Indiens IT-Ministerium stellt DEPA-Handbuch für KI-Training vor

MeitY stellt DEPA-Handbuch für KI-Training vor: Rohdatensätze sollen nicht übergeben werden

Indiens IT-Ministerium MeitY hat laut Fachmedienberichten ein Handbuch zur Data Empowerment and Protection Architecture (DEPA) für KI-Training vorgestellt. Nach Angaben von dev.to, das PTI, ANI und ETV Bharat zitiert, präsentierte MeitY-Secretary S Krishnan das Dokument am Samstag, 31. Oktober 2026, bei einem Roundtable in Bengaluru. Entwickelt wurde es mit Unterstützung der iSPIRT Foundation.

Das Verfahren beruht auf Einwilligung und ist techno-rechtlich angelegt. Organisationen sollen Daten für KI-Training nutzen können, ohne die Rohdatensätze herauszugeben. Die offizielle Mitteilung, zitiert nach PTI, nennt als Bausteine „contractual permissions, controlled computing environments and privacy-enhancing safeguards“. Hinzu kommt Data Provenance: „origin, permissions and use of data“ sollen im Training nachvollziehbar bleiben.

Krishnan sagte laut ETV Bharat: „India's AI ambitions must be matched by the ability to use data responsibly and securely.“ MeitY sei verpflichtet, den Rahmen voranzubringen. Das ist eine Absichtserklärung, keine Umsetzung.

Beide Quellen sind Sekundärquellen. Das Originaldokument konnten wir nicht einsehen, der Business-Standard-Text war nicht abrufbar. Die Berichte unterscheiden sich im Status: Techgig spricht von einem „proposed framework“, dev.to von einem „launched Handbook“. Womöglich handelt es sich um dasselbe Ereignis, nur mit anderer Wortwahl.

Clean Rooms, Differential Privacy und neue Rollen: Was der Rahmen laut Berichten vorsieht

Als technische Säulen nennt Techgig Confidential Clean Rooms, Differential Privacy, elektronische Verträge und Zero-Trust-Sicherheit. Clean Rooms sind gesicherte Rechenumgebungen. Beteiligte verarbeiten darin gemeinsam Daten und trainieren Modelle, ohne einander die Datensätze offenzulegen. Das Training läuft in einer gesicherten Umgebung mit Differential-Privacy-Verfahren. Laut offizieller Mitteilung kommen Herkunftsnachweise für die Daten hinzu.

Der Rahmen definiert zudem Rollen: Training Data Providers, Training Data Consumers sowie Data Collectives, auch Data Collabs genannt. Er baut auf dem bestehenden DEPA auf. Dieses ermöglicht einwilligungsbasiertes Datenteilen, etwa über den Account Aggregator.

Laut Techgig sollen Startups, Unternehmen und Hochschulen profitieren, die Zugang zu großen, Indien-spezifischen Datensätzen erhalten. Datenhalter und KI-Entwickler müssten sich demnach auf Clean-Room-Infrastruktur, Verträge und Herkunftsnachweise einstellen.

Vom Finanzentwurf 2020 zur KI-Anwendung: Was an DEPA bekannt ist und was offen bleibt

NITI Aayog legte DEPA im August 2020 als Entwurf für ein „secure consent-based data sharing framework to accelerate financial inclusion“ vor. Nach allgemeiner DEPA-Dokumentation, nicht nach dem Handbuch, funktioniert der Grundmechanismus so: Ein Datennutzer richtet eine Anfrage an einen Consent Manager, der die Einwilligung der betroffenen Person einholt. Datenhalter verwalten die Daten und verlassen sich dafür auf diese Manager.

Die Rollenbezeichnungen früherer Beschreibungen weichen von denen des KI-Handbuchs ab. Der DEPA-Entwurf von 2020 nennt in der Beschreibung der IFF etwa Data Users, Data Fiduciaries und Consent Managers, das KI-Handbuch laut Techgig dagegen Training Data Providers und Training Data Consumers. Vermutlich liegt das an unterschiedlichen Anwendungsfeldern. Ein echter Widerspruch ist es nicht zwingend. Ob das Handbuch Consent Manager einbindet, geht aus dem Material nicht hervor.

Offen bleibt außerdem, ob das Dokument verbindlich, empfohlen oder ein Konsultationsentwurf ist. Ebenso unklar ist, wie es sich zum DPDP Act verhält und ob Pilotprojekte oder Teilnehmer existieren. Techgig schreibt lediglich, der Rahmen solle die DPDP-Konformität sicherstellen. Belegen lässt sich das ohne das Originaldokument nicht.