Iboss stellt AI DLP für Echtzeit-Datenkontrollen in Cloud- und KI-Umgebungen vor

iboss kündigte AI DLP an, ein Produkt zur Verhinderung von Datenverlust, das Inhalte in Echtzeit über KI-Tools, Cloud-Anwendungen und andere Online-Ziele hinweg überprüfen soll. Das Unternehmen plant, im Dezember 2026 eine private Vorschau zu starten.

Das Produkt soll die Grenzen herkömmlicher Lösungen zur Verhinderung von Datenverlust überwinden. Regeln auf Basis regulärer Ausdrücke und Musterabgleiche suchen nach vorab festgelegten Formaten, etwa einer Kontonummer oder einer ID-Zeichenfolge. Kontrollen, die von Kennzeichnungen abhängen, können dagegen Dateien übersehen, die falsch oder gar nicht gekennzeichnet wurden. Beispiele hierfür sind eine Datei, die auf einem Cloud-Laufwerk geteilt wird, ein Formular, das an eine Webanwendung übermittelt wird, und Quellcode, der in ein KI-Tool eingefügt wird. All diese Inhalte können sensible Informationen enthalten, ohne einem festen Muster zu entsprechen.

Inhaltsprüfung und Richtlinienkontrollen

AI DLP kombiniert Klassifizierung mithilfe von KI und maschinellem Lernen mit einer detaillierten Inhaltsprüfung, um Daten während ihrer Übertragung zu untersuchen. Die Dateianalyse und die optische Zeichenerkennung erweitern diese Prüfung auf Dokumente und Text in Bildern. So werden auch Inhalte erfasst, die gekennzeichnet, falsch gekennzeichnet oder nicht gekennzeichnet sind. Die Durchsetzung der Richtlinien richtet sich nach dem tatsächlichen Inhalt einer Datei oder Eingabeaufforderung – auch dann, wenn Formatregeln und Metadaten keine zuverlässigen Hinweise liefern.

Richtlinien lassen sich auf einzelne Nutzer, Gruppen oder Abteilungen beschränken, um Übertragungen von Quellcode, Kundendaten, personenbezogenen Daten und geistigem Eigentum zu erkennen, zu markieren oder zu unterbinden. Die Dokumentation zu iboss DLP beschreibt außerdem, wie Quellen und Ziele eingegrenzt, benannte Ausnahmen festgelegt und Maßnahmen wie das Blockieren, Erfassen von Dateien, Protokollieren, Auslösen von Warnmeldungen und Zuweisen eines Schweregrads eingesetzt werden können. Verstöße können zu nach Risikowert eingestuften Vorfällen zusammengefasst werden, einschließlich Ereignisverläufen und Belegen in Form erfasster Dateien. So erhalten Analysten einen Fall, den sie untersuchen und abschließen können, statt lediglich einzelne Protokolleinträge vorzufinden.

Verschlüsselter Datenverkehr und Aktivitäten von Agenten

Inhaltsbezogene Kontrollen erfordern Einblick in mehr als nur das Ziel einer Übertragung. Laut der Erklärung von iboss zu AI DLP müssen webbasierte KI-Tools für diese Art der Kontrolle in der Regel durch eine Prüfung verschlüsselter Sitzungen überwacht werden. Ohne diese Prüfung sieht ein System möglicherweise, wohin Daten übertragen werden, nicht aber die Eingabeaufforderung oder Datei, die gesendet wird. Dank dieses Einblicks lassen sich Inhaltsrichtlinien auf KI-Chats ebenso anwenden wie auf andere Web-Uploads.

Die Kontrollen gehen auch über das Einfügen von Text in ein Chatfenster durch eine Person hinaus. Sie können steuern, welche KI-Dienste, Tools und APIs ein autonomer Agent nutzen darf, und Aktivitäten des Agenten protokollieren. Dadurch wird die Governance von Agenten an dasselbe Durchsetzungsmodell angebunden, das für interaktive KI-Sitzungen verwendet wird. Es erfasst somit Datenbewegungen, die sowohl durch Software als auch durch Beschäftigte ausgelöst werden.

Kennzeichnungen, Audit-Nachweise und Plattformarchitektur

Wenn Vertraulichkeitskennzeichnungen von Microsoft Information Protection vorhanden sind, liest AI DLP sie aus und setzt sie direkt um. Die Produktdokumentation beschreibt, wie sich mithilfe der Synchronisierung von Kennzeichnungen aus Microsoft Purview für jede Kennzeichnung und jedes Ziel entscheiden lässt, ob eine Übertragung zulässig ist oder blockiert wird. Die Inhaltsprüfung erfasst weiterhin auch nicht gekennzeichnete Dokumente. Kennzeichnungen dienen damit neben der Inhaltsanalyse als weitere Grundlage für Richtlinien und verringern die Abhängigkeit davon, dass jedes Dokument die richtigen Metadaten enthält.

Die Berichte umfassen eine Bewertung des Risikos von Datenverlust sowie Berichte zu DSGVO, HIPAA, PCI-DSS und SOX, die sich mit einem Klick erstellen lassen und Auditoren belegen sollen, welche Inhalte gefunden und blockiert wurden. Laut iboss wird der Datenverkehr jedes Kunden in dedizierten Containern mit isolierten SSL-Schlüsseln und eigenen IP-Adressen verarbeitet; Kundendaten würden nicht mit den Daten anderer Kunden vermischt. AI DLP ergänzt die Dienste Secure Web Gateway, CASB, GenAI Protection und Zero Trust Network Access des Unternehmens. Sie nutzen eine gemeinsame Konsole, Richtlinien-Engine und einen gemeinsamen Data Lake.

Eine 30-minütige Online-Demonstration ist für den 5. November 2026 um 12:00 Uhr ET angesetzt und findet vor der Vorschau im Dezember statt. Entscheidend ist der Unterschied zwischen der angekündigten Konzeption und der Verfügbarkeit: iboss hat eine einheitliche inhaltsbezogene Steuerungsebene für Datenbewegungen durch Menschen und Agenten vorgestellt. Die geplante private Vorschau ist der nächste Schritt auf dem Weg, diese Konzeption in die Praxis umzusetzen.