Möchte, dass AI-Zugriff bestehenden Berechtigungen folgt, nicht sie umgeht.
Plattform · Rollenbasierter Zugriff
Richtlinie, Dokumentation und internes Wissen werden nach Rolle geroutet, mit durchgehendem RBAC über Retrieval und Inferenz. Niemand sieht über die AI mehr, als er sehen darf.
Möchte, dass AI-Zugriff bestehenden Berechtigungen folgt, nicht sie umgeht.
Möchte die Gewissheit, dass sensible Dokumente nicht über einen Umweg in einer Antwort landen.
Möchte Rollen aus dem eigenen IdP wiederverwenden, kein separates Zugriffsmodell pflegen.
Das Problem
RAG-Systeme, die auf einer großen Wissensquelle sitzen, geben jedem Zugriff auf alles, was das Modell aufgenommen hat, unabhängig davon, was diese Person sehen darf.
Numaga wendet rollenbasierten Zugriff über die gesamte Kette an: was abgerufen und was inferiert wird, bleibt beides innerhalb der Berechtigungen des Nutzers.
So funktioniert es
RBAC ist kein Filter am Ende, sondern gilt bei jedem Schritt.
Der Zugriff bildet sich auf die Rollen und Gruppen ab, die Sie bereits in Ihrem IdP verwalten — Microsoft Entra ID oder Google Workspace. Kein zweites Berechtigungsmodell.
Die Wissensdatenbank liefert nur Dokumente, zu denen der Nutzer berechtigt ist; der Rest wird nie abgerufen.
Auch das Modell arbeitet nur mit Kontext, den der Nutzer sehen darf. Kein Leck über einen Umweg.
Wer welchen Kontext gesehen hat, liegt im Audit-Trail, nachvollziehbar bei jeder Prüfung.
In der Praxis
Numaga führt mit Ontdek Zorg, einer Organisation für häusliche Pflege in Gelderland, ein Pilotprojekt durch. Das Gesundheitswesen, mit personenbezogenen Daten besonderer Kategorien nach der DSGVO, ist der Bereich, in dem verantwortungsvolle AI am schwersten ist. Genau dort stellen wir die Control Plane auf die Probe.
Wir zeigen, wie RBAC über Retrieval und Inferenz in Ihrer Umgebung funktioniert.
Demo-Zugang anfordern