KI als Waffe und Ziel, Keynote & SoftwareOne Security Sessions

Wie schnell reagiert ein KI-Sicherheitssystem auf einen Cyberangriff?
Im Durchschnitt in 200 Millisekunden, also einem Bruchteil einer Sekunde. Das System läuft 24/7 an 365 Tagen ohne Schichtwechsel und verarbeitet parallel tausendmal mehr Ereignisse als ein klassisches SOC-Team, wodurch Gegenmaßnahmen wie Kontosperren, IP-Blockaden und Endpunkt-Isolierung nahezu in Echtzeit greifen.

Warum ist KI-generiertes Phishing gefährlicher als früheres Phishing?
KI-Mails haben keine Tippfehler und keine schiefe Grammatik mehr und werden per Open Source Intelligence (OSINT) aus LinkedIn, Websites und Leaks hochpersonalisiert. So entstehen tausende individuell zugeschnittene „Phishing 2.0“-Mails pro Stunde in jeder Weltsprache, Skalierung und Qualität gleichzeitig, wovor auch das BSI gewarnt hat.

Was war der Deepfake-Betrugsfall in Hongkong?
In einem Videokonferenz-Call 2024 waren außer einem Mitarbeiter der Finanzbuchhaltung alle Teilnehmer, inklusive des vermeintlichen CFO, KI-generierte Deepfakes. Der Mitarbeiter wurde angewiesen, 25 Millionen US-Dollar zu transferieren; der Transfer erfolgte tatsächlich und zeigt das massive Schadenspotenzial von Live-Deepfakes.

Was bedeutet die „Industrialisierung“ der Cyberkriminalität?
Laut Europol-Bericht „The Changing DNA of Serious and Organised Crime“ (2025) adaptieren kriminelle Netzwerke KI schnell und verbinden klassische Kriminalität mit Cybercrime („Cybercrime as a Service“). KI liefert Know-how ohne Kosten, macht Angriffe effizienter und effektiver, von polymorpher Malware über adaptives Nachladen bis zu KI-gestützter Ransomware-Verhandlung und Double Extortion.

1. Begrüßung und Einordnung durch Stephan Oetzel

Stephan Oetzel begrüßt die Gäste, Zuschauerinnen und Zuschauer sowie die online zugeschalteten Teilnehmenden zur zweiten Ausgabe von Go Hack Yourself. Das Motto der Veranstaltung lautet „Compliant & AI-able“. Die Veranstaltung widmet sich der Frage, wie Unternehmen künstliche Intelligenz sicher, regelkonform und verantwortungsvoll einsetzen können. 

Cybersecurity ist aus Sicht des Moderators ein zentrales Thema für CIOs und Unternehmensleitungen. Meldungen über erfolgreiche Cyberangriffe verdeutlichen die wachsende Bedrohung für Unternehmen. Gleichzeitig existieren technische und organisatorische Methoden, um Angriffe zu erkennen, abzuwehren und ihre Folgen zu begrenzen. 

Stephan Oetzel betont, dass KI-Projekte nicht isoliert umgesetzt werden sollten. Sie benötigen eine begleitende Security-Strategie, verbindliche Guidelines und Guardrails. Diese Schutzplanken legen fest, in welchem Rahmen KI innerhalb des Unternehmens eingesetzt werden darf.

Die Keynote von Prof. Dr. Dennis-Kenji Kipker trägt den Titel „KI und Cybersicherheit: vom stillen Verbündeten zum disruptiven Risikofaktor“. Sie verbindet die historische Entwicklung von KI in der Cyberabwehr mit aktuellen Risiken durch Phishing, Deepfakes, Cybercrime und Desinformation.

2. Ausgangslage: geopolitische Risiken, KI und Cyberbedrohungen

Prof. Dr. Dennis-Kenji Kipker eröffnet die Keynote mit einer Einordnung der aktuellen Bedrohungslage. Eine unsichere Weltlage, professionell agierende Angreifer und künstliche Intelligenz bilden eine besonders riskante Kombination. Neben KI verändert auch Quantencomputing die Wahrnehmung und künftige Ausgestaltung von Cybersicherheit. 

Der Vortrag folgt einer zeitlichen Entwicklung: von den frühen Einsatzfeldern künstlicher Intelligenz in der Informationssicherheit über die breite Verfügbarkeit generativer KI bis zur Nutzung von KI durch kriminelle Akteure. Zusätzlich betrachtet die Keynote interne Unternehmensrisiken, den Umgang mit eigenen Chatbots, Vibe Coding, Unternehmensdaten und die globale Dimension des KI-Wettlaufs.

3. KI als stiller Verbündeter der Cyberabwehr

Künstliche Intelligenz wird bereits seit den 2010er-Jahren für Informationssicherheit eingesetzt. Drei zentrale Anwendungsszenarien sind die Erkennung von Angriffsmustern, die Anomalieerkennung und die Korrelation von Ereignisdaten. 

Bei der Anomalieerkennung lernt ein Modell das typische Verhalten von Nutzenden, Geräten und Netzwerkverbindungen. Es erstellt eine statistische Baseline und erkennt Abweichungen vom Normalzustand. Ein ungewöhnlich hoher Datenverkehr kann beispielsweise auf eine Kompromittierung oder die unerlaubte Übertragung von Unternehmensdaten hinweisen. 

Die Korrelation von Ereignisdaten ist besonders in komplexen IT-Umgebungen relevant. KI kann Daten verschiedener Sensoren, Endpunkte, Cloud-Systeme und OT-Komponenten zusammenführen. Dadurch werden Zusammenhänge sichtbar, die bei einer rein manuellen Analyse möglicherweise unentdeckt bleiben. 

Automatisierte Sicherheitsprozesse unterstützen Security Operations Center bei zeitkritischen Aufgaben. Dazu gehören das Sperren von Konten, das Blockieren verdächtiger IP-Adressen und die Isolation kompromittierter Endpunkte. Je schneller eine Organisation reagiert, desto besser kann sie die Ausbreitung eines Angriffs begrenzen.

4. ChatGPT und die Demokratisierung künstlicher Intelligenz

Mit der Veröffentlichung von ChatGPT am 30. November 2022 wurde generative KI für eine breite Öffentlichkeit zugänglich. Eine dialogbasierte Sprachschnittstelle reduzierte die technischen Hürden. Nutzende benötigen weder eigene Modelle noch eine spezielle Infrastruktur oder umfassende Programmierkenntnisse. 

Diese Demokratisierung beschleunigte den Einsatz von KI in Unternehmen und im privaten Umfeld. Sie verkürzte jedoch gleichzeitig das Zeitfenster für Schutzmaßnahmen, Governance, Regulierung und gesellschaftliche Anpassung. Viele Organisationen verfügten zu Beginn der schnellen Verbreitung noch nicht über verbindliche KI-Richtlinien. 

Generative KI ist eine Dual-Use-Technologie. Dieselben Eigenschaften, die Produktivität und Wissensarbeit unterstützen, können auch für rechtswidrige Zwecke missbraucht werden. Dazu zählen die Erstellung manipulativer Inhalte, die Automatisierung von Recherche und die Vorbereitung personalisierter Cyberangriffe.

5. KI-gestütztes Phishing und Social Engineering

Phishing-E-Mails lassen sich mit Large Language Models sprachlich verbessern und auf einzelne Zielpersonen zuschneiden. Klassische Warnsignale wie Rechtschreibfehler, unnatürliche Formulierungen oder schlechte Übersetzungen verlieren dadurch an Bedeutung. 

Neben der Textqualität steigt der Personalisierungsgrad. KI kann öffentlich verfügbare Informationen aus Webseiten, beruflichen Netzwerken und anderen offenen Quellen auswerten. Diese Form der Open Source Intelligence, kurz OSINT, liefert Kontext zu Personen, Funktionen, Projekten, Zulieferern und Kunden. Angreifer können daraus glaubwürdige Nachrichten und plausible Handlungsaufforderungen erstellen. 

Die Verbindung aus Automatisierung, Personalisierung und Mehrsprachigkeit erhöht die Skalierbarkeit. Cyberkriminelle müssen sich nicht mehr zwischen hoher Reichweite und individueller Ansprache entscheiden. Generative KI kann beide Faktoren miteinander verbinden.

6. Schutzmechanismen und AI Jailbreaking

Anbieter von Sprachmodellen integrieren Sicherheitsmechanismen, die missbräuchliche Anfragen ablehnen sollen. Die Keynote verdeutlicht jedoch, dass Schutzmaßnahmen durch Umformulierungen, vorgetäuschte Übungsszenarien oder schrittweise Kontextverschiebungen umgangen werden können. Dieser Versuch, Sicherheitsgrenzen eines KI-Systems zu überwinden, wird als AI Jailbreaking bezeichnet. 

Die Herausforderung liegt im grundsätzlichen Ziel eines Assistenzsystems: Es soll nützlich sein, Anfragen interpretieren und bei legitimen Aufgaben helfen. Dieser Interpretationsspielraum kann missbraucht werden. Nach Einschätzung des Referenten bieten die aktuellen technischen Schutzmaßnahmen keinen vollständigen Schutz vor Jailbreaking.

7. Deepfakes, Voice Cloning und CEO Fraud

KI erweitert bekannte Betrugsmethoden wie CEO Fraud und Business Email Compromise. Angreifer können Schreibstile imitieren, Stimmen klonen und realistisch wirkende Videoidentitäten erzeugen. Bereits öffentlich verfügbares Audio-, Bild- oder Videomaterial kann als Grundlage für eine täuschend echte Imitation dienen. 

Als Beispiel nennt der Vortrag einen Fall aus Hongkong aus dem Jahr 2024. In einer Videokonferenz wurden der Chief Financial Officer und weitere Mitarbeitende mithilfe von Deepfake-Technologie imitiert. Eine Person aus dem Finanzbereich veranlasste daraufhin mehrere Überweisungen über insgesamt 200 Millionen Hongkong-Dollar, damals rund 25 Millionen US-Dollar.

Aus dem Fall lässt sich ableiten, dass vertraute Kommunikationskanäle allein keine ausreichende Identitätsprüfung bieten. Für sensible Transaktionen sind zusätzliche, vom ursprünglichen Kommunikationskanal unabhängige Freigabe- und Prüfprozesse erforderlich.

8. KI-generierte Desinformation

Generative KI ermöglicht die Produktion fotorealistischer Nachrichtensprecherinnen und Nachrichtensprecher, gefälschter Videoformate und komplett erfundener Nachrichtenportale. Solche Inhalte können über soziale Netzwerke und Videoplattformen verbreitet werden und die öffentliche Meinungsbildung beeinflussen. 

Mit zunehmender Qualität werden visuelle Fehler als Erkennungsmerkmal unzuverlässiger. Die Skalierbarkeit generativer Systeme erlaubt es, Inhalte schnell, mehrsprachig und für unterschiedliche Zielgruppen zu produzieren. KI-generierte Desinformation kann die öffentliche Meinungsbildung beeinflussen und die Erkennung manipulierter Inhalte erschweren.

9. Von der Professionalisierung zur Industrialisierung von Cybercrime

Der Vortrag beschreibt eine Entwicklung von der Professionalisierung hin zur Industrialisierung der Cyberkriminalität. Cybercrime as a Service verbindet arbeitsteilige kriminelle Strukturen mit allgemein verfügbaren KI-Werkzeugen. Künstliche Intelligenz senkt die fachlichen Einstiegshürden, beschleunigt Abläufe und stellt Wissen unmittelbar bereit. 

Auch konventionelle kriminelle Gruppierungen können dadurch leichter in digitale Geschäftsmodelle einsteigen. Ransomware, Datendiebstahl, Onlinebetrug und Cyberspionage werden technisch zugänglicher und international skalierbar. KI fungiert dabei als Brücke zwischen klassischer und digitaler Kriminalität. 

An einem Beispiel arbeitsteilig organisierter Cyberspionage erläutert die Keynote, dass entsprechende Strukturen über Mitarbeitende, Prozesse, Aufträge und spezialisierte Dienstleistungen verfügen können.

10. KI bei Malware, Netzwerkangriffen und digitaler Erpressung

KI kann Angreifer bei der automatisierten Erfassung eines Angriffsziels unterstützen. Öffentlich verfügbare Informationen über Mitarbeitende, Funktionen, Projekte, Kunden und Zulieferer ermöglichen eine detaillierte Kartierung potenzieller Schwachstellen und Kontaktpunkte. 

Nach Darstellung des Referenten kann KI die Erstellung und Variation von Schadcode beschleunigen. Sie kann außerdem bei der Analyse kompromittierter Umgebungen unterstützen, um weitere Angriffsschritte und eine laterale Bewegung im Netzwerk vorzubereiten.

Bei Ransomware und Double Extortion werden Unternehmensdaten nicht nur verschlüsselt, sondern häufig auch kopiert. KI kann große gestohlene Datensätze klassifizieren, ihren möglichen Erpressungswert bewerten und sensible Inhalte priorisieren. Automatisierte Verhandlungs-Chatbots können zusätzlich die Kommunikation mit Opfern übernehmen.

Wie groß ist die Governance-Lücke bei Agentic AI?
Laut Deloitte-Studie 2026 mit 3.235 Leadern aus 24 Ländern wollen 74 % bis 2027 KI-Agenten einsetzen, aber nur 21 % haben ein ausgereiftes Governance-Modell für agentenbasierte KI. Genau dieser Gap lässt sich schließen, wenn Unternehmen bedacht ein Rahmenwerk statt reiner Tool-Nutzung aufbauen.

Welche Rahmenwerke helfen, KI abzusichern?
Für Angriffe MITRE ATLAS (Taktiken, Techniken, reale Beispiele) und OWASP LLM Top 10 (Pentesting häufiger Schwachstellen); für die Organisation NIST 800-53 und ISO 42001 als zertifizierbares KI-Managementsystem (methodisch ähnlich ISO 27001); rechtlich der EU AI Act. Wer KI baut und in der EU bereitstellt, muss prüfen, ob er unter den EU AI Act fällt.

Was ist Shadow AI und warum ist sie riskant?
Shadow AI entsteht, wenn Mitarbeiter öffentliche KI-Tools nutzen und dabei Code, Kundendaten oder Verträge einfügen. Die Consumerization von KI lässt sich nicht verbieten, Unternehmen sollten sie in ein kontrolliertes Framework holen, das Möglichkeiten anbietet statt zu blockieren.

Warum ist IT Asset Management die Basis der KI-Sicherheit?
Ohne Verständnis der eigenen Assets, Prozesse und Ownership lassen sich kritische Lücken nicht priorisieren, alle Security-Frameworks bestätigen das. Erst darauf setzt Exposure Management auf, das vorausschauend korreliert und z. B. dem Serverraum eine strengere SLA gibt als der Kantinenkamera, damit ein MDR-Anbieter überhaupt schnell reagieren kann.

1. Ziel und Einordnung der Session Bulletproof AI

Ivan Vukadin, Pre Sales Security Consultant, begrüßt die Teilnehmenden von Go Hack Yourself 2026 und ordnet die Session nach der Einführung und der Keynote von Prof. Dr. Dennis Kipker ein. Der Vortrag wechselt von der übergeordneten KI-Bedrohungslage zu konkreten Umsetzungsfragen. Im Fokus steht, wie Unternehmen Schwachstellen erkennen, KI absichern und ein tragfähiges Rahmenwerk aufbauen können. 

Die Session bildet eine Brücke zu weiteren Vorträgen über technische Schutzmaßnahmen, Software und Services. Zunächst werden organisatorische Grundlagen und die Sicherheitsarchitektur betrachtet. 

2. Aktuelle Herausforderungen: Komplexität, Resilienz und Secure GenAI Adoption

Sicherheitsverantwortliche stehen vor komplexen IT-Landschaften mit zahlreichen Plattformen, Lösungen und teilweise überschneidenden Insellösungen. Der Markt entwickelt sich deshalb in Richtung konsolidierter Plattformen, die schnellere Abläufe und mehr Resilienz unterstützen. 

Resilienz umfasst mehr als Backups und Security Monitoring. Sie benötigt ein gelebtes Framework mit organisatorischen Maßnahmen, vorbereiteten Teams und klaren Verantwortlichkeiten. 

Parallel beschleunigt sich die Einführung generativer KI. Unternehmen entwickeln Anwendungsfälle für Agentic AI, während Beschäftigte öffentliche KI-Dienste eigenständig erproben. Diese unkontrollierte Nutzung wird als Shadow AI bezeichnet. Der Vortrag empfiehlt kontrollierte und sichere Nutzungsmöglichkeiten innerhalb eines Unternehmensrahmens. 

Geopolitik und Compliance beeinflussen ebenfalls Sicherheitsplanungen. Unternehmen prüfen alternative Betriebs-, Failover- und Backup-Szenarien, um ihre Kontrolle unter veränderten Rahmenbedingungen zu erhalten.

3. Agentic AI und die Governance-Lücke

Agentic AI entwickelt sich schneller als die zugehörigen Leitplanken. Der Vortrag verweist auf eine Deloitte-Studie aus dem Jahr 2026 mit 3.235 Führungskräften aus 24 Ländern. Demnach möchten 74 Prozent KI-Agenten bis 2027 mindestens in moderatem Umfang einsetzen, während 21 Prozent bereits ein ausgereiftes Governance-Modell für agentenbasierte KI einsetzen oder adaptiert haben. 

Generative KI liest Inhalte und erzeugt Ergebnisse. Agentic AI führt Aufgaben autonom und systemübergreifend aus. Dadurch entstehen zusätzliche Risiken, weil agentenbasierte Systeme Aktionen in verbundenen Systemen auslösen können.

4. Geschwindigkeit von Angriffen und Exposure Management

KI erhöht die Geschwindigkeit, mit der Angreifer Schwachstellen identifizieren und ausnutzen können. Eine wirksame Reaktion erfordert daher nicht nur KI-gestützte Sicherheitssysteme, sondern auch vorbereitete Teams und organisatorische Maßnahmen. 

Exposure Management korreliert Informationen, bewertet potenzielle Angriffswege und ordnet Assets nach ihrer Kritikalität ein. Für eine angemessene Priorisierung müssen Unternehmen ihre Assets, Prozesse und Abhängigkeiten kennen. Reaktionszeiten sollten sich an der geschäftlichen Kritikalität orientieren.

5. IT Asset Management, Ownership und Reaktionsfähigkeit

IT Asset Management wird als Basis der IT-Sicherheit beschrieben. Es schafft Transparenz über Systeme, Prozesse, Zuständigkeiten und veraltete Komponenten. Diese Transparenz unterstützt frühzeitige Risikobewertungen und vorausschauende Maßnahmen. 

Technische Werkzeuge können Ereignisse erkennen und Reaktionen empfehlen. Die Handlungsfähigkeit bleibt jedoch von klaren menschlichen Verantwortlichkeiten abhängig. Meldet ein Managed-Detection-and-Response-Anbieter eine Schwachstelle, muss eindeutig sein, wer das betroffene Asset verantwortet und Maßnahmen umsetzt. 

Frameworks wie ISO 27001 und das NIST AI Framework verbinden Risikomanagement, Verantwortlichkeiten und Reaktionsmaßnahmen. Ohne definierte Ownership können Warnungen vorliegen, während die operative Behebung dennoch zu lange dauert.

6. KI als Waffe und KI als Angriffsziel

Angreifer nutzen KI als Waffe, beispielsweise für Deepfakes, Identitätsmissbrauch, überzeugenderes Phishing und schnellere Angriffsentwicklung. Gleichzeitig können unternehmenseigene KI-Systeme selbst zum Ziel werden, etwa durch Prompt Injection, übermäßige Datenzugriffe, Datenabfluss oder manipulierte Modelle. 

Der Vortrag verweist auf einen von Anthropic dokumentierten Cyberespionage-Fall aus dem Jahr 2025. Nach Einschätzung von Anthropic führte Claude Code dabei etwa 80 bis 90 Prozent der taktischen Operationen eigenständig aus. Menschen übernahmen weiterhin strategische Entscheidungen, darunter die Auswahl der Ziele und Entscheidungen an kritischen Punkten der Angriffskette.

Bekannte Angriffstaktiken gegen KI-Systeme werden im MITRE-ATLAS-Framework dokumentiert. Die Angriffsketten helfen Unternehmen, Kontrollpunkte zu identifizieren und Angriffe vor einem größeren Schaden zu unterbrechen.

7. Shadow AI, Datenabfluss, Data Poisoning und Halluzinationen

Shadow AI entsteht, wenn Beschäftigte öffentliche KI-Dienste ohne kontrollierten Unternehmensrahmen nutzen. Werden Quellcode, Kundendaten, Verträge oder personenbezogene Informationen eingegeben, kann dies zu Datenabfluss und Compliance-Risiken führen. 

Data Poisoning bezeichnet die gezielte Manipulation von Trainings- oder Wissensdaten. Selbst entwickelte oder offline betriebene Modelle benötigen Kontrollmechanismen für Herkunft, Integrität und Eignung der verwendeten Daten. 

Halluzinationen können erfundene Namen, Zahlen oder Quellen in Berichte und externe Kommunikation bringen. Menschliche Qualitätssicherung bleibt wichtig, um falsche Aussagen und Reputationsschäden zu vermeiden.

8. Deepfake und Identitätsmissbrauch beim digitalen Onboarding

Als Praxisbeispiel beschreibt die Session einen vom iProov Red Team demonstrierten Angriff auf ein mobiles KYC-Verfahren. Dabei wurden öffentlich verfügbare Identitätsdaten und Gesichtsbilder mit einem Echtzeit-Deepfake und einer virtuellen Kamera kombiniert. Auf diese Weise konnte das Red Team die Identitätsprüfung umgehen und sich unter einer fiktiven Identität authentifizieren.

Das Beispiel zeigt, dass Videoübertragung und sichtbare Gesichter allein keine verlässliche Identitätsprüfung garantieren. Identitätsprozesse müssen gegen synthetische Medien und virtuelle Kameras abgesichert werden.

9. MITRE ATLAS, Prompt Injection und Angriffsketten

MITRE ATLAS bietet eine strukturierte Übersicht über bekannte Taktiken, Techniken und reale Beispiele für Angriffe auf KI-Systeme. Organisationen können damit prüfen, welche Szenarien auf ihre Systeme übertragbar sind. 

Bei Prompt Injection können versteckte Anweisungen beispielsweise in einer E-Mail enthalten sein und von einem KI-System gelesen werden, obwohl die nutzende Person den Code nicht erkennt. Wird die Angriffskette zwischen Infiltration und Exfiltration unterbrochen, kann ein größerer Schaden verhindert werden.

10. Rahmenwerke für KI-Sicherheit und Compliance

MITRE ATLAS dokumentiert Angriffstaktiken und Techniken. Die OWASP LLM Top 10 beschreibt häufige Schwachstellen von Anwendungen mit Large Language Models und unterstützt Sicherheitsprüfungen sowie Penetrationstests. 

Für die organisatorische Steuerung nennt der Vortrag NIST 800-53 und ISO 42001. ISO 42001 ermöglicht den Aufbau eines zertifizierbaren KI-Managementsystems und wird in seiner Methodik mit ISO 27001 verglichen. 

Zusätzlich müssen Unternehmen prüfen, welche gesetzlichen Anforderungen gelten. Der EU AI Act kann für den Einsatz fremder KI-Lösungen sowie für selbst entwickelte und angebotene Systeme relevant sein.

11. Praktische Schutzmaßnahmen und vier Governance-Ebenen

Schwachstellen sollten identifiziert werden, bevor ein KI-System produktiv eingesetzt wird. Genannt werden Penetrationstests, Bedrohungsmodellierung und Red Teaming. 

Die erste Schutzebene schafft Transparenz über Daten und Berechtigungen. Die zweite Ebene sichert Zugänge ab und berücksichtigt Identität und Kontext. Die dritte Ebene schützt das KI-System durch Posture Management, Guardrails und Kontrollen für Prompt-Eingaben. Die vierte Ebene ergänzt ein verbindliches Regelwerk und eine übergreifende Governance. 

Absolute Sicherheit wird nicht versprochen. Mehr Transparenz, klare Prozesse und kontinuierliche Verbesserung können die Widerstandsfähigkeit jedoch deutlich erhöhen.

12. Prioritäten und SoftwareOne Unterstützung

Zum Abschluss bündelt der Referent die Prioritäten: digitale Souveränität klären, KI-Nutzung und KI-Risiken verstehen, Teams Lernzeit geben, Expertengruppen aufbauen, Kernprozesse abbilden, Ownership festlegen, IT Asset Management stärken, die Security Posture mit Frameworks definieren und eine passende Sicherheitsplattform auswählen. 

SoftwareOne ordnet die eigene Unterstützung in die Bereiche Discovery, Secure, Improve und Recover ein. Der Vortrag endet mit einem Hinweis auf weitere Sessions zu Software, Services und dem Security Operations Center in Deutschland.

Was bedeutet Co-Managed MDR bei SoftwareOne?
SoftwareOne nutzt die Managed-Detection-Response-Services der Hersteller auf Basis von Microsoft Sentinel sowie Trend Micro, Sophos und CrowdStrike und erweitert sie um eigene Leistungen. So kombiniert das DACH-SOC die Plattformkenntnis des Herstellers mit der 24/7-Analyse des Global SOC und adressiert DACH-Besonderheiten wie die deutsche Sprache.

Habe ich mit Co-Managed MDR „zwei SOCs“?
Ja, und beide ergänzen sich: Das Hersteller-MDR ist für die eigene Umgebung und deren Komponenten zuständig, während das SoftwareOne-SOC weitere Use Cases und Datenquellen über XDR abdeckt, Big-Data-Analyse plus automatisierte Response wie System-Isolierung oder Passwort-Reset. Der Hersteller entlastet, SoftwareOne kümmert sich um die übergreifenden Themen.

Macht ein externes SOC mich automatisch NIS2-compliant?
Nein. Ein SOC mit Detection, Monitoring und Response ist ein wesentlicher Baustein, aber nur ein Teil des Gesamtbilds. Über GRC/Advisory und eine Gap-Analyse lässt sich der Ist-Zustand ermitteln und risikobasiert priorisieren, um tatsächlich compliant zu werden.

Welche Rolle spielt IT Asset Management für die Security?
IT Asset Management ist die Groundwork z. B. für Vulnerability Management: Nur wer Prozesse, Systeme, Daten und deren Geschäftskritikalität kennt, kann Risiken bewerten und die richtigen Information-, Asset- und Risk-Owner einbinden. Erst dann lassen sich Patch-Zyklen, Change Advisory Boards und Governance sinnvoll aufsetzen, statt aus Angst vor Betriebsunterbrechung nicht zu patchen.

1. Begrüßung und Einordnung der SoftwareOne Security Session

Christian Kaiser eröffnet die Session mit der Einordnung aktueller Cybersecurity-Herausforderungen. Die Präsentation schlägt die Brücke zwischen den zuvor diskutierten Bedrohungen durch künstliche Intelligenz und den später vorgestellten Sicherheitstechnologien der Herstellerpartner. Ziel ist die Darstellung eines ganzheitlichen Security-Ansatzes, der Technologie, Prozesse und operative Dienstleistungen miteinander verbindet.

2. Aktuelle Bedrohungslage: KI beschleunigt Cyberangriffe

KI-gestützte Angriffe werden schneller, effizienter und kostengünstiger. Laut den im Vortrag erwähnten Marktbeobachtungen nutzen Cyberkriminelle LLMs und Machine-Learning-Modelle, um bestehende Angriffsmethoden deutlich zu beschleunigen. Gleichzeitig professionalisieren sich Angreifergruppen und organisieren sich arbeitsteilig. Einzelne Gruppen spezialisieren sich auf Initial Access, Datendiebstahl, Ransomware oder die Entwicklung von Angriffswerkzeugen.

Ransomware-as-a-Service, Affiliate-Programme und spezialisierte Entwicklerteams führen dazu, dass auch weniger erfahrene Angreifer auf hochentwickelte Angriffswerkzeuge zugreifen können. Diese Entwicklung erhöht den Druck auf Unternehmen, ihre Erkennungs- und Reaktionsfähigkeit kontinuierlich zu verbessern.

3. Security Operations und kontinuierliche Verbesserung

SoftwareOne beschreibt einen Security-Lifecycle aus Discover, Deploy, Improve und Recover. Unternehmen sollen Sicherheitslücken identifizieren, Schutzmechanismen implementieren, Konfigurationen kontinuierlich verbessern und Wiederherstellungsprozesse regelmäßig testen. Ziel ist eine Sicherheitsstrategie, die nicht einmalig implementiert, sondern laufend optimiert wird.

Durch regelmäßige Überprüfung von Konfigurationen, Erkennungsregeln und Sicherheitsprozessen können Organisationen ihre Detektionsfähigkeiten verbessern und schneller auf Bedrohungen reagieren.

4. Backup, Recovery und digitale Resilienz

Die Session betont die Bedeutung funktionierender Backup- und Recovery-Prozesse. Backups allein reichen nicht aus, wenn deren Wiederherstellung nicht regelmäßig überprüft wird. Unternehmen sollten Recovery-Szenarien testen, um sicherzustellen, dass Systeme nach Sicherheitsvorfällen tatsächlich wiederhergestellt werden können.

Backup ud Recovery werden als zentrale Bestandteile einer widerstandsfähigen Sicherheitsarchitektur dargestellt.

5. The Power of One: Software, Services und Security

SoftwareOne beschreibt einen integrierten Ansatz, der Softwarelizenzierung, Support, Managed Services, Security Services, FinOps, IT Asset Management und Incident Response miteinander verbindet. Ziel ist eine ganzheitliche Unterstützung über den gesamten Lebenszyklus von IT-Systemen hinweg.

Die Session hebt hervor, dass operative Sicherheit nicht nur aus Technologie besteht, sondern aus der Verbindung zwischen Menschen, Prozessen und Plattformen.

6. Globales SOC und Security Delivery Center

SoftwareOne betreibt Security Delivery Center in verschiedenen Regionen und arbeitet mit einem globalen Security Operations Center zusammen. Im Follow-the-Sun-Verfahren analysieren Analystinnen und Analysten rund um die Uhr Bedrohungen, bearbeiten Sicherheitsereignisse und unterstützen beim Threat Hunting.

Dadurch steht Unternehmen ein kontinuierlicher 24/7-Sicherheitsbetrieb zur Verfügung.

7. Managed Detection and Response (MDR) und Co-Managed MDR

Ein wesentlicher Bestandteil der Session ist die Vorstellung des Co-Managed-MDR-Modells. SoftwareOne kombiniert eigene Security-Services mit den MDR-Angeboten von Microsoft Sentinel, CrowdStrike, Sophos und Trend Micro. Der Hersteller bringt Plattformwissen ein, während SoftwareOne regionale Betreuung, Business-Kontext und zusätzliche Sicherheitsleistungen bereitstellt.

Dieser Ansatz verbindet globale Herstellerkompetenz mit lokaler Unterstützung in der DACH-Region.

Wie hoch ist der Anteil menschlich verursachter Sicherheitsvorfälle?
Rund 70 % der Sicherheitsvorfälle resultieren aus menschlichem Verhalten und Fehlern, nicht aus der Technik. Wer 90 % des Sicherheitsbudgets in Technik steckt, sichert vor allem die 30 % ab, die ohnehin selten fallen, deshalb braucht es Human Risk Management für den Faktor Mensch.

Bedeutet Human Risk Management eine Überwachung der Mitarbeiter?
Nein. Die Betriebsräte werden eingebunden, und die Telemetrie kann bei entsprechender Compliance-Anforderung komplett anonym und ohne Namensnennung erfolgen. Telemetrie ist kein Mitarbeitertracking; wichtig ist, dass jeder Mitarbeitende lernt, wie Sicherheit funktioniert, und die Awareness da ist.

Welche Maßnahmen ersetzen die jährliche Pflichtschulung?
Rollenbasierte Lernpfade, Phishing-Simulationen mit steigender Schwierigkeit sowie Spezialtrainings zu Deepfakes, KI, Social Engineering und Business Email Compromise. Ergänzt werden sie durch Microlearnings von drei bis fünf Minuten, weil Lernen eine Frequenz braucht und nicht ein einmaliger Pflichttermin sein darf.

Mit welchen Partnern setzt SoftwareOne Human Risk Management um?
Je nach Anforderung mit namhaften Partnern wie KnowBe4, SoSafe, G DATA, Soluzione oder den Whitelist-Hackern. Ob eine stark customized Lösung oder ein Standard-Baukasten passt, wird in einem Evaluierungsgespräch mit dem Kunden geklärt.

1. Einführung in Human Risk Management

Thomas Schmitz eröffnet die Session mit einer Einführung in das Thema Human Risk Management. Der Vortrag stellt den Menschen als zentralen Faktor moderner Cybersecurity in den Mittelpunkt und verdeutlicht, dass Sicherheitsrisiken nicht ausschließlich technisch betrachtet werden können. Human Risk Management wird dabei ausdrücklich als gemeinsames Thema von IT, Informationssicherheit, Compliance, Management und Personalabteilungen beschrieben.

Die Session verfolgt das Ziel, konkrete Risiken messbar zu machen und daraus nachvollziehbare Maßnahmen zur Verhaltensänderung abzuleiten. Im Fokus stehen praktische Handlungsempfehlungen anstelle klassischer Awareness-Kampagnen ohne messbare Ergebnisse.

2. Was Human Risk Management bedeutet

Human Risk Management wird als Antwort auf die Erkenntnis beschrieben, dass technische Sicherheitsmaßnahmen allein das Restrisiko Mensch nicht beseitigen können. Statt punktueller Schulungen benötigt ein Unternehmen ein strategisches Sicherheitsprogramm, das dauerhaft auf Verhaltensänderungen abzielt.

Der Vortrag definiert Human Risk Management als langfristigen Transformationsprozess. Ziel sind weniger Sicherheitsvorfälle, niedrigere Kosten, höhere Sicherheitsreife und nachvollziehbare Verbesserungen auf organisatorischer Ebene. Sicherheitsbewusstsein wird dabei als Bestandteil eines kontinuierlichen Managementprozesses verstanden.

3. Warum der Mensch weiterhin das größte Sicherheitsrisiko ist

Ein Schwerpunkt der Session ist die Rolle des Menschen in Sicherheitsvorfällen. Laut den im Vortrag genannten Zahlen entstehen rund 70 Prozent aller Sicherheitsvorfälle durch menschliches Verhalten und menschliche Fehler. Phishing, Social Engineering, schwache Passwörter, Deepfakes und Voice-Cloning-Technologien richten sich gezielt gegen Menschen und nicht primär gegen technische Systeme.

Der Vortrag betont ausdrücklich, dass Human Risk Management nicht auf Schuldzuweisungen basiert. Ziel ist die Befähigung von Mitarbeitenden, Risiken frühzeitig zu erkennen und sicher zu handeln. Damit verschiebt sich der Fokus von der Fehlersuche hin zur Kompetenzentwicklung.

4. Das Zielbild eines Human Risk Management Programms

Human Risk Management wird als ganzheitlicher Ansatz beschrieben, der alle Mitarbeitenden eines Unternehmens einbezieht. Vom Vorstand bis zu Berufseinsteigerinnen und Berufseinsteigern sollen Risiken identifiziert, bewertet und gezielt adressiert werden.

Anstelle allgemeiner Sicherheitskampagnen setzt der Ansatz auf datenbasierte Risikoanalysen und individuelle Risiko-Profile. Ziel ist eine messbare Verhaltensänderung, bei der technische Sicherheitsmaßnahmen als unterstützende Leitplanken dienen. Ein wirksames Programm erkennt Risiken bereits vor einem Sicherheitsvorfall und nicht erst während der späteren Analyse.

5. Die sechs Maßnahmenfelder von Human Risk Management

Die Session beschreibt sechs zentrale Handlungsfelder für den Aufbau eines Human Risk Management Programms: Analyse und Risikobewertung, Awareness und Training, Richtlinien und Governance, technische Absicherung, Sicherheitskultur sowie kontinuierliche Messung und Verbesserung.

Jedes dieser Maßnahmenfelder erfüllt eine spezifische Funktion innerhalb des Sicherheitsprogramms. Gemeinsam bilden sie die Grundlage für die langfristige Entwicklung einer widerstandsfähigen Sicherheitskultur.

6. Messung menschlicher Cyberrisiken

Ein wesentliches Merkmal moderner Human-Risk-Programme ist die Messbarkeit. Der Vortrag beschreibt Baseline Assessments, Risikoprofile und verhaltensbasierte Risiko-Scores als Grundlage einer fundierten Risikobewertung. Unternehmen sollen ihren Ausgangszustand kennen, bevor Maßnahmen umgesetzt werden.

Besonders betont wird die Berücksichtigung unterschiedlicher Rollen innerhalb eines Unternehmens. Führungskräfte, Finanzabteilungen oder IT-Mitarbeitende weisen unterschiedliche Risikoprofile auf und benötigen daher angepasste Trainings- und Schutzmaßnahmen.

7. Verhaltensänderung durch moderne Lernkonzepte

Der Vortrag kritisiert klassische einmalige Pflichtschulungen als wenig wirksam. Stattdessen werden rollenbasierte Lernpfade, Phishing-Simulationen und kurze Microlearning-Formate empfohlen. Ziel ist es, Lernen regelmäßig in den Arbeitsalltag zu integrieren.

Moderne Trainingsprogramme berücksichtigen aktuelle Bedrohungen wie Deepfakes, Business Email Compromise, Social Engineering und KI-gestützte Angriffe. Dadurch sollen Mitarbeitende auf reale Angriffsszenarien vorbereitet werden.

8. Governance, Compliance und Richtlinien

Governance wird als zentrale Voraussetzung für nachhaltige Sicherheitsmaßnahmen dargestellt. Sicherheitsrichtlinien, Multi-Faktor-Authentifizierung, Clean-Desk-Regeln und Acceptable-Use-Richtlinien bilden die Grundlage für ein konsistentes Sicherheitsverhalten.

Darüber hinaus verweist die Session auf regulatorische Anforderungen wie DSGVO, ISO 27001 und DORA. Human Risk Management trägt unmittelbar zur Erfüllung von Compliance-Anforderungen und Nachweispflichten bei.

9. Technische Leitplanken als Unterstützung des Menschen

Technologie wird als unterstützender Faktor verstanden, der menschliche Fehler abfangen soll. Im Vortrag werden Conditional Access, Data Loss Prevention, Insider Risk Management sowie Browser- und E-Mail-Filter als Beispiele genannt.

Die zentrale Aussage lautet, dass Technologie menschliches Verhalten unterstützen, aber nicht ersetzen kann. Nachhaltige Sicherheit entsteht erst durch die Kombination aus Technik, Prozessen und Verhalten.

10. Sicherheitskultur und Security Champions

Ein weiterer Schwerpunkt liegt auf der Entwicklung einer langfristigen Sicherheitskultur. Security Champions werden als Multiplikatoren beschrieben, die Sicherheitsthemen in die Fachbereiche tragen und Akzeptanz schaffen.

Die Rolle des Managements wird dabei als entscheidend angesehen. Sicherheitsverhalten muss sichtbar vorgelebt werden. Ebenso wichtig sind positive Anreize, die das Melden von Vorfällen fördern und Fehler nicht sanktionieren.

11. Der Rollout eines Human Risk Management Programms

Der Vortrag beschreibt vier typische Projektphasen: Assess, Design, Pilot und Operate. Zunächst erfolgt die Analyse des Ist-Zustands und die Auswahl geeigneter Werkzeuge. Anschließend werden Rollenmodelle, Richtlinien und Kennzahlen entwickelt.

Vor dem unternehmensweiten Rollout wird das Konzept in einer Pilotgruppe getestet und optimiert. Im produktiven Betrieb erfolgt anschließend eine kontinuierliche Weiterentwicklung mithilfe von Kennzahlen und Monitoring.

12. Vom Risikofaktor zur Human Firewall

Als Zielbild beschreibt die Session die Entwicklung von Mitarbeitenden vom potenziellen Risikofaktor hin zu einer aktiven Human Firewall. Dieser Wandel soll nicht durch Einzelmaßnahmen, sondern durch einen strukturierten, messbaren und langfristigen Ansatz erreicht werden.

SoftwareOne positioniert sich dabei als Partner für Standortbestimmung, Reifegradanalyse und die Entwicklung individueller Maßnahmenprogramme.

13. Datenschutz, Betriebsrat und Human Risk Management

Im anschließenden Frage-und-Antwort-Teil wird die Frage nach möglicher Mitarbeiterüberwachung behandelt. Der Vortrag stellt klar, dass Human Risk Management nicht zwangsläufig personenbezogen erfolgen muss. Analysen können anonymisiert durchgeführt werden und sollen Datenschutz sowie Mitbestimmungsrechte berücksichtigen.

Die Einbindung von Betriebsrat, Datenschutzverantwortlichen und Compliance-Funktionen wird als wichtiger Bestandteil erfolgreicher Projekte beschrieben.

14. Partnerökosystem und Lösungsansätze

Zum Abschluss erläutert die Session die Zusammenarbeit mit spezialisierten Partnern im Bereich Security Awareness und Human Risk Management. Genannt werden unter anderem KnowBe4, SoSafe, G DATA, Soluzione und die Whitelisthacker. Je nach Anforderungen können standardisierte oder individuell angepasste Lösungen zum Einsatz kommen.