Berichte

Check Points „2026 Cloud Security Report: Securing the AI Transformation“ warnt: Unternehmenssicherheit hinkt der KI-Einführung hinterher

Antoine Tardif
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
Wichtige Punkte% der Organisationen berichteten oder vermuteten sicherheitsrelevante Vorfälle im…
Mehr anzeigen
  • % der Organisationen berichteten oder vermuteten sicherheitsrelevante Vorfälle im Zusammenhang mit KI.
  • Nur 5 % haben vollständige Transparenz über die Nutzung von KI-Tools durch Mitarbeiter und die dazugehörigen Datenflüsse.
  • % betrachten nun einheitliches Sicherheitsmanagement als entscheidend für KI-Workloads.

Die Einführung künstlicher Intelligenz schreitet schneller voran, als sich die Sicherheitsteams von Unternehmen anpassen können, so der neue Bericht „2026 Cloud Security Report: Securing the AI Transformation“ von Check Point und Cybersecurity Insiders. Der Bericht argumentiert, dass das größte Problem, vor dem Organisationen stehen, nicht mehr darin besteht, ob sie künstliche Intelligenz anwenden, sondern ob ihre Sicherheitsarchitektur in der Lage ist, die Größenordnung, Geschwindigkeit und Autonomie zu bewältigen, die KI-Systeme in Produktionsumgebungen einführen.

Die Ergebnisse deuten darauf hin, dass viele Unternehmen in eine gefährliche Übergangsphase eintreten. KI-Assistenten, Copiloten, autonome Agenten und maschinengesteuerte Workflows werden schnell in Geschäftsoperationen eingebettet, doch die Kontrollen um sie herum bleiben fragmentiert. Traditionelle Sicherheitsarchitekturen wurden um vorhersehbares menschliches Verhalten, stabile Anwendungen und klar definierte Netzwerk-Grenzen herum entworfen. KI-Systeme verändern alle drei gleichzeitig.

Künstliche Intelligenz ist bereits in der Produktion

Eine der deutlichsten Feststellungen im Bericht ist, dass das Experimentieren mit künstlicher Intelligenz größtenteils vorbei ist. Etwa 70% der befragten Organisationen gaben an, dass sie bereits Workloads generativer KI in Produktionsumgebungen ausführen, während 64% angaben, dass sie KI-Agenten in Pilot- oder Produktions-Einsätzen haben.

Diese Verschiebung ist wichtig, weil KI-Agenten nicht mehr nur auf die Generierung von Text oder die Zusammenfassung von Informationen beschränkt sind. Immer öfter werden sie mit Unternehmensanwendungen, APIs, internen Datenbanken und operativen Systemen verbunden. In einigen Fällen gewähren Organisationen diesen Systemen sogar privilegierten Zugriff auf Kern-Infrastruktur.

Der Bericht weist darauf hin, dass 12% der Organisationen bereits KI-Agenten privilegierten Zugriff auf kritische Systeme gewährt haben. Das schafft eine völlig andere Art von Cybersicherheitsproblem. Sicherheitsteams müssen nicht mehr nur die Interaktionen von Mitarbeitern mit KI-Tools wie ChatGPT oder Gemini verwalten. Sie werden jetzt gezwungen, autonome Systeme zu steuern, die in der Lage sind, in Live-Umgebungen zu handeln.

Laut dem Bericht gaben 83% der Befragten an, dass die Sicherung von Anwendungen generativer KI schwieriger ist als die Sicherung traditioneller Software-Umgebungen.

Sicherheitsvorfälle sind bereits weit verbreitet

Die Umfrage-Ergebnisse deuten darauf hin, dass KI-bezogene Sicherheitsprobleme nicht mehr theoretisch sind. Mehr als die Hälfte der befragten Organisationen berichtete über mindestens einen bestätigten KI-bezogenen Sicherheitsvorfall, während weitere 24% Vorfälle vermuteten, aber nicht genug Sichtbarkeit hatten, um sie zu bestätigen.

Das bedeutet, dass 78% der Organisationen entweder wissen, dass sie KI-bezogene Sicherheitsprobleme erlebt haben, oder solche Vorfälle nicht mit Sicherheit ausschließen können.

Die Art der Vorfälle variiert stark. Einige beinhalten die nicht autorisierte Nutzung externer KI-Tools durch Mitarbeiter, oft als Schatten-KI bezeichnet. Andere beinhalten das Abfließen sensibler Daten durch KI-Systeme oder KI-generierte Phishing- und Deepfake-Angriffe.

Der Bericht betont, dass KI-Verkehr zunehmend legitimen Unternehmensaktivitäten ähnelt, was die Erkennung erheblich schwieriger macht. API-Aufrufe, Modell-Anfragen und ausgehende Verbindungen zu KI-Diensten können auf der Netzwerkebene normal erscheinen, es sei denn, Inspektionssysteme sind in der Lage, das Verhalten der Interaktion selbst zu analysieren.

Dies schafft eine Umgebung, in der bösartige Aktivitäten in legitime KI-Nutzungsmuster eingebettet werden können.

Die 51-Punkte-Lücke bei der KI-Sicherheit

Vielleicht die auffälligste Statistik im Bericht ist, was die Forscher als eine „51-Punkte-Bereitschaftslücke“ bezeichnen.

Während 77% der Organisationen angaben, dass sie ihre gesamte Sicherheitsstrategie als Reaktion auf die KI-Adoption geändert haben, glauben nur 26%, dass ihre aktuelle Sicherheitsarchitektur tatsächlich darauf vorbereitet ist, KI-gesteuerte Workloads ohne größere Neugestaltung zu unterstützen.

Der Bericht argumentiert, dass diese Diskrepanz erklärt, warum Organisationen weiterhin das Versagen von Richtlinien, Governance-Lücken und Sichtbarkeitsprobleme erleben, trotz erhöhter Investitionen und Aufmerksamkeit durch die Geschäftsleitung.

In vielen Umgebungen bewegen sich KI-Workloads zwischen Cloud-Diensten, SaaS-Anwendungen, privater Infrastruktur, APIs und Remote-Endpunkten. Bestehende Sicherheitskontrollen verlieren oft Konsistenz an diesen Grenzen.

Forscher argumentieren, dass Organisationen zunehmend vereinheitlichte Sicherheitsarchitekturen benötigen, die in der Lage sind, konsistente Richtlinien über hybride Umgebungen hinweg anzuwenden, anstatt auf separate Tools zu vertrauen, die unabhängig voneinander operieren.

Der Einblick in KI-Aktivitäten bleibt extrem begrenzt

Der Bericht betont wiederholt, dass viele Organisationen immer noch keine grundlegende Sichtbarkeit in ihre KI-Umgebungen haben.

Nur 5% der Befragten gaben an, dass sie vollständige Sichtbarkeit in die KI-Tools haben, die Mitarbeiter verwenden, wie auf diese Tools zugegriffen wird und wohin sensible Daten fließen, wenn sie in KI-Systeme eingegeben werden.

Ein ähnlicher Prozentsatz gab an, dass sie zuverlässig zwischen legitimer KI-Aktivität und verdächtigem oder nicht autorisiertem Verhalten unterscheiden können.

Dies schafft erhebliche operative Blindstellen. Browser-basierte KI-Assistenten können wenig Endpunkt-Beweise hinterlassen, während API-basierte KI-Interaktionen traditionelle SaaS-Entdeckungssysteme vollständig umgehen können. KI-Agenten, die unter Dienstkonten operieren, können auch von normalem automatisiertem Systemverhalten nicht zu unterscheiden sein.

Ohne KI-spezifische Telemetrie und Überwachung versuchen viele Organisationen effektiv, Umgebungen zu sichern, die sie nicht vollständig beobachten können.

Bestehende Infrastruktur wurde nicht für KI-Verkehr gebaut

Der Bericht argumentiert auch, dass künstliche Intelligenz grundlegend die Verkehrs-Muster von Unternehmen verändert.

Organisationen berichteten über dramatische Zunahmen bei API-gesteuertem Verkehr, Kommunikationsflüssen zwischen Benutzern und KI-Systemen, Ost-West-Verkehr innerhalb von Rechenzentren und ausgehenden Anfragen an externe KI-Dienste.

Diese Verschiebungen belasten bestehende Infrastruktur-Sicherheits-Tools.

Nur 24% der Organisationen gaben an, dass ihre Netzwerksicherheits-Tools in der Lage sind, KI-Verkehr vollständig zu inspizieren, ohne die Leistung zu beeinträchtigen. Währenddessen gaben 67% an, dass sie fragmentierte Sicherheitsrichtlinien über hybride Umgebungen hinweg haben.

Forscher argumentieren, dass traditionelle Architekturen, die um vorhersehbare Benutzersitzungen und stabile Anwendungsflüsse herum gebaut wurden, jetzt gezwungen sind, dynamische, API-lastige, service-vermittelte Interaktionen zu steuern, die gleichzeitig über mehrere Umgebungen hinweg auftreten.

Der Bericht weist auch auf eine wachsende Migration von KI-Workloads zurück in private Rechenzentren und hybride Infrastruktur hin. Etwa 29% der Organisationen gaben an, dass sie bereits KI-Workloads in private oder lokale Umgebungen verlagern, während weitere 49% dies in Betracht ziehen.

Dieser Trend wird teilweise durch regulatorische Bedenken, Leistungsanforderungen und den Wunsch, KI-Rechenleistung näher an sensible Unternehmensdaten zu platzieren, angetrieben.

WAFs und traditionelle Sicherheitskontrollen stoßen an ihre Grenzen

Ein weiteres großes Thema im Bericht ist die wachsende Diskrepanz zwischen KI-Anwendungen und traditionellen Web-Sicherheits-Tools.

Nur 22% der Befragten gaben an, dass ihre Web Application Firewall (WAF) oder WAAP-Lösungen effektiv darin sind, GenAI-spezifische Angriffe wie Prompt-Injektionen zu erkennen. Währenddessen gaben 71% an, dass sie seit der Einführung von Workloads generativer KI mehr Fehlalarme erlebt haben.

Traditionelle WAF-Logik wurde um vorhersehbaren Browser-Verkehr, bekannte Signaturen und strukturierte Anfragen herum entworfen. KI-Systeme generieren lange Prompts, Streaming-Antworten, modell-spezifische API-Interaktionen und autonome Dienst-zu-Dienst-Kommunikationen, die oft außerhalb dieser Annahmen liegen.

Auch der Laufzeitschutz ist noch unausgereift.

Nur 17% der Organisationen gaben an, dass sie Laufzeit-Kontrollen auf breiter Basis eingeführt haben, die in der Lage sind, LLM-Eingaben und -Ausgaben in Echtzeit zu inspizieren und Richtlinien durchzusetzen. Mehr als die Hälfte gaben an, dass sie entweder keinen formalen Sicherheitstestprozess für GenAI-Anwendungen haben oder nur auf ad-hoc-Tests vertrauen.

Der Bericht warnt, dass viele Organisationen KI-Funktionalität in Produktionsumgebungen bereitstellen, bevor sie deren Sicherheit ordnungsgemäß validieren können.

Mitarbeiter umgehen KI-Beschränkungen weiterhin

Selbst wenn Organisationen Kontrollen implementieren, umgehen Mitarbeiter diese oft.

Laut der Umfrage gaben 42% der Organisationen an, dass Mitarbeiter KI-Sicherheitskontrollen umgehen, wenn diese Kontrollen Reibung oder Produktivitätsverluste verursachen.

Dieses Verhalten reicht von der Verwendung persönlicher KI-Konten bis hin zur Nutzung von browser-basierten Tools außerhalb genehmigter Unternehmensumgebungen.

Der Bericht argumentiert, dass dies ein tieferes architektonisches Problem widerspiegelt. Sicherheitsrichtlinien, die Workflows stören, scheitern oft, weil Mitarbeiter Geschwindigkeit und Benutzerfreundlichkeit über Compliance stellen.

Forscher schlagen vor, dass Organisationen genehmigten KI-Zugriff einfacher und nahtloser gestalten müssen als nicht genehmigte Alternativen, wenn sie den Schatten-KI-Gebrauch reduzieren wollen.

Eine Verlagerung hin zu vereinheitlichten KI-Sicherheitsarchitekturen

Im gesamten Bericht kehren Check Point und Cybersecurity Insiders wiederholt zu der Idee zurück, dass KI-Sicherheit nicht durch isolierte Einzellösungen gelöst werden kann.

Stattdessen argumentiert der Bericht, dass Organisationen allmählich hin zu umfassenderen „hybriden Mesh“-Sicherheitsarchitekturen übergehen, die in der Lage sind, zentrale Richtlinien-Durchsetzung über Cloud-Infrastruktur, Rechenzentren, SaaS-Plattformen, Endpunkte und KI-Workloads gleichzeitig anzuwenden.

Laut der Umfrage betrachten 86% der Organisationen nun vereinheitlichte Sicherheitsverwaltung über Rechenzentren, Cloud und Edge-Umgebungen als kritisch für KI-Workloads.

Der Bericht schließt, dass künstliche Intelligenz Schwächen aufdeckt, die bereits in fragmentierten Unternehmenssicherheitsmodellen bestehen. Die Herausforderung besteht nicht mehr darin, Bedrohungen nach ihrem Auftreten zu erkennen. Es geht darum, präventive Architekturen aufzubauen, die in der Lage sind, mit der gleichen Geschwindigkeit und Größenordnung wie moderne KI-Systeme zu operieren.

Wie der „2026 Cloud Security Report: Securing the AI Transformation“ klar macht, haben viele Unternehmen bereits künstliche Intelligenz operativ angenommen, aber ihre Sicherheitsgrundlagen holen noch auf.

Antoine ist eine visionäre Führungspersönlichkeit und Gründungspartner von Unite.AI. Ihn treibt eine unerschütterliche Leidenschaft an, die Zukunft von KI und Robotik zu gestalten und voranzubringen. Als Serienunternehmer ist er überzeugt, dass KI die Gesellschaft ebenso grundlegend verändern wird wie die Elektrizität. Er spricht häufig begeistert über das Potenzial bahnbrechender Technologien und künstlicher allgemeiner Intelligenz (AGI).

Als Futurist widmet er sich der Frage, wie diese Innovationen unsere Welt prägen werden. Darüber hinaus ist er Gründer von Securities.io, einer Plattform mit Schwerpunkt auf Investitionen in Spitzentechnologien, die die Zukunft neu definieren und ganze Branchen umgestalten.