Googles HEIR-Compiler bringt homomorphe Verschlüsselung in die private KI-Inferenz

Google argumentiert, dass private KI praktisch sein kann. In einem am 14. August 2026 im Sicherheitsblog des Unternehmens veröffentlichten Beitrag stellte der Softwareentwickler Jeremy Kun HEIR vor, einen Open-Source-Compiler, der kryptografisch sichere private KI-Inferenz freischaltet, jetzt das neueste Tool im Private Computing Toolkit von Google.

HEIR – kurz für Homomorphic Encryption Intermediate Representation – kann vorab trainierte KI-Modelle, die mit unverschlüsselten Daten arbeiten, in verschlüsselte Eingaben umwandeln. Die erklärte Vision von Google besteht darin, HEIR zu einer Ein-Klick-Lösung zu machen, die es Laien ermöglicht, verschlüsselte Inferenz in Produktionsanwendungen zu integrieren.

Der Kompromiss zwischen Privatsphäre und homomorpher Verschlüsselung bricht

Der Beitrag legt das Kerndilemma dar. Standardschutzmaßnahmen wie Ende-zu-Ende-Verschlüsselung stellen einen Kompromiss dar: Benutzerdaten können vor Sicherheitsverletzungen geschützt werden, aber dann kann der Dienstanbieter keine Funktionen anbieten, die von diesen Daten abhängen – Spam-Filterung und Virenerkennung sind die bekanntesten Beispiele. Kritische Sektoren wie das Gesundheitswesen und das Finanzwesen sind diesen Risiken sogar noch abgeneigt, da strenge Vorschriften den Datenaustausch zwischen Institutionen einschränken.

Die Alternativen haben ihre eigenen Grenzen. Die lokale Verarbeitung auf dem Gerät eines Benutzers wird durch die Hardwarefunktionen eingeschränkt, und wenn das proprietäre KI-Modell eines Anbieters auf ein Gerät übertragen wird, besteht die Gefahr, dass das Modell selbst verloren geht – das geistige Eigentum geht aus der Tür.

Homomorphe Verschlüsselung ändert die Gleichung, indem sie es ermöglicht, Berechnungen direkt an verschlüsselten Daten durchzuführen. Server verarbeiten Chiffretexte und geben verschlüsselte Ergebnisse zurück, ohne jemals die zugrunde liegenden Informationen preiszugeben. Ein Cloud-Dienst könnte beispielsweise Inhaltsempfehlungen bereitstellen, ohne die Funktionen des Benutzers sehen zu können – ein Szenario, von dem Google sagt, dass es keine Übertreibung ist, denn eine der Demos im Beitrag tut genau das.

Die Technologie ist nicht kostenlos: Die homomorphe Verschlüsselung ist mit einem nicht trivialen Kostenaufwand verbunden. Aber wie Kun anmerkt, verlagert sich dadurch der Kompromiss zwischen Leistungsfähigkeit und Datenschutz in eine Frage der Kosten – und diese Kosten sinken rapide. Für Leser, die die Schnittstelle zwischen KI und Sicherheit verfolgen, berichtet AI Buzz Wire über diese Entwicklungen, während sie stattfinden.

Was HEIR tatsächlich tut

Der Grund dafür, dass die homomorphe Verschlüsselung nach wie vor eine Nische ist, ist ihre Benutzerfreundlichkeit: Die manuelle Konvertierung eines vorhandenen Programms, um es effizient nutzen zu können, erfordert laut Google ein Team von Kryptographen. HEIR ist die Antwort von Google – eine vollständige Open-Source-Compiler-Toolchain und Entwicklungsplattform für homomorphe Verschlüsselung.

Das Projekt nimmt Fahrt auf, seit Google seine Absichten im Jahr 2023 zum ersten Mal bekannt gab. Seitdem beobachtet das Unternehmen, dass die homomorphe Verschlüsselungsgemeinschaft das Tool annimmt, einschließlich Partnerschaften mit Unternehmen, die Hardwarebeschleuniger für die Technologie bauen: Belfort, Niobium, Cornami und Optalysys. Google plant, die Latenzvorteile dieser Beschleuniger in naher Zukunft zu demonstrieren.

HEIR hat sich auch zu einer produktiven Forschungsplattform entwickelt. Da Kryptographen auf der vorhandenen Infrastruktur für Tests, Benchmarking und Vergleiche aufbauen können, hat das Projekt unter anderem Kooperationen mit Georgia Tech, Carnegie Mellon, UC Santa Barbara, Illinois Institute of Technology, Purdue, der University of Edinburgh und der Tsinghua University hervorgebracht. Bisher wurden vier peer-reviewte Veröffentlichungen zu HEIR erstellt, weitere sind in Vorbereitung.

Vier Arbeitsdemonstrationen

Um zu zeigen, wie weit die Technologie fortgeschritten ist, hat Google vier private Inferenzanwendungen geteilt, die jeweils mit HEIR kompiliert wurden, mit Latenzzahlen für Single-Threaded-CPUs und Quellcode, der in seinem GitHub-Repository verfügbar ist:

1. Empfehlungen für private Inhalte

Ein Deep-Learning-Empfehlungsmodell zur Bereitstellung privater Empfehlungen – gemeinsame Arbeit mit Belfort Labs, LG und der New York University. Dies ist die Demo, die Empfehlungen liefert, ohne dass der Anbieter Benutzerfunktionen sieht.

2. Erkennung von Kreditkartenbetrug

Gemeinsam mit Niobium und hardshell.ai hat Google einen Kreditkartenbetrugsdetektor entwickelt, der Transaktionen bewerten kann, ohne sensible Finanzdaten preiszugeben.

3. Bedrohungserkennung

Mit Niobium hat das Team das Kitsune-System zur Anomalieerkennung von verschlüsseltem Netzwerkverkehr zusammengestellt – es ermöglicht einem Dienstanbieter, Anomalien zu erkennen, ohne den Inhalt von Netzwerkpaketen preiszugeben.

4. Hotword-Erkennung

Mit Belfort Labs hat Google ein Hotword-Erkennungsmodell zusammengestellt, mit dem ein durch Audio ausgelöster KI-Agent Aktivierungswörter erkennen und gleichzeitig die Privatsphäre der Audioaufzeichnungen schützen kann.

Auf die Breite kommt es an: Empfehlungssysteme, Betrug, Sicherheitsüberwachung und Sprachaktivierung umfassen die meisten Berührungspunkte, an denen Verbraucher tatsächlich auf KI stoßen – was darauf hindeutet, dass Google verschlüsselte Inferenz als Infrastruktur und nicht als Laborkuriosität betrachtet.

Eine Linie der Datenschutztechnik

Google stellt HEIR in eine längere Tradition der Innovation von Datenschutztechnologien – differenzierter Datenschutz, private Set-Mitgliedschaft, privater Informationsabruf und sichere Enklaven in Google Cloud. Im Gegensatz zu hardwarebasierten Ansätzen sind die Garantien der homomorphen Verschlüsselung rein kryptografisch und basieren auf Mathematik und nicht auf dem Vertrauen in einen Chip.

Während sich die Softwareindustrie an die Sicherheits- und Datenschutzerwartungen im KI-Zeitalter anpasst, arbeitet das Forschungsteam von Google nach eigenen Angaben daran, homomorphe Verschlüsselung einfach zu entwickeln, schnell auszuführen und branchenweit allgegenwärtig zu machen. Da HEIR die Fachwissensbarriere senkt und Hardware-Partner die Berechnung beschleunigen, wird die Kluft zwischen „kryptografisch privat“ und „praktisch einsetzbar“ kleiner.

Bleiben Sie der KI immer einen Schritt voraus

Für weitere Berichterstattung über die KI-Sicherheitsforschung und die Technologien zum Schutz von Benutzerdaten setzen Sie ein Lesezeichen auf AI Buzz Wire und folgen Sie unserer KI-Forschungsberichterstattung.

Weitere KI-Neuigkeiten lesen →