Diesen Artikel teilen:

2. Sep 2024

|

Wirtschaft

KI hilft im Kampf gegen Cyberbedrohungen – mit Ralf Kleinfeld

Journalist: Thomas Soltau

|

Foto: StartupStockPhotos/pixabay, OTTO/PR

KI ist ein wichtiges Werkzeug im Kampf gegen Cyberbedrohungen, das dabei hilft, diese zu identifizieren und die Auswirkungen einzudämmen. Aufklärung und eine robuste Fehlerkultur sind ebenfalls entscheidend, um die Sicherheit in Unternehmen zu gewährleisten – das weiß Information Security Officer und Bereichsleiter Ralf Kleinfeld vom Online-Shop OTTO.

Ralf Kleinfeld_Information Security Officer_OTTO_online.jpg Ralf Kleinfeld, Security Officer und Bereichsleiter vom Online-Shop OTTO

Welche spezifischen Cyberbedrohungen sehen Sie als die größten Herausforderungen für Unternehmen? Das permanente Abscannen von Technologiekomponenten, die aus dem Internet erreichbar sind, stellt eine konstante Bedrohung dar. Phishing-Mails oder generell E-Mails mit schadhaften Inhalten sind ebenfalls ein ständiges Risiko. Bei Cyberangriffen entsteht oft eine Kette von Ereignissen, wobei der Einstiegspunkt meist dort liegt, wo der Zugriff am einfachsten ist. Etwa bei öffentlich zugänglichen Technologien oder direkt kontaktierbaren Personen.

Wie hilft die KI dabei, diese Bedrohungen zu identifizieren und zu bekämpfen? KI, insbesondere der Baustein Machine Learning, spielt eine wesentliche Rolle bei der Erkennung von Anomalien im Netzwerkverhalten. Diese Technologie ist nicht neu, hat aber im Zuge der generativen KI mehr Aufmerksamkeit erlangt. KI kann ungewöhnliche Kommunikationswege und Schwellwerte erkennen und dadurch Sicherheitswarnungen automatisieren. Obwohl KI in der Cybersicherheit noch am Anfang steht, hat sie das Potenzial, die Abwehrkräfte zu stärken. KI kann Anomalien schneller und präzise erkennen.

Können Sie Beispiele nennen, wie Angreifer KI für ihre Zwecke nutzen? Angreifer nutzen generative KI, um bestehende Angriffsformen zu optimieren. Zum Beispiel können Phishing-Mails durch KI besser formuliert und gezielter gestaltet werden, indem sie Informationen aus sozialen Netzwerken einbeziehen, das sogenannte Social Engineering. Auch Ransomware-Angriffe werden durch KI effizienter, indem sie Sprachbarrieren überwinden und Supportprozesse optimieren. Diese Professionalisierung auf der Angreiferseite bedeutet, dass dieselben Werkzeuge eingesetzt werden sollten, um solche Bedrohungen zu erkennen und abzuwehren.

Wie vereinfachen KI-gestützte Compliance-Lösungen in einer Multi-Cloud-Umgebung die Einhaltung von Sicherheitsstandards? In einer Multi-Cloud-Umgebung ist Standardisierung der erste Schritt, um Cybersicherheitsanforderungen zu erfüllen. KI hilft dabei, potenzielle Verstöße schneller zu erkennen und gleichzeitig zu beheben. Generative KI kann Lösungen aus Wissensdatenbanken anbieten, um Sicherheitsprobleme effizienter zu bewältigen. Diese Technologie steht jedoch noch am Anfang und muss weiterentwickelt werden. Durch diesen Schritt lassen sich Abweichungen und Risiken besser erkennen.

Welche Rolle spielt die Aufklärung der Mitarbeitenden im Bereich Cybersicherheit? Aufklärung ist ein Grundpfeiler. Technologie allein reicht hier nicht aus. Mitarbeitende müssen sensibilisiert und geschult werden, um auf Phishing-Versuche richtig sowie angemessen zu reagieren. Bei OTTO haben wir früh eine interne KI-Lösung implementiert. Damit stellen wir sicher, dass vertrauliche Daten nicht in fremde Hände gelangen. Es ist aber auch notwendig, eine Fehlerkultur zu fördern. Mitarbeitende sollten ermutigt werden, potenzielle Sicherheitsvorfälle schnell zu melden. So vermeiden Unternehmen bereits im Vorfeld größere Schäden und stabilisieren die Abläufe.

2. Apr 2026

|

Business

Kein Roboter zum Gelddrucken, aber ein starker Wächter: KI bei Banken

Künstliche Intelligenz kann im Bankwesen schon ziemlich viel – aber eigenständig Geld drucken oder wundersam vermehren, das kann sie (noch) nicht. Banken setzen KI heute flächendeckend in mehreren Bereichen ein, allen voran in der Betrugsprävention, wo Fraud Detection mittlerweile Branchenstandard ist. KI-gestützte Systeme analysieren Transaktionen von Kundinnen und Kunden in Echtzeit, erkennen und stoppen auffällige Transaktionen und Zahlungsanweisungen in der Regel sofort, und reagieren innerhalb von Sekunden auf neue Angriffsszenarien. Gerade, weil sich Betrugsmaschen ständig weiterentwickeln, ist die Adaptionsgeschwindigkeit in diesem Bereich besonders hoch. Solche Systeme werden in Zukunft weiter optimiert werden, wodurch Banken Routineaufgaben mehr und mehr automatisieren können. Das eröffnet neue Möglichkeiten für personalisierte Kundenberatung, schnellere Analysen – etwa bei Kreditentscheidungen – und insgesamt bessere Kundenerlebnisse. Banken nutzen KI auch immer öfter, um internes Wissen für ihre Mitarbeitenden zu strukturieren, aufzubereiten und schneller zugänglich zu machen. Ziel ist es, Informationen effizienter zu nutzen und Entscheidungsprozesse zu beschleunigen. Im Vergleich zur Betrugsprävention befindet sich dieser Bereich jedoch noch in einer stärkeren Wachstumsphase, auch wenn die Entwicklung hier aktuell sehr dynamisch verläuft. >Der Mensch muss weiterhin die Kontrolle über kritische Prozesse behalten und klare Grenzen setzen. Es gibt unzählige Anbieter von bankenspezifischer KI. Viele davon decken nur bestimmte Anwendungsfelder ab, weshalb Banken häufig mehrere KI-Systeme parallel einsetzen. Auch, wenn Banken langjährige Erfahrung im Umgang mit sensiblen Daten haben, kann die Auswahl passender KI-Tools herausfordernd sein, denn die Lösungen müssen regelkonform sein, Change Compliance- und Datenschutzrichtlinien beachten, außerdem sollten die Daten innerhalb Europas bleiben und nicht unkontrolliert in andere Rechtsräume fließen. Erhöht KI im Bankwesen nun die Sicherheit – oder eher das Risiko für Betrug und Verlust? Grundsätzlich beides. Denn einerseits verbessert KI die Fähigkeit, Betrug frühzeitig zu erkennen und zu verhindern, andererseits entstehen neue Gefahren, insbesondere durch autonome KI-Agenten. Je mehr Entscheidungsfreiheit diese Systeme erhalten, desto größer ist das Risiko, dass sie Sicherheitsvorgaben umgehen oder manipuliert werden. Deshalb gewinnt das Prinzip „Human in the Loop“ beziehungsweise „Human in the Lead“ an Bedeutung: Der Mensch muss weiterhin die Kontrolle über kritische Prozesse behalten und klare Grenzen setzen. Auch im Finanzmarkt insgesamt sind automatisierte Prozesse kein neues Phänomen. Mechanismen wie algorithmischer Handel oder Stop-Loss-Orders können bereits heute Kettenreaktionen auslösen. KI könnte solche Effekte künftig verstärken, stellt aber nicht die ursprüngliche Ursache dar. Wohin wird sich KI im Bankwesen entwickeln? Eigenständig Geld drucken wird sie hoffentlich niemals – doch sie wird als umfassendes System im Hintergrund immer besser in den Bankenalltag integriert werden. Der Mensch wird im Bankwesen jedoch in zentralen Bereichen immer die Oberhand behalten, besonders bei der letzten Kontrolle und beim direkten Kundenkontakt – denn hier können aufmerksame Bankangestellte besser als jede KI als Sicherheitsschranke wirken, die ihre betagten Kundinnen davor schützen, auffällige Transaktionen hoher Summen vorzunehmen. >Banken nutzen KI auch immer öfter, um internes Wissen für ihre Mitarbeitenden zu strukturieren, aufzubereiten und schneller zugänglich zu machen.