Agentic AI verkürzt die Dauer von Sicherheitsvorfalluntersuchungen von Tagen auf Minuten, indem das System eigenständig Protokolle auswertet, Zeitachsen erstellt und Anomalien aufdeckt – eine Arbeit, für die bisher erfahrene Analysten rund um die Uhr im Einsatz sein mussten
KI-Agenten geben ausschließlich die für eine bestimmte Untersuchung relevanten Daten weiter, wodurch eine übermäßige Weitergabe an externe Forensikunternehmen vermieden wird und die „Big-Brother“-Bedenken gemildert werden, die das Vertrauen der Mitarbeiter untergraben.
Nachwuchsanalysten und mittelgroße Teams können nun anspruchsvolle forensische Untersuchungen mithilfe natürlicher Sprache durchführen und schließen damit eine Kompetenzlücke, für deren Schließung zuvor jahrelange Fachkenntnisse oder Budgets auf Unternehmensebene erforderlich waren.
Wenn es zu einer Datenpanne kommt, zählt jede Minute. Die Fristen der Aufsichtsbehörden beginnen zu laufen, die betroffenen Daten verbreiten sich weiter, und die Kosten des Vorfalls steigen mit jeder Stunde, die verstreicht. Dennoch laufen die Untersuchungen bei den meisten Sicherheitsteams nach wie vor nach demselben mühsamen Verfahren ab, das sie seit Jahren anwenden: Sie durchforsten Protokolle manuell, stellen Zusammenhänge zwischen systemübergreifenden Warnmeldungen her und verlassen sich auf die hart erarbeitete Intuition erfahrener Analysten, um die Zusammenhänge zu erkennen. Das ist zwar gründliche Arbeit – aber sie ist zeitaufwendig, kostspielig und zunehmend nicht mehr tragbar.
Agentische KI verändert diese Gleichung grundlegend. Durch die Einbindung autonomer, schlussfolgernder KI-Agenten in den Ermittlungsablauf können Sicherheitsteams nun innerhalb von Minuten statt Tagen von der Warnmeldung zur Antwort gelangen – ohne dabei Abstriche bei der Genauigkeit zu machen oder sensible Daten unnötig offenzulegen.
Der Engpass bei den Ermittlungen
Der traditionelle Ablauf bei der Untersuchung von Sicherheitsverletzungen ist jedem bekannt, der bereits eine solche Situation durchlebt hat. Es wird eine Warnmeldung ausgelöst. Ein Analyst führt eine Vorauswahl durch und entscheidet, ob eine eingehendere Prüfung erforderlich ist. Ist dies der Fall, beginnt die forensische Untersuchung: Protokollquellen werden abgefragt, Zugriffsaufzeichnungen werden abgerufen und Zeitachsen erstellt, aus denen hervorgeht, wer wann auf welche Daten zugegriffen hat. Anschließend folgt die Mustererkennung, bei der ein Ermittler häufig Dutzende von Datenpunkten gleichzeitig im Kopf behalten muss, um nach den Verhaltensmerkmalen zu suchen, die einen echten Vorfall von Störsignalen unterscheiden. Schließlich werden die Ergebnisse in einem Bericht für die Beteiligten, die Rechtsabteilungen und mitunter auch die Aufsichtsbehörden zusammengefasst.
Jeder dieser Schritte erfordert spezielles Fachwissen. Nachwuchsspezialisten können die erste Sichtung übernehmen, doch die tiefergehenden forensischen Untersuchungen fallen in der Regel den erfahrenen Sicherheitsexperten zu – also denjenigen, die über Jahre hinweg ein Gespür dafür entwickelt haben, was verdächtig erscheint. Dieses Fachwissen ist rar und teuer. Wenn sich ein Sicherheitsvorfall um 2 Uhr morgens oder an einem Feiertagswochenende ereignet, wird der Engpass bei den Ermittlungen schmerzlich deutlich.
Die Kosten beschränken sich nicht nur auf den Betrieb. Verzögerte Untersuchungen führen zu verspäteten Meldungen, einer umfassenderen Offenlegung von Daten und einem größeren Schadensumfang. In einem Umfeld, in dem die Aufsichtsbehörden zunehmend schnelle Reaktionen erwarten, bergen langwierige Untersuchungen ein echtes finanzielles und rufschädigendes Risiko.
Verwandte Tags
Artificial Intelligence
Teilen
Die agentische KI
Agentische KI im Sicherheitskontext bedeutet mehr als nur einen Chatbot, der auf einem Dashboard eingebettet ist. Es handelt sich hierbei um KI-Systeme, die mehrstufige Probleme logisch durchdenken, Fragen aus dem Geschäftsbereich in technische Abfragen übersetzen, diese Abfragen über verschiedene Datenquellen hinweg ausführen und die Ergebnisse zu umsetzbaren Erkenntnissen zusammenfassen können. Sie beschaffen nicht nur Informationen – sie ermitteln.
Unternehmen haben heutzutage zwei Wege, um diese Fähigkeit zu erlangen. Der erste Ansatz ist ein „Bring-Your-Own-Agent“-Ansatz, bei dem Unternehmen ihre bestehenden KI-Plattformen – Claude, Gemini oder andere – über offene Standards wie MCP-Server mit Sicherheitsdaten verknüpfen. Dies eignet sich gut für Unternehmen, die bereits über KI-Fachwissen und die entsprechende Infrastruktur verfügen und die Flexibilität wünschen, ihre bevorzugten Modelle einzusetzen.
Der zweite Ansatz besteht in speziell für Sicherheitsabläufe entwickelten Ermittlungsmodulen. Diese Agenten sind bereits für Szenarien im Zusammenhang mit Insider-Risiken und Datenverlusten vorkonfiguriert und eng in die zugrunde liegende Sicherheitsplattform integriert. Sie senken die Einstiegshürde erheblich und machen leistungsstarke Analysefunktionen auch für Teams zugänglich, die keine eigenen KI-Ingenieure beschäftigen.
Beide Ansätze führen zu derselben grundlegenden Veränderung: Die Umwandlung von Fragen in natürlicher Sprache in forensische Antworten.
Wie dies in der Praxis aussieht
Betrachten Sie einige Szenarien, die diese Veränderung veranschaulichen:
Durchsetzung der Richtlinien zur zulässigen Nutzung. Ein CISO möchte wissen, ob Mitarbeiter gegen die Richtlinien des Unternehmens zur Nutzung von KI verstoßen. In der „alten Welt“ bedeutet dies, Erkennungsregeln manuell zu definieren, sie über Wochen hinweg zu optimieren und gemeldete Vorfälle einzeln zu überprüfen. Mit einem KI-Agenten wird die Frage zu einem Gespräch: „Zeigen Sie mir die zehn schwerwiegendsten Vorfälle der letzten 30 Tage, bei denen gegen unsere KI-Richtlinie verstoßen wurde.“ Der Agent wandelt diese Informationen in entsprechende Abfragen um, identifiziert die unzulässige Nutzung von Tools, stuft Vorfälle nach Schweregrad ein und empfiehlt sogar Maßnahmen zur Verhinderung einer Wiederholung – und das alles innerhalb weniger Minuten.
Forensische Untersuchung von Sicherheitsverletzungen. Ein Sicherheitsteam stellt fest, dass ein Ordner mit sensiblen Daten möglicherweise kompromittiert wurde. Anstatt tagelang Zugriffsprotokolle auszulesen und diese manuell miteinander abzugleichen, fragt ein Analyst: „Zeigen Sie mir alle risikobehafteten Vorfälle, die diesen Ordner in den letzten 30 Tagen betrafen.“ Der Agent erstellt eine Zeitleiste der Zugriffsereignisse, kennzeichnet Anomalien wie ungewöhnliche Download-Volumina oder Aktivitäten außerhalb der Geschäftszeiten und identifiziert potenzielle Wege für den Datendiebstahl. Was früher einen leitenden Ermittler mehrere Tage gekostet hat, lässt sich nun in wenigen Minuten im Gespräch klären.
Risikopriorisierung. Die Unternehmensleitung möchte wissen, wo sich die organisatorischen Risiken konzentrieren. Anstatt eigene Berichte von Grund auf neu zu erstellen, bittet ein Sicherheitsverantwortlicher den Mitarbeiter, die Abteilungen mit dem höchsten Risiko anhand des Vorfallvolumens und des Schweregrads der Vorfälle zu ermitteln. Das Ergebnis ist eine auf Abruf erstellte, für die Führungsebene aufbereitete Zusammenfassung, die das Team von einer reaktiven Reaktion auf Warnmeldungen hin zu einem proaktiven Risikomanagement führt.
Lösung des Problems mit Drittanbietern
An Untersuchungen zu Sicherheitsverletzungen sind häufig externe Forensikunternehmen beteiligt. Dies führt traditionell zu Spannungen: Ermittler benötigen umfassenden Datenzugriff, um ihre Arbeit zu erledigen, doch die Weitergabe dieser Daten wirft Datenschutzbedenken auf und weckt das unangenehme Gefühl, überwacht zu werden. Unternehmen geben häufig zu viele Informationen preis und gewähren Dritten Zugriff auf weitaus mehr Daten, als für die Untersuchung tatsächlich erforderlich sind.
KI-Agenten lösen dieses Problem auf elegante Weise. Da der Ermittler Daten gezielt abfragen und nur die für eine bestimmte Ermittlung relevanten Informationen zurückgeben kann, erhalten externe Teams genau das, was sie benötigen – und nichts darüber hinaus. Damit werden sowohl das Datenschutzproblem als auch das Effizienzproblem gleichzeitig gelöst, während zugleich der Eindruck eines „Big Brother“ ausgeräumt wird, der das Vertrauen der Mitarbeiter untergraben kann, wenn Untersuchungen als übermäßig eingreifend empfunden werden.
Demokratisierung von Fachwissen
Die vielleicht bedeutendste langfristige Auswirkung agentischer KI auf Ermittlungsverfahren ist die Demokratisierung, d. h. die Bereitstellung fortgeschrittener Sicherheitskenntnisse und -praktiken für alle Mitglieder der IT- und Sicherheitsteams. Heutzutage hängt eine effektive Untersuchung von Sicherheitsvorfällen von der Verfügbarkeit erfahrener Analysten ab. KI-Agenten ersetzen diese Experten zwar nicht, erweitern jedoch deren Wirkungsbereich enorm. Ein Nachwuchsanalyst, der mit einem KI-Agenten zusammenarbeitet, kann Untersuchungen durchführen, für die bisher jahrelange Facherfahrung erforderlich war. Teams in mittelständischen Unternehmen – also solchen, die sich ein eigenes Forensik-Team niemals leisten könnten – erhalten nun Möglichkeiten, die bislang nur Großunternehmen mit umfangreichen Sicherheitsbudgets vorbehalten waren.
Auch hier spielt die Benutzeroberfläche eine wichtige Rolle. Die effektivsten Ermittlungswerkzeuge sind so konzipiert, dass sie auf den ersten Blick intuitiv zu bedienen sind und keine spezielle Schulung oder Kenntnisse in Abfragesprachen erfordern. Wenn ein Sicherheitstool schwer zu bedienen ist, wird es nicht genutzt. Die besten KI-gestützten Ermittlungswerkzeuge bewahren diese Einfachheit und erweitern gleichzeitig die Möglichkeiten erheblich.
Der Weg, der vor uns liegt
Der Übergang von manuellen Ermittlungen zur KI-gestützten Forensik ist kein schrittweiser, sondern ein grundlegender Wandel. Sicherheitsteams, die agentenbasierte KI für Ermittlungszwecke einsetzen, profitieren von mehr Geschwindigkeit, Genauigkeit und Zugänglichkeit in einem Bereich, in dem diese drei Aspekte bislang stets Mangelware waren. Sie verwenden weniger Zeit auf die mechanische Auswertung von Protokollen und mehr Zeit auf die Beurteilung, Entscheidungsfindung und Reaktion.
Für Sicherheitsverantwortliche, die ihre Bereitschaft im Falle von Datenschutzverletzungen bewerten, stellt sich nicht mehr die Frage, ob KI bei den Untersuchungen eine Rolle spielen wird. Die Frage ist, ob Ihr Team über diese Fähigkeiten verfügen wird, wenn der nächste Vorfall eintritt – oder ob Sie um 2 Uhr morgens immer noch die Protokolle durchforsten und darauf hoffen, dass Ihr bester Analyst ans Telefon geht.
KI-Agenten verändern die Untersuchung von Sicherheitsverletzungen: von Tagen zu Minuten | Mimecast
Abonnieren Sie „Cyber Resilience Insights“, um weitere Artikel wie diese zu erhalten
Erhalten Sie die neuesten Nachrichten und Analysen aus der Cybersicherheitsbranche direkt in Ihren Posteingang
