StartInsightsÃœber UnsKarriere Demo buchen
AI Audit Trails

Statt AI Blackbox: KI mit Stammbaum

Vom Ursprung in Trainingsdaten bis zu jedem Output: on:mint macht den kompletten Lebenszyklus Ihrer KI nachweisbar.
Demo buchen
Data Governance
Input-Output-Abgleich
Automatisch ohne Development-Overhead
• Das Blackbox-Problem

Niemand vertraut einer KI ohne Trainingsnachweis

Womit eine KI gelernt hat, bleibt unsichtbar. Für Prüfer, Käufer und Nutzer.
Hochladen und Herunterladen Symbole

Prüfbarkeit erfordert Nachweise

Ohne dokumentierten Zusammenhang von Input und Output ist KI nicht belastbar prüfbar. on:mint stellt eine durchgängige Governance mit nachvollziehbaren Logs sicher.
Metallische Tulpe, Biene und Wabe

Ohne Transparenz kein Vertrauen

Ohne belegbaren Ursprung und nachvollziehbaren Einsatz fehlt das Vertrauen für KI. on:mint macht den gesamten KI-Lebenszyklus transparent und überprüfbar.
Diagramm mit Datenbanken und Pfeilen, die den Datenfluss darstellen

Transparenter KI-Lebenszyklus

Fehldiagnose, Bias-Vorwurf, Schadensfall: Ohne dokumentiertes Training haften Sie und können nichts widerlegen.
Hochladen und Herunterladen Symbole

Prüfbarkeit erfordert Nachweise

Ohne dokumentierten Zusammenhang von Input und Output ist KI nicht belastbar prüfbar. on:mint stellt eine durchgängige Governance mit nachvollziehbaren Logs sicher.
Metallische Tulpe, Biene und Wabe

Ohne Transparenz kein Vertrauen

Ohne belegbaren Ursprung und nachvollziehbaren Einsatz fehlt die Vertrauensgrundlage für KI. on:mint macht den gesamten KI-Lebenszyklus transparent und überprüfbar.
Diagramm mit Datenbanken und Pfeilen, die den Datenfluss darstellen

Transparenter KI-Lebenszyklus

Fehldiagnose, Bias-Vorwurf, Schadensfall: Ohne dokumentiertes Training haften Sie und können nichts widerlegen.
Es braucht durchgängige Nachweise vom Training bis zum Output.
on:mint schafft sie.
• DIE LÖSUNG

AI Audit Trails

Beispiel: Vom Training bis zur Zulassung

Ein Unternehmen trainiert KIs für medizinische Diagnosen. Für die Zulassung braucht es lückenlose Nachweise. on:mint dokumentiert automatisch jeden Schritt vom Training bis zur Zertifizierung.
AI Audit Trail mit Eingabe- und Zeitstempel-Daten
01
Trainingsdaten fälschungssicher verankern
Vor dem Training wird der Datensatz kryptografisch gehasht und mit Zeitstempel auf der Blockchain gesichert. Er ist ab jetzt unveränderlich nachweisbar.
KI-Trainingsprotokoll mit Parametern und Werten
02
Trainingsprozess lückenlos auditieren
Der Lernprozess wird automatisch dokumentiert: von Hyperparametern bis zu Code-Versionen. Als revisionssicheres Audit-Protokoll für Behörden.
Modell Proof NovaPharm-CertAI Blockchain verankert
03
Modell unveränderbar absichern
Das KI-Modell wird kryptografisch gesichert und blockchain-verankert. Als unveränderbarer MODEL PROOF mit nachweisbarer Integrität.
Zertifikat als PDF-Dokument mit grünem Häkchen.
04
Nutzung durchgängig protokollieren
Auch im laufenden Betrieb wird jede Entscheidung des Modells protokolliert. Als INFERENCE PROOF für Behörden und Audits.

• Use Cases

So macht on:mint KI-Entwicklung nachvollziehbar

Autonomes Fahren: lückenlose Dokumentation
KI-Fahrassistenzsysteme brauchen eine behördliche Zulassung. on:mint protokolliert jeden Trainingsschritt und jede Modellversion automatisch.
Zulassungsreif durch lückenlose Dokumentation
Medizinische KI transparent dokumentieren
Diagnostik-Algorithmen müssen für die Zulassung nachweisen, mit welchen Daten sie trainiert wurden. on:mint sichert Trainingsdaten und Parameter fälschungssicher ab.
Zulassungsfähig und revisionssicher
Kreditscoring: Entscheidungen nachweisbar machen
Banken müssen KI-basierte Kreditentscheidungen gegenüber Aufsichtsbehörden begründen können. on:mint protokolliert Input-Daten, Modellversion und Entscheidungslogik automatisch.
Regulatorisch konform und nachvollziehbar
Reproduzierbare Experimente in der KI-Forschung
Wissenschaftliche Publikationen verlangen nachvollziehbare Ergebnisse. on:mint dokumentiert Datensätze, Code-Versionen und Hyperparameter automatisch.
Wissenschaftlich belastbar und reproduzierbar
Verwaltungsentscheidungen durch KI absichern
Behörden setzen zunehmend KI-Systeme ein. on:mint macht jede automatisierte Entscheidung transparent und dokumentiert sie revisionssicher.
Rechtssicher und nachprüfbar
Sourcecode-Schutz bei Insolvenz
Als Lizenznehmer brauchen Sie Garantien, dass sie bei Insolvenz des Anbieters sofort und permanent auf den Quellcode zugreifen können.
Sichert Geschäftskontinuität, insolvenzfest
Code-Lieferung gegen Zahlung
Sie entwickeln Software für Kunden: Doch wie stellen Sie sicher, dass der Quellcode erst nach vollständiger Zahlung freigegeben wird? Ohne Treuhandlösung riskieren Sie unbezahlte Arbeit oder Ideenklau.
Sichert Zahlungseingang, schützt geistiges Eigentum
Vertrauliche Datenfreigabe
Bei Unternehmensübernahmen müssen sensible Daten erst nach Vertragsunterzeichnung weitergegeben werden. Manuelle Lösungen sind fehleranfällig und langsam.
Garantiert die Compliance, verhindert Datenlecks
Design-Freigabe nach Abnahme
Agenturen liefern Entwürfe - doch ohne Treuhand gibt es keine Garantie, dass Kunden erst nach Abnahme und Zahlung Zugriff erhalten.
Sichert Honorare, verhindert unberechtigte Nutzung
Zeitzonenunabhängige Abwicklung
Globale Deals scheitern oft an Vertrauensfragen und Zeitversatz. Digital Escrow automatisiert die Freigabe rechtssicher und nachvollziehbar.
Beschleunigt Prozesse und reduziert Risiken
Datenfreigabe nach Veröffentlichung
Forschungsdaten dürfen erst nach offizieller Publikation geteilt werden. Ohne Treuhand drohen vorzeitige Leaks oder Missbrauch.
Schützt Urheberrechte, ermöglicht kontrollierte Nutzung

• Vorher / Nachher

Transparenz statt Blackbox

Bereich
Ohne on:mint
Mit on:mint
Trainingsdaten
Herkunft unklar, nicht nachweisbar
Kryptografisch gesichert, blockchain-verankert
Entwicklungsprozess
Nachträgliche Dokumentation, lückenhaft
Live-Protokollierung während des Trainings
Modellintegrität
Veränderungen unerkannt, keine Beweise
Unveränderlicher Model Proof, jederzeit prüfbar
Entscheidungen
Blackbox, nicht nachvollziehbar
Jede Inferenz dokumentiert, transparent einsehbar
Compliance
Manuelle Nachweise, fehleranfällig
Revisionssicher, behördlich anerkannt

• Jetzt absichern

Nachweise schaffen – mit einem transparenten KI-Lebenszyklus

Ihre KI-Entwicklung wird zum offenen Buch. on:mint protokolliert jeden Schritt automatisch und macht Modelle behördlich zertifizierbar.
Demo buchen
Vielfältige Gruppe von Personen und Objekten

FAQs

AI Audit Trails schaffen eine kryptografisch überprüfbare Nachvollziehbarkeit entlang der gesamten KI-Wertschöpfungskette: von den Trainingsdaten über den Trainingslauf bis hin zur konkreten Modellausgabe.

Sie beantworten fälschungssicher Fragen wie:

  • Mit welchen Daten wurde ein Modell trainiert?
  • Welche Code- und Modellversion kam zum Einsatz?
  • Unter welchen Parametern wurde trainiert oder inferiert?
  • Welches Modell hat welches Ergebnis erzeugt – und wann?

Alle relevanten Schritte werden automatisch protokolliert, kryptografisch gesichert und über Blockchain/gated IPFS unveränderbar verifizierbar gemacht.

Damit entsteht Transparenz und Rechenschaftsfähigkeit in KI-Systemen.

Vor dem Training wird der Trainingsdatensatz einmalig kryptografisch versiegelt. Technisch geschieht dies über einen Merkle Tree:

  • Der Datensatz wird in einzelne Blöcke aufgeteilt.
  • Jeder Block erhält einen Hash (digitalen Fingerabdruck).
  • Diese Hashes werden zu einem Merkle Tree zusammengeführt, dessen Wurzel den Gesamtzustand des Datensatzes eindeutig repräsentiert.

Diese Merkle-Tree-Referenz wird zusammen mit Metadaten (z. B. Quelle, Lizenz, Zeitpunkt) in on:mint’s gated IPFS-System gespeichert und zusätzlich auf der Blockchain verankert.

Damit wird beweisbar, dass ein bestimmter Datensatz in genau dieser Form existiert hat und referenziert wurde.

Es wird nicht behauptet, dass sich jeder einzelne Datenpunkt später im Modell „wiederfinden“ lässt – das ist bei modernen KI-Modellen technisch nicht möglich.

Während des Trainings protokolliert on:mint die Rahmenbedingungen und Konfiguration des Trainingslaufs („Run Proof“), insbesondere:

  • Referenz auf den verwendeten Trainingsdatensatz (Merkle Tree)
  • Code-Version (z. B. Git-Commit oder Container-Version)
  • Trainingsparameter und Konfiguration
  • Initiale Zufallsparameter (Seeds)
  • Ergebnis des Trainings

Die Audit Trails ermöglichen also die Überprüfbarkeit der Trainingsbedingungen, nicht jedoch die exakte Reproduktion desselben Modells. Ziel ist also Nachvollziehbarkeit und Auditierbarkeit, nicht mathematische Wiederholbarkeit.

Nach dem Training erhält jede Modellversion eine eindeutige kryptografische Identität („Model Proof“):

  • Die Modellgewichte oder Checkpoints werden gehasht.
  • Dieser Hash wird im gated IPFS gespeichert und auf der Blockchain verankert.
  • Jede noch so kleine Änderung am Modell führt zu einem anderen Hash.

Ergebnis:

Es ist jederzeit überprüfbar, welche konkrete Modellversion verwendet wurde.

Manipulationen oder stille Änderungen sind technisch ausgeschlossen, ohne entdeckt zu werden.

Bei der Nutzung eines Modells dokumentiert das integrierte AI Logging jede relevante Inferenz automatisch („Inference Proof“), u. a.:

  • Hash des Inputs (z. B. Prompt, Bild, Sensordaten)
  • Hash des Outputs
  • Modell-ID und Modellversion
  • Parameter (z. B. Temperature, Sampling-Seed)
  • Zeitstempel und Nutzungskontext
  • Diese Logs werden regelmäßig zu Audit-Bundles zusammengefasst, digital signiert, in IPFS gespeichert und per Smart Contract auf der Blockchain verankert.

Ergebnis:

Es wird beweisbar, dass ein bestimmtes Output-Ergebnis von genau diesem Modell, aus genau diesem Input, unter genau diesen Parametern erzeugt wurde.

Fragen? Beantworten wir Ihnen gern.

junger Mann mit kurzen Haaren und grünem Hintergrund
Lennart Wolf
Ihr direkter Ansprechpartner
Mailen
+49 30 25771060