Wie KI die Sicherheitsschwächen verstärkt, die Sie bereits haben
Nov 17, 2026
KI-Regulatorische Bereitschaftsserie, Teil 3 von 6. Beginnen Sie mit Teil 1.
Stellen Sie sich einen Mitarbeiter vor, der vor Jahren für ein einmaliges Projekt einer breit gefassten Gruppe beigetreten ist. Das Projekt endete. Die Mitgliedschaft nicht. Dieser Mitarbeiter hat jetzt Lesezugriff auf eine Freigabe voller Personalakten, Verträge und Finanzprognosen, die er nie geöffnet hat und von denen er nichts weiß.
Jahrelang war das ein latentes Risiko. Um diese Dateien zu finden, musste man Ordner durchsuchen, Dokumente öffnen und Informationen von Hand zusammensetzen, was die meisten Menschen nie tun würden.
Geben Sie diesem Mitarbeiter nun einen KI-Assistenten, der mit seinen Berechtigungen handelt. Stellt er eine breite Frage, kann der Assistent in Sekunden alles durchsuchen, abrufen und zusammenfassen, was diese Identität erreichen kann. Aus der vergessenen Mitgliedschaft wird so ein akutes Risiko.
KI arbeitet nicht außerhalb des Unternehmens. Sie verbindet sich mit denselben Repositories, Kollaborationsplattformen, Endpoints, Verzeichnissen und Anwendungen, die Ihre Mitarbeiter bereits nutzen. Und wenn ein KI-System über eine Benutzer- oder Dienstidentität handelt, entscheiden die bestehenden Berechtigungen, worauf es zugreifen kann.
Die Zugriffsfrage hinter der KI-Governance
Wenn KI Ihr Zugriffsmodell erbt, beginnt KI-Governance mit der Frage:
Wer hat Zugriff auf welche sensiblen Daten, und ergibt dieser Zugriff noch Sinn?
Die Antwort erfordert zwei Blickwinkel, die oft getrennt verwaltet werden. Identitätssicherheit beantwortet, wer auf Ressourcen zugreifen kann. Datensicherheit beantwortet, welche Informationen sensibel sind. Für sich genommen ist jeder Blickwinkel unvollständig. Zu wissen, dass 400 Personen auf eine Freigabe zugreifen können, sagt wenig, wenn man nicht weiß, was darin liegt. Zu wissen, dass eine Freigabe regulierte Daten enthält, sagt wenig, wenn man nicht weiß, wer darauf zugreifen kann.
KI-Governance hängt davon ab, beides zu verbinden.
Drei Wege, wie KI bestehende Risiken verstärkt
1. Berechtigungswildwuchs wird zum KI-Risiko
Vererbte Berechtigungen, veraltete Gruppen, Gastkonten und überprivilegierte Benutzer sammeln sich an, je älter eine Umgebung wird. Bei KI-Assistenten und Agenten wird breiter Zugriff zu breitem Abruf. Fachverantwortliche sind oft überrascht, was ein KI-Tool zutage fördern kann, weil sie nie bemerkt haben, wie viel ihre Benutzer ohnehin erreichen konnten.
2. Privilegierte Identitäten werden zu hochwertigen Zielen
Administratorkonten, Dienstkonten und die von KI-Agenten genutzten Identitäten können breiten Zugriff auf KI-Infrastruktur und -Daten haben: Modell-Repositories, Trainingspipelines, Konfiguration und die umgebenden Systeme. Ist dieser Zugriff dauerhaft, kann ein einziger kompromittierter Zugang genügen, um Modell-Assets zu stehlen oder Trainingsdaten unbemerkt zu verändern.
3. Sensible Daten fließen über neue Kanäle
KI schafft neue Wege für Daten. Mitarbeiter fügen regulierte oder vertrauliche Inhalte in KI-Tools ein, um schneller zu arbeiten. KI-angebundene Anwendungen fördern Daten aus Repositories zutage, die nie für einen Abruf im KI-Maßstab gedacht waren. Und in KI-Entwicklungsumgebungen können ungeprüfte Dateien in Trainings-Workflows gelangen. Herkömmliche Kontrollen wurden für diese Kanäle nicht entwickelt.
Vom KI-Risiko zu Sicherheitskontrollen
Alle drei sind bestehende Identitäts-, Zugriffs- oder Datenprobleme, die KI schneller, größer und schwerer zu ignorieren macht. Deshalb beruht die Reduzierung der KI-Exposition auf Disziplinen, die Sicherheitsteams bereits kennen:
- Wissen, welche sensiblen Daten und KI-Assets Sie haben.
- Verstehen, wer darauf zugreifen oder sie ändern kann.
- Steuern, wie Daten in KI-Workflows hinein- und herausfließen.
- Unbefugte Änderungen und verdächtige Aktivitäten erkennen.
Diese Prioritäten lassen sich in sechs zentrale Sicherheitskontrollen übersetzen. In Teil 4 gehen wir jede davon durch und erklären, warum ein kontrollbasierter Ansatz besser trägt, als einer Regulierung nach der anderen hinterherzulaufen.
Als nächstes in der Serie: Teil 4, Sechs Kontrollen, die jede einzelne KI-Regulierung überdauern.
Finden Sie heraus, wo KI Ihre Exposition verstärken könnte.
Laden Sie das AI Regulatory Readiness eBook herunter.
Jetzt herunterladenTeilen auf
Erfahren Sie mehr
Über den Autor
Istvan Molnar
IT-Sicherheits-Compliance-Spezialist und Produktmarketing-Manager
Istvan Molnar ist ein erfahrener IT-Sicherheits-Compliance-Spezialist und Produktmarketingmanager bei Netwrix mit mehr als einem Jahrzehnt Erfahrung in internationalen Standards, Vorschriften und Cybersicherheitsrahmen. Er ist darauf spezialisiert, die Lücke zwischen komplexen Compliance-Anforderungen und dem Netwrix-Produktportfolio zu schließen, indem er strategische Beratung, überzeugende Inhalte und Unterstützung für compliance-getriebene Initiativen und Go-to-Market-Strategien bietet.
Erfahren Sie mehr zu diesem Thema
Diebstahl und Manipulation: Die zwei Risiken hinter den Sicherheitsanforderungen für KI
KI-Regulierung wird konkret. Das wird gefordert.
Endpoint DLP als Compliance-Reaktion: Was Regulierungsbehörden verlangen
Kontinuierliches Posture Management oder punktuelle Bewertungen
Was ein AD/Entra-Hybrid-Audit wirklich prüft und warum die meisten Teams beim ersten Mal scheitern