Adversarial Testing, Prompt Injection, Modell-/Artefakt-Scanning und AI Supply-Chain-Sicherheit.
AI & ML Engineering Lab · Quality, Security & Governance
AI Security Factory
Adversarial Testing, Prompt Injection, Modell-/Artefakt-Scanning und AI Supply-Chain-Sicherheit.
ASFAMEL Factory
AMEL · Factory Portfolio
Eine Capability im Engineering-Lebenszyklus.
Diese Factory ist ein spezialisiertes Werkzeug ihres Labs und stellt eine abgegrenzte technische Fähigkeit bereit. Ein Engineering Contract legt den Bedarf fest; Foundations und Baselines bestimmen das Modell. Ausführung und Ergebnisse bleiben versioniert und überprüfbar.
Individuelles Factory-Profil
AI Security Factory als Capability im AI & ML Engineering Lab.
Die AI Security Factory (ASF) bündelt im AI & ML Engineering Lab den dokumentierten Verantwortungsbereich „Adversarial Testing, Prompt Injection, Modell-/Artefakt-Scanning und AI Supply-Chain-Sicherheit“. Sie ist der Domäne „Quality, Security & Governance“ zugeordnet und wird als eigenständig versionierbare Factory-Capability innerhalb dieses fachlichen Rahmens beschrieben.
Das Profil beschreibt das dokumentierte Zielbild dieser konkreten Factory. Es behauptet weder eine bereits produktive Umsetzung noch Funktionen, die im Factory-Steckbrief nicht festgehalten sind.
- Adversarial Testing
- Prompt Injection
- Modell-/Artefakt-Scanning und AI Supply-Chain-Sicherheit
- Domäne
- Quality, Security & Governance
- Engineering Lab
- AI & ML Engineering Lab
- Roadmap-Einordnung
- Phase 4 - Advanced & Enterprise, verbleibende Quality/Security Factory
- Dokumentierter Status
- Konzept im Orthevs Factory-Katalog
Auftrag und Verantwortung
Was die AI Security Factory fachlich abdecken soll.
Die folgenden Verantwortungsfelder stammen aus dem versionierten Steckbrief der AI Security Factory. Sie konkretisieren den Gegenstand „Adversarial Testing, Prompt Injection, Modell-/Artefakt-Scanning und AI Supply-Chain-Sicherheit“ für diese Factory und grenzen ihn von allgemeinen Plattformaufgaben ab.
- Verantwortungsfeld · 01
Adversarial Testing, Prompt-Injection-Tests und AI-spezifische Security-Prüfungen bereitstellen.
- Verantwortungsfeld · 02
Modelle, Datasets, Artefakte und Dependencies auf Supply-Chain-Risiken prüfen.
- Verantwortungsfeld · 03
Security-Findings für Governance, Freigaben und Audit nutzbar machen.
- Verantwortungsfeld · 04
Data Exfiltration, Tool Abuse und Modell-/Dataset-Risiken im AMEL-Kontext berücksichtigen.
Factory-spezifischer Ablauf
Wie die AI Security Factory in das Orthevs-Modell eingeordnet ist.
Der Ablauf verbindet den fachlichen Auftrag der AI Security Factory mit den im Factory Contract vorgesehenen Übergängen. Er ist ein Zielbild für die Ausarbeitung der Capability, kein Nachweis einer vorhandenen Implementierung.
- 01
Auftrag der AI Security Factory festlegen
Der dokumentierte Gegenstand „Adversarial Testing, Prompt Injection, Modell-/Artefakt-Scanning und AI Supply-Chain-Sicherheit“ definiert den fachlichen Ausgangspunkt und die Grenze der ASF-Capability.
- 02
Ein- und Ausgaben von ASF beschreiben
Manifest, Schemas und versionierte Verträge sollen festhalten, welche Eingaben die AI Security Factory verarbeitet und welche Ergebnisse oder Nachweise sie übergibt.
- 03
Im AI & ML Engineering Lab kontrolliert ausführen
Factory Manager, Berechtigungen, Ressourcenangaben und Lifecycle-Zustände ordnen die Ausführung dem zuständigen Lab Core zu.
- 04
Ergebnisse der AI Security Factory nachvollziehbar machen
Status, Artefakte und Provenance sollen die für „Adversarial Testing, Prompt Injection, Modell-/Artefakt-Scanning und AI Supply-Chain-Sicherheit“ relevanten Abläufe und Übergaben prüfbar halten.
- 05
Verträge und Grenzen prüfen
Die ASF-Capability bleibt innerhalb ihrer dokumentierten Ownership und nutzt angrenzende Factories oder Plattformdienste nur über ausgewiesene Verträge.
- 06
Versioniert weiterentwickeln
Änderungen an Auftrag, Schnittstellen, Artefakten oder Abhängigkeiten der AI Security Factory sollen als nachvollziehbare Factory-Versionen geführt werden.
Architekturrolle
Wie die AI Security Factory technisch in Orthevs verankert ist.
Die Architektur trennt die fachliche Verantwortung der AI Security Factory von gemeinsamen Lab- und Plattformdiensten. Dadurch bleibt die Capability installierbar, versionierbar und über Verträge integrierbar.
Fachlicher Kontext
Die AI Security Factory gehört zur Domäne „Quality, Security & Governance“ im AI & ML Engineering Lab. Ihr fachlicher Umfang wird durch den Factory-Steckbrief und die darin benannten Schwerpunkte bestimmt.
Capability und Lifecycle
Die AI Security Factory beschreibt eine spezialisierte Capability des AMEL. Ihr Contract soll Eingaben, Ausgaben, Berechtigungen, Versionen und Nachweise festhalten. Die Umsetzung kann je nach Bedarf als Plugin, Paket, Dienst oder Adapter erfolgen und wird erst in einem konkreten Engineering-Prozess qualifiziert.
Schnittstellen und Verträge
Die ASF-Capability soll Identität, Lifecycle, Capability-Schnittstellen, Artefakte, Ausführungsbedingungen und Abhängigkeiten über versionierte Factory Contracts deklarieren.
Artefakte und Nachweise
Manifest, Verträge, Schemas, Implementierung und Prüfungen bilden die im Konzept vorgesehene technische Form der AI Security Factory; konkrete Ausprägungen werden erst mit ihrer Factory-Version verbindlich.
Liefergegenstände
Was für die AI Security Factory versioniert vorgesehen ist.
Die Artefaktstruktur macht den fachlichen Auftrag der AI Security Factory als prüfbare Factory-Capability greifbar. Sie beschreibt die erwartete Form der Ausarbeitung, nicht bereits vorhandene Dateien oder Releases.
- 01
factory.manifest.yaml für Identity, Version, Runtime, Permissions, Capabilities und Dependencies.
- 02
contracts/ für OpenAPI-, gRPC- oder Event-Verträge.
- 03
schemas/ für typisierte Eingaben, Ausgaben, Artefakte und Provenance.
- 04
src/ für Factory-Logik, Adapter und Runtime-Integration.
- 05
tests/ für Contract-, Lifecycle-, Security- und Integrationsprüfungen.
Integration
Verbindlicher Factory Contract
Der Factory Contract macht die Capability installierbar, kombinierbar und kontrollierbar. Er beschreibt nicht nur ihre Schnittstelle, sondern auch Identität, Lifecycle, Ausführungsbedingungen, Sicherheit, Beobachtbarkeit, Abhängigkeiten und Kompatibilität.
- Identity & Manifest mit Factory-ID, Name, Version, Typ, Maintainer, Lizenz und Vertrauensherkunft.
- Lifecycle mit Install, Initialize, Start, Stop, Upgrade, Uninstall sowie Health/Readiness.
- Capability/API über versionierte Plugin-, OpenAPI-, gRPC- oder Event-Contracts inklusive Fehlercodes und Timeouts.
- Artifact-Verträge für typisierte Eingaben und Ausgaben, Schemas, Versionen, Checksums und Provenance.
- Execution-Angaben zu Plugin-Runtime, CPU/RAM/GPU, Storage, Job-Modell, Skalierung und Timeouts.
- Security-Regeln für Permissions, Secrets-Scopes, Network Egress, Isolierung und Audit Events.
- Observability über Logs, Metrics, Traces, Health, Job-Status und Korrelations-IDs.
- Frontend-Erweiterungspunkte mit Routing, Berechtigungen und Versionskompatibilität.
- Dependencies auf benötigte Platform-/Lab-Versionen, andere Capabilities und Backend-Services.
Die aufgeführten Vertragspunkte bilden den im Architekturkonzept vorgesehenen Mindestumfang. Konkrete Protokolle, Schemas und Versionsregeln werden je Factory-Implementierung festgelegt.
Qualität, Sicherheit und Abgrenzung
Kontrollierte Verantwortung für ASF.
Für die AI Security Factory gelten nicht nur fachliche Ziele. Der Factory Contract verlangt ebenso nachvollziehbare Berechtigungen, Ausführungsgrenzen, Beobachtbarkeit und dokumentierte Übergaben.
Abgrenzung
Security und Governance der gesamten Plattform bleiben Plattformverantwortung. ASF und AGVF liefern die AI-spezifischen Prüfungen, Assessments und Evidenzen.
Sicherheitsanforderung
Security-Regeln für Permissions, Secrets-Scopes, Network Egress, Isolierung und Audit Events.
Beobachtbarkeit und Nachweise
Observability über Logs, Metrics, Traces, Health, Job-Status und Korrelations-IDs.
Reifegrad und Roadmap
Planungsstand der AI Security Factory.
Die AI Security Factory ist mit dem Status „Konzept im Orthevs Factory-Katalog“ und der Roadmap-Einordnung „Phase 4 - Advanced & Enterprise, verbleibende Quality/Security Factory“ dokumentiert. Damit ist ihr Zielbild im Portfolio verortet; ein produktiver Umfang oder Liefertermin wird daraus nicht abgeleitet.
Nachvollziehbare Quellenbasis
Direkt aus dem Factory-Konzept abgeleitet.
Auftrag, Verantwortungsfelder, Abgrenzung, Artefakte, Verträge und Roadmap dieser Seite stammen aus dem versionierten Steckbrief der AI Security Factory (ASF) und dem Architekturkonzept des AI & ML Engineering Lab.
Orthevs Factory Portfolio
Capabilities im Zusammenhang denken.
Factories werden über gemeinsame Verträge zu nachvollziehbaren Engineering-Abläufen verbunden — vom fachlichen Entwurf bis zum Betrieb.