könnte. Was eine Person — oder ihr Agent — abrufen kann, ist genau das, was ihre Gruppen sehen, von ihrer Ebene des Kontextbaums abwärts. Garantien, die aus dem Modell folgen, nicht aus einer Richtlinie:

Beim Schreiben festgelegt

Jede Nachricht, jede Datei und jede Notiz gelangt in einen Kontext, adressiert an Gruppen. Die Sichtbarkeit wird festgelegt, wenn der Inhalt erstellt wird — niemals nachträglich bereinigt, niemals bei der Abfrage abgeleitet.

Audit pro Kontext

Jede AI-Antwort ist auf die genauen Elemente zurückführbar, die sie lesen durfte. Für jede Antwort können Sie zeigen, warum jede Quelle im Geltungsbereich lag.

Agenten bleiben innerhalb der Grenzen

Agenten erben den Kontext, in dem sie installiert sind, und sehen nur, was seine Gruppen sehen. Nichts überquert den Baum ohne eine ausdrückliche Freigabe.

Läuft dort, wo Ihre Daten leben

Der Agent kommt zu den Daten — die Daten kommen nie zum Agenten.

Der Geltungsbereich ist nicht nur eine Software-Grenze. Organisationen mit privaten Nodes können sensible Verarbeitung und Agenten an ihre eigene Hardware binden, sodass abgegrenzte Arbeit innerhalb der Institution läuft und Daten sie nie verlassen. Schwere, nicht sensible Workloads verlagern sich für Elastizität und Kosten in ein verteiltes Netzwerk. Ein Orchestrator leitet jeden Workload nach Sensibilität, Latenz und Kosten — die Richtlinie legen Sie pro Agent fest.

Kontext-Workload ABGEGRENZTER AGENT / JOB Orchestrator SENSIBILITÄT · LATENZ · KOSTEN Private Nodes ON-PREM · DATEN BLEIBEN Verteiltes Netzwerk ELASTISCH · GERINGERE KOSTEN

Private Nodes — Souveränität

Sensible, kontextgebundene Arbeit wird an die eigenen Maschinen der Institution gebunden. Der Geltungsbereich wird bis auf die Hardware durchgesetzt; die Datenresidenz bleibt unter Ihrer Kontrolle.

Verteiltes Netzwerk — Elastizität

Anonyme, rechenintensive Aufgaben — Indexierung, Transkription, Verarbeitung im großen Maßstab — verlagern sich ins Netzwerk. Die Stückkosten sinken, während die Kapazität wächst.

Sie legen die Richtlinie fest

Pro Agent: automatisch (der Orchestrator entscheidet), nur privat oder öffentlich erlaubt. Die Voreinstellung hält sensible Arbeit zu Hause.

Compliance und Daten

Gebaut für regulierte, hochsensible Umgebungen.

Der Blocker für AI in Museen, Schulen und regulierten Unternehmen ist immer dieselbe Frage — wohin gehen die Daten? Die Antwort von SweetHive ist strukturell, und deshalb lässt es sich dort einsetzen, wo Assistenten, die auf flache Kanäle aufgesetzt sind, es nicht können.

  • Scoping strukturell durchgesetzt — der Berechtigungsbaum und die Abrufgrenze sind ein einziges Objekt.
  • Audit pro Kontext: Jede AI-Antwort ist auf die Elemente zurückführbar, die sie lesen durfte.
  • In der EU gehostet, mit Datenresidenz in der EU.
  • Agenten können an private On-Premise-Nodes gebunden werden — der Geltungsbereich wird bis auf die Hardware durchgesetzt.
  • Agenten laufen innerhalb der Kontextgrenzen; nichts überquert den Baum ohne eine Freigabe.

Ein Scoping, das Sie auditieren können.

Eine Frage, drei Rollen, drei korrekt abgegrenzte Antworten aus demselben Hive — jede genau auf das zurückführbar, was sie lesen durfte.

Demo anfordern