Der Nachweis, dass ein KI-Agent tatsächlich das getan hat, was er behauptet, auf der Hardware, von der er behauptet, sie zu verwenden, ist zu einem der schwierigsten Probleme im Enterprise Computing geworden. Die Linux Foundation schreitet ein, um es zu lösen, und kündigt an, dass sie TRACE verwalten wird, eine offene Spezifikation für AI Runtime Attestation, die Hardware-basierte Nachweise in eine verifizierbare Quittung für KI-Workloads verwandelt. Dieser Schritt signalisiert, dass sich das Vertrauen in KI-Systeme von Marketingversprechen hin zu etwas verlagert, das man tatsächlich mit Kryptografie überprüfen kann.
Summary
Wichtigste Erkenntnisse
- Die Linux Foundation verwaltet nun TRACE, einen offenen Standard für AI Runtime Attestation, der hardwaregestützte, kryptografisch verifizierbare Nachweise über die Ausführung von KI-Workloads erzeugt.
- TRACE steht für Trust, Runtime Attestation and Compliance Evidence und wurde ursprünglich von OPAQUE zusammen mit AMD, Intel, Microsoft und dem Technology Innovation Institute entwickelt.
- Der Standard stützt sich auf Hardware-Attestation auf Siliziumebene von AMD SEV und Intel TDX, um das zu erzeugen, was das Projekt Trust Records nennt.
- In den rund zehn Wochen nach seiner Einführung am 23. Juni 2026 wurde die Referenzimplementierung von TRACE etwa 135.000 Mal auf PyPI heruntergeladen.
- Die laufende technische Weiterentwicklung wird unter der Coalition for Secure AI (CoSAI) fortgesetzt, wobei Linux-Foundation-CEO Jim Zemlin die Notwendigkeit einer neutralen Aufsicht betont.
Linux Foundation übernimmt die Verwaltung des TRACE-Standards für AI Runtime Attestation
TRACE bietet Organisationen eine standardisierte Möglichkeit, eine Frage zu beantworten, die immer schwerer zu ignorieren ist, da KI-Agenten zunehmend autonome, sensible Aufgaben übernehmen: Woher wissen Sie, dass ein Workload tatsächlich so ausgeführt wurde, wie er sollte? Das Akronym steht für Trust, Runtime Attestation and Compliance Evidence, und die Spezifikation erzeugt hardwarebestätigte, kryptografisch verifizierbare Aufzeichnungen über die Ausführung von KI-Agenten und vertraulichen Workloads. Sie funktioniert wie eine manipulationssichere Quittung für jede KI-Operation, die eine dritte Partei überprüfen kann, ohne sich einfach auf das Wort des Betreibers verlassen zu müssen.
Die Spezifikation wurde nicht von Grund auf innerhalb der Linux Foundation entwickelt. Sie wurde ursprünglich von OPAQUE, einem Unternehmen für Confidential Computing, in Zusammenarbeit mit AMD, Intel, Microsoft und dem Technology Innovation Institute entwickelt. Dieses Konsortium brachte die Bausteine zusammen, die erforderlich sind, um Attestation in großem Maßstab praktikabel zu machen: AMD und Intel liefern die Hardware-Roots-of-Trust, Microsoft steuert seinen Azure-Confidential-Computing-Stack bei, und das in den VAE ansässige TII fügt weitere technische Beiträge hinzu. Die Übergabe der Verwaltung an die Linux Foundation soll den Standard neutral halten, anstatt ihn an die Roadmap eines einzelnen Anbieters zu binden.
Wie TRACE KI-Workloads durch Hardware-Attestation verifiziert
Die Kernfunktion von TRACE besteht darin, Aufzeichnungen zu erzeugen, die belegen, dass ein KI-Workload wie versprochen ausgeführt wurde, und dies geschieht, indem die Verifizierung in Silizium verankert wird, anstatt sich nur auf Softwarebehauptungen zu stützen. Anstatt ein völlig neues Vertrauensframework zu erfinden, integriert die Spezifikation eine Reihe bereits etablierter Standards, darunter RATS, EAT, SLSA, SCITT, SPIFFE und EAR, um die Interoperabilität über verschiedene Cloud-Plattformen und sichere Computing-Umgebungen hinweg zu gewährleisten. Diese Interoperabilität ist wichtig, weil die meisten großen Organisationen Workloads über mehrere Anbieter hinweg ausführen, und ein Standard, der nur auf einer Plattform funktionieren würde, würde den Zweck verfehlen.
Trust Records und kryptografische Verifizierung
Das Ergebnis all dessen ist das, was das Projekt Trust Records nennt. Diese Dokumente erfassen betriebliche Details wie die Ausführungsumgebung, die gestartete Software, Datenklassifizierungen und die angewandten Vorschriften während einer bestimmten KI-Operation. Jedes einzelne dieser Details wird durch Mechanismen der Silizium-Attestation abgesichert, was bedeutet, dass der Nachweis in der Hardware verankert ist, anstatt sich auf die Zusicherungen eines Betreibers zu stützen. In der Praxis nutzt TRACE Hardware-Attestationstechnologien wie AMD SEV und Intel TDX und gibt diesen bestehenden Confidential-Computing-Fähigkeiten eine standardisierte Sprache speziell für KI-Workloads.
Frühe Einführung und der weitere Weg unter CoSAI
Die Einführungszahlen deuten darauf hin, dass Entwickler nicht lange gewartet haben, um mit TRACE zu experimentieren. Die Spezifikation wurde erstmals öffentlich auf dem Confidential Computing Summit am 23. Juni 2026 vorgestellt, und in den rund zehn Wochen danach wurde ihre Referenzimplementierung etwa 135.000 Mal auf PyPI, dem Python-Paket-Repository, heruntergeladen. Eine derart frühe Nutzung, noch bevor die formale Verwaltung überhaupt abgeschlossen war, weist auf eine reale Nachfrage nach einer standardisierten Möglichkeit hin, das Laufzeitverhalten von KI zu verifizieren, statt auf eine rein theoretische Übung.
Neutrale Governance im Mittelpunkt
Jim Zemlin, CEO der Linux Foundation, betonte die Bedeutung neutraler Governance, um KI-Trust-Records zu erzeugen, auf die sich Organisationen in allen Branchen tatsächlich verlassen können. Künftig wird die laufende technische Weiterentwicklung von TRACE unter der Coalition for Secure AI, bekannt als CoSAI, fortgesetzt, die die Weiterentwicklung der Spezifikation steuern wird, anstatt sie in den Händen eines einzelnen Gründungsunternehmens zu belassen. Dies ist für die Einführung wichtig: Standards, die an die Anreize eines einzelnen Anbieters gebunden bleiben, tun sich in der Regel schwer mit einer breiten Branchenakzeptanz, während stiftungsverwaltete Spezifikationen wie andere Projekte der Linux Foundation eine Erfolgsbilanz darin haben, zu gemeinsamer Infrastruktur über Wettbewerber hinweg zu werden.
Das Vertrauensproblem, das TRACE lösen soll
Wenn Organisationen zunehmend autonome KI-Agenten einsetzen, um sensible Workloads über Infrastrukturen hinweg zu bearbeiten, die sie nicht vollständig kontrollieren, entsteht eine grundlegende Vertrauenslücke. Eine regulierte Bank muss bestätigen, dass ihr KI-Modell innerhalb einer geschützten Enklave bei einem bestimmten Cloud-Service-Provider ausgeführt wurde. Ein Gesundheitsunternehmen muss gegenüber Prüfern nachweisen, dass Patientendaten gemäß den Richtlinien verarbeitet wurden. Jede Organisation, die Workloads auf der Hardware eines Dritten ausführt, muss letztlich die Compliance nachweisen, ohne die Prüfer einfach nur bitten zu können, ihr zu glauben.
TRACE kehrt dieses Modell um. Da die Attestation von der Hardware selbst und nicht von den eigenen Protokollen des Betreibers ausgeht, können die resultierenden Trust Records von jeder dritten Partei validiert werden, die Zugriff auf die Spezifikation hat. Das ist der entscheidende Unterschied zu den meisten bestehenden Compliance-Dokumentationen: Die kryptografische Verifizierung bestätigt, wie ein Workload ausgeführt wurde, ohne dass der Prüfer sehen muss, welche Daten tatsächlich verarbeitet wurden – ein wichtiger Punkt in regulierten Sektoren, in denen Datenschutz und Prüfbarkeit oft in entgegengesetzte Richtungen ziehen.
Ob TRACE zur Standardsprache für AI Runtime Attestation über Cloud-Anbieter hinweg wird, hängt wahrscheinlich davon ab, wie schnell große Plattformen außerhalb des Gründungskonsortiums sich entscheiden, es zu unterstützen. Da CoSAI nun die technische Roadmap steuert und die Linux Foundation die Governance innehat, hat der Standard seine erste Hürde genommen, aber die breite, branchenübergreifende Einführung ist der Test, der noch bevorsteht.
FAQ
Was ist TRACE und warum ist es wichtig?
TRACE ist ein offener Standard für AI Runtime Attestation, der kryptografisch verifizierbare Aufzeichnungen erzeugt, die belegen, dass KI-Workloads wie versprochen ausgeführt wurden, wobei der Nachweis in Hardware-Attestation und nicht in Softwarebehauptungen verankert ist.
Wer verwaltet den TRACE-Standard?
Die Linux Foundation verwaltet TRACE und bietet eine neutrale Aufsicht, die die Erstellung verifizierbarer KI-Trust-Records in der gesamten Branche unterstützen soll.
Welche Technologien unterstützen die Hardware-Attestation in TRACE?
TRACE nutzt die Hardware-Attestationstechnologien AMD SEV und Intel TDX, um die von ihm erzeugten Trust Records abzusichern.
Wie verbessert TRACE das Vertrauen in die Ausführung von KI-Workloads?
TRACE erzeugt Trust Records, die durch Silizium-Attestation abgesichert sind, sodass Dritte kryptografisch verifizieren können, wie ein KI-Workload ausgeführt wurde, ohne dem Wort des Betreibers vertrauen oder die zugrunde liegenden Daten offenlegen zu müssen.
{„@context“:“https://schema.org“,“@type“:“FAQPage“,“mainEntity“:[{„@type“:“Question“,“name“:“Was ist TRACE und warum ist es wichtig?“,“acceptedAnswer“:{„@type“:“Answer“,“text“:“TRACE ist ein offener Standard für AI Runtime Attestation, der kryptografisch verifizierbare Aufzeichnungen erzeugt, die belegen, dass KI-Workloads wie versprochen ausgeführt wurden, wobei der Nachweis in Hardware-Attestation und nicht in Softwarebehauptungen verankert ist.“}},{„@type“:“Question“,“name“:“Wer verwaltet den TRACE-Standard?“,“acceptedAnswer“:{„@type“:“Answer“,“text“:“Die Linux Foundation verwaltet TRACE und bietet eine neutrale Aufsicht, die die Erstellung verifizierbarer KI-Trust-Records in der gesamten Branche unterstützen soll.“}},{„@type“:“Question“,“name“:“Welche Technologien unterstützen die Hardware-Attestation in TRACE?“,“acceptedAnswer“:{„@type“:“Answer“,“text“:“TRACE nutzt die Hardware-Attestationstechnologien AMD SEV und Intel TDX, um die von ihm erzeugten Trust Records abzusichern.“}},{„@type“:“Question“,“name“:“Wie verbessert TRACE das Vertrauen in die Ausführung von KI-Workloads?“,“acceptedAnswer“:{„@type“:“Answer“,“text“:“TRACE erzeugt Trust Records, die durch Silizium-Attestation abgesichert sind, sodass Dritte kryptografisch verifizieren können, wie ein KI-Workload ausgeführt wurde, ohne dem Wort des Betreibers vertrauen oder die zugrunde liegenden Daten offenlegen zu müssen.“}}]}
Artikel mit Unterstützung künstlicher Intelligenz erstellt und von der Redaktion überprüft.
