KI in der Cybersicherheit: So funktioniert sie

Zwischen Cybersecurity-Verteidigern und Angreifern tobt ein endloser Kampf, der sich auch bei Sicherheitsprodukten zeigt: Sobald ein Sicherheitsanbieter eine Möglichkeit entwickelt, die neueste Bedrohung einzudämmen, sind Angreifer damit beschäftigt, einen Weg daran vorbei oder eine neue Bedrohung zu finden, die deren Platz einnimmt.

Um Unternehmen und Einzelpersonen vor Betrügern, Malware und Datendiebstahl zu schützen, setzen viele Cybersicherheitsunternehmen auf künstliche Intelligenz (KI) und maschinelles Lernen (ML) als potenziell nützliche Waffen in ihrem Arsenal.

Der Einsatz von KI im Kontext der Cybersicherheit bietet einige Vorteile. Sie kann Abwehrmaßnahmen stärken und Reaktionszeiten verkürzen, ist aber keine perfekte Lösung. KI ersetzt menschliche Intelligenz nicht – insbesondere nicht bei der Erkennung und Eindämmung von Bedrohungen –, kann jedoch im richtigen Kontext und mit dem richtigen Team hilfreich sein.

Wie wird KI derzeit in der Cybersicherheit eingesetzt?

Ob SIEM-Lösungen, die ihre Prognosefähigkeiten verbessern wollen, oder Threat-Intelligence-Software versucht, die Bedrohungserkennung zu automatisieren – Unternehmen weltweit setzen auf KI als entscheidenden Bestandteil ihrer Cybersicherheitsstrategien der Zukunft.

KI liegt derzeit allgemein im Trend, doch ihr Einsatz in der Cybersicherheit dürfte in den kommenden Jahren stark zunehmen. Ein Statista-Bericht prognostiziert, dass der Markt für „KI in der Cybersicherheit“ von 10,5 Milliarden US-Dollar im Jahr 2020 auf 46,3 Milliarden US-Dollar im Jahr 2026 wachsen wird und dabei einen immer größeren Anteil am Markt für Cybersicherheitsprodukte einnimmt, der sich der Marke von 200 Milliarden US-Dollar nähert.

Hier sind einige Beispiele dafür, was Unternehmen glauben, dass KI und maschinelles Lernen Cybersicherheitsfirmen im Wettbewerb mit Cyberkriminellen ermöglichen können:

• Bedrohungen schneller bewerten: Mit dem Siegeszug der digitalen Transformation in der Geschäftswelt müssen Sicherheitsteams beispiellose Datenmengen verarbeiten und schützen, während die Zahl der Warnmeldungen überwältigend ist. Künstliche Intelligenz ermöglicht es, diese Daten zu durchsuchen und potenzielle Bedrohungen effizienter zu erkennen, ohne dass eine Warnmeldungs-Müdigkeit entsteht. So nutzt die Lösung IBM’s QRadar SIEM maschinelles Lernen bei der Erkennung von Bedrohungen.
• Abwehrmaßnahmen automatisieren: Security-Orchestration-, Automation- und Response- (SOAR)-Tools erfreuen sich seit ihrer Einführung im Jahr 2017 zunehmender Beliebtheit in Cybersicherheitsstrategien. Das liegt zum Teil an der Möglichkeit von SOAR, den erforderlichen menschlichen Eingriff bei der Reaktion auf Sicherheitsbedrohungen zu reduzieren und dadurch Zeit von menschlichen Experten freizusetzen, damit sie sich mit Problemen befassen können, die mehr kreatives Denken erfordern, als eine KI leisten kann.
• Geringeres Risiko menschlicher Fehler: Eine der entscheidenden Schwachstellen jedes Cybersicherheitssystems ist der menschliche Faktor. Ganz gleich, wie gut Sie planen oder wie effektiv Ihre Technologie ist: Es genügt, wenn eine oder zwei Personen einen Fehler machen, damit Ihr Netzwerk schutzlos Ransomware und anderen Cybersicherheitsbedrohungen ausgeliefert ist. Durch die weitgehende Automatisierung ihrer Lösungen, soweit dies sinnvoll ist, hoffen Cybersicherheitsunternehmen, die Wahrscheinlichkeit zu verringern, dass menschliche Fehler zu einer Cyberkatastrophe führen.
• Phishing-Erkennung: Phishing ist eine der effektivsten Techniken, die Hackern zur Infiltration Ihres Netzwerks zur Verfügung stehen. Integriert in E-Mail-Sicherheitstools kann KI den Kontext und Inhalt von E-Mails analysieren, um Anzeichen verdächtigen Verhaltens wie E-Mail-Spoofing zu erkennen und potenziell schädliche E-Mails zu blockieren, bevor sie in den Posteingängen der Benutzer landen. Dies kann sowohl bei einfachen Phishing-Betrugsversuchen als auch bei fortgeschritteneren Techniken wie Spear-Phishing hilfreich sein.
• Biometrische Authentifizierung: Anstelle oder zusätzlich zum herkömmlichen Passwortschutz setzen einige Unternehmen auf KI-gestützte Scanner zur biometrischen und Gesichtserkennung, um den Zugriff von Hackern auf Benutzerkonten möglicherweise zu blockieren.
• Verhaltensanalysen: Viele Unternehmen haben begonnen, mit UEBA und anderen Verhaltensanalyse-Lösungen zu experimentieren, um anomales Benutzerverhalten besser zu erkennen und potenzielle Bedrohungen zu stoppen, bevor sie größeren Schaden anrichten können. Diese Form der Analyse kann in vielfältiger Weise eingesetzt werden, etwa indem eine KI ungewöhnliche Anmeldeverhalten von Benutzern verfolgt, zum Beispiel wenn sich jemand aus einer öffentlichen Bibliothek statt aus seinem Büro anmeldet.

Möchten Sie mehr über die Rolle von KI in der Cybersicherheit erfahren? Lesen Sie KI und ML in der Cybersicherheit: Das neueste Schlachtfeld für Angreifer und Verteidiger

Wie effektiv ist KI in der Cybersicherheit?

Wenn über KI und Automatisierung gesprochen wird, heißt es häufig, dass sie das kreative und strategische Denken, das menschliche Intelligenz ermöglicht, letztlich nicht nachbilden können. Gemessen daran, wie KI bisher implementiert und entwickelt wurde, trifft das zu.

Die Aufgaben, bei denen sich KI und maschinelles Lernen als besonders leistungsfähig erwiesen haben, weisen einfache, vorhersehbare Muster auf oder erfordern die Verarbeitung großer Datensätze. So kann KI potenziell die Reaktion auf Sicherheitsvorfälle beschleunigen, da Menschen den Netzwerkverkehr nicht so schnell verarbeiten könnten wie eine Automatisierung.

Wenn die KI dagegen mit einer Reihe ungewöhnlicher oder unvorhersehbarer Verhaltensweisen umgehen muss, stößt sie an ihre Grenzen. Deshalb sind Verhaltensanalysen als Lösung ein zweischneidiges Schwert. Ein 2018 von IEEE veröffentlichter Beitrag geht näher darauf ein und erklärt: „Maschinelles Lernen hat Schwierigkeiten im Umgang mit privilegierten Benutzern, Entwicklern und sachkundigen Insidern. Diese Benutzer stellen eine besondere Situation dar, da ihre beruflichen Aufgaben häufig unregelmäßige Verhaltensweisen erfordern. Dies erschwert es der statistischen Analyse, eine Grundlage für die Algorithmen zu erstellen.“

Wenn ein KI-System außerdem schlecht implementiert ist, kann es bei einem Angriff gegen ein Unternehmen als Waffe eingesetzt werden. Dies kann auf Datenebene geschehen, wenn böswillige Akteure die Datensätze manipulieren, die KI-Algorithmen zum Erlernen ihres Verhaltens verwenden. Schwachstellen können auch durch Verzerrungen oder Lücken in den Daten entstehen. Hacker verwenden mitunter eine Technik namens neuronales Fuzzing, um herauszufinden, wo Schwachstellen in Software liegen, die Eingabedaten verarbeitet.

Damit Ihre KI nicht gegen Sie arbeitet, müssen Sie Schutzvorkehrungen schaffen. Sie sollten die Konfigurationen Ihrer Geräte und Anwendungen regelmäßig überprüfen und andere Bereiche Ihrer Cybersicherheitsinfrastruktur überwachen, die nicht direkt mit Werkzeugen der künstlichen Intelligenz verbunden sind. Das ist nicht nur für Ihre KI von Vorteil, sondern für Ihre Sicherheitslage insgesamt.

Die zunehmende Bedeutung von KI in der Cybersicherheit wirkt sich auch in beide Richtungen aus. Je mehr Cybersicherheitsunternehmen KI zur Verbesserung ihrer Sicherheit einsetzen, desto eher können Hacker dasselbe tun, etwa durch KI-generierte Phishing-E-Mails oder sich ständig verändernde Malware-Signaturen.

Glücklicherweise ist es schwierig, eine gut funktionierende KI zu entwickeln – selbst für Unternehmen, die über die nötigen Ressourcen und das erforderliche Fachwissen verfügen. Daher wird der durchschnittliche Cyberkriminelle seine nächste Social-Engineering-Kampagne wahrscheinlich nicht mit KI durchführen. Staatlich unterstützte Hacker aus Ländern wie Russland könnten jedoch Zugriff auf hochentwickelte KI-Hacking-Funktionen haben.

Fazit: KI in der Cybersicherheit

Die Wirksamkeit von KI in der Cybersicherheit entspricht der in jedem anderen Bereich, in dem sie eingesetzt wird. Wenn sie auf Aufgaben konzentriert wird, die sie nachweislich effektiv und zuverlässig erledigt, ist sie nützlich; überall sonst tut sie sich schwer – oft sogar erheblich.

Wissen ist der Schlüssel zur Implementierung von KI in einer Cybersicherheitsstrategie: sowohl Wissen in Form der Daten, mit denen Sie Ihre KI trainieren, als auch Wissen darüber, worin KI gut ist und wie Sie diese Fähigkeiten am besten für Ihr Unternehmen nutzen.

Letztlich ist KI, ebenso wie Firewalls oder IDPS, ein Werkzeug, und kein einzelnes Werkzeug wird all Ihre Probleme mit der Cybersicherheit lösen. Künstliche Intelligenz kann zwar ein Gewinn für die Cybersicherheitsstrategie Ihres Unternehmens sein, dennoch brauchen Sie Menschen, die sie unterstützen. Andernfalls stützen Sie Ihr Gewicht auf ein instabiles Fundament.

Möchten Sie Ihre Cybersicherheitsfunktionen erweitern? Werfen Sie einen Blick auf Die besten Endpoint-Detection-and-Response-Lösungen (EDR) im Jahr 2022