Das Versprechen der KI, die Effizienz zu steigern, ist unbestreitbar, aber für ein Rüstungsunternehmen könnte eine einzige falsch gestellte Abfrage zu einem Leck in geheimen Daten führen. Ein Krankenhaus könnte sensible Patientendaten preisgeben. Der Einsatz von KI-Tools wie Microsoft Copilot in regulierten Branchen birgt Risiken mit katastrophalen Folgen. Fachleute in diesen Branchen wissen, dass die Gefahr real ist, aber oft fehlt ein klarer Rahmen für die Kontrolle. Dieser Artikel befasst sich mit den besonderen Herausforderungen der KI-Governance in regulierten Branchen, erklärt, warum herkömmliche Kontrollen unzureichend sind, und zeigt, wie man eine konforme Grundlage für KI in Microsoft 365 schafft.
TL;DR:
- Bei der KI-Governance in regulierten Branchen geht es um kontinuierliche Kontrolle, Verantwortlichkeit und Compliance, nicht um einmalige Richtlinien oder Innovationen allein.
- KI verstärkt bestehende Microsoft 365-Risiken, wie z. B. übermäßig erlaubte Daten, schlechte Inhaltsqualität und unverwaltete Automatisierung.
- Regulierte Sektoren sind mit besonders hohen Konsequenzen konfrontiert, von der Patientensicherheit und der finanziellen Integrität bis hin zur nationalen Sicherheit und zur kritischen Infrastruktur.
- Herkömmliche IT-Governance ist für KI unzureichend, da KI bei Abfragen dynamisch arbeitet und eine automatisierte, fortlaufende Überwachung erfordert.
- Unternehmen benötigen Governance-Frameworks und -Werkzeuge, die Transparenz, die Durchsetzung von Richtlinien sowie revisionssichere Nachweise für Daten, Berechtigungen und KI-gesteuerte Workloads in Microsoft 365 bieten.
Warum KI-Governance in regulierten und sicherheitskritischen Branchen anders ist
In regulierten und sicherheitskritischen Branchen können KI-Ergebnisse direkte Auswirkungen auf Menschen, Märkte und kritische Systeme haben. Die Governance muss daher der Kontrolle und Einhaltung von Vorschriften Vorrang einräumen, nicht nur der Innovation.
Die Kosten von KI-Fehlern in regulierten Umgebungen
In vielen Branchen sind KI-Fehler unangenehm. In regulierten Branchen können sie jedoch katastrophale Folgen haben.
Unternehmen des Gesundheitswesens riskieren Patientenschäden undVerstöße gegen den HIPAA(Health Insurance Portability and Accountability Act). Finanzinstitute müssen mit behördlichen Strafen, Marktinstabilität und Reputationsschäden rechnen. Organisationen der Verteidigung und des öffentlichen Sektors riskieren die Gefährdung der nationalen Sicherheit, des öffentlichen Vertrauens und der rechtlichen Verantwortlichkeit. Anbieter kritischer Infrastrukturen müssen Systeme schützen, von denen ganze Gesellschaften abhängen.
Der gemeinsame Nenner ist dieser: KI-Versagen in diesen Umgebungen werden nicht im Nachhinein toleriert. Governance muss Fehler verhindern, bevor sie auftreten.
Der operative Druck, der die Einführung von KI vorantreibt
Trotz der Risiken beschleunigen regulierte Branchen die Einführung von KI. Krankenhäuser sehen sich mit Personalknappheit und steigendem Verwaltungsaufwand konfrontiert. Finanzdienstleister konkurrieren um Geschwindigkeit und Einblicke. Organisationen des öffentlichen Sektors stehen unter Druck, ihre Dienstleistungen mit begrenzten Budgets zu modernisieren. Verteidigungsorganisationen versuchen, menschliches Fachwissen durch fortschrittliche Analytik zu ergänzen.
Künstliche Intelligenz wird zu einem wesentlichen Faktor für Effizienz, Widerstandsfähigkeit und Wettbewerbsfähigkeit. Dies macht eine Steuerung dringend erforderlich. Die Frage ist nicht mehr, ob man KI einsetzen soll, sondern wie man dies tut, ohne dabei die Kontrolle zu verlieren.
Was KI-Governance in regulierten Branchen wirklich bedeutet
KI-Governance wird oft mit herkömmlicher IT- oder Daten-Governance verwechselt, aber in regulierten Branchen ist der Unterschied wichtig, denn dort muss die Governance für die Entwicklung, die Nutzung und den laufenden Betrieb von KI gelten. Im Gegensatz zu statischen Vermögenswerten wie Anwendungen oder Dateien generieren KI-Systeme neue Ergebnisse, kombinieren Informationen aus verschiedenen Quellen und reagieren dynamisch auf Benutzeranfragen, insbesondere auf agentenbasierte KI, die systemübergreifend autonom agieren kann. Infolgedessen besteht das Risiko nicht mehr nur zum Zeitpunkt der Konfiguration. Es besteht zum Zeitpunkt der Abfrage.
Da KI kontinuierlich mit Live-Daten arbeitet, kann Governance kein einmaliges Projekt sein. Sie muss fortlaufend, anpassungsfähig und automatisiert sein und durch Tools unterstützt werden, die eine kontinuierliche Compliance-Überwachung ermöglichen und prüfungsfähige Nachweise liefern.
In regulierten Umgebungen ruht eine effektive KI-Governance auf drei Säulen:
- Kontrolle darüber, auf welche Daten KI zugreifen kann und wie sie verwendet werden
- Rechenschaftspflicht für KI-gestützte Aktionen und Entscheidungen
- Nachweise für die Einhaltung der Vorschriften gegenüber Aufsichtsbehörden und Wirtschaftsprüfern
Ohne alle drei Säulen, einschließlich einer angemessenen menschlichen Aufsicht, können Unternehmen KI nicht sicher einsetzen.
Für welche Branchen gelten die höchsten Anforderungen an die KI-Governance?
Nicht alle Branchen sind in gleichem Maße von KI-Risiken betroffen. Branchen, die mit hochsensiblen Daten umgehen, unter strenger behördlicher Aufsicht arbeiten oder sicherheitskritische Systeme unterstützen, stellen bei der Einführung von KI deutlich höhere Governance-Anforderungen.
Gesundheitswesen und Biowissenschaften
Organisationen des Gesundheitswesens und Unternehmen der Biowissenschaften arbeiten mit hochsensiblen Gesundheitsdaten und stehen unter strenger behördlicher Aufsicht. KI wird zunehmend für die klinische Dokumentation, die Diagnoseunterstützung, die Forschung und die Betriebsoptimierung eingesetzt.
Die Governance muss die Gesundheitsdaten der Patienten schützen, die Datenintegrität sicherstellen und verhindern, dass KI Versorgungsentscheidungen auf der Grundlage veralteter oder falscher Informationen beeinflusst. Unternehmen der Biowissenschaften müssen außerdem die GxP-Standards (Good Practices) einhalten und wertvolles geistiges Eigentum während des gesamten Forschungslebenszyklus schützen.
Finanzdienstleistungen und Versicherungen
Banken, Investmentfirmen und Versicherer nutzen KI für Analysen, Prognosen und Kundeninteraktionen. Diese Anwendungsfälle sind aufgrund ihrer Auswirkungen auf Märkte und Verbraucher streng reguliert.
Die KI-Governance in Finanzdienstleistungen muss Transparenz, Überprüfbarkeit und Fairness gewährleisten. Vorschriften wie das DORA-Gesetz (Digital Operational Resilience Act) verlangen von Unternehmen, dass sie IKT-Risiken (Informations- und Kommunikationstechnologie) managen, einschließlich der KI-Systeme, die finanzielle Entscheidungen beeinflussen oder regulierte Daten verarbeiten.
Verteidigung, öffentlicher Sektor und nationale Sicherheit
Organisationen des Verteidigungs- und des öffentlichen Sektors sind am stärksten von den Folgen eines Versagens der KI-Governance betroffen. Zu diesen Umgebungen gehören Verschlusssachen, Geheimdienstdaten und missionskritische Systeme.
KI-Governance ist hier untrennbar mit der nationalen Sicherheit verbunden. Sie erfordert eine strenge Zugangskontrolle, Rückverfolgbarkeit und Rechenschaftspflicht für jede KI-gestützte Aktion.
Kritische Infrastrukturen: Energie, Versorgungsunternehmen und Telekommunikation
Energie-, Versorgungs- und Telekommunikationsunternehmen verwalten Systeme, die für die öffentliche Sicherheit und die wirtschaftliche Stabilität unerlässlich sind. KI wird zunehmend eingesetzt, um den Betrieb zu optimieren und komplexe Infrastrukturdaten zu analysieren.
Die Governance muss die Offenlegung sensibler Infrastrukturdaten verhindern und sicherstellen, dass KI keine systemischen Risiken mit sich bringt. Vorschriften wie NIS2 (Network and Information Security 2) spiegeln den wachsenden Fokus auf die Sicherung dieser Umgebungen wider.
Welche KI-Risiken bestehen für regulierte Branchen bei der Nutzung von Microsoft 365?
Microsoft 365 wurde entwickelt, um offene Zusammenarbeit zu unterstützen. Wenn Tools wie Microsoft Copilot eingeführt werden, können sie Informationen aus Dokumenten, Unterhaltungen und Systemen in großem Umfang zusammenführen. In regulierten Umgebungen stellt dies die KI-Governance in Microsoft 365 kritisch, da bestehende Daten- und Berechtigungsprobleme zu verstärkten Risiken werden, die ein strukturiertes KI-Risikomanagement erfordern.
Datenverluste durch Copilot-Antworten
Das größte Einzelrisiko besteht darin, dass Copilot versehentlich sensible Daten preisgibt. Da Copilot Informationen aus verschiedenen Quellen zusammenführt, kann es leicht einen Ausschnitt aus einer vertraulichen Personalakte mit Informationen aus einem öffentlichen Projektdokument in einer einzigen Antwort kombinieren. Dies kann unbefugten Nutzern Informationen offenbaren und den Schutz personenbezogener Daten sowie die Verpflichtungen im Rahmen der KI-Ethik untergraben.
Ungenaue KI-Ergebnisse auf der Grundlage unkontrollierter Inhalte
KI ist nur so gut wie die Daten, aus denen sie lernt. In einem weitläufigen Microsoft 365-Mieter bedeutet dies, dass das Wissen von Copilot auf einer Grundlage basiert, die veraltete Richtlinien, doppelte Dateien und ungeprüftes "Stammeswissen", das in Teams-Chats gespeichert ist, umfassen kann. Dies wirkt sich direkt auf die Zuverlässigkeit der Ergebnisse bei wichtigen Entscheidungen aus.
Schattenagenten und abtrünnige Automatisierung
Die einfache Erstellung von benutzerdefinierten Copiloten und KI-Agenten in Power Platform bietet Geschäftsanwendern mehr Möglichkeiten, schafft aber auch einen großen blinden Fleck für IT- und Sicherheitsteams. Diese nicht verwalteten Agenten können mit Sicherheitsmängeln versehen sein, eine Verbindung zu kritischen Systemen herstellen und völlig außerhalb etablierter Governance-Protokolle arbeiten.
Übermäßig autorisierte Benutzer und ungeschützte sensible Daten
Die meisten etablierten Organisationen leiden unter einer schleichenden Ausweitung der Berechtigungen, wobei Benutzer im Laufe der Zeit Zugriffsrechte erwerben, die weit über die Erfordernisse ihrer aktuellen Rolle hinausgehen. Copilot macht dieses latente Risiko aktiv, indem es diesen Benutzern ein Tool an die Hand gibt, mit dem sie mühelos alle Daten, auf die sie technisch zugreifen können, durchsuchen und aufdecken, einschließlich sensibler Daten, von deren Existenz sie nichts wussten.
Fehlende Kontrolle über den Lebenszyklus
Ohne automatisiertes Lebenszyklusmanagement für Microsoft Teams, SharePoint-Websites und Power Platform-Assets werden Mieter mit verwaisten und inaktiven Ressourcen überhäuft. Diese vergessenen Sites und Apps enthalten immer noch Daten und stellen damit ein Sicherheitsrisiko dar. Sie werden jedoch häufig nicht überwacht und bieten einen fruchtbaren Boden für KI, um falsche Informationen zu finden und zu nutzen.
Reale Szenarien, die KI-Governance verhindern kann
Diese Szenarien stellen sehr realistische Gefahren dar, die durch eine proaktive KI-Governance-Strategie entschärft werden können.
Szenario 1: Spionage in einer Verteidigungsorganisation
Ein Projektmanager in einem Verteidigungsunternehmen nutzt Copilot, um "die neuesten Fortschritte zu Projekt Sierra zusammenzufassen". Ohne es zu wissen, wurde vor Jahren versehentlich ein Ordner mit geheimen Konstruktionsplänen für die Gruppe "Alle Mitarbeiter" freigegeben. Copilot respektiert diese fehlerhaften Berechtigungen und nimmt detaillierte technische Spezifikationen in seine Zusammenfassung auf. Der Manager fügt diese Zusammenfassung dann in einen Wochenbericht ein, der an externe Partner weitergegeben wird, was zu einem katastrophalen Durchsickern von Staatsgeheimnissen führt.
Wie Governance dies verhindert: Ein kontinuierliches Governance-Tool hätte den Ordner mit sensiblen Daten, für den zu viele Berechtigungen erteilt wurden, bereits vor dem Einsatz von Copilot erkannt. Es hätte die unangemessenen Freigabeeinstellungen markiert und die Administratoren gewarnt, um das Risiko zu beseitigen und sicherzustellen, dass die KI niemals Zugriff hatte.
Szenario 2: Verletzung der Patientendaten im Gesundheitswesen
Eine Krankenhausabteilung, die ihre Effizienz verbessern möchte, verwendet einen Power-Automate-Flow mit einem benutzerdefinierten KI-Agenten, um Terminerinnerungen zu versenden. Der Ablauf wurde von einer technisch versierten Krankenschwester erstellt, nicht von einem IT-Experten. Er stellt eine direkte Verbindung zu einer Patientendatenbank her, verfügt jedoch über keine robuste Fehlerbehandlung. Ein geringfügiges Datenformatierungsproblem führt dazu, dass der Agent die Patientenkontaktdaten nicht abgleicht und personenbezogene Gesundheitsinformationen (PHI) für Dutzende von Patienten an die falschen Empfänger sendet, was zu einem schwerwiegenden Verstoß gegen die HIPAA und zu Geldstrafen führt.
Wie Governance dies verhindert: Eine robuste Governance bietet ein vollständiges Inventar aller Power-Platform-Assets, einschließlich der Konnektoren und Flows. Sie würde diesen Schatten-KI-Agenten erkennen, seine Verbindung zu einer sensiblen Datenquelle kennzeichnen und Richtlinien durchsetzen, die eine Überprüfung und Genehmigung durch die IT-Abteilung erfordern, bevor er aktiviert werden kann.
Szenario 3: finanzieller Verlust bei einer Investmentfirma
Ein Investmentanalyst bittet Copilot um eine Stimmungsanalyse für ein Unternehmen, das er übernehmen möchte. Die SharePoint-Umgebung des Unternehmens ist mit jahrelangen, nicht verwalteten Inhalten vollgestopft, darunter mehrere veraltete Versionen von Due-Diligence-Berichten sowie spekulativer Entwürfe. Copilot stützt seine Analyse auf diese "schmutzigen Daten" und erstellt einen irreführend positiven Bericht. Beeinflusst von der zuversichtlichen Ausgabe der KI, setzt das Unternehmen eine Fehlinvestition fort, was zu erheblichen finanziellen Verlusten führt.
Wie Governance dies verhindert: Eine effektive Governance-Lösung identifiziert und steuert den Datenlebenszyklus. Sie würde veraltete, doppelte und verwaiste Inhalte markieren und dem Unternehmen ermöglichen, seine Datenumgebung zu bereinigen. So wird sichergestellt, dass das KI-Modell auf präzise, aktuelle Daten trainiert wird und zuverlässige Ergebnisse liefert.
Wie man KI-Governance mit branchenspezifischen Vorschriften in Einklang bringt
In der Praxis folgt die KI-Compliance in regulierten Branchen demselben Grundprinzip wie die allgemeine Compliance: Wenn Daten bestimmten Regeln unterliegen, muss jedes System der künstlichen Intelligenz, das auf sie zugreift oder sie verarbeitet, dieselben Verpflichtungen erfüllen.
Branchenspezifische Vorschriften
Branchenspezifische Vorschriften stellen bereits strenge Anforderungen an die KI-Governance.
Im Gesundheitswesen und in den Biowissenschaften schreiben Rahmenwerke wie HIPAA und GxP strenge Kontrollen für den Zugriff auf Patienten- und Forschungsdaten sowie für die Überprüfbarkeit und Integrität der Daten vor.
Finanzinstitute müssen Vorschriften wie die EU-DORA einhalten, die ein strenges IKT-Risikomanagement sowie Transparenz für KI-Technologien vorschreiben, die in Bereichen wie der Kreditbewertung oder dem Handel eingesetzt werden.
Organisationen des Verteidigungs- und des öffentlichen Sektors arbeiten nach Standards wie den Sicherheitsrahmen und -richtlinien des NIST (National Institute of Standards and Technology) und der CMMC (Cybersecurity Maturity Model Certification), die eine nachweislich ausgereifte Sicherheitslage verlangen. Dazu gehört die Kontrolle über KI-Systeme, deren Datenlieferketten sowie den Umgang mit sensiblen oder geheimen Informationen.
Branchenübergreifende Rahmenwerke für die KI-Governance
Branchenübergreifend ergeben sich bei der Einführung von KI mehrere gemeinsame Compliance-Herausforderungen. Unternehmen müssen nachweisen, dass sie sich an weitreichende Vorschriften und Standards halten, darunter:
- EU-KI-Gesetz: Als bahnbrechende KI-Verordnung in Europa verfolgt das EU-KI-Gesetz einen risikobasierten Ansatz und legt strengere Regeln für "risikoreiche" KI-Systeme fest, die viele Anwendungsfälle in den Bereichen Finanzen, Gesundheitswesen und kritische Infrastruktur umfassen.
- GDPR: Die Grundsätze der Datenminimierung, der Zweckbindung und der Rechte der Betroffenen gelten für jede KI, die personenbezogene Daten von EU-Bürgern verarbeitet.
- ISO 27001: Dieser Informationssicherheitsstandard verlangt, dass Organisationen Risiken managen, und nicht gemanagte KI ist ein bedeutender neuer Risikoverstärker.
- SOC 2: Für Dienstleistungsunternehmen ist der Nachweis, dass sie über Kontrollen zum Schutz von Kundendaten verfügen, entscheidend. Dazu gehört nun auch der Nachweis einer Governance für KI-Tools, die auf diese Daten zugreifen.
Warum regulatorische Anpassung und nachweisbare KI-Governance wichtig sind
Angesichts der zunehmenden behördlichen Kontrolle verlassen sich Unternehmen auf formale KI-Compliance-Frameworks, um Kontrollen zu dokumentieren, KI-Verhalten zu erklären und verantwortungsvolle KI-Praktiken durch klare Rechenschaftspflichten zu demonstrieren. Die Anpassung der KI-Governance an branchenspezifische Vorschriften erfordert, dass Unternehmen KI-Risiken verstehen, den Zugriff auf Daten kontrollieren, Entscheidungsprozesse dokumentieren und klare Nachweise der Compliance erbringen. Dazu gehört zunehmend die Fähigkeit, zu erklären, wie künstliche Intelligenz ihre Ergebnisse erzeugt, und nachzuvollziehen, wie diese Ergebnisse geschäftliche, klinische oder betriebliche Entscheidungen beeinflusst haben. Governance ist keine Theorie. Sie muss nachweisbar sein.
Checkliste: Best Practices für AI-Governance zur Bewertung der Bereitschaft
Bevor Sie Copilot oder andere KI-Tools in großem Umfang einsetzen, müssen Sie Ihre aktuelle Governance-Situation bewerten und eine kontinuierliche Überwachung sowie Compliance-Prüfungen durchführen. Die Beantwortung dieser fünf Fragen wird kritische Lücken in Ihrer Bereitschaft aufdecken.
- Wissen Sie, wo sich alle Ihre sensiblen Daten befinden? Können Sie alle regulierten Daten (z. B. PII, PHI, Finanzdaten, Verschlusssachen) auf jeder SharePoint-Website, in jedem OneDrive-Konto und in Microsoft Teams zuverlässig identifizieren und klassifizieren?
- Verfügen Sie über klare und durchsetzbare Berechtigungs- und Freigabestrategien? Überwachen und beheben Sie aktiv zu freizügige Freigabelinks, unangemessene Gastzugriffe und Fälle schleichender Berechtigungserweiterung?
- Werden alle KI-Agenten und Automatisierungen überwacht und verwaltet? Verfügen Sie über ein vollständiges und aktuelles Inventar aller Power Apps, Power Automate-Flows und benutzerdefinierten Copiloten in Ihrer Umgebung? Können Sie feststellen, welche davon mit sensiblen Datenquellen verbunden sind?
- Sind Ihre Microsoft 365-Umgebungen sauber und aktuell? Verfügen Sie über einen Prozess zur Identifizierung und Archivierung oder Löschung veralteter, überholter und doppelter Inhalte, um sicherzustellen, dass die KI-Modelle nicht aus schlechten Daten lernen?
- Ist ein Lebenszyklusmanagement für kollaborative Arbeitsbereiche eingerichtet? Verwenden Sie einen automatisierten Prozess zur Erstellung, Überprüfung und Stilllegung von Microsoft-Teams- und SharePoint-Sites, um eine unkontrollierte Ausbreitung zu verhindern.
Eine detailliertere Version finden Sie in unserer kostenlosen Checkliste zur Microsoft 365 Copilot-Readiness.
Wenn Sie eine dieser Fragen mit "Nein" oder "Ich bin mir nicht sicher" beantwortet haben, gibt es in jedem Fall erhebliche Governance- und Compliance-Lücken, die geschlossen werden müssen, bevor Sie KI sicher einsetzen können.
Wie Rencore konforme KI-Governance in Microsoft 365 ermöglicht
Das Schließen der Lücken, die durch die Readiness-Checkliste aufgedeckt werden, erfordert eine kontinuierliche Governance auf Unternehmensebene. Als vertrauenswürdige KI-Governance-Plattform für regulierte Branchen unterstützt Rencore konforme Microsoft 365-Umgebungen, indem es einmalige Bereinigungsmaßnahmen durch kontinuierliche Transparenz, Kontrolle und Automatisierung ersetzt.
Rencore ermöglicht es Unternehmen, KI effektiv zu steuern durch:
- End-to-End-Transparenz über Microsoft Teams, SharePoint, OneDrive, Power Platform und Microsoft Entra ID
- Datenqualität und Lifecycle-Governance, die veraltete und doppelte Inhalte identifiziert und sicherstellt, dass KI-Systeme auf korrekte, aktuelle Informationen zurückgreifen
- Überwachung von Berechtigungen und Freigaben, um zu viele Berechtigungen und riskante Zugriffskonfigurationen zu erkennen, bevor sie von der KI genutzt werden können
- Kontrolle über Power Platform und benutzerdefinierte KI-Agenten zur Aufdeckung von Schattenautomatisierung und nicht verwalteten Verbindungen
Diese Kombination aus umfassender Transparenz und leistungsstarker Automatisierung ermöglicht es Unternehmen, strenge gesetzliche Anforderungen wie GDPR, HIPAA, DORA und NIST zuverlässig zu erfüllen und die für den Nachweis der Compliance erforderlichen Prüfpfade zu erstellen.
KI-Governance ist eine nicht verhandelbare Anforderung in regulierten Branchen
Für regulierte und sicherheitskritische Branchen stellt die Implementierung von KI-Initiativen ohne vorherige Einrichtung eines robusten Governance-Frameworks eine direkte Bedrohung für die Einhaltung von Vorschriften, die Sicherheit und die betriebliche Integrität dar. Die traditionellen, manuellen Ansätze für die IT-Governance sind einfach nicht flexibel oder umfassend genug, um die dynamischen Risiken zu bewältigen, die durch KI entstehen.
Automatisierte, kontinuierliche Governance ist der einzig gangbare Weg nach vorn. Indem Sie vollständige Transparenz herstellen, Ihre Daten bereinigen, Berechtigungen sperren und KI-Agenten kontrollieren, können Sie KI von einer potenziellen Belastung in ein leistungsstarkes, konformes Asset verwandeln, das Ihr Unternehmen sicher voranbringt.
Mit der richtigen Grundlage kann KI zu einem regelkonformen und vertrauenswürdigen Vermögenswert werden, statt zu einer Belastung. Nehmen Sie jetzt Kontakt mit uns auf, um Ihre branchenspezifischen KI-Governance-Herausforderungen zu besprechen und zu erfahren, wie Rencore Ihnen dabei hilft, eine kontinuierliche Kontrolle über Microsoft 365 zu etablieren.