KI-Governance-Audits für Sicherheits- und IT-Teams
Sep 2, 2026
Die KI-Governance-Prüfung unterscheidet zwischen einer dokumentierten Richtlinie und einer funktionierenden Kontrolle. Das Audit verfolgt eine KI-Ausgabe zurück zur Identität, die sie aufgerufen hat, zu den erreichten Daten, der angewendeten Schutzvorrichtung und dem anschließend aufbewahrten Protokoll. Die meisten Programme scheitern, weil der Zugriff ineffektiv ist: Niemand kann sagen, welche Identitäten über einen KI-Assistenten auf sensible Daten zugreifen, geschweige denn beweisen, dass das Limit eingehalten wird.
Die Führung genehmigt Microsoft 365 Copilot, und zwei Tage später möchte die Rechtsabteilung wissen, welche sensiblen Dateien gelesen werden können. In der Umfrage hinter dem Netwrix 2026 Data and Identity Security Report, sagten 71 % der Sicherheits- und IT-Leiter, dass sie nicht sofort feststellen können, welche Identitäten Zugriff auf bestimmte sensible Daten haben.
Der Assistent selbst ist selten das Problem. Die Dokumentation von Microsoft besagt, dass Copilot organisatorische Daten anzeigt, für die einzelne Benutzer mindestens Leseberechtigungen haben, sodass jede veraltete Gruppenmitgliedschaft und übermäßig geteilte Website zu einem möglichen Ergebnis der Eingabeaufforderung wird. Die Kontrolllücke liegt in der zugrunde liegenden Berechtigungsebene, in der sich jahrelanges Ad-hoc-Sharing ohne Überprüfung ansammelt.
Das Testen der Identität der ersten Schicht und einer Datei nach der anderen liefert eine Antwort, der niemand blind vertrauen muss.
Was ist die Prüfung der KI-Governance?
Die Prüfung der KI-Governance untersucht, ob die Kontrollen, die den KI-Zugriff auf Daten, Identitäten und Arbeitsabläufe steuern, wie vorgesehen funktionieren. Belege umfassen Protokolle, Testergebnisse, Berechtigungsberichte und datierte Überprüfungen.Die Prüfungsrichtlinien von PwC sehen die Aufgabe darin, das Design und die Wirksamkeit der KI-bezogenen Kontrollen zu testen. Das bedeutet, zu dokumentieren, wie jeder Kontrollmechanismus gestaltet ist, wie er funktioniert und wie das Management ihn testet.
Ein Governance-Audit endet mit der Wirksamkeit der Kontrolle. Die Modellleistungsprüfung ist eine eigene Disziplin, die Verzerrung, Drift, Genauigkeit und Erklärbarkeit abdeckt.
Der Umfang erstreckt sich über Governance und Richtlinien, technische und Modellrisiken sowie Datenzugriffs- und Identitätskontrollen. Das IIA's AI Auditing Framework weist diese Arbeit nach Verantwortlichkeit zu und ordnet sie dem Drei-Linien-Modell zu, sodass Governance-Gremien, Management und interne Revision jeweils einen definierten Anteil besitzen. Identität ist ausdrücklich im Umfang enthalten, und das ISACA AAIA outline verlangt von Prüfern, das KI-spezifische Identity und Access Management-Programm einer Organisation zu bewerten.
Warum die Prüfung der KI-Governance wichtiger ist als das Richtliniendokument
Eine Richtlinie drückt eine Absicht aus. Ein Audit liefert die Nachweise, dass diese Absicht den Kontakt mit einem aktiven Mandanten überstanden hat. Diese Lücke trennt ein Governance-Programm von einer Governance-Folie und zahlt sich auf vier spezifische Arten aus.
Genehmigung der KI-Einführung auf Grundlage von Beweisen
Sicherheitsteams werden gebeten, KI-Rollouts innerhalb eines von anderen festgelegten Zeitplans zu genehmigen. Ein abgeschlossener Audit ermöglicht es ihnen, mit einer benannten Liste zu unterschreiben, welche KI-Tools auf welche Daten unter welchen Identitäten zugreifen. Die Genehmigung basiert dann auf einer Grenze, die tatsächlich getestet wurde, nicht nur beschrieben.
Richtlinie in eine Messaufzeichnung umwandeln
Die Erwartung des NIST AI RMF für die fortlaufende Messung findet sich in MEASURE 2.4. Sie besagt, dass die Funktionalität und das Verhalten des KI-Systems und seiner Komponenten, wie in der MAP-Funktion identifiziert, "während des Produktionsbetriebs überwacht werden." Ein Audit wandelt eine schriftliche Richtlinie in einen Nachweis um, der diese Erwartung erfüllt, basierend auf Protokollen, Berechtigungsberichten, unterschriebenen Testergebnissen und Überprüfungen mit Datum und Namen.
Gefahren erkennen, bevor sie zu einem Vorfall werden
Übermäßig freigegebene Sites und veraltete Berechtigungen treten nach dem Zeitplan einer anderen Person auf, meist während einer Untersuchung. Der Netwrix 2026 Data and Identity Security Report ergab, dass 75 % der sensiblen Datenlecks mit kompromittierten Identitäten oder falsch konfigurierten Berechtigungen beginnen. Das macht die Berechtigungsebene zum ertragreichsten Ort für die Suche.
Ein geplanter Audit wandelt diese Bedingungen in Befunde mit Tickets und benannten Verantwortlichen um, Monate vor einer Überprüfung von Sicherheitsverletzungen.
Ein geplanter Audit wandelt diese Bedingungen in Befunde mit Tickets und benannten Verantwortlichen um, und das Monate vor einer Überprüfung von Sicherheitsverletzungen.
Der Führung eine Zahl geben, die sich bewegt
Vorstände finanzieren die Arbeit, die sie verfolgen können, und ein abgeschlossener Audit liefert eine Anzahl offener Lücken sowie Verantwortliche und Zieltermine. Teams leiten diese Anzahl aus fehlgeschlagenen Kontrolltests und ungelösten Befunden ab, sodass der Fortschritt als Trendlinie gelesen wird, ähnlich wie bei Patch-Compliance oder Phishing-Fehlerraten.
Netwrix 1Secure™ meldet, auf welche sensiblen Dateien Copilot für jede lizenzierte Identität zugreifen kann, und protokolliert jede Copilot-Interaktion sowie die referenzierten Ressourcen. Fordern Sie eine Demo an.
So prüfen Sie die Governance-Kontrollen von KI
Eine nachvollziehbare Prüfung beantwortet fünf Fragen der Reihe nach. Sie umfasst, welche KI-Systeme im Einsatz sind, auf welche sensiblen Daten jedes zugreifen kann, unter welchen Identitäten sie arbeiten, welche Kontrollen gelten und welche Beweise zeigen, dass diese Kontrollen funktionieren. Arbeiten Sie die sechs unten stehenden Schritte der Reihe nach ab und schließen Sie jeden mit dem am Ende genannten Artefakt ab.
1. Erstellen und überprüfen Sie das Inventar der KI-Assets und Datenzugriffe
Holen Sie das Inventar aus drei Quellen, denn kein System weiß alles. Nehmen Sie lizenzierte KI-Apps und Service Principals von Microsoft Entra ID. Fügen Sie eingebettete KI-Funktionen aus den Versionshinweisen und dem Admin-Center jedes SaaS-Anbieters hinzu sowie nicht genehmigte Tools aus Ausgangsprotokollen oder Ihrem CASB. Für jeden Eintrag erfassen Sie den Eigentümer, den Geschäftszweck, die Umgebung und die Repositories, auf die das Tool zugreifen kann.
Vergleichen Sie dann die drei Listen und behandeln Sie jede Abweichung als Befund. Weisen Sie jedem nicht registrierten Tool einen benannten Eigentümer und ein Entscheidungsdatum zu, entscheiden Sie, ob es behalten oder blockiert wird, und protokollieren Sie das Ergebnis. Nicht genehmigte Nutzung erscheint selten in Beschaffungsunterlagen, weshalb shadow AI security im ersten Durchgang zusammen mit genehmigten Tools berücksichtigt werden sollte.
Wenden Sie dieselbe Prüfung auf die Tools an, die Sie bereits genehmigt haben, da Genehmigung und Sicherheit getrennte Fragen sind. Ob Copilot sicher ist in einem bestimmten Mandanten davon abhängt, worauf seine lizenzierten Identitäten zugreifen können, und dieses Inventar beantwortet das.
Betrachten Sie den Schritt als abgeschlossen, wenn jedes KI-Tool in der Umgebung in einer einzigen Liste mit einem Besitzer und einer Datenquellenzuordnung erscheint. NIST AI RMF GOVERN 1.6 verlangt Mechanismen zur Inventarisierung von KI-Systemen und deren Ressourcenverteilung nach organisatorischen Risikoprioritäten. Diese Liste erfüllt diese Anforderung. Das Artefakt ist ein validiertes Inventar mit einer angehängten Liste von Ergebnissen.
2. Testen Sie jede KI-Richtlinie anhand der Rolle, die sie durchsetzt
Lesen Sie jede KI-Nutzungsrichtlinie anhand von vier Fragen, bevor Sie eine Kontrolle betrachten. Legen Sie fest, welche Nutzung akzeptabel ist, welche Datentypen verboten sind, wo ein Mensch eingebunden sein muss und wie lange Ausgaben gespeichert werden. Notieren Sie die Antwort auf jede Frage und markieren Sie offene Punkte in der Richtlinie.
Erstellen Sie dann eine zweispaltige Karte, die jede Richtlinienaussage neben der benannten Rolle platziert, die für deren Durchsetzung verantwortlich ist. Nennen Sie die Person beim Namen, da ein Teamname dem Prüfer niemanden gibt, den er befragen kann, wer einen neuen KI-Anwendungsfall genehmigt und wer die Ergebnisse in risikoreichen Arbeitsabläufen überprüft. Jede Aussage ohne angehängten Namen ist der Befund.
Erweitern Sie die Governance, die Sie bereits anwenden, anstatt ein paralleles Set von KI-Regeln zu erstellen. Eine IAM risk assessment dokumentiert bereits Genehmigungspfade, und ein etabliertes identity governance and administration Programm definiert bereits Rollenbesitz. Bestätigen Sie, dass diese auf die KI-Nutzung ausgeweitet werden, und dokumentieren Sie, wo sie enden.
GOVERN 2.1 verlangt, dass Rollen, Verantwortlichkeiten und Kommunikationswege zur Erfassung, Messung und Verwaltung von KI-Risiken dokumentiert und für Einzelpersonen und Teams in der gesamten Organisation klar sind. Das Artefakt ist diese Richtlinien-Rollen-Karte, mit den nicht zugeordneten Aussagen als Lücken.
3. Effektiven Zugriff für jede von KI erreichbare Datenquelle abbilden
Führen Sie diesen Schritt in vier Durchgängen aus, beginnend bei der Lizenz bis zur Datei. Zuerst listen Sie die Benutzer und Gruppen auf, die Copilot-Lizenzen besitzen. Zweitens lösen Sie jede Gruppe in ihre tatsächliche Mitgliedschaft auf, einschließlich verschachtelter Gruppen. Drittens listen Sie die SharePoint-Sites, Teams und Postfächer auf, die sensible Daten enthalten und auf die die aufgelöste Mitgliedschaft zugreifen kann.
Der vierte Durchgang deckt die Identitäten ab, die Menschen vergessen, beginnend mit Gästen. Gastkonten erweitern die Karte schneller als alles andere, also prüfen Sie Teams guest access gegen dieselben sensiblen Seiten. Wiederholen Sie dann die gesamte Übung für nicht-menschliche Identitäten, da Active Directory service accounts und App-Registrierungen oft breiteren Zugriff haben als jede Person auf der Gehaltsliste.
Beginnen Sie die Zuordnung mit dem nativen Bericht und prüfen Sie dann, was ausgelassen wurde. Der Bericht von Microsoft "Site permissions for users" listet die SharePoint- oder OneDrive-Websites auf, auf die ein bestimmter Benutzer direkt oder über Gruppen zugreifen kann, und ist die nächstgelegene native Ansicht pro Identität.
Bevor Sie diese Ausgabe als vollständig betrachten, überprüfen Sie drei Grenzen in Ihrer eigenen Umgebung. Der Bericht basiert auf dem organization-wide permissions report, der nur die Top 100 Sites nach erlaubter Benutzeranzahl anzeigt und archivierte Sites sowie Sites im NoAccess-Sperrzustand ausschließt. Die Daten können bis zu 48 Stunden verzögert sein, und jeder Mandant ist auf fünf Berichte begrenzt, die alle 30 Tage aktualisiert werden.
Decken Sie den Rest mit Tools ab, die Verschachtelungen über das gesamte Anwesen in einem Durchgang auflösen. Das ist die Aufgabe einer data access governance-Funktion und der größeren Kategorie von data access governance tools, die genau diese Lücke schließen sollen. Das Ergebnis ist eine Reihe von Zugriffsbefunden pro Identität mit Risikobewertungen.
4. Nachweisen, dass die Protokollspur eine KI-Interaktion rekonstruieren kann
Testen Sie die Spur, indem Sie eine kürzliche Copilot-Interaktion auswählen und versuchen, sie nur anhand der Protokolle nachzubilden. Rufen Sie die Anmeldung, das Prompt-Ereignis, die berührten Dateien und alle administrativen Änderungen an den KI-Einstellungen ab, und prüfen Sie dann, ob file access monitoring die beteiligten Repositories abdeckt. Alles, was Sie nicht abrufen können, wird direkt in die Ergebnisliste als Abdeckungslücke aufgenommen.
Wissen Sie, welcher Aufzeichnungstyp was enthält, bevor Sie schließen, dass etwas fehlt. Purviews CopilotInteraction audit records erfassen Interaktionsmetadaten und Verweise auf die Dateien, die Copilot zur Beantwortung einer Anfrage verwendet hat. Die Prompt- und Antwortinhalte befinden sich jedoch im Postfach des Benutzers und erfordern eDiscovery zum Sammeln.
Next, measure your retention window against the investigation window you'd actually need. Under Microsoft's audit retention policies, Audit (Standard) retains records for 180 days, and Audit (Premium) extends that period to 1 year for Microsoft Entra ID, Exchange, OneDrive, and SharePoint activity generated by users with E5 or equivalent licensing. Anything longer than a year requires the 10-Year Audit Log Retention add-on in addition to E5.
Schließen Sie den Schritt ab, indem Sie testen, ob die Datensätze tatsächlich systemübergreifend zusammengeführt werden. Bestätigen Sie, dass das Team ein KI-Ereignis mit einer Identität und anschließend mit einem Datei-Zugriffsprotokoll ohne manuelle Korrelation verknüpfen kann, und notieren Sie etwaige Werkzeuglücken, an denen die Kette unterbrochen wird. Das Ergebnis ist eine Bewertung der Protokollabdeckung und -aufbewahrung mit Angabe des Zeitfensters pro Arbeitslast.
5. Führen Sie Kontrolltests von einer erlaubten und einer nicht erlaubten Identität durch
Definieren Sie den Test, bevor Sie ihn ausführen, denn ein nachträglich verfasster erwarteter Ausgang ist wertlos. Wählen Sie eine Datei mit bekanntem Sensitivitätslabel, eine Identität, die darauf zugreifen darf, und eine, die abgelehnt werden soll, und notieren Sie dann das erwartete Ergebnis für jede.
Geben Sie die identische Abrufforderung von beiden Identitäten aus und vergleichen Sie die beiden Antworten. Die erlaubte Identität sollte den Inhalt zurückgeben, die eingeschränkte Identität sollte ablehnen oder ein leeres Ergebnis zurückgeben. Überprüfen Sie das Audit-Log für beide Versuche, da ein stilles Scheitern ohne Aufzeichnung ein eigener Befund ist.
Behandle DLP auf derselben Testdatei mit derselben Oberfläche-für-Oberfläche-Methode. Führe Richtlinien im Simulationsmodus aus, bevor du sie durchsetzt, und wende DLP-Richtlinien-Best-Practices an, die zum Mandanten passen. Wiederhole jeden Fall im Chat, in Word und in der E-Mail-Zusammenfassung, da eine Richtlinie, die in einem Bereich gilt, sich in einem anderen anders verhalten kann.
Dokumentieren Sie den Umfang, das erwartete Ergebnis, das tatsächliche Ergebnis und die Behebung für jeden Fall, unterschreiben Sie dann die Arbeitsunterlagen und fügen Sie Screenshots und Protokollexporte bei. Das Artefakt ist ein unterschriebenes Testprotokoll, in dem jeder fehlgeschlagene Fall einen Verantwortlichen und ein erneutes Testdatum hat.
6. Schreiben Sie den Bericht so, dass die Ergebnisse in Abhilfe umgesetzt werden
Strukturieren Sie den Bericht wie jeden anderen IT risk assessment Bericht, der Umfang, Methodik, Ergebnisse, Risikobewertungen und Behebung abdeckt. Ordnen Sie die Ergebnisse nach Bedeutung, damit der Leser zuerst die schlimmste Lücke sieht.
Für jede Beobachtung sind die fünf Elemente aufzunehmen, die ein Prüfer vor der Unterschrift sucht. Das Berichtserstellungs-Toolkit des IIA empfiehlt eine Kritikalitätsbewertung und eine Tatsachenerklärung, die Zustand, Kriterien, Ursache und Wirkung abdeckt, sowie einen Management-Aktionsplan, der die vereinbarte Maßnahme, das verantwortliche Personal und ein Fälligkeitsdatum nennt.
Legen Sie das nächste Auditdatum fest, bevor Sie den Bericht verteilen, solange der Umfang noch frisch ist. Planen Sie es in regelmäßigen Abständen und fügen Sie Änderungs-Trigger für neue KI-Funktionen, Berechtigungsänderungen, Richtlinienüberarbeitungen und Protokolländerungen hinzu. Das Artefakt ist dieser Bericht mit einem bereits im Kalender eingetragenen Nachtestdatum.
So überprüfen Sie die Zugriffskontrollen von Microsoft 365 Copilot
Microsoft Copilot erhält seine eigene Freigabe, weil seine Schutzvorrichtungen in benannten Administrationsflächen liegen, auf die eine generische Methode nicht verweisen kann, und weil eine dieser Kontrollen eingestellt wird. Die Bereitstellungsanleitung von Microsoft gliedert eine Einführung in Entdecken, Klassifizieren, Prüfen, Sichern, Überwachen und Steuern, wobei jedes Verb einem Test mit aufgezeichnetem Ergebnis entspricht.
1. Lesen Sie zuerst die Purview-Datenrisikobewertung
Öffnen Sie Microsoft Purview Data Security Posture Management (DSPM), gehen Sie zu Discover und dann zu Data risk assessments, und lesen Sie die Standardbewertung, bevor Sie benutzerdefinierte Analysen ausführen. Die Analyse läuft wöchentlich gegen die 100 meistgenutzten SharePoint-Websites, und die ersten Ergebnisse erscheinen etwa 4 Tage nach Einrichtung eines neuen Tenants.
Behandeln Sie das Ergebnis als eine engere Auswahl, die noch erweitert werden muss, da Nutzungs- und Sensitivitätsbewertungen in unterschiedliche Richtungen weisen. Übertragen Sie alle von der Bewertung markierten Punkte in die Identitätszuordnung aus Schritt 3 und behalten Sie die nicht bewerteten Sites im Umfang.
2. Ziehen Sie die SharePoint-Datenzugriffs-Governance-Berichte
Erstellen Sie die Berichte zur Data Access Governance und bearbeiten Sie riskante Freigabelinks, Berechtigungsstatus und die Exposure von Everyone Except External Users (EEEU). Jede EEEU-Erlaubnis auf einer Seite mit regulierten Daten ist ein Befund, und anonyme Freigabelinks sind am schnellsten zu widerrufen.
Überprüfen Sie Ihre Lizenzstufe, bevor Sie der Abdeckung dieser Berichte vertrauen. Nur E5 bietet Aktivitätsberichte, begrenzt auf 10.000 Sites mit 28 Tagen Daten. Snapshot-Berichte und Behebungsmaßnahmen erfordern SharePoint Advanced Management, das eine Copilot-Lizenz, das Plan 1-Add-on oder Microsoft 365 E7 umfasst.
3. Ersetzen Sie die eingeschränkte SharePoint-Suche durch eine unterstützte Steuerung
Prüfen Sie, ob der Mandant noch auf Restricted SharePoint Search (RSS) setzt, um Copilot zurückzuhalten, und erfassen Sie eine Migrationsfeststellung, wo immer dies der Fall ist. Microsoft hat die Einstellung über das Microsoft 365 Message Center angekündigt, blockiert die neue RSS-Aktivierung ab dem 31. Juli 2026 und stellt die Funktion am 31. Januar 2027 vollständig ein.
Planen Sie den Ersatz, solange noch Zeit ist, da bestehende RSS-Konfigurationen nicht automatisch zu Restricted Content Discovery migriert werden. Erfassen Sie die derzeit von RSS geschützten Sites und ordnen Sie jede einer Berechtigungsanpassung oder einem Eintrag in Restricted Content Discovery zu.
4. Testen Sie Labels und DLP auf jeder Copilot-Oberfläche
Überprüfen Sie zuerst die Sensitivitätskennzeichnungen auf den Testdateien, dann überprüfen Sie die Purview DLP-Konfiguration in Microsoft 365 Copilot und Copilot Chat. Führen Sie denselben Fall in Copilot Chat, in Word und bei der E-Mail-Zusammenfassung aus und protokollieren Sie jede Oberfläche separat.
Vergleichen Sie das Ergebnis mit dem, was die Richtlinienaktion tatsächlich ausführt. Die DLP-Aktion verhindert, dass Copilot sensible Inhalte verarbeitet, lässt aber den Zugriff des Benutzers auf die Datei unberührt, sodass ein Benutzer, der das Dokument dennoch öffnet, den Test bestanden hat. Erfassen Sie für jeden Fall die Identität, die Datei, das erwartete Ergebnis, das tatsächliche Ergebnis, das anwendbare Label oder die DLP-Regel und den Zeitstempel.
5. Exportieren Sie die Nachweise und planen Sie die Nachprüfung
Exportieren Sie Purview-Auditprotokolle der Copilot-Aktivität für das Testfenster und legen Sie die Aufbewahrung der Auditprotokolle so fest, dass sie dem Untersuchungszeitraum entspricht, den das Team tatsächlich benötigt. Planen Sie Microsoft Entra access reviews für die Gruppenmitgliedschaften, die den Zugriff auf Teams und die Website steuern, und weisen Sie jedem fehlgeschlagenen Test einen Verantwortlichen zu und buchen Sie das Nachtestdatum.
Bewerten Sie die Copilot-Verifizierung anhand eines einzigen konkreten Standards statt einer Checkliste überprüfter Einstellungen. Das Team besteht sie, wenn es eine Datei benennen, zeigen kann, dass Copilot sie nicht unter einer eingeschränkten Identität zusammenfasst, erklären kann, welche Berechtigung, Bezeichnung oder DLP-Regel sie gestoppt hat, und den Purview-Datensatz vorlegen kann, der den Testnachweis erbringt.
Nachweis- und Bereitschaftscheckliste für eine KI-Governance-Prüfung
Ein Audit des KI-Datenzugriffs basiert auf Artefakten, die ein Auditor prüfen kann. Vier Kategorien tragen den größten Teil der Bedeutung:
- Inventarnachweis: Die Liste der KI-Systeme und -Tools mit Besitzern und Umgebungen sowie die Dokumentation, welche Datenquellen jedes System erreichen kann
- Nachweise zu Richtlinien und Kontrollen: Nutzungsrichtlinien mit Änderungsprotokollen, Rollendefinitionen und einer responsible, accountable, consulted und informed (RACI)-Matrix für die KI-Governance sowie eine Risikoanalyse für jeden KI-Anwendungsfall
- Nachweise zu Identity, Zugriff und Überwachung: Zugriffsberichte pro Identity, KI-Aktivitätsprotokolle und Aufzeichnungen von Kontrollereignissen wie DLP-Auslöser, Conditional Access-Entscheidungen und Ergebnisse von Zugriffsüberprüfungen
- Nachweise für Überprüfung und Aufsicht: Protokolle oder Tickets, die Entscheidungen zur KI-Governance dokumentieren, eine Audit-Trail der Behebung nach vorherigen Bewertungen und Kennzahlen zur Nachverfolgung der Governance-Leistung über die Zeit
Wenn Sie auch nur eines der vier verpassen, ist das die Lücke, die ein Prüfer zuerst findet. Die untenstehenden Bereitschaftsfragen prüfen denselben Bereich aus einer anderen Perspektive, und jede unbeantwortete Frage ist eine Lücke, die einen Verantwortlichen, einen Behebungsplan und ein Nachtestdatum benötigt.
Readiness check | Question to answer |
|---|---|
|
Inventory |
Do you have a documented inventory of all AI tools and use cases, including Copilot and other embedded AI features? |
|
Data access |
Can you list which sensitive data sources each AI system can reach, and under which identities? |
|
Control mapping |
Are AI usage policies mapped to actual controls, including access rules, DLP, Conditional Access, and review processes? |
|
Log retention |
Do you retain AI-related logs long enough, and in a form you can hand to auditors and leadership? |
|
Review evidence |
Can you show a recent AI governance review with findings, remediation actions, and named owners? |
|
Historical reporting |
Can you report identity and data access tied to AI tools over time, rather than at a single point? |
Wie Netwrix die Audit-Lücke bei der KI-Governance schließt
Vier der oben genannten Schritte basieren auf Daten, die native Tools kurzzeitig speichern oder über Portale verteilen, und umfassen effektive Berechtigungen, KI-Aktivitätsprotokolle, Durchsetzung auf Prompt-Ebene und Änderungsverlauf.
Netwrix fasst diese unter AI governance als benannte Plattformfunktion für hybride Microsoft-Umgebungen zusammen, und ein anderes Produkt übernimmt jede Aufgabe.
Berichterstattung darüber, was Copilot vor und nach dem Rollout erreichen kann
Netwrix 1Secure berichtet über die sensiblen Daten, auf die Copilot zugreifen kann, bevor ein Mandant es aktiviert, und beantwortet damit die Frage der Einsatzbereitschaft, solange die Einführung noch umkehrbar ist. Nach dem Livegang listet es Benutzer, Zeitstempel und referenzierte Ressourcen für jede Interaktion auf und markiert Copilot-Antworten, die sensible Daten offenlegen.
Die Abdeckung umfasst SharePoint Online, Windows-Dateiserver, Active Directory, Microsoft Entra ID und Exchange Online, sodass die im Schritt 4 der Protokollnachverfolgung angeforderte Information aus einer einzigen Konsole stammt.
Berechnung der effektiven Berechtigungen hinter jeder Identität
Netwrix Access Analyzer löst verschachtelte AD-Gruppenmitgliedschaften und fehlerhafte SharePoint-Vererbung auf, um zu berechnen, worauf jede Identität tatsächlich zugreifen kann, und zeigt offene Zugriffe sowie veraltete Berechtigungen, die in Berichten pro Standort zusammengefasst werden. So wird die Vier-Pass-Kartierung aus Schritt 3 zu einem Bericht, den Sie einem Prüfer vorlegen können.
Die Microsoft 365 Copilot readiness-Bewertung führt dieselbe Analyse vor der Bereitstellung durch, sodass überberechtigte Inhalte behoben werden, bevor ein Benutzer eine Aufforderung erhält.
Blockieren sensibler Daten in KI-Aufforderungen am Endpoint
Netwrix Endpoint Protector überprüft den Eingabeinhalt am Endpunkt und blockiert sensible Daten, bevor sie ChatGPT, Microsoft Copilot, Google Gemini, Claude oder DeepSeek erreichen. Jedes blockierte Ereignis ist mit der dahinterstehenden Identität verknüpft, was eine geschriebene Regel für verbotene Daten in etwas verwandelt, das Schritt 5 testen kann.
Aufbewahrung von Änderungsnachweisen über das native Protokollfenster hinaus
Netwrix Auditor zeichnet jede AD- und Entra ID-Konfiguration sowie Verzeichnisänderung mit Vorher-Nachher-Werten in einer durchsuchbaren Spur auf. Diese Werte werden in einem Langzeitarchiv gespeichert, das standardmäßig 120 Monate beträgt, weit über das Standardfenster von 180 Tagen von Purview hinaus.
Zwei regulierte Kunden zeigen, welchen Wert diese aufbewahrte Spur bei einer Prüfung hat. First National Bank und Trust of Beloit gewährleisten durchgehend OCC-Konformität für 300 Benutzer an 17 Standorten mit Netwrix Auditor und ersetzen manuelle Checklistenarbeiten, die früher eine ganze Woche dauerten, durch eine Stunde Vorbereitung. Flagler Bank erkennt und mindert IT-Risiken im gesamten Netzwerk mit einer Ein-Personen-IT-Abteilung und schließt Untersuchungen in 10 Minuten ab, die manuelle Protokollsuche früher auf Stunden ausdehnte.
Netwrix berichtet über den Zugriff auf KI-Daten und blockiert diesen am Endpoint. Die eigene Durchsetzungsschicht von Microsoft bestimmt weiterhin, was eine Identität innerhalb von Microsoft 365 über Sensitivitätskennzeichnungen, Purview DLP und Bedingten Zugriff tun kann. Das Audit überprüft diese Kontrollen, und das Modellverhalten bleibt bei den Teams für Datenwissenschaft und Modellrisiko.
Fordern Sie eine Demo an, um zu erfassen, welche Identitäten Copilot erreichen kann, zu überwachen, was nach dem Rollout angezeigt wird, und die Änderungsnachweise aufzubewahren, die ein Prüfer anfordert.
Häufig gestellte Fragen zur KI-Governance-Prüfung für Sicherheits- und IT-Teams
Teilen auf
Erfahren Sie mehr
Über den Autor
Netwrix Team
Erfahren Sie mehr zu diesem Thema
KI-Governance-Rahmen: So Erstellen Sie Einen, der Funktioniert
NIST CSF 2.0: Was ist neu im Cybersecurity Framework
Datenschutzgesetze der Bundesstaaten: Unterschiedliche Ansätze zum Datenschutz
Beispiel für Risikoanalyse: Wie man Risiken bewertet
Was ist elektronisches Records Management?