Chaim Mazal, Chief AI & Security Officer von Gigamon – Interview-Serie

Chaim Mazal ist Chief AI und Security Officer bei Gigamon, verantwortlich für die globale Sicherheit, Informationstechnologie, Netzwerkbetrieb, Governance, Risiko, Compliance, interne Geschäftssysteme und Produktsicherheit. Chaim leitet auch das strategische AI-Programm des Unternehmens, das Governance, cross-funktionale Adoption und sichere, verantwortungsvolle Nutzung von AI vorantreibt. Als einer der einflussreichsten Menschen in der Sicherheitsbranche 2025 von Security Magazine anerkannt, ist er ein lebenslanger Mitglied der OWASP-Foundation und sitzt in Beratungsgremien, darunter Cloudflare, GitLab (GTLB ) und Rapid7. Zuvor hatte er leitende Positionen bei mehreren Branchenführern inne, zuletzt als SVP of Technology und CISO bei Kandji.

Gigamon ist ein Unternehmen für Cybersicherheit und Beobachtbarkeitstechnologie, das sich auf die Bereitstellung tiefer Einblicke in Netzwerkverkehr in hybriden und multi-cloud-Umgebungen konzentriert. Seine Plattform erfasst und analysiert Daten in Bewegung, einschließlich Pakete, Flows und Anwendungs-Metadaten, um handhabbare Erkenntnisse für Sicherheits-, Cloud- und IT-Überwachungstools zu liefern. Dies ermöglicht es Organisationen, versteckte Bedrohungen zu erkennen, die Leistung zu verbessern, die Einhaltung von Vorschriften aufrechtzuerhalten und die Komplexität durch die Beseitigung von Blindstellen in zunehmend verteilten und verschlüsselten Systemen zu reduzieren. Von großen Unternehmen und Regierungsorganisationen vertraut, hilft Gigamon bei der Sicherung und Verwaltung moderner digitaler Infrastruktur im großen Maßstab.

Sie haben eine einzigartige Reise von der Zeit, die Sie als Teenager in Hacker-Foren verbracht haben, bis hin zu Ihrem aktuellen Posten als Chief AI und Security Officer bei Gigamon. Wie haben diese frühen Erfahrungen Ihre Sicht auf moderne AI-getriebene Cyberraum-Bedrohungen geprägt?

Ich bekam meinen ersten Computer im Alter von acht und lernte durch Experimente, insbesondere durch das Ausprobieren von DOS, das Lesen von Handbüchern und schließlich durch das Selbststudium von Visual Basic. Als ich tiefer in Internet-Communities eintauchte, war ich fasziniert von der Art und Weise, wie Software manipuliert und wo Systeme anfällig waren. Diese Neugier wandelte sich in Web-Anwendungs-Penetrationstests und die Sicherung von SaaS-Entwicklungszyklen um.

Was interessant an modernen Bedrohungen ist, ist, dass AI keine neuen Schwachstellen erfindet, sondern die Entdeckung und Ausnutzung bestehender Schwachstellen skaliert. Aufgrund dieser frühen Perspektive gehe ich bei der AI-Sicherheit davon aus, dass sie von Anfang an adversativ verwendet wird, was mir hilft, Verteidigungen für unsere Kunden bei Gigamon umzukehren.

Sie haben beobachtet, dass AI-generierte Phishing-, Ransomware- und Malware-Kampagnen die Zeit bis zum Eintritt von Wochen auf Stunden verkürzen. Welche konkreten Änderungen sehen Sie in der Art und Weise, wie diese Angriffe konzipiert und eingesetzt werden?

AI hat die Hürde für Cyberkriminalität gesenkt. Das Schreiben von Malware, das Erstellen überzeugender Phishing-Kampagnen und das Identifizieren von Schwachstellen erforderten einst umfassende technische Expertise. Jetzt können diese Angriffe mit Hilfe von AI-Tools beschleunigt und sogar vollautomatisiert werden. Hacker benötigen keine starke technische Grundlage mehr, um komplexe Kampagnen zu starten, da AI Code generieren, soziale Ingenieurskunst verfeinern und Betreiber in Echtzeit unterstützen kann.

Als Ergebnis dieser erhöhten Zugänglichkeit hat sich die gesamte Bedrohungslandschaft verschoben. Ohne Governance-Rahmen, Compliance-Anforderungen oder ethische Einschränkungen, die sie verlangsamen, können Angreifer experimentieren, sich anpassen und mit geringen Kosten bereitstellen. Als Ergebnis ist die Zeit bis zum Eintritt dramatisch geschrumpft, und was einst Wochen dauerte, kann jetzt in Stunden geschehen. Währenddessen sind viele Organisationen noch in den frühen Stadien der Einführung von AI zur Verteidigung, was bedeutet, dass einige der effektivsten AI-Anwendungsfälle derzeit von Bedrohungsakteuren getrieben werden.

Was unterscheidet grundsätzlich einen AI-getriebenen Cyberangriff von traditionellen automatisierten Bedrohungen, und können Sie ein Beispiel nennen, das diesen Unterschied verdeutlicht?

Was einen AI-getriebenen Cyberangriff von traditionellen automatisierten Bedrohungen unterscheidet, ist Autonomie und Beharrlichkeit. In der Vergangenheit führten Hacker ein Skript aus und hörten auf, wenn es fehlschlug. Die “Lebensdauer” war auf die Zeit beschränkt, die das Ausführen der Automatisierung dauerte. Mit AI werden Agenten ein Ziel zugewiesen und hören nicht auf, wenn sie fehlschlagen. Sie setzen ihre Iterationen fort, suchen nach alternativen Wegen, um das gleiche Ziel zu erreichen. Die Lebensdauer ist effektiv unendlich.

Ein Beispiel dafür ist, wenn Angreifer in einer Produktionsumgebung eine Abhängigkeit einfügen können, die so klein ist wie zwei Zeilen Skript, während die Dateigröße unverändert bleibt, was bedeutet, dass die Bytes identisch erscheinen. Wenn die Datei kompiliert und ausgeführt wird, startet sie eine Terminal-Instanz, die einen autonomen Agenten in die Unternehmensumgebung installiert, der dann eine Reihe von schädlichen Aufgaben ausführt, die sich unbegrenzt wiederholen können. In der Vergangenheit wurden Binärdateien als Bedrohungsvektoren nach der Bereitstellung angesehen. Jetzt werden sie ständig manipuliert, einschließlich während des Build-Prozesses selbst, um AI-aktivierte Aktionen innerhalb von Unternehmensumgebungen auszuführen.

Viele Organisationen verlassen sich noch auf herkömmliche Sicherheitskontrollen und etablierte Spielbücher. Warum scheitern diese Ansätze gegenüber AI-getriebenen Angriffen, und wo sehen Sie die gefährlichsten Blindstellen?

Wir haben einen Punkt erreicht, an dem Sie, wenn Sie nicht innovativ sind und AI sorgfältig in Ihre Sicherheitslösungen und -betrieb integrieren, bereits im Rückstand sind, und das gilt sowohl für große Unternehmen als auch für Start-ups. Organisationen, die es versäumen, AI in ihre Sicherheitsstrategie zu integrieren, riskieren, von Angreifern überholt zu werden, die schneller handeln und im größeren Maßstab operieren.

Das Verteidigen gegen AI-getriebene Bedrohungen erfordert jedoch nicht unbedingt eine komplette Neuerfindung des Technologie-Stapels. Viele der Tools, die Unternehmen benötigen, sind bereits vorhanden. Der eigentliche Wandel liegt in der effektiveren Nutzung dieser Tools. Es geht darum, die Grundlagen zu stärken, bestehende Technologien intelligenter einzusetzen und Verteidigungen anzupassen, um die Geschwindigkeit und den Umfang heutiger Angriffe zu berücksichtigen.

Bedrohungsakteure nutzen AI kreativ und strategisch. Wenn Unternehmen nicht in ähnlicher Weise strategisch vorgehen, riskieren sie, massive Blindstellen zu schaffen. Führungskräfte müssen anders über die Bereitstellung der Tools nachdenken, die sie bereits haben, AI in ihre Betriebsabläufe integrieren und ihre Spielbücher weiterentwickeln, um sich gegen die Geschwindigkeit und den Umfang heutiger Angriffe zu verteidigen.

AI scheint die Hürde für Cyberkriminalität zu senken. Wie hat sich diese Verschiebung das Profil des heutigen Angreifers geändert, und welche Risiken ergeben sich daraus für Unternehmen?

AI hat es ermöglicht, dass fast jeder ein Hacker werden kann. Mit AI-Tools können unerfahrene Akteure, sogar Teenager, jetzt komplexe Phishing-Kampagnen starten, Rootkits bereitstellen und Ransomware-Angriffe durchführen, die einst erhebliche technische Expertise erforderten.

Diese Verschiebung fügt der Bedrohungslandschaft eine neue Ebene der Unvorhersehbarkeit hinzu. Anstatt einer kleinen Zahl hochentwickelter Gruppen stehen Unternehmen jetzt einem breiteren Spektrum von Akteuren gegenüber, die schnell experimentieren, in Echtzeit lernen und über Online-Communities zusammenarbeiten.

Für Organisationen bedeutet dies nicht nur mehr Angriffe, sondern auch eine größere Variabilität in der Ausführung. Unternehmen müssen sich auf eine Bedrohungsumgebung vorbereiten, in der Fähigkeit nicht mehr direkt mit Erfahrung verknüpft ist und in der jeder eine Kampagne durchführen kann, die denen historisch fortgeschrittener Gruppen entspricht.

Basierend auf dem, was Sie in Angreifer-Communities sehen, welche AI-getriebenen Tools gewinnen an Zugkraft, und wie schnell verbessern sich diese Fähigkeiten?

Es geht weniger um einzelne AI-Tools, die Hackern helfen, und mehr um das Teilen von Ressourcen. Anstatt eines einzelnen Tools, das einen linearen Prozess ausführt, nutzen Angreifer dezentralisierte Agenten, die Daten kreuzweise abgleichen und kollektiv Informationen über verschiedene Tooling teilen. Das Ergebnis funktioniert eher wie ein Angriffsnetz oder ein Schwarm als wie eine Einzelfähigkeit.

Was am meisten auffällt, ist die Geschwindigkeit der Verbesserung. Diese Fähigkeiten ändern sich täglich, und viele der verwendeten Tools waren erst vor Wochen Proof-of-Concepts. Der Innovations- und Iterationsprozess innerhalb von Angreifer-Communities beschleunigt sich rasant, mit neuen Techniken und Tooling, die fast in Echtzeit entstehen.

Aus der Perspektive eines Verteidigers: Welche Signale deuten darauf hin, dass eine Organisation einem AI-getriebenen Angriff gegenübersteht und nicht einem herkömmlichen Angriff?

Aus der Perspektive eines Verteidigers ist ein wichtiges Signal, dass die Aufklärung nicht mehr sequenziell oder kompartimentalisiert aussieht. Historisch folgten Angreifer klaren Schritten – sie sammelten Informationen in Phasen, verteilten die Aktivität und zielten auf eine Oberfläche nach der anderen ab. Jetzt geschehen all diese Aktivitäten gleichzeitig. E-Mail-Gateways, extern verfügbare Dienste, Kontenaktivität, Erkennung und Vermeidungstechniken werden alle einheitlich ausgeübt, anstatt sequenziell.

Ein weiteres Signal ist die Vereinigung und Koordinierung der Aktivität. Was früher in Stücken erfolgte, ist jetzt kondensiert und kollektiv über Tooling geteilt, was eher wie ein Schwarm als wie ein Einzelunternehmen agiert. Diese Agenten iterieren kontinuierlich, passen sich an und beschleunigen Entscheidungen über Bedrohungsvektoren, und sie akzeptieren keine Ablehnung. Dieses Maß an simultaner Aktivität, Koordinierung und Beharrlichkeit deutet stark auf einen AI-getriebenen Angriff hin, anstatt auf einen herkömmlichen Angriff.

Sie haben argumentiert, dass viele aktuelle AI-Sicherheitstools diese Bedrohungen überhaupt nicht erkennen. Was machen sie falsch, und welche Fähigkeiten sind am dringendsten erforderlich?

Viele aktuelle AI-Sicherheitstools sind immer noch auf die fehlerhafte Annahme ausgerichtet, dass Prävention das primäre Ziel ist. Anbieter positionieren AI weiterhin als bessere Möglichkeit, Bedrohungen am Rande zu blockieren, aber Angreifer sind schneller, anpassungsfähiger und zunehmend geduldig, nutzen AI, Deepfakes und fortgeschrittene Malware, die Kontrollen umgehen und monatelang unentdeckt bleiben können.

Was dringend benötigt wird, ist umfassende, Echtzeit-Überwachung und stärkere Erkennungs- und Reaktionsfähigkeiten. Organisationen müssen kontinuierliche Risikobewertung durchführen, die Sichtbarkeit in verschlüsseltem Datenverkehr aufrechterhalten, in dem viele Bedrohungen versteckt sind, und Netzwerk-abgeleitete Telemetrie und APIs nutzen, um zu verstehen, was auf ihren Systemen läuft und wie Daten bewegt werden. Die Widerstandsfähigkeit heute besteht nicht darin, jede Bedrohung fernzuhalten, sondern darin, Bedrohungen zu erkennen, zu stoppen und von ihnen zu lernen, bevor sie eskalieren.

Da AI sowohl die Verteidigung als auch den Angriff beschleunigt, glauben Sie, dass defensive AI realistischerweise mit den Angreifern Schritt halten kann, oder betreten wir eine Phase, in der Angreifer einen strukturellen Vorteil behalten?

AI beschleunigt beide Seiten der Gleichung, aber auf kurze Sicht denke ich, dass Angreifer den Vorteil haben. Sie stehen unter keinen regulatorischen Einschränkungen, keinen Compliance-Anforderungen und keinen ethischen Schranken. Dies bedeutet, dass sie frei experimentieren, sich anpassen und mit erhöhter Geschwindigkeit bereitstellen können. Andererseits müssen Unternehmen Innovation mit Governance, Datenschutz und operativem Risiko in Einklang bringen, was die AI-Adoption und -Implementierung naturgemäß verlangsamt.

Das bedeutet jedoch nicht, dass defensive AI nicht aufholen kann. Erfolgreiche Sicherheitsstrategien werden nicht durch die Verwendung von AI allein für Prävention erreicht. Sie erfordern die Integration von AI in Erkennungs-, Ermittlungs- und Reaktionsworkflows, die durch Echtzeit-Überwachung unterstützt werden. Der Vorteil liegt nicht permanent auf der Seite des Angreifers, aber er bleibt dort, bis Organisationen aufhören, sich ausschließlich auf Prävention zu verlassen. Der eigentliche Schaden entsteht, wenn ein Angreifer das Netzwerk durchbricht, oft indem er sich im Verborgenen hält und auf die Gelegenheit wartet, Daten auszuspienen. Führungskräfte müssen ihre Strategie von “Können wir einen Angriff verhindern?” auf “Wie schnell können wir Eindringlinge erkennen und entfernen?” ändern.

Wenn Sie in die Zukunft von sechs bis zwölf Monaten blicken, welche AI-getriebenen Angriffstechniken erwarten Sie, dass sie weit verbreitet werden, und was sollten Sicherheitsteams jetzt tun, um sich vorzubereiten?

Sechs bis zwölf Monate sind in dieser Umgebung eine enorme Zeitspanne. Die Dinge ändern sich realistisch alle sechs bis zwölf Wochen. Der rasante Fortschritt von AI macht es schwierig, spezifische Techniken vorherzusagen, die Hacker in Zukunft verwenden werden, daher sollte der Fokus weniger auf der Vorhersage dessen liegen, was als Nächstes kommt, und mehr auf der Vorbereitung.

Verteidiger müssen die gleiche AI-getriebene Technologie nutzen, die Angreifer verwenden, mit einem starken Schwerpunkt auf Verteidigung in der Tiefe. Das bedeutet, AI zu nutzen, um kontinuierliche Datenströme in Echtzeit über Endpunkte hinweg zu kreuzvergleichen, auf Immutable-Netzwerktelemetrie zu vertrauen, um transaktionsbezogenes Verhalten in privaten Clouds, öffentlichen Clouds und lokalen Umgebungen zu identifizieren, und diese Telemetrie in die entsprechenden Tools zu speisen, sodass Sicherheitsteams aktiv über die Abtastung ihrer Organisation informiert sind.

Gleichzeitig muss die Verteidigungsmentalität, die sich auf die Perimeter-Verteidigung konzentriert, in den Ruhestand gehen. Es ist nicht die Frage, ob ein AI-getriebener Angriff passiert, sondern wann. Die Priorität liegt jetzt auf der frühzeitigen Erkennung, der Reduzierung des Auswirkungsbereichs und der zeitnahen Behebung. Dazu gehört es, einen soliden Notfallplan zu haben, Zero-Trust-Prinzipien anzuwenden, Netzwerkssegmentierung durchzusetzen, Zugriffsmanagement mit kontinuierlichen Überprüfungen aufrechtzuerhalten und dynamische Anpassungen vorzunehmen, um Kunden Daten zu schützen und den Auswirkungsbereich zu begrenzen.

Vielen Dank für das aufschlussreiche Interview. Leser, die sich für tiefe Beobachtbarkeit und AI-getriebene Netzwerksicherheit interessieren, können Gigamon besuchen.