Gemini Flash Lite: Google DeepMind testet KI in kryptografischer Blackbox
Veröffentlicht am: 28.08.2026 um 11:03 Uhr | Redaktion boerse-global.de
Google DeepMind hat ein Pilotprojekt zur weltweit ersten Doppelblind-Evaluation eines proprietären Frontier-KI-Modells initiiert. Im Rahmen dieses Vorhabens wird das Modell Gemini Flash Lite gegen vertrauliche Benchmarks in einer speziell gesicherten, kryptografischen Umgebung getestet.
Ziel des Unternehmens ist es, eine neue methodische Grundlage für die Bewertung von künstlicher Intelligenz zu schaffen, die über bisherige Standardverfahren hinausgeht.
Technologische Absicherung in der Cloud
Die Durchführung der Evaluation erfolgt unter Einsatz von Google Cloud Confidential Space. Dabei handelt es sich um ein sogenanntes Trusted Execution Environment (TEE), das auf NVIDIA H100-Hardware betrieben wird. Durch kryptografische Garantien soll sichergestellt werden, dass sowohl die Modellgewichte als auch die verwendeten Testdaten während des gesamten Prozesses geschützt bleiben.
Dieses technische Setup ermöglicht es externen Evaluatoren, Gemini Flash Lite umfassend zu prüfen, ohne dass dabei sensible Informationen abfließen. Die beteiligten Prüfer erhalten keinen Einblick in die Modellgewichte, während Google DeepMind umgekehrt keinen Zugriff auf die spezifischen Prompts der Evaluatoren hat.
Die Pilotphase dient dazu, die generelle Machbarkeit sowie verschiedene Techniken zur Anonymisierung innerhalb dieser Doppelblind-Methodik zu untersuchen.
Während technologische Pilotprojekte neue Maßstäbe für die Sicherheit setzen, müssen Unternehmen bereits heute die verbindlichen Regeln des EU AI Act in ihre Prozesse integrieren. Dieser kostenlose Download verschafft Ihnen den Überblick über Fristen und Pflichten, den Ihre Rechts- und IT-Abteilung jetzt dringend braucht. EU AI Act in 5 Schritten verstehen
Objektivität durch Anonymisierung und externe Partner
Ein zentraler Aspekt des Pilotprojekts ist die Vermeidung von subjektiven Verzerrungen. Die Identität des Modells wird vor den menschlichen Bewertern verborgen, um einen sogenannten Markenbias auszuschließen. Zudem soll die Methodik einer Benchmark-Kontamination entgegenwirken, bei der Modelle bereits während ihres Trainings unbeabsichtigt Kontakt mit Testfragen erhalten könnten, was die Testergebnisse verfälschen würde.
Für die Umsetzung arbeitet Google DeepMind mit einer Reihe internationaler Partner zusammen. Neben dem Singapore AI Safety Institute beteiligen sich die Organisationen OpenMined und AVERI an der Evaluation.
Ein weiterer Partner ist MLCommons, der die erste Doppelblind-Evaluation eines Closed-Weight-Modells gemeinsam mit den genannten Akteuren begleitet. In diesem Zusammenhang stellt die Organisation AILuminate speziell reservierte Safety-Benchmark-Prompts zur Verfügung, um die Sicherheitsaspekte des Modells unter neutralen Bedingungen zu validieren.
Wer sich mit der Absicherung von KI-Systemen und den damit verbundenen Risiken befasst, sollte auch die gesetzlichen Dokumentationspflichten für Unternehmen kennen. Dieser kostenlose Report klärt auf, welche KI-Systeme als Hochrisiko gelten und was Verantwortliche jetzt konkret tun müssen. Umsetzungsleitfaden zum EU AI Act kostenlos herunterladen
Regulatorischer Hintergrund und Methodik
Die Initiative von Google DeepMind erfolgt vor dem Hintergrund einer zunehmenden Debatte über die Verlässlichkeit von KI-Tests. Bereits Anfang des Jahres hatte das US-amerikanische National Institute of Standards and Technology (NIST) vor einer fehlenden Unsicherheitsquantifizierung bei gängigen Evaluationen gewarnt.
Die nun vorgestellte Doppelblind-Methodik wird in Fachkreisen als Versuch gewertet, diese methodischen Lücken durch höhere Transparenz und technische Isolation zu schließen.
Durch den Einsatz der vertraulichen Benchmarks und der anonymisierten Testumgebung sollen künftig präzisere Aussagen über die Leistungsfähigkeit und Sicherheit von KI-Systemen möglich sein. Ob sich das Verfahren als Industriestandard etablieren kann, wird laut beteiligten Kreisen maßgeblich von den Ergebnissen der aktuellen Pilotphase abhängen.
