Große generative KI-Modelle – Sprachmodelle, Vision-Sprachmodelle, multimodale kognitive Architekturen – erzeugen Ergebnisse, die von Natur aus probabilistisch sind. Ihre Argumentationskraft beruht auf dieser Eigenschaft. Aber die physischen Systeme, die sie zunehmend steuern – autonome Fahrzeuge, Industrieroboter, sicherheitskritische Aktoren – können probabilistisches Verhalten in den Schleifen, die die physische Sicherheit beeinflussen, nicht tolerieren. Die Notbremse einer Drohne kann keine Probenahme aus einer Verteilung sein.
Bestehende Ansätze akzeptieren entweder den Nichtdeterminismus (und beschränken die Betriebsbereiche auf ein tolerierbares Maß) oder entfernen die KI vollständig aus den Sicherheitspfaden (wodurch die Leistungsfähigkeit geopfert wird). Shield Brain ist die Architektur, die beide koexistieren lässt – mit einer formalen Trennung, die auf der Hardwareebene erzwungen und nicht auf der Softwareebene versprochen wird.