Von Frontier- und Open-Weight-Modellen bis hin zu spezialisierten und privat gehosteten Lösungen setzen Unternehmen heute auf ganz verschiedene Arten der KI-Implementierung.
Unternehmen wollen für jede Anwendung die passende KI mit dem besten Deployment-Modell einsetzen. Dies schafft einerseits zwar Flexibilität, andererseits aber auch Komplexität – ganz ähnlich, wie es bereits bei Hybrid Cloud der Fall war. Besonders schlägt sich diese Komplexität im Bereich Compliance nieder.
Eine aktuelle Gigamon-Studie zeigt, wie schnell das Thema Governance auf der Sicherheitsagenda an Bedeutung gewinnt. Eine unzureichende Governance im Zusammenhang mit der nicht genehmigten Nutzung von KI stellt für 80 Prozent der CISOs eine der größten Herausforderungen im Bereich der Datensicherheit dar. 83 Prozent der befragten Unternehmen vermeldeten im letzten Jahr einen Sicherheitsvorfall im Zusammenhang mit dem Einsatz von KI.
Als eines der größten Probleme stellt sich aktuell die fehlende Sichtbarkeit von KI-generiertem Traffic heraus. Mangelnde Einblicke in diesen Datenverkehr sind für 76 Prozent der befragten CISOs ein Haupthindernis für die sichere KI-Einführung. Ein Grund für die Komplexität vieler KI-Landschaften ist die fragmentierte Einführung verschiedener Tools. Schnelligkeit war lange das oberste Credo – zulasten von Transparenz und einem konsistenten Überblick über eingesetzte KI-Anwendungen.
Best Practices für Hybrid AI
Durch überstürzte KI-Einführung sind Sicherheitsaspekte oft vernachlässigt worden, was sich jetzt rächen kann. Künftig sollten Schutzmaßnahmen von Anfang an in die Planung und Einführung von KI-Anwendungen einbezogen werden. Dabei können sich Unternehmen an den folgenden vier Grundsätzen orientieren:
Transparenz fortlaufend sicherstellen
Kaum eine Technologie hat sich je so schnell entwickelt wie KI. Durch dieses Tempo können Vorgaben für die Nutzung sehr schnell obsolet werden. Regeln, die vor zwei Jahren für den Einsatz von Chatbots aufgestellt wurden, passen womöglich nicht mehr zu autonomen KI-Agenten, die eigenständig Aktionen ausführen und dabei auf sensible Daten zugreifen können. Unternehmen müssen Compliance Policies entwerfen, die dieser Realität Rechnung tragen und zukünftige Entwicklungen berücksichtigen.
Verantwortlichkeiten früh klären
Eine weitere praktische Herausforderung bei den heutigen KI-Umgebungen ist die dezentrale Einführung vieler Tools durch einzelne Fachbereiche. Trotz dieser Strukturen sollten zentrale Verantwortlichkeiten geschaffen werden. Hier sind CISOs gefragt, sich einen Überblick zu verschaffen. Schließlich wird von ihnen heute erwartet, dass sie kritische Fragen zu KI-Nutzung beantworten können. Zu dieser Verantwortung gehört auch, frühzeitig Incidence-Response-Maßnahmen für den Ernstfall vorzubereiten.
Sicherheit über Systemgrenzen hinweg denken
Über ein Drittelder CISOs nennt den East-West-Datenverkehr als den größten Risikobereich. Dieses Problem zeigt sich auch bei (agentischer) KI. Es geht nicht nur darum, einzelne Modelle oder Anwendungen isoliert abzusichern, sondern auch den Traffic zwischen diesen Instanzen kontrollieren zu können. Dafür benötigen Sicherheitsteams Lösungen, die tief in den Datenverkehr blicken können.
Auf Kontext statt auf immer mehr Tools setzen
Viele Unternehmen reagieren auf wachsende Sicherheitsbedrohungen mit zusätzlichen Sicherheitstools. Doch mehr Technologie allein führt nicht zwangsläufig zu mehr Sicherheit. Entscheidend ist, dass die eingesetzten Lösungen auf einer verlässlichen und vollständigen Datengrundlage arbeiten. Sind Telemetriedaten über verschiedene Umgebungen hinweg fragmentiert, bleibt verschlüsselter Datenverkehr undurchsichtig oder fehlt es an konsistenten Datenquellen, können selbst fortschrittliche Lösungen Bedrohungen nur eingeschränkt erkennen. So entsteht ein Teufelskreis: Sicherheitsvorfälle legen Schwachstellen offen, Unternehmen investieren in weitere Tools, doch die Sichtbarkeit bleibt lückenhaft. Bei späteren Vorfällen treten dieselben Probleme erneut auf. Um diesen Kreislauf zu durchbrechen, braucht es einen Perspektivwechsel: Statt immer mehr Tools einzuführen, sollten Unternehmen die Sichtbarkeit verbessern und die Qualität sowie Vollständigkeit ihrer Datengrundlage sicherstellen.
