Kommentar von Markus Obser, handz.on GmbH KI-basierte Cyberangriffe – Bedrohungsszenarien und mögliche Gegenmaßnahmen

Anbieter zum Thema

Fsas Technologies GmbH

INFOMOTION GmbH

Sich nur auf technische IT-Security-Lösungen zu verlassen, genügt nicht, um den heute durch Künstliche Intelligenz (KI) so immens vielschichtigen Gefahren der Cyberkriminalität etwas entgegenzusetzen. Unternehmen müssen auch ihre Mitarbeiter gezielt schulen, um ein Bewusstsein für potenzielle Gefahren zu schaffen.

Mit Künstlicher Intelligenz lassen sich Angriffe leicht automatisieren und dadurch schnell hochskalieren – das machen sich Kriminelle längst zunutze. Auch technisch weniger Versierte können damit zu Hackern werden. Sie identifizieren Schwachstellen noch schneller und erhöhen damit ihre Chancen eines erfolgreichen Angriffs. Das gilt ganz besonders für Zero Day Exploits, das heißt, für das Ausnutzen von Sicherheitslücken, die der Hersteller noch nicht geschlossen hat. Gelingt dies, folgen automatisierte Lateralbewegungen, über die die Angreifer zunächst in einen Teil und dann in tiefere Ebenen des Netzwerks vordringen. Er übernimmt bestehende Anwendungssitzungen und weist sich im schlimmsten Fall selbst Berechtigungen zu (Privilege Escalation).

Lateralbewegungen unterbrechen

Grundsätzlich hilft dagegen eine Zero-Trust-Architektur, die auf eine kontinuierliche Überprüfung und Authentifizierung aller Benutzer und Geräte setzt – unabhängig von Standort und Herkunft. Außerdem das Prinzip der Mikrosegmentierung, bei dem ein Netzwerk in kleine, isolierte Segmente aufgeteilt wird. Das reduziert die Angriffsfläche durch Erschweren der Lateralbewegung und verhindert, dass sich Bedrohungen ausbreiten. Regelmäßige, gesicherte Backups sowie ein erprobter Desaster-Recovery-Plan stellen sicher, dass im Ernstfall Daten rasch wiederhergestellt werden können – vorausgesetzt, die Backup-Systeme sind ausreichend geschützt.

Von freiwilliger Orientierung zur regulatorischen Pflicht

ENISAs FAICP im Spannungsfeld der EU-KI-Verordnung

Konkrete Gegenmittel sind KI-gestützte IDS- beziehungsweise IPS-Systeme (Intrusion Detection bzw. Prevention): KI-Lösungen zur Anomalie-Erkennung scannen den Datenverkehr auf ungewöhnliche Aktivitäten oder Muster und leiten entsprechende Gegenmaßnahmen ein, sobald ein Muster auf einen Cyberangriff hindeutet. Ebenso empfehlen sich das Implementieren einer Zero-Day-Exploit-Abwehr sowie automatisierte Schwachstellen-Managementsysteme, die unbekannte Schwachstellen mithilfe KI-gestützter Sicherheitsanalysen identifizieren. Sie helfen dabei, Sicherheitslücken frühzeitig zu erkennen und zu beheben, bevor sie ausgenutzt werden. Mit regelmäßigen, KI-gestützten Penetrationstests lassen sich darüber hinaus Schwachstellen frühzeitig erkennen.

Täuschend echte E-Mails, Deep Fakes

Voraussetzung für den Zugang zu den Daten ist immer eine Sicherheitslücke. Alternativ versuchen Cyberkriminelle, ihre Opfer dazu zu bringen, Daten über hochentwickelte Social-Engineering-Angriffe freiwillig herauszugeben. Jeder kennt inzwischen Phishing-Kampagnen mit täuschend echten E-Mails, Deep Fakes oder Desinformations-Kampagnen, die zu einem großen Teil KI-generiert sind. Solche Angriffe sind oft viel schwerer zu erkennen als konventionelle Cyberattacken. Wichtig sind also – neben technischen Abwehr-Mechanismen – Schulungen und Trainings, um das Bewusstsein der User für die Gefahrenlage zu schärfen.

Kommentar von Steve Barrett, Datadog

Wie Debugging und Data Lineage KI-Investitionen absichern

Eine KI-gestützte Phishing-Erkennung nutzt beispielsweise Natural Language Processing (NLP) und Bilderkennungsmethoden, um verdächtige E-Mails oder Webseiten zu identifizieren. Moderne IT-Systeme verlassen sich nicht allein auf Passwörter, sondern arbeiten mit verhaltensbasierter Authentifizierung, die das User-Verhalten (Tippgeschwindigkeit, Mausbewegungen oder Zugriffszeiten) analysiert und untypische Aktivitäten sofort meldet oder blockiert. KI-gestützte Endpoint Detection and Response-Systeme (EDR) überprüfen Endgeräte auf verdächtige Aktivitäten und blockieren schädliche Prozesse automatisch.

Deepfakes und Desinformation

Täuschend echte Fälschungen von Stimmen und Videos, sogenannte Deepfakes, sind ein gefährliches Werkzeug in den Händen von Cyberkriminellen. Ziel solcher Angriffe ist es, Unternehmen finanziell zu schädigen oder ihren Ruf zu ruinieren. Doch auch hier gibt es wirksame Gegenmaßnahmen: Spezialisierte Erkennungssoftware identifiziert manipulierte Medieninhalte, bevor sie Schaden anrichten. Schulungsprogramme, die Mitarbeiter im Umgang mit manipulierten Inhalten sensibilisieren, sowie mehrstufige Authentifizierungsverfahren bei Finanzprozessen tragen zusätzlich zur Prävention bei.

Agentic AI

Wie KI-Agenten die Angriffsfläche beeinflussen

Auch KI-gesteuerte Desinformationskampagnen, etwa durch gefälschte Nachrichten oder manipulierte Social-Media-Beiträge, können Unternehmen nachhaltig schädigen. Sie untergraben das Vertrauen von Kunden, Partnern und der Öffentlichkeit – mit langfristigen wirtschaftlichen Folgen. Gegenmaßnahmen sind intelligente Monitoring-Tools zur Erkennung von Fake-News sowie proaktive Kommunikationsstrategien. Eine enge Kooperation mit Betreibern von Social-Media- und Nachrichtenplattformen hilft dabei, falsche Inhalte schnell zu entfernen und den möglichen Reputationsschaden zu begrenzen.

KI-basierte Malware und Ransomware

Auch bei der Entwicklung von Schadsoftware spielt KI eine zentrale Rolle: Cyberkriminelle setzen sie ein, um Malware schneller und flexibler zu entwickeln. KI-basierte Schadprogramme passen sich rasant an Sicherheitsmaßnahmen an und sind häufig polymorph – sie verändern laufend ihre Struktur, um herkömmliche Schutzsysteme zu umgehen. Unternehmen müssen daher selbst auf adaptive Sicherheitslösungen setzen: KI-gestützte Erkennungssysteme mit verhaltensbasierten Analysefunktionen identifizieren verdächtige Aktivitäten frühzeitig und reagieren proaktiv auf Angriffe.

Datendiebstahl und Datenmanipulation

Sensible Daten stehlen oder gezielt manipulieren, auch dafür wird KI vielfach genutzt. Mithilfe von Machine-Learning-Algorithmen durchsuchen Angreifer große Datenmengen effizient und extrahieren schützenswerte Informationen automatisiert. Doch die Gefahr geht weiter: Daten lassen sich zudem subtil verändern – etwa Geschäftszahlen, Logistikdaten oder Marktanalysen. So werden unternehmerische Entscheidungen manipuliert, die Kriminellen verschaffen sich Zugang zu vertraulichen Informationen und kompromittieren langfristig zentrale Infrastrukturen.

Kommentar von Dr. Christoph Bausewein, CrowdStrike

Künstliche Intelligenz und Cybersicherheit: Entwicklungen 2025 zur Abwehr von Cyberbedrohungen

Schutz bieten Monitoring-Systeme mit KI-gestützter Anomalie-Erkennung, die verdächtige Muster in Datenströmen und Systemverhalten frühzeitig erkennen. Ergänzt werden sollte dies durch manipulationssichere Speicherlösungen, digitale Signaturen und die regelmäßige Überprüfung von Prüfsummen, um die Integrität kritischer Daten dauerhaft sicherzustellen.

Fazit

Cyberangriffe, Malware, Deepfake-Betrug, automatisierte Desinformationskampagnen, und das alles unterstützt von KI – die IT-Security der Unternehmen steht vor komplexen, nie dagewesenen Herausforderungen. IT-Verantwortliche und Security-Experten müssen sich mit den vielfältigen, neuen KI-Bedrohungsszenarien auseinandersetzen und proaktive Sicherheitsstrategien implementieren. Wer sich effektiv schützen will, kombiniert Abwehrtechnologie mit Bewusstseinsschärfung.

(ID:50482480)