KI lässt in Bezug auf Netzwerksicherheit die Muskeln spielen

Garrett Weber

Verfasser

Garrett Weber

April 25, 2025

Garrett Weber

Verfasser

Garrett Weber

Garrett Weber ist der Field CTO für Enterprise Security bei Akamai.

In der Zeit, in der menschliche Experten die Aktivität analysieren, könnte der Angreifer bereits vertrauliche Daten stehlen und verschwinden.
In der Zeit, in der menschliche Experten die Aktivität analysieren, könnte der Angreifer bereits vertrauliche Daten stehlen und verschwinden.

Die rasanten Fortschritte bei künstlicher Intelligenz (KI) verändern unser technologiegestütztes Leben auf unzählige Arten – manche davon kann man sehen, andere nicht. Die Domäne der Netzwerksicherheit bildet da keine Ausnahme. Der Einsatz von KI bei Cyberangriffen nimmt immer mehr zu, da Cyberkriminelle die intelligente Automatisierung nutzen, um die Geschwindigkeit, den Umfang und die Raffinesse von Angriffen zu erhöhen.

Glücklicherweise stehen die Vorteile von fortschrittlicher KI auch zur Verfügung, um Netzwerksicherheitsteams dabei zu unterstützen, die Cyberbedrohungen von heute und in Zukunft zu bekämpfen.

Die Zukunft von Netzwerksicherheit und KI

KI prägt die Zukunft der Netzwerksicherheit auf drei wichtige Arten:

  1. Entscheidungsfindung verbessern
  2. Autonomer Netzwerkschutz
  3. Unterstützung von Sicherheitsteams bei der Effizienzsteigerung

Entscheidungsfindung verbessern

Da Cyberangriffe immer häufiger, skalierbar und ausgefeilter werden, spielt KI eine wichtige Rolle bei der Erkennung von Schwachstellen und der Optimierung von Sicherheitsrichtlinien. Derzeit ist die Bedrohungsmodellierung ein komplexer und zeitaufwändiger Prozess, der oft mit einem gewissen manuellen Aufwand verbunden ist und die Fähigkeit von Sicherheitsteams einschränkt, Cyberkriminellen einen Schritt voraus zu sein.

Die Verwendung fortschrittlicher KI-Engines zur Erfassung und schnellen Analyse enormer Mengen von Netzwerkaktivitätsdaten ermöglicht eine wesentlich schnellere Modellierung potenzieller Bedrohungen. Dadurch ergibt sich ein klares Bild der Angriffsfläche und es können spezifische Maßnahmen oder Richtlinien zur Verbesserung der Sicherheitslage eines Unternehmens empfohlen werden.

Diese Funktion ist zwar bereits gut etabliert, aber neue KI-Modelle verfügen über spannende Möglichkeiten, die Entscheidungsfindung im Hinblick auf die Sicherheit weiter zu verbessern. Dazu gehören:

  • Linguistic-Adaptive Retrieval-Augmentation (LARA) – LARA ist ein aufstrebendes Modell, das große Sprachmodelle (LLMs) dabei unterstützen kann, den Kontext einer Interaktion besser zu verstehen, um die Absicht effektiver zu klassifizieren. Mit offensichtlichen Anwendungen für Chatbots und andere mehrstufige Konversationen können Sicherheitsteams damit auch ein leistungsstarkes Tool zur Bewertung böswilliger Absichten erhalten. 

  • Retrieval-Augmented Generation (RAG) – RAG ist ein vielversprechendes Modell zur Verbesserung des LLM-Outputs, indem neben dem Trainingsdatensatz auch auf eine maßgebliche oder domainspezifische Informationsquelle verwiesen wird. Dies kann zu einer höheren Genauigkeit und Relevanz der Ergebnisse und einer höheren Effizienz führen.

Beide Modelle sind vielversprechend, um Sicherheitsteams dabei zu unterstützen, die wichtigsten Schwachstellen schneller zu beseitigen.

Obwohl es mehrere Maßnahmen zur Verbesserung der Netzwerksicherheit gibt, ist es wichtig zu wissen, welche Maßnahmen sofort ergriffen werden sollten. KI kann diese Rolle scheinbar schneller und effektiver als ein Team von menschlichen Experten ausführen, indem es diese Experten befähigt, die richtigen Schritte zur richtigen Zeit zu unternehmen.

Autonomer Netzwerkschutz

Die Entstehung agentischer KI  – künstliche Intelligenz, die autonom handeln kann, um bestimmte Ziele zu erreichen – wird kritische Sicherheitsfunktionen verändern. Agentische KI-Tools sind auf LLMS geschult, die für die Netzwerksicherheit optimiert sind. Sie haben das Potenzial, ausreichend Vertrauen zu gewinnen, um bestimmte Funktionen ohne menschliches Eingreifen auszuführen.

Ein KI-System kann beispielsweise darin geschult werden, Netzwerkaktivitäten in Echtzeit zu analysieren und so eine Risikobewertung für bestimmte Verhaltensweisen zu erstellen. Wenn die Risikobewertung einen vorher festgelegten Wert erreicht, reagiert das KI-System autonom, um das Risiko zu mindern, blockiert den verdächtigen Traffic und benachrichtigt das Sicherheitsteam über die Maßnahme.

Angesichts der Flut an Angriffen können Sicherheitsteams leicht überwältigt werden. In der Zeit, in der menschliche Experten die Aktivität analysieren, könnte der Angreifer bereits vertrauliche Daten stehlen und verschwinden.

Auch wenn die agentische KI noch immer verfeinert wird, bietet sie ein enormes Versprechen für die Netzwerksicherheit. Die Fähigkeit, eine Bedrohung schnell zu erkennen und autonom zu reagieren, wird in den kommenden Jahren wahrscheinlich immer häufiger werden.

Unterstützung von Sicherheitsteams bei der Effizienzsteigerung

KI verbessert die Effizienz von Netzwerksicherheitsvorgängen bereits auf verschiedene Arten. KI-fähige Chatbots können zum Beispiel verwendet werden, um die Sprache zwischen Anwendungseigentümern und Sicherheitsteams zu normalisieren. Dadurch wird eine wichtige Kommunikationslücke zwischen zwei Gruppen geschlossen, die sehr unterschiedliche Sprachen sprechen. Dadurch wird die Zusammenarbeit verbessert und die Sicherheit erhöht.

KI kann Geräte im gesamten Netzwerk bewerten, um die spezifische Funktion jedes Geräts zu bestimmen und die entsprechenden Sicherheitsrichtlinien und Netzwerksegmentierungsschemata zu empfehlen. Dadurch werden die Arbeitslasten des Sicherheitsteams drastisch reduziert und gleichzeitig wird sichergestellt, dass optimale Sicherheitskonfigurationen an die individuellen Konturen der Umgebung angepasst werden.

Da KI-Tools immer ausgereift sind, erwarten Sie noch ausgefeiltere Einsatzmöglichkeiten zur Steigerung der betrieblichen Effizienz. Sicherheitsexperten werden also mehr Zeit haben, sich auf übergeordnete strategische Aufgaben zu konzentrieren.

Unser Ansatz für KI

Akamai hat bei der Integration von KI-Technologien in unsere Lösungen einen durchdachten Ansatz verfolgt, der für Sicherheitsexperten einen echten Unterschied macht. 

Im Bereich der Mikrosegmentierung verwenden wir beispielsweise KI, um die Kennzeichnung von Netzwerkelementen zu automatisieren, die Rolle der einzelnen Elemente zu identifizieren, entsprechende Sicherheitsrichtlinien zu empfehlen und eine Richtlinie mit einem Klick zu ermöglichen. Außerdem setzen wir KI ein, um tiefgreifendes Data Mining durchzuführen, um potenzielle Schwachstellen zu finden, die sonst unbemerkt bleiben.

Und das war nur der Anfang. Akamai wird auch weiterhin neue KI-Technologien und zugehörige Technologien erforschen, um für Kunden die Funktionen bereitzustellen, die sie zur Stärkung ihrer Sicherheitslage benötigen.

Die neue Form der Sicherheit

KI verändert viele Aspekte unseres Lebens – vom Onlineshopping über die Erstellung von Inhalten bis hin zum künstlerischen Ausdruck. Es ist also nicht überraschend, dass KI eine wachsende Rolle bei der Netzwerksicherheit spielen wird.

Fortschrittliche KI-Tools, die entwickelt wurden, um vor sich schnell entwickelnden Bedrohungen zu schützen, werden in den kommenden Jahren wesentliche Bausteine für Strategien zum Netzwerkschutz sein. Der Schlüssel liegt darin, die Tools auszuwählen, die menschliches Fachwissen in einer Weise ergänzen, die Ihre Sicherheitslage erheblich verbessert.

Ihre Angreifer nutzen bereits die Vorteile von KI, um die Schwachstellen Ihrer Infrastruktur zu erkennen und auszunutzen. Es ist an der Zeit, mit dem Aufbau Ihrer KI-Verteidigung für die Zukunft zu beginnen.

Mehr erfahren

Besuchen Sie unsere Produktseite oder wenden Sie sich an einen Akamai-Experten, um zu erfahren, wie bei Akamai Guardicore Segmentation KI zum Einsatz kommt, um Ihre Zero-Trust-Ergebnisse zu beschleunigen.



Garrett Weber

Verfasser

Garrett Weber

April 25, 2025

Garrett Weber

Verfasser

Garrett Weber

Garrett Weber ist der Field CTO für Enterprise Security bei Akamai.