Eperi nutzt Privatemode, um Coding-Agents vertraulich zu nutzen

„Unser Lead Developer hat mit Kimi K2.6 über Privatemode AI Aufgaben gelöst, die schon überfällig waren. Zu wissen, dass unser sensibler Code nicht an Dritte gelangt, lässt uns sorgenfrei arbeiten, ohne uns Gedanken machen zu müssen, welche Aufgaben wir mit dem Coding-Assistant bearbeiten.“ - Dominik Kowol, CTO eperi 

Herausforderung: Warum Standard KI APIs für eperi nicht infrage kamen

eperi ist ein Cybersecurity-Anbieter mit Kunden in stark regulierten Bereichen wie Healthcare, Defense, Financial Services und Public. Für CTO Dominik Kowol gilt deshalb eine klare Grenze: Sensibler Quellcode darf nicht bei Dritten landen. Gleichzeitig sind die Effizienzgewinne durch KI-Coding-Assistenten zu groß, um sie zu ignorieren. eperi suchte daher einen Weg, beides zu vereinen: Code-Confidentiality und die Produktivität moderner KI-gestützter Softwareentwicklung. 

Lösung: KI Coding mit technischer Vertraulichkeitsgarantie

eperi evaluierte Privatemode AI, eine Ende-zu-Ende-verschlüsselte Inferenz-API, bei der Prompts, Kontext (etwa die Codebasis), Antworten und damit der gesamte Quellcode für Dritte unzugänglich bleiben, sogar für den Hersteller, Edgeless Systems, und den Infrastrukturbetreiber. Anders als ein Auftragsverarbeitungsvertrag (AVV), der nur eine vertragliche Zusage ist, beruht diese Vertraulichkeit auf Confidential Computing, einer in der Hardware verankerten technischen Garantie, die sich vom Nutzer überprüfen lässt. Die Lösung wurde direkt in den bestehenden Entwicklungs-Workflow eingebunden, da Privatemode AI über eine OpenAI- und Anthropic-kompatible Schnittstelle problemlos mit gängigen Coding-Assistenten arbeitet. 

Ergebnis: Zwei Personentage Arbeit für unter 5 Euro API Kosten

In einer ausführlichen Testphase über neun Modelle unterschiedlicher Anbieter überzeugte insbesondere Kimi K2.6, eines der derzeit stärksten Reasoning-Modelle: Gemeinsam mit gpt-oss-120b lieferte es über Privatemode AI Ergebnisse, die alle Compiler- und Funktionschecks im Test bestanden. Mehrere öffentliche Modelle scheiterten dagegen an Compiler-Fehlern oder blockierten legitime fachliche Eingaben, etwa sehr große Zahlenwerte, die sie fälschlich als unzulässig einstuften. Beim Kosteneffekt wurde der Hebel besonders deutlich: Eine Aufgabe, die rund zwei Personentage gekostet hätte, wurde für unter 5 EUR API-Kosten gelöst. eperis Lead Developer konnten zudem - ohne dass sensibler Code je das Haus verließ - Aufgaben abschließen, die schon überfällig waren.