Der Audit erkennt Inventar-/Approval-/Owner-/Monitoring-Defekte (Shadow-Modelle außerhalb des Inventars, fehlende/abgelaufene Approvals, retired Modelle in Production, fehlende/unbekannte Owner, Monitoring- Lücken, veraltete Reviews) datei- und zeilengenau.
Produkt ai-governance-audit · Version 0.1.0
AI Governance & Control Assurance Audit
Standardisierter, deterministischer Audit für AI-Governance und Control-Assurance. Das Produkt prüft einen AI-Governance-Export statisch auf Kontrolllücken: Shadow-/Unapproved-Modelle außerhalb des Inventars, fehlende oder abgelaufene Approvals, retired Modelle in Production, fehlende/unbekannte Owner, Monitoring-Lücken (deaktiviert, keine Drift-/Quality-Alerts), veraltete Monitoring-Reviews, offene High-/Critical-Incidents ohne Review, resolved Incidents ohne Review, Vendor ohne DPA bzw. ohne Risk-Assessment, abgelaufene/fehlende Governance-Trainings, fehlende Usage-Policy- Bestätigung, doppelte Modelleinträge, fehlende Version/Lineage und unvollständige Risk-Klassifikation. Jeder Befund ist datei- und zeilengenau mit konkreter Korrekturanweisung; Governance-Quality-Score und Kategorie-Scores sind transparente Formeln, heuristische Regeln sind gekennzeichnet. Der Lauf wird unabhängig re-validiert und ist über einen hash-verketteten Evidence-Record mit Ed25519-Signaturen und Contract-Digests reproduzierbar.
Zielkunde (ICP)
AI-Governance-, Risk- und Compliance-Funktionen in mittelständischen Unternehmen (5-100 AI-Systeme), die AI-Inventar, Modell-Approvals, Monitoring, Incidents und Vendor-Risiken verantworten und vor Governance-Reviews, Audits oder AI-Assurance-Programmen eine schnelle, reproduzierbare Prüfung ihres Governance-Exports benötigen.
Problem
AI-Governance-Risiken stecken in Details: Shadow-Modelle ohne Inventareintrag, abgelaufene Approvals, fehlende Owner, deaktiviertes Monitoring, ungereviewte Incidents, Vendoren ohne DPA/Risk-Assessment und fehlende Trainings/Nachweise. Diese Lücken verteilen sich über Inventar-, Approval-, Monitoring-, Incident-, Vendor-, Training- und Owner-Exporte; manuelle Reviews sind langsam und liefern keine zeilengenauen Evidenz-Pointer. Teams benötigen eine deterministische, lokal laufende Vorprüfung ihres Governance-Exports.
Liefermodelle
- Audit as a Service
- Workflow as a Service
Service-Level (SLA)
| Feld | Wert |
|---|---|
delivery_time_hours | 48 |
max_findings_per_audit | 200 |
max_runtime_seconds | 120 |
Grenzen des Produkts
- Rein statischer Audit eines synthetischen Exports – kein Live-MLOps-/IdP-/ Vendor-Zugriff, kein Netzwerk.
- Governance-/Monitoring-/Vendor-Prüfungen basieren auf deklarierten Feldern; echte Betriebsnachweise können abweichen.
- Duplikat-/Monitoring-Review-Prüfung ist eine Heuristik.
- Technischer Assurance-Entwurf; keine Rechts-/Compliance-/AI-Act- Konformitäts- und keine Zertifizierungsaussage.
- Die aktuelle Evidenz basiert ausschließlich auf dem synthetischen Lab-Target synthetic-ai-governance, nicht auf echten Governance-Exporten.
- Rein statischer Audit eines synthetischen Exports – kein Live-MLOps-/IdP-/ Vendor-Zugriff, kein Netzwerk.
- Governance-/Monitoring-/Vendor-Prüfungen basieren auf deklarierten Feldern; echte Betriebsnachweise können abweichen.
- Duplikat-/Monitoring-Review-Prüfung ist eine Heuristik.
- Technischer Assurance-Entwurf; keine Rechts-/Compliance-/AI-Act- Konformitäts- und keine Zertifizierungsaussage.
- Alle Modelle, Owner, Vendoren und Incidents sind synthetisch.
Verträge: Eingabe und Ausgabe
Ein Claim erscheint nur, wenn die Evidenz zur exakten Version passt. Contract-Felder werden aus dem veröffentlichten Datenvertrag gerendert.
JSON-Schema (input_contract) aus dem veröffentlichten Datenvertrag. Der Runner validiert Ein- und Ausgaben gegen dieses Schema.
{
"properties": {
"repository_snapshot": {
"description": "Read-only AI-Governance-Export (Inventar, Approvals, Monitoring, Incidents, Vendoren, Trainings, Owner, Policy); synthetische oder kundenseitig freigegebene Metadaten, kein Live-System-Zugriff.",
"type": "object"
}
},
"required": [
"repository_snapshot"
],
"type": "object"
}| Feld | Typ | Pflicht | Beschreibung |
|---|---|---|---|
repository_snapshot | object | ja | Read-only AI-Governance-Export (Inventar, Approvals, Monitoring, Incidents, Vendoren, Trainings, Owner, Policy); synthetische oder kundenseitig freigegebene Metadaten, kein Live-System-Zugriff. |
JSON-Schema (output_contract) aus dem veröffentlichten Datenvertrag. Der Runner validiert Ein- und Ausgaben gegen dieses Schema.
{
"properties": {
"findings": {
"description": "Maschinenlesbare Findings als JSON inkl. Summary mit Severity-Zählern, Score-Formel, Kategorie-Scores, Zählern, unterdrückten Decoy-Mustern und Disclaimer.",
"type": "object"
},
"report": {
"description": "Governance-Bericht (Markdown) mit Zusammenfassung, Methodik, priorisierten Findings inkl. Datei, Zeile, Schweregrad, Fix-Anweisung, Governance-Quality-/Kategorie-Scores, Heuristik-Kennzeichnung, Evidenz-/Reproduzierbarkeitsdaten und Grenzen.",
"type": "object"
}
},
"required": [
"report",
"findings"
],
"type": "object"
}| Feld | Typ | Pflicht | Beschreibung |
|---|---|---|---|
findings | object | ja | Maschinenlesbare Findings als JSON inkl. Summary mit Severity-Zählern, Score-Formel, Kategorie-Scores, Zählern, unterdrückten Decoy-Mustern und Disclaimer. |
report | object | ja | Governance-Bericht (Markdown) mit Zusammenfassung, Methodik, priorisierten Findings inkl. Datei, Zeile, Schweregrad, Fix-Anweisung, Governance-Quality-/Kategorie-Scores, Heuristik-Kennzeichnung, Evidenz-/Reproduzierbarkeitsdaten und Grenzen. |
Veröffentlichte Claims (gate-geprüft)
Jeder folgende Claim ist an mindestens einen PASSED-Evidenz-Record gebunden. Die SHA-256-Hashwerte der Records sind direkt an jedem Claim sichtbar; nicht freigegebene Claims werden nicht gerendert.
Der Audit erkennt Incident-/Vendor-/Training-/Policy-Defekte (offene High-/Critical-Incidents ohne Review, resolved Incidents ohne Review, Vendor ohne DPA/Risk-Assessment, abgelaufene/fehlende Trainings, fehlende Usage-Policy-Bestätigung, doppelte Modelle, fehlende Version/Lineage, unvollständige Risk-Klassifikation).
Jeder Audit-Lauf ist deterministisch, wird unabhängig re-validiert und ist über einen hash-verketteten Evidence-Record mit Ed25519-Signaturen, Artefakt-Hashes und Contract-Digests reproduzierbar.
Es sind keine unterdrückten Claims für dieses Produkt im Gatekeeper-Status enthalten.
Workflow
Ausführungsschritte laut Manifest; jeder Schritt referenziert einen geprüften Skill.
| Schritt | Skill | Beschreibung | Abhängig von |
|---|---|---|---|
audit | ai_governance_audit | AI-Governance-Export statisch prüfen und Kontroll-Findings deterministisch mit dem Skill ai_governance_audit erzeugen. | — |
Skills in diesem Produkt
Versionen, Schwellenwerte und Evidenzstand je Skill. Details in der Skill-Registry.
| Skill | Version | Reife | Recall / Precision | Evidenz | Letzte Evidenz |
|---|---|---|---|---|---|
| AI Governance & Control Assurance Audit (synthetic export) | 0.1.0 | VALIDATED | 1,000 / 0,900 | 1 | 69ff48d748144bae8e7f7007294d2138 |
Evidenz für dieses Produkt
Ausschließlich verifizierte Records. Hashes und Artefaktpfade sind im Evidenz-Detail einsehbar.
record_sha256: b1a7c813bc01fc60bf3ea8f8c4e056dd148505328a9b8473ab97fb7116968eb2
- Rein statischer Audit eines synthetischen Exports – kein Live-MLOps-/IdP-/ Vendor-Zugriff, kein Netzwerk.
- Governance-/Monitoring-/Vendor-Prüfungen basieren auf deklarierten Feldern; echte Betriebsnachweise können abweichen.
- Duplikat-/Monitoring-Review-Prüfung ist eine Heuristik.
- … 7 weitere
Bericht: evidence/artifacts/69ff48d748144bae8e7f7007294d2138/report.md
Weitere Dokumentation
Kein Dokumentationspfad veröffentlicht.