Im digitalen Zeitalter verbreiten sich Daten schneller als verschütteter Kaffee an einem Montagmorgen.
Ein Mitarbeiter verschafft sich auf irgendeine Weise Zugang zu vertraulichen Personaldaten, versendet versehentlich einen Finanzbericht per E-Mail an einen externen Empfänger statt an den Finanzvorstand oder lädt eine Kundendatenbank auf einen USB-Stick hoch. Oder – was vielleicht noch schlimmer ist – es handelt sich um einen Angriff von außen: Unternehmensdaten werden durch einen raffinierten Cyberangreifer offengelegt.
Ob intern oder extern – die vertraulichen Informationen von Unternehmen sind ständig gefährdet, insbesondere da generative KI (GenAI) zunehmend in alle Geschäftsbereiche vordringt. Ein Datenleck löst in der Regel den bekannten Kreislauf aus: Sicherheitsvorfall, Reaktion, Wiederherstellung – und anschließend weitere Investitionen in die Sicherheit sowie die Weitergabe dieser Kosten an die Verbraucher.
Die herkömmlichen „ “-Systeme zur Verhinderung von Datenverlusten (Data Loss Prevention, DLP) , die darauf ausgelegt sind, den Zugriff auf, die Weitergabe oder das Durchsickern sensibler Daten zu unterbinden, erfordern von den Sicherheitsteams, manuell Regeln und Richtlinien zu erstellen, die festlegen, was zulässig ist und was nicht. Diese Teams müssen solche Richtlinien anschließend anpassen und aktualisieren, um mit sich weiterentwickelnden Bedrohungen, neuen Datentypen und sich ändernden geschäftlichen Anforderungen Schritt zu halten. Dieser regelbasierte Ansatz führt häufig zu hohen Falsch-Positiv-Raten, Alarmmüdigkeit, übersehenen kontextbezogenen Bedrohungen und einem hohen Verwaltungsaufwand für die Sicherheitsteams.
Hier kann KI die Art und Weise verändern, wie Unternehmen ihre wertvollsten Vermögenswerte schützen. Mithilfe von maschinellem Lernen, der Verarbeitung natürlicher Sprache sowie der Verhaltensanalyse können KI-gestützte DLP-Lösungen anpassungsfähiger und intelligenter werden und so effektiver auf Datenbedrohungen reagieren.
Das Problem ist, dass solche Systeme eine Ausbildung auf dem neuesten Stand der Technik erfordern. Wird das KI-System mit fehlerhaften Daten trainiert, können die Folgen verheerend sein. „Es ist wie bei der Analogie einer Person, die eine Reise antritt und um ein Grad vom Kurs abweicht – nach einer Meile scheint das noch keine große Sache zu sein, aber wenn man tausend Meilen entfernt ist, ist es eine riesige Sache“, sagt Eric Vanderburg, Präsident des Cybersicherheits-Beratungsunternehmens Nexus Cyber, in einem Exklusivinterview mit „ “ Focal Point.
Heute steht viel auf dem Spiel: Laut einem Bericht mit dem Titel „ “ ( ) von IBM und dem Ponemon Institute erreichten die Kosten für Datenschutzverletzungen im Jahr 2024 mit 4,88 Millionen US-Dollar einen neuen Höchststand, was einem Anstieg von 10 Prozent gegenüber dem Vorjahr entspricht. Dem Bericht zufolge senken Unternehmen, die KI-basierte Sicherheitslösungen und Automatisierungsmaßnahmen im Bereich „ “ einsetzen, die durch Sicherheitsvorfälle verursachten Kosten um durchschnittlich 2,2 Millionen US-Dollar.
Die Automatisierung von DLP bietet Unternehmen eine Reihe von Vorteilen, wenngleich es nach wie vor Einschränkungen und Herausforderungen gibt. Folgendes sollten Sie unbedingt wissen.
Die Vorteile einer KI-gestützten DLP-Lösung
Zwar führen KI- und GenAI-Technologien zu vermehrten Datenlecks und zwingen Unternehmen dazu, ihre Sicherheitsmaßnahmen zu überdenken, doch sie machen die Sicherheit gleichzeitig intelligenter, erklärte Kevin Skapinetz, ein erfahrener Cybersicherheitsstratege und ehemaliger Geschäftsführer für Sicherheitssoftware bei IBM, anlässlich der Veröffentlichung ihres Berichts im vergangenen Jahr.
“„Was die KI versucht, ist genau das, was die Menschen zuvor getan haben: Rohdaten zu sichten und darauf aufbauend Richtlinien zu erstellen.“Kevin Skapinetz, Komplementär bei TechOperators
„Um sich einen Vorsprung zu verschaffen, sollten Unternehmen in neue, KI-gestützte Abwehrmaßnahmen investieren und die erforderlichen Kompetenzen aufbauen, um den neuen Risiken und Chancen, die sich aus der generativen KI ergeben, gerecht zu werden“, sagte Skapinetz, der mittlerweile als General Partner bei der auf Cybersicherheit spezialisierten Risikokapitalgesellschaft TechOperators tätig ist.
Zum einen optimiert die KI den Prozess der Regelserstellung, bei dem herkömmliche DLP-Lösungen möglicherweise Schwierigkeiten haben. „Im Grunde versucht die KI das zu tun, was die Menschen zuvor getan haben: Rohdaten zu sichten und darauf aufbauend Richtlinien zu erstellen“, merkte er an. „Die KI erledigt das sehr effektiv, sobald man eine Trainingsphase durchlaufen hat, um ihr das Verständnis zu erleichtern.“
Darüber hinaus ermöglicht die KI dem DLP, den Kontext und das Verhalten besser zu verstehen. Ein herkömmliches DLP-System blockiert möglicherweise alle E-Mails, die den Begriff „vertraulich“ enthalten, selbst wenn es sich um ein genehmigtes Dokument handelt, während ein KI-gestütztes DLP-System erkennt, ob das Dokument sicher innerhalb des Unternehmens weitergegeben wird.
Diese Unterscheidungen führen zu einer Verringerung der Fehlalarme.
„Wenn eine Person viele Warnmeldungen erhält und es sich dabei ausschließlich um Fehlalarme handelt, könnte es sein, dass sie die nächste eingehende Meldung einfach auf die Whitelist setzt, ohne sie wirklich zu prüfen“, sagt Vanderburg. „„So etwas passiert, wenn man erschöpft ist“, sagt er. „Aber KI-Systeme werden nicht müde.“
KI kann darüber hinaus auch weitere Faktoren jenseits des reinen Inhalts analysieren, wie beispielsweise das Nutzerverhalten und Verbindungsmuster, um potenzielle Datenverluste zu erkennen. Wenn sich ein Benutzer beispielsweise in der Regel an einigen Tagen in der Woche von seinem Homeoffice in Oklahoma aus einloggt, erkennt die KI dies. Sollte der Nutzer jedoch plötzlich eine Verbindung aus Liberia herstellen, wird dies von der KI als verdächtig markiert, so Vanderburg.
Auch in Bezug auf die Einhaltung von Vorschriften ergeben sich Vorteile. Da KI-Systeme jede Entscheidung protokollieren, liefern diese Daten eine klare Begründung für Sicherheitsmaßnahmen – etwas, das bei von Menschen gesteuerten Prozessen oft fehlt, so Vanderburg. Es ist zudem von großem Nutzen bei der Reaktion auf eine Datenpanne, da es Unternehmen ermöglicht, sich gegen Bußgelder von Aufsichtsbehörden zu verteidigen, indem sie nachweisen, dass sie die gebotene Sorgfalt walten ließen und angemessene Vorsichtsmaßnahmen getroffen wurden, fügt er hinzu.
All diese Faktoren verringern den Arbeitsaufwand für die Sicherheitsteams, so Vanderburg. „Künstliche Intelligenz kann die Sicherheitslage des Unternehmens insgesamt verbessern und ermöglicht es dem Unternehmen in manchen Fällen, Ressourcen anderweitig einzusetzen“, sagt er. „Jemand, der dafür zuständig war, das DLP ständig im Blick zu behalten, kann diesen Teil seiner Arbeit weitaus effizienter erledigen“, sagt er.
Ein erweitertes DLP erfordert ein intelligentes KI-Training
Zwar bietet KI-gestützte DLP eine Reihe von Vorteilen, doch gibt es für Sicherheitsteams wichtige Aspekte zu beachten, so Candy Alexander, CISO und Leiterin des Bereichs Cyberrisiken beim Technologieberatungsunternehmen NeuEon, in einem Exklusivinterview mit unter Focal Point. Zunächst einmal muss man sich darüber im Klaren sein, dass diese Lösungen trainiert werden müssen.
“„Wenn Ihr [Daten]-Training zu Beginn mangelhaft ist, fällt Ihnen das vielleicht zunächst nicht besonders auf, aber nach 12 Monaten ist es plötzlich stark verzerrt und miserabel.“Eric Vanderburg, Geschäftsführer von Nexus Cyber
„KI ist wie ein Praktikant, der zwar ein Gespür dafür hat, was er tun soll, es aber nicht genau weiß“, sagt sie. „Künstliche Intelligenzen sind nur so intelligent, wie man sie trainiert – und das erfordert eine gute Datenverwaltung.“
Um die KI effektiv zu trainieren, benötigen Unternehmen eine robuste Netzwerktransparenz, die ein klares Verständnis darüber vermittelt, welche Daten vorhanden sind, wo sie sich befinden und wie sie geschützt werden können, so Alexander. Sie sollten in der Lage sein, geschäftskritische Daten, Betriebsdaten und regulierte Daten zu identifizieren; zu beurteilen, welche Daten im Falle einer Offenlegung die größten Sicherheits- und Compliance-Risiken bergen; und die Daten entsprechend zu klassifizieren, damit die DLP-Lösung die sensiblen Informationen präzise erkennen, nachverfolgen und schützen kann.
In einer Zeit, in der Führungskräfte in Unternehmen, die über den Einsatz von KI nachdenken, unter starkem FOMO leiden, ist es schwer, dem Drang zu widerstehen, KI schnell einzuführen und die später auftretenden Probleme dann zu beseitigen. Die Notwendigkeit, „mit Bedacht vorzugehen“, wird unweigerlich den Sicherheitsverantwortlichen von „ “ obliegen, die die langfristigen Folgen der KI einschätzen (und der Unternehmensleitung wirksam vermitteln) müssen.
„Bei der KI fällt es vielleicht zunächst nicht besonders auf, wenn das Training zu Beginn mangelhaft ist, aber nach 12 Monaten ist das Ergebnis plötzlich völlig verzerrt und miserabel“, sagt Vanderburg.
Deshalb sei es auch von entscheidender Bedeutung, diese Systeme regelmäßig zu aktualisieren und zu überprüfen, fügt er hinzu; man könne sie nicht einfach einmal einrichten und dann vergessen.
Eine Voraussetzung für DLP – den Menschen im Bild zu halten
Die Sorge, dass KI menschliche Arbeitskräfte ersetzen könnte, zieht sich durch nahezu jede Diskussion über KI. Und obwohl KI-Lösungen bereits sehr ausgereift sind, bleibt zumindest im Bereich DLP die menschliche Überwachung nach wie vor eine zentrale Voraussetzung.
“„KI ist wie ein Praktikant, der zwar ein Gespür dafür hat, was er tun soll, aber noch nicht genau weiß, wie.“Candy Alexander, CISO und Leiterin des Bereichs Cyberrisiken bei NeuEon
„Unternehmen benötigen nach wie vor einen Menschen im System“, sagt Alexander. „Um noch einmal auf das Beispiel des Praktikanten zurückzukommen: Ist der Praktikant vertrauenswürdig? Haben sie die erforderliche Ausbildung erhalten, um diese Aufgabe zu bewältigen? „Sie erteilen Praktikanten nicht automatisch Administratorrechte für alle Ihre Systeme.“
Sie erklärt, dass nach wie vor Menschen benötigt werden, um bestimmte Anomalien und Fehlalarme zu überprüfen, Fehler zu korrigieren und bestimmte Richtlinien anzupassen.
Und während KI Unternehmen dabei hilft, die Effizienz bei der Verhinderung von Datenverlusten zu steigern, bringt sie zugleich neue Herausforderungen mit sich, da Angreifer dieselbe Technologie nutzen, um immer raffiniertere Bedrohungen zu entwickeln, so Vanderburg. „Es wird ein kleines Katz-und-Maus-Spiel werden: Wir setzen KI ein, die Angreifer setzen KI ein“, sagt er. „Ich könnte mir vorstellen, dass Angreifer versuchen, die KI-Systeme mit Datenmüll zu überfluten und gefälschte KI-Warnmeldungen zu generieren, um die Mitarbeiter zu überfordern.“ „Wenn Sie nicht genügend Personal dafür abstellen, könnten Sie in Schwierigkeiten geraten.“
Für Unternehmen, die sich mit KI-gestützten DLP-Lösungen befassen, gelte nach wie vor der traditionelle Rat, so Alexander. „Sie müssen sich darüber im Klaren sein, welche Anforderungen Sie haben: Was soll das Programm leisten? Sind die Voraussetzungen dafür gegeben? „Versteht Ihr Unternehmen die Daten?“ sagt sie. „Es dreht sich alles um Menschen, Prozesse und Technologie. „Die Technologie ist wirklich beeindruckend, doch Probleme können bei der Umsetzung und bei den Investitionen in den Support auftreten.“
