Vibhuti Sinha, Chief Product Officer bei Saviynt – Interviewreihe

Vibhuti Sinha, Chief Product Officer bei Saviynt, leitet die Vision, Innovation und strategische Ausrichtung des Unternehmens im Bereich Workforce Identity und Intelligence, während er auch das Produkt- und Partner-Erfolgsteam leitet. Mit fast zwei Jahrzehnten Erfahrung im Bereich Identity und Access Management (IAM) hat er eine zentrale Rolle bei der Gestaltung von groß angelegten Sicherheitsarchitekturen für Fortune-500-Unternehmen gespielt. Vor seiner aktuellen Position war er als Chief Cloud Officer bei Saviynt tätig, wo er die Entwicklung von Next-Generation-Cloud-Sicherheitslösungen vorantrieb, die darauf ausgelegt sind, komplexe Multi-Cloud-Umgebungen zu sichern. Sein Fachwissen umfasst Compliance-Rahmenwerke wie FFIEC, risikobasierte Authentifizierung und Access-Lifecycle-Management, was ihn an der Schnittstelle zwischen Unternehmenssicherheit, Cloud-Infrastruktur und AI-gesteuerter Identitätsverwaltung positioniert.

Saviynt ist eine cloud-native Identitätssicherheitsplattform, die Unternehmen dabei hilft, den Zugriff auf Benutzer, Anwendungen, Daten und zunehmend auch auf AI-Systeme zu verwalten und zu sichern. Das Flaggschiff-Angebot, die Identity Cloud, bietet eine einheitliche Identitätsverwaltung und -verwaltung (IGA), privilegierte Zugriffsverwaltung und Anwendungszugriffsverwaltung innerhalb einer einzigen Plattform, sodass Unternehmen Sicherheit, Compliance und Zero-Trust-Prinzipien im großen Maßstab durchsetzen können. Die Plattform verwendet künstliche Intelligenz, um Zugriffsentscheidungen zu automatisieren, Risiken zu überwachen und nicht nur menschliche Benutzer, sondern auch nicht-menschliche Identitäten wie Dienstkonten und AI-Agents zu verwalten, was die wachsende Komplexität moderner Unternehmensumgebungen widerspiegelt. Durch die Konsolidierung der Identitätssicherheit in eine einzige Steuerungsebene zielt Saviynt darauf ab, den operativen Aufwand zu reduzieren und gleichzeitig die Sichtbarkeit und Compliance über Cloud-, Hybrid- und On-Premises-Systeme hinweg zu verbessern.

Sie haben über ein Jahrzehnt bei Saviynt geholfen, das Unternehmen von seinem frühen Cloud-Fokus zu einer globalen Identitätssicherheitsplattform zu skalieren. Wie hat diese Reise Ihre Sicht auf Identität als Grundlage für die Sicherung von AI-gesteuerten Unternehmen geprägt?

Als ich zu Saviynt kam, war Identität nicht etwas, worüber die meisten Vorstände oder CEOs sprachen. Es wurde oft als Bereitstellung von Konten und Ausführung von Zertifizierungen angesehen.

Im Laufe der Jahre, als Unternehmen in die Cloud zogen und SaaS explodierte, wurde Identität stillschweigend zu der Ebene, die alles verband: Menschen, Anwendungen, Infrastruktur und Daten.

Das Mitwirken an dieser Reise hat meine Perspektive verändert. Ich begann, Identität nicht als Produktkategorie, sondern als Steuerungsebene für die Art und Weise, wie Arbeit in einem Unternehmen tatsächlich erledigt wird, zu sehen.

Jede Zugriffsentscheidung, jede Genehmigung, jeder automatisierte Prozess – all dies führt zurück zu Identität.

Jetzt mit künstlicher Intelligenz sehen wir den gleichen Wandel wieder. AI-Agents sind im Wesentlichen digitale Arbeitnehmer, die im Namen von Menschen oder Unternehmen handeln können.

Wenn Sie ihnen keine Identitäten, Eigentümer und Governance zuweisen, enden Sie mit Automatisierung ohne Rechenschaftspflicht.

Das ist, warum ich glaube, dass Identität die Grundlage für die Sicherung von AI-gesteuerten Unternehmen sein wird.

Saviynt startet eine dedizierte Identitätssteuerungsebene für AI-Agents. Was war die Lücke in den heutigen Identitäts- und Sicherheitsarchitekturen, die diese Entscheidung vorangetrieben hat?

Aktuelle Identitäts- und Sicherheitstools wurden nicht für autonome Akteure konzipiert.

Sie wurden für Mitarbeiter und Anwendungen konzipiert, nicht für Software-Entitäten, die Entscheidungen treffen, Aktionen ausführen und unabhängig operieren können.

Die meisten Identitätssysteme können heute sehr gut die Fragen “Wer sind Sie?” und “Welchen Zugriff haben Sie erhalten?” beantworten.

In der Welt der AI-Agents wird die wichtigere Frage jedoch “Was tun Sie gerade, und sollten Sie es tun?”

Es gab auch eine Governance-Lücke.

Unternehmen beginnen, Hunderte oder Tausende von Agents über Plattformen wie Copilot, Vertex AI und Bedrock zu bereitstellen, aber viele Organisationen wissen nicht, wie viele Agents sie haben, wo sie ausgeführt werden, auf welche Daten sie zugreifen können oder wer sie besitzt.

Das schafft mehr als nur ein Sicherheitsproblem.

Es ist ein Governance- und Rechenschaftspflichtsproblem.

Das hat uns zur Idee einer Identitätssteuerungsebene für AI-Agents geführt: einer zentralisierten Möglichkeit, AI-Identitäten über ihren gesamten Lebenszyklus und ihre Laufzeitaktionen zu entdecken, zu verwalten, zu steuern und zu überwachen.

Wie unterscheidet sich die Verwaltung autonomer AI-Agents von der Verwaltung traditioneller nicht-menschlicher Identitäten wie Dienstkonten oder Bots?

Die Verwaltung von AI-Agents ist sehr unterschiedlich von der Verwaltung traditioneller nicht-menschlicher Identitäten (NHIs), da diese Identitäten typischerweise deterministisch und vorhersehbar sind.

Ein Dienstkonto führt einen bestimmten Job aus.

Ein Bot führt eine definierte Aufgabe aus.

Ihr Verhalten ändert sich nicht, es sei denn, jemand modifiziert den Code.

AI-Agents sind anders, weil sie autonom, adaptiv und zielorientiert sind.

Sie führen nicht nur ein festes Skript aus.

Diese Agents entscheiden, wie sie eine Aufgabe erledigen, welche Tools sie verwenden, auf welche Daten sie zugreifen und sometimes sogar, mit welchen anderen Agents sie zusammenarbeiten.

Ihr Verhalten kann sich im Laufe der Zeit ändern, wenn Modelle, Prompts oder Integrationen geändert werden.

Das bedeutet, dass die Bereitstellung von Zugriff einmal und die Überprüfung alle Quartale kein nachhaltiges Governance-Modell ist.

Man benötigt kontinuierliche Governance, einschließlich Entdeckung, Eigentümerschaft, Lebenszyklusmanagement und am wichtigsten, Laufzeitsteuerungen, um zu bewerten, was der Agent gerade tut.

Der Wechsel ist dieser: Bei traditionellen NHIs wird der Zugriff verwaltet.

Bei AI-Agents muss das Verhalten und die Aktionen in Echtzeit verwaltet werden.

Autorisierung impliziert nicht unbedingt Angemessenheit.

AI-Sicherheit wird auf dieser Idee aufbauen.

Wie wichtig ist es, eine einheitliche Sichtbarkeit über Umgebungen wie Amazon Bedrock, Google Vertex AI und Microsoft Copilot Studio zu haben, wenn Unternehmen diese Tools adoptieren?

Man kann nicht schützen, was man nicht sehen kann.

Eine einheitliche Sichtbarkeit über Plattformen wie Amazon Bedrock, Google Vertex AI und Microsoft Copilot Studio ist extrem wichtig und ehrlich gesagt, dort, wo die meisten Organisationen derzeit kämpfen.

AI-Adoption geschieht sehr schnell und geschieht gleichzeitig auf mehreren Plattformen.

Eine Geschäftseinheit oder ein Team baut möglicherweise Agents in Copilot Studio, ein anderes Team experimentiert mit Bedrock und eine andere Gruppe verwendet Vertex AI.

Man endet schnell mit AI-Agents, die über das gesamte Unternehmen verteilt sind, ohne zentrale Inventar.

Die erste Herausforderung, der sich Unternehmen gegenübersehen, ist sehr einfach: Sie wissen nicht, wie viele AI-Agents sie haben, wo sie ausgeführt werden, auf welche Daten sie zugreifen können oder wer sie besitzt.

Ohne Sichtbarkeit kann man nicht verwalten und wenn man nicht verwalten kann, kann man definitiv nicht sichern.

Eine einheitliche Sichtbarkeit wird zur Grundlage.

Bevor es um Lebenszyklus-Verwaltung, Laufzeitsteuerungen, Richtlinien und alles andere geht, ist der erste Schritt die Entdeckung und Inventarisierung über alle AI-Plattformen hinweg.

In der AI-Welt ist Sichtbarkeit eine operative, sicherheitsrelevante und Governance-Anforderung.

Was sieht der vollständige Lebenszyklus eines AI-Agents aus der Perspektive von Identität und Governance, von der Erstellung bis zur Außerbetriebnahme?

Ich erkläre den Lebenszyklus eines AI-Agents gerne auf die gleiche Weise wie den Lebenszyklus eines Mitarbeiters.

Zuerst wird der Agent erstellt und eingeschrieben.

Jemand (ein Entwickler, ein Vibecoder oder ein Business-Analyst) baut einen Agenten in Bedrock oder Copilot Studio.

An diesem Punkt sollten wir grundlegende Identitätsfragen stellen: Wer besitzt diesen Agenten?

Was ist seine Aufgabe?

Welche Systeme benötigt er, um darauf zuzugreifen?

Dann beginnt der Agent zu arbeiten.

Er greift auf Systeme zu, liest oder schreibt Daten über APIs, Toolaufrufe, löst Workflows aus und spricht möglicherweise sogar mit anderen Agents.

Während dieser Phase müssen wir kontinuierlich überwachen, was er tut, und sicherstellen, dass er innerhalb seines beabsichtigten Zwecks und seiner Berechtigungen bleibt.

Im Laufe der Zeit ändert sich der Agent.

Vielleicht fügen wir neue Tools hinzu, aktualisieren das Modell, erweitern seinen Zugriff oder ändern seine Rolle.

Das ist ähnlich wie ein Umzugsereignis für eine menschliche Identität und es benötigt Governance und Genehmigungen.

Und schließlich, wenn der Agent nicht mehr benötigt wird, sollte er stillgelegt werden – Zugriff widerrufen, Anmeldeinformationen entfernt, Integrationen geschlossen und Audit-Logs erhalten.

In einfachen Worten ist der Lebenszyklus: Erstellung → Zuweisung von Eigentümer und Zweck → Gewährung von minimalen Berechtigungen → Überwachung und Verwaltung → Verwaltung von Änderungen → saubere Stilllegung.

Wie sollten Unternehmen über die Sicherung von Agent-zu-Agent-Interaktionen nachdenken, wenn AI-Systeme beginnen, unabhängig zu operieren und zusammenzuarbeiten?

Ich denke, dass Agent-zu-Agent-Interaktionen eines der größten Sicherheitsprobleme in den nächsten Jahren werden.

Heute machen wir uns hauptsächlich Sorgen darüber, ob ein Mensch Zugriff auf ein System haben sollte.

In Zukunft werden wir Tausende von Agents haben, die mit anderen Agents sprechen, Workflows auslösen, auf Daten zugreifen und Entscheidungen treffen, ohne dass ein Mensch daran beteiligt ist.

Das Risiko ist nicht nur, was ein einzelner Agent tun kann, sondern was mehrere Agents zusammen tun können.

Man kann sich in Situationen wiederfinden, in denen kein einzelner Agent zu viel Zugriff hat, aber wenn sie zusammenarbeiten, können sie sehr mächtige Aktionen ausführen.

Unternehmen müssen einige Dinge berücksichtigen:

• Jeder Agent muss eine eindeutige Identität haben.
• Design-Time-Sicherheitskontrollen sind nicht ausreichend.
• Laufzeit-Schutzmaßnahmen sind unerlässlich.
• Agent-zu-Agent-Anrufe müssen authentifiziert werden.
• Aktionen müssen in Echtzeit autorisiert werden.
• Delegation muss umfangreich und zeitlich begrenzt sein.
• Alles muss für die Audit-Protokollierung protokolliert werden.

In vielen Aspekten bewegen wir uns zu einem sehr unterschiedlichen Sicherheitsmodell: von der Verwaltung des menschlichen Zugriffs zur Verwaltung der maschinellen Zusammenarbeit im bisher nicht dagewesenen Umfang.

Was sind die größten Risiken, denen Unternehmen heute ausgesetzt sind, wenn sie AI-Agents ohne angemessene Identitätsverwaltung bereitstellen?

Das größte Risiko ist nicht irgendein futuristisches Szenario einer AI-Übernahme.

Es ist viel grundlegender und es passiert bereits in den meisten Unternehmen, die mit AI-Agents experimentieren.

Unternehmen erstellen Agents überall, aber sie haben keine zentrale Möglichkeit, sie zu verfolgen, zu verwalten oder zu steuern, was sie zugreifen können.

Die Adoption war bisher die Priorität und das ist verständlich.

Jede neue Technologie geht durch diese Phase, aber Sicherheit und Governance müssen schnell aufholen.

Wenn nicht, laufen Unternehmen das Risiko, dass Agents ohne klare Eigentümer und mit zu viel Daten existieren.

Diese Agents können sensible Informationen leaken und weiterlaufen, nachdem das Projekt beendet ist – all dies ohne klare Audit-Spuren.

Wir haben das bereits bei Dienstkonten und Cloud-Ressourcen gesehen.

Zuerst kommt die Adoption, dann die Ausbreitung, dann die Sicherheits- und Governance-Probleme.

AI folgt dem gleichen Muster, nur viel schneller und mit mehr Autonomie und Agency.

Ohne Identitätsverwaltung werden AI-Agents im Wesentlichen zu unverwalteten privilegierten Identitäten.

Das ist riskant für jedes Unternehmen.

Das ist nicht Innovation, sondern zusätzliches institutionelles Risiko.

Wie verändert sich die Definition von Identität innerhalb von Unternehmenssystemen durch den Aufstieg von AI-Agents?

Ich denke, dass die Definition von Identität innerhalb von Unternehmen auf eine große Weise expandiert.

Es war früher hauptsächlich über Mitarbeiter definiert, dann erweiterte es sich zu externen Identitäten mit der Explosion von Supply-Chain-Arbeitern, Remote-Arbeitern usw.

Die Pandemie beschleunigte es noch mehr, als wir begannen, Dienstkonten und Bots als nicht-menschliche Identitäten zu verwalten.

Jetzt bringen AI-Agents es noch einen Schritt weiter.

AI-Agents sind nicht nur Konten oder Skripte.

Sie treffen Entscheidungen, greifen auf Systeme zu, generieren Inhalte, lösen Workflows aus und arbeiten mit anderen Agents zusammen.

Sie berühren Ihre Daten, treffen Entscheidungen und ändern Ergebnisse.

Sie beginnen, sich wie digitale Arbeitnehmer und nicht wie Software-Konten zu verhalten.

Das bedeutet, dass Identität nicht mehr nur darüber geht, wer sich anmelden kann.

Es geht darüber, wer oder was innerhalb des Unternehmens handelt, was sie tun dürfen, wer sie besitzt und wie wir ihre Aktionen verfolgen und verwalten.

Identität entwickelt sich von etwas, das einen Benutzer repräsentiert, zu etwas, das jeden Akteur – menschlich oder maschinell – repräsentiert, der innerhalb eines Unternehmens handeln und Ergebnisse ändern kann.

Wenn Sie Gründer oder Teams bewerten, die im Bereich AI-Sicherheit oder Identität bauen, welche Signale zeigen an, dass sie die Komplexität dieses Bereichs wirklich verstehen?

Diejenigen, die diesen Bereich wirklich verstehen, führen nicht mit der Technologie.

Sie führen mit dem Problem.

Sie können nicht nur erklären, was sie bauen, sondern auch, warum der aktuelle Ansatz fehlerhaft ist und wer deswegen schlaflose Nächte hat.

Der Hinweis für mich ist Spezifität.

Jeder kann sagen: “AI introduceiert neue Identitätsrisiken.”

Aber können sie Ihnen genau erklären, wie ein OAuth-Token in einem agentischen Workflow missbraucht wird?

Verstehen sie, warum nicht-menschliche Identitäten fundamental anders sind als menschliche, nicht nur in Bezug auf Volumen, sondern auch auf Verhalten, Lebenszyklus und Auswirkungsbereich?

Ich achte auch darauf, wie sie über Kunden sprechen.

Die besten Gründer in diesem Bereich haben entweder selbst das Problem erlebt als CISO, Architekt, Compliance-Verantwortlicher oder sie haben so viel Zeit mit Praktikern verbracht, dass sie fast ihre Sätze beenden können.

Sie verkaufen keine Kategorie.

Sie lösen ein spezifisches, hartes Problem, über das sie nicht aufhören können, nachzudenken.

Und dann gibt es regulatorische und ökologische Kenntnisse.

Identität und AI-Sicherheit existieren nicht im Vakuum.

Die Gründer, die mich am meisten beeindrucken, verstehen, wie ihr Produkt in eine breitere Compliance-Strategie passt – NIST, SOC 2, aufkommende AI-Governance-Rahmenwerke – und sie haben hart darüber nachgedacht, wo sie in die Stapelverarbeitung passen und was sie besitzen.

Für mich sind die Warnsignale Teams, die einfach der AI-Narrative folgen.

Sie können den Markt wunderschön beschreiben, aber wenn man nach spezifischen Details fragt, wird die Erzählung schwächer.

Siehen Sie Identität als primäre Steuerungsebene für AI-Systeme in der gleichen Weise, wie Netzwerksicherheit einst die Unternehmensgrenzen definierte, und wie sollten Sicherheitsteams sich auf diesen Wandel vorbereiten?

Ja, und ich denke, wir sind näher an diesem Wendepunkt, als die meisten Sicherheitsteams realisieren.

Die Netzwerkperimeter machten Sinn, als Assets physisch waren, wie Server in einem Rechenzentrum, Mitarbeiter in einem Büro oder Datenverkehr am Rand.

Aber die Cloud hat diese Grenze aufgelöst, und wir verließen uns auf Identität, um die Lücke zu füllen.

Zero Trust war nicht nur ein Marketingbegriff; es war die Anerkennung, dass die Perimeter verschwunden war und dass Identität wichtiger ist als je zuvor.

AI-Agents werden Identität auf die gleiche Weise beeinflussen, wie die Cloud es für das Netzwerk getan hat.

Diese Systeme greifen auf Ressourcen zu, treffen Entscheidungen, rufen APIs auf, ketten Aktionen über Tools und Plattformen hinweg und tun all dies autonom auf Maschinengeschwindigkeit.

Die Frage “Ist dies erlaubt?” kann nicht mehr an der Firewall beantwortet werden.

Sie muss an der Identitätsebene beantwortet werden, in Echtzeit, mit voller Kontext über das, was der Agent zu tun versucht, und warum.

Identität wird zur Steuerungsebene.

Aber es ist eine grundlegend andere Version von Identität als das, was wir bisher aufgebaut haben.

Es ist nicht nur Authentifizierung.

Es ist Autorisierung, die sich der Absicht, des Kontexts und der Kette von Aktionen bewusst ist, die der Agent bereits ausgeführt hat.

Das ist ein anderes Problem als das Ausstellen eines Zertifikats oder das Rotieren eines Credentials.

Für Sicherheitsteams beginnt die Vorbereitung mit einer Denkweise.

Hören Sie auf, AI-Systeme als Anwendungen zu betrachten, die an der Peripherie gesichert werden müssen, und beginnen Sie, sie als Prinzipale zu betrachten – Entitäten mit Identitäten, mit Privilegien, mit einem Lebenszyklus, der von Anfang bis Ende verwaltet werden muss.

Wer hat diesen Agenten bereitgestellt?

Was ist erlaubt?

Wer ist verantwortlich, wenn er etwas Unerwartetes tut?

Die Teams, die sich vor diesem Wandel stellen, werden nicht diejenigen sein, die AI-Sicherheit als Nachgedanke anbauen.

Sie werden diejenigen sein, die ihre Identitätsverwaltungsstrategie auf nicht-menschliche Identitäten und AI-Agents ausdehnen, bevor diese Identitäten diejenigen sind, die folgenschwere Entscheidungen treffen.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten Saviynt besuchen.