This is the Trace Id: 6178c9a80782cf4966bb7805c0750ef3

Sicherheit von KI-Anwendungen, Reihe 1: Zu beachtende Sicherheitsaspekte bei der Einführung von KI-Tools

Eine Frau, die auf einen Computerbildschirm schaut

Mit KI verbundene Risiken und Chancen in Einklang bringen

Künstliche Intelligenz (KI) hat sich in kürzester Zeit vom Experimentieren zur produktiven Nutzung entwickelt. Sie verändert die Art und Weise, wie Unternehmen arbeiten, Entscheidungen treffen und sich gegen Risiken wappnen. Da KI zunehmend in Arbeitsabläufe in den Bereichen Produktivität, Zusammenarbeit und Sicherheit eingebunden wird, verändert sie sowohl das Tempo als auch den Umfang der erledigten Arbeit.

Diese Beschleunigung schafft jedoch auch zusätzliche Angriffspfade. Bedrohungsakteure nutzen KI bereits für Aufklärung, Social Engineering und Automatisierung. Dadurch wird aus einem leistungsstarken Abwehrwerkzeug eine potenzielle Angriffswaffe. Sicherheit bedeutet daher längst nicht mehr nur den Schutz klassischer Systeme und Daten. Es geht darum, zu verstehen, wie KI in Ihrem Unternehmen genutzt, angewendet und implementiert wird, und entsprechende Maßnahmen zur Absicherung zu ergreifen.

KI-Tools bringen auch weniger offensichtliche Herausforderungen mit sich. Systeme können Daten falsch interpretieren, Fehler machen oder unerwartete Präferenzen zeigen. Ihr Output kann sich im Laufe der Zeit ändern, wenn Modelle aktualisiert oder neu trainiert werden. Das bedeutet: Sicherheit umfasst nicht nur den Schutz der Software. Es geht auch darum, das Verhalten zu überwachen, Ergebnisse zu validieren und Governance-Frameworks zu etablieren, die einen verantwortungsvollen Einsatz von KI-Tools sicherstellen. Ohne diese Maßnahmen können selbst gut gemeinte Anwendungen operative Risiken verursachen.

In diesem Artikel beleuchten wir praktische Sicherheitsaspekte, die Unternehmen in einer Zeit, in der KI zunehmend zentral für die tägliche Arbeit wird, im Blick behalten sollten. Wir zeigen, wie Unternehmen KI sicher und effektiv einsetzen können – von der Vermeidung von Missbrauch und der Durchsetzung von Governance bis hin zur Überwachung und Kontrolle des Zugriffs.

Erweiterte Angriffspfade für die Ausnutzung von KI-Anwendungen

Der zunehmende Einsatz von KI eröffnet Bedrohungsakteuren mehr potenzielle Einstiegspunkte, die sie ausnutzen können. Heute können Bedrohungsakteure KI nutzen, um Phishing-Kampagnen auszuweiten, Social-Engineering-Botschaften zielgenau anzupassen und sich wiederholende Angriffsschritte zu automatisieren.

Da KI-Tools für Geschäftsprozesse immer relevanter werden, müssen sich Unternehmen bewusst machen, dass ihre Nutzung die Angriffsfläche vergrößert und bestehende Risiken verstärkt. Zu den vier wichtigsten Problembereichen gehören:

Datenrisiko: Mit den entsprechenden Berechtigungen kann Microsoft Copilot auf E-Mails, Dokumente und Microsoft Teams-Nachrichten zugreifen, um kontextbezogene Antworten zu generieren. Durch diesen Zugriff können unbeabsichtigt vertrauliche Informationen offengelegt werden. Werden beispielsweise sensible Informationen in einen Prompt eingebunden – etwa Passwörter, proprietärer Code oder vertrauliche Daten –, können diese offengelegt werden. Unternehmen können dieses Risiko durch Richtlinien zur Verhinderung von Datenverlust in Microsoft Purview, geringstmögliche Zugriffsberechtigungen und verbindliche Datenklassifizierung reduzieren.

Risiko durch KI-Verhalten und -Inhalte: Copilot reagiert unmittelbar auf die übermittelten Eingaben. Schädliche oder irreführende Anweisungen, die in Dokumenten oder Wissensdatenbanken eingebettet oder dort versteckt sind, können zu unsicheren Ausgaben führen. Durch Prompt-Injection-Angriffe oder manipulierte Inhalte können vertrauliche Informationen offengelegt oder falsche Empfehlungen ausgegeben werden. Externe Angreifer sind nicht das einzige Risiko. Auch Mitarbeitende mit legitimen Zugriffsrechten können Systeme missbrauchen. Unternehmen können das Risiko durch Eingabevalidierung, Überwachung von Insider-Risiken, Metadatenscans, kontrollierte Inhaltserfassung und manuelle Prüfung verringern.

Automatisierung und operativer Missbrauch:
KI erledigt sich wiederholende Aufgaben schnell – vom Verfassen von E-Mails bis zur Erstellung von Berichten. Diese Effizienz kann Fehler verstärken oder von internen Akteuren missbraucht werden. Ein unter Druck stehendes Mitglied des Teams für Sicherheitsanalysen könnte sich beispielsweise zu sehr auf die Ausgaben von Security Copilot verlassen und dabei wichtigen Kontext übersehen. Durch die Kombination aus menschlicher Überprüfung, Überwachung und Governance-Richtlinien, zu denen auch verpflichtende Mitarbeiterschulungen gehören, wird sichergestellt, dass KI die menschliche Urteilsfähigkeit unterstützt, statt sie zu ersetzen.

Risiken in Zusammenhang mit Bereitstellung und Infrastruktur:
Copilot ist tief in Microsoft 365, Azure und Drittanbieteranwendungen integriert. Falsch konfigurierte Connectors oder Integrationen mit zu weit gefassten Rechten können den Zugriff erweitern und auf diese Weise potenzielle Einstiegspunkte für Angreifer schaffen. Regelmäßige Konfigurationsprüfungen, Richtlinien für bedingten Zugriff und API-Überwachung helfen dabei, eine durchweg sichere Umgebung zu gewährleisten.

KI-Sicherheitsvorfälle in der Praxis: Erkenntnisse aus realen Angriffen

Während KI-Tools wie Microsoft Copilot für Unternehmensprozesse immer wichtiger werden, werden gleichzeitig durch Forschung und Praxistests neue Schwachstellen aufgedeckt. Bedrohungsakteure sind schnell dabei, nach weiteren Möglichkeiten zu suchen, diese Tools auszunutzen. Ein Beispiel ist der Einsatz im Rahmen ihrer Angriffskette, ähnlich wie bei der Living-off-the-Land-Technik in klassischen Angriffen. Auch wenn es sich um eine neue Technologie handelt, integriert Microsoft sie in bewährte Prozesse wie die koordinierte Offenlegung von Schwachstellen, um Risiken sicher zu identifizieren und zu beheben. Diese Fälle liefern Unternehmen wertvolle Erkenntnisse. Nicht, weil die Tools im herkömmlichen Sinne „versagt“ hätten, sondern weil sie aufzeigen, wie KI im Zusammenspiel mit Daten und menschlichen Arbeitsabläufen missbraucht werden kann.

CVE-2025-32711 (2025)
EchoLeak (inzwischen behoben) war eine Technik für einen mehrstufigen Cross-Prompt-Injection-Angriff, mit dem unter bestimmten Bedingungen begrenzte Daten exfiltriert werden konnten, auf die die betroffene Person bereits Zugriff hatte. Eine sorgfältig formulierte E-Mail, die auf den ersten Blick harmlos wirkte, konnte unbemerkt den von Copilot verarbeiteten Prompt „vergiften“ und dazu führen, dass begrenzte interne Daten ohne das Wissen der betroffenen Person offengelegt wurden. Microsoft hat schnell Updates veröffentlicht, um die Schwachstelle CVE-2025-32711 zu beheben. Die Schwachstelle machte ein subtiles, aber ernstes Risiko deutlich: die Möglichkeit, dass KI-Systeme unbeabsichtigt vertrauliche Kundendaten durch indirekte Prompt-Manipulation offenlegen.

Risiken durch übermäßige Berechtigungen
Copilot übernimmt die Berechtigungen der Personen, die das Tool nutzen. Hat eine Person noch Zugriff auf Daten aus einer früheren Abteilung, kann Copilot diese in die generierten Ausgaben einbinden. In ähnlicher Weise können auch vertrauliche Daten, auf die eine Person im Unternehmen Zugriff hat, in KI-Zusammenfassungen erscheinen und somit Compliance- und Datenschutzrisiken mit sich bringen. Unternehmen können dem mit dem Prinzip der geringstmöglichen Zugriffsberechtigung, rollenbasierten Kontrollen und Richtlinien zur Verhinderung von Datenverlust in Microsoft Purview entgegenwirken. Mithilfe des Recherchemodus von M365 Copilot lassen sich Berechtigungslecks außerdem proaktiv erkennen, bevor sie zu einem Sicherheitsrisiko werden. Der wichtigste Grundsatz lautet: Vertrauen Sie KI-Tools nur Daten an, bei denen Sie kein Problem damit haben, dass sie darauf zugreifen. Das sind im Wesentlichen Informationen, deren Offenlegung für Sie kein Problem darstellt. Unternehmen sollten einen Plan zur Bewertung und Minderung von Risiken einführen, um genau zu bewerten, mit welchen Daten Copilot sicher interagieren darf, anstatt ihn als zentralen Bestandteil hochvertraulicher Arbeitsabläufe zu nutzen.

Unrechtmäßige Nutzung durch interne Nutzer und Betriebsfehler
Nicht alle Sicherheitsvorfälle gehen von externen Bedrohungen aus. In manchen Fällen nutzen interne Anwender Tools wie Copilot, um Berichte mit sensiblen Daten zu erstellen, ohne diese ausreichend zu prüfen. Zur Risikominderung gehören Schulungen, Monitoring, Anomalieerkennung und Governance-Richtlinien, damit KI ein vertrauenswürdiger Assistent nicht zu einem unkontrollierten Werkzeug wird.

Indirektes Data Poisoning und Prompt-Manipulation
KI-Systeme sind auf viele Arten angreifbar. Dazu zählen subtile, aber wirkungsvolle Techniken wie indirektes Data Poisoning und Prompt-Manipulation. Diese können das Verhalten eines Modells unbemerkt beeinflussen, ohne dass klare Warnzeichen erkennbar sind. Dabei werden Eingaben so gestaltet, dass Ausgaben in riskante Richtungen gelenkt werden – beispielsweise, um vertrauliche Informationen offenzulegen oder Verzerrungen einzuschleusen. Versteckte Prompts, wie etwa Text im Hexadezimalcode oder unsichtbare Formatierungen, können die Zusammenfassungen von Copilot subtil beeinflussen und mitunter zum Abruf veralteter oder unerwarteter Informationen führen. Durch kontrollierte Inhaltserfassung, validierte Metadaten und eine sorgfältige Überwachung von KI-Interaktionen können Unternehmen sicherstellen, dass ihre KI-Tools zuverlässig bleiben und weiterhin einen Mehrwert liefern, ohne unbeabsichtigte Risiken zu schaffen.

Die oben genannten Beispiele zeigen: Bei KI-Sicherheit geht es häufig um menschliches Verhalten, den Umgang mit Daten und deren Interpretation – und nicht nur um Softwarefehler. Mit den richtigen Schutzmaßnahmen können Unternehmen Copilot-Tools effektiv nutzen und gleichzeitig eine unbeabsichtigte Datenoffenlegung minimieren. Weitere Informationen finden Sie unter Sichere KI als starke Grundlage – Schulung | Microsoft Learn.

Vorbereitung auf Sicherheitsvorfälle im KI-Zeitalter: Ein Konzept zur Prävention, Erkennung und Reaktion


Der Weg nach vorne besteht nicht darin, jede potenzielle Bedrohung zu beseitigen, denn das ist unrealistisch. Es geht darum, Sicherheit von Anfang an mitzudenken. Und das bedeutet, eine Zero Trust-Denkweise anzuwenden. Am widerstandsfähigsten sind Unternehmen, die solche Vorfälle als Chance zum Lernen und zur Weiterentwicklung nutzen und jede Erkenntnis konsequent in ihre Sicherheitsrahmenwerke zurückführen.

Im Folgenden finden Sie Beispiele für praxisnahe Bedrohungsszenarien sowie entsprechende Präventionsmaßnahmen, Erkennungssignale und Reaktionsleitlinien, mit denen Unternehmen von Anfang an ihre Widerstandsfähigkeit stärken können.
  • Prävention: Purview-Vertraulichkeitsbezeichnungen und Regeln zur Verhinderung von Datenverlust anwenden; Copilot die Verarbeitung von Dateien mit der Einstufung „Streng vertraulich“ untersagen

    Erkennung:
    Purview-/UAL-Protokolle, die Copilot-Abfragen zu eingeschränkten Dateien zeigen; Sentinel-Warnungen zur Verhinderung von Datenverlust

    Reaktion:
    Ausgaben unter Quarantäne stellen, Dateibesitzer benachrichtigen, Richtlinie zur Verhinderung von Datenverlust anpassen

    Beispielszenario:
    Eine leitende Person der Finanzabteilung bittet Copilot, alle Quartalsberichte zusammenzufassen. Vertrauliche Vorstandsdokumente sind von der Einbeziehung ausgeschlossen.
  • Prävention: Prompt Shields aktivieren; Eingaben aus E-Mails, Protokollen und externen Feeds bereinigen, bevor Copilot sie verarbeitet

    Erkennung:
    Sentinel-Warnungen bei verdächtigen Eingaben oder Jailbreak-ähnlichen Benutzereingaben, die vom Chatbot protokolliert werden

    Reaktion:
    Bösartige Sitzung blockieren, unsichere Ausgaben entfernen, Schutzmechanismen verschärfen

    Beispielszenario:
    Ein Bedrohungsakteur sendet einen präparierten Prompt, um den KI-gestützten Kundensupport-Chatbot des Unternehmens zu manipulieren; der Chatbot ignoriert die eingeschleusten Anweisungen.
  • Prävention: Erfassungsquellen validieren, Quellensignierung erzwingen und Schreibzugriffe begrenzen

    Erkennung: Überwachungsprotokolle und Warnungen beim Zugriff auf Canary-Dokumente; Sentinel erkennt ungewöhnliche Knowledge Base-Aktualisierungen.

    Reaktion:
    Kompromittierte Knowledge Base zurücksetzen, Erfassungsschlüssel widerrufen, Incident Response alarmieren

    Beispielszenario:
    Ein böswilliger Insider lädt ein gefälschtes „Incident Response“-Playbook hoch; ein Canary-Dokument löst die Erkennung aus.
  • Prävention: Erfassungsquellen validieren, Quellensignierung erzwingen und Schreibzugriffe begrenzen

    Erkennung:
    Überwachungsprotokolle und Warnungen beim Zugriff auf Canary-Dokumente; Sentinel erkennt ungewöhnliche Knowledge Base-Aktualisierungen.

    Reaktion:
    Offengelegte Anmeldedaten rotieren, unsicheren Commit entfernen, Team neu schulen

    Beispielszenario:
    Ein Junior-Entwickler fügt einen API-Schlüssel in den Code ein; Copilot schlägt ihn an anderer Stelle vor, doch das Secret Scanning verhindert das Zusammenführen.
  • Prävention: Rollenbasierte Zugriffssteuerung und geringstmögliche Berechtigungen für Connectors; Zugriff auf sensible Systeme einschränken

    Erkennung:
    Anomalieerkennung in Sentinel bei Massenabfragen über Copilot

    Reaktion:
    Connector deaktivieren, Konto sperren, Überprüfung in den Bereichen Personal und Sicherheit

    Beispielszenario:
    Ein Vertriebsmitarbeiter extrahiert über Copilot Tausende von Kundendatensätzen; das ungewöhnlich hohe Abfragevolumen löst einen Alarm aus.
  • Prävention: Berechtigungen für Copilot-Connectors einschränken; Datenbewegungen zwischen Mandanten oder nach außen überwachen

    Erkennung: Warnmeldungen in Purview und Sentinel bei großen Dateitransfers oder ungewöhnlicher Connector-Nutzung

    Reaktion: Connector blockieren, Token widerrufen, Ausgaben unter Quarantäne stellen

    Beispielszenario: Copilot ist mit OneDrive verbunden und versucht, gekennzeichnete Dokumente an einen persönlichen Gmail-Connector zu senden.
  • Prävention: Bedingten Zugriff und Defender for Cloud Apps einsetzen, um nicht genehmigte KI-Dienste zu blockieren

    Erkennung: Microsoft Cloud App Security/Defender-Benachrichtigungen bei KI-App-Traffic; Sentinel-Analysen zu OAuth-Genehmigungsereignissen

    Reaktion:
    Tokens widerrufen, benutzende Person benachrichtigen, genehmigte Copilot-Nutzung durchsetzen

    Beispielszenario:
    Eine Person versucht, Copilot ohne Genehmigung mit einem externen KI-Tool für Zusammenfassungen zu verbinden.
  • Prävention: Sichere Links/Sichere Anlagen konfigurieren, Mitarbeitende für Copilot-gestützte Phishing-Risiken sensibilisieren

    Erkennung:
    Defender erkennt ungewöhnliche Spitzen beim E-Mail-Versand oder Sprachmuster in von Copilot verfassten Texten.

    Reaktion:
    Absender blockieren, Postfach-Token widerrufen, Regeln automatisch deaktivieren

    Beispielszenario:
    Ein kompromittiertes Konto nutzt M365 Copilot, um Spear-Phishing-Kampagnen zu erstellen.
  • Prävention: Mitarbeitende im Hinblick auf die Grenzen von Copilot schulen; für vertrauliche Workflows die verpflichtende Prüfung durch eine Person einführen

    Erkennung:
    Sentinel erkennt Aktionen mit hohem Risiko, die durch KI-basierte Abfragen ausgelöst werden.

    Reaktion:
    Aktion rückgängig machen, genehmigende Person benachrichtigen, Benutzerin oder Benutzer neu schulen

    Beispielszenario:
    Copilot schlägt in einer SOC-Warnung (Security Operations Center) den falschen Korrekturbefehl vor; die Prüfung durch eine Analystin oder einen Analysten verhindert Schäden.

Sichere KI von Anfang an aufbauen

KI-Copiloten verändern die Arbeitsweise von Unternehmen: Sie beschleunigen die Gewinnung von Erkenntnissen, reduzieren den manuellen Aufwand und ermöglichen es Teams, sich auf wertschöpfende Tätigkeiten zu konzentrieren. Doch Fortschritt ohne Schutz hat keinen Bestand. Der echte Wettbewerbsvorteil liegt nicht darin, KI am schnellsten einzuführen, sondern sie von Anfang an sicher und verantwortungsvoll zu nutzen.

Das Copilot-Ökosystem von Microsoft, einschließlich Security Copilot, zeigt, wie dieses Gleichgewicht in der Praxis aussieht: Innovation mit Governance als Grundlage. Unternehmen, die starke Zugriffskontrollen, robuste Richtlinien für den Umgang mit Daten und eine kontinuierliche Überwachung der Copilot-Nutzung etablieren, machen aus KI eine vertrauenswürdige strategische Ressource statt nur einen Produktivitätsbooster.

Sichere KI von Anfang an aufzubauen, ist nicht nur eine technische Priorität, sondern vor allem eine Aufgabe für die Führungsebene. Führungskräfte, die Sicherheit, Vorbereitung und Transparenz fest in ihre KI-Programme integrieren, senken nicht nur Risiken, sondern stärken auch das Vertrauen von Stakeholdern sowie das regulatorische Vertrauen und die langfristige Resilienz. In diesem Modell wird Security Copilot zu mehr als nur einem Werkzeug: Es wird zum Partner bei der Gestaltung einer sicheren und verantwortungsvollen Zukunft für das Unternehmen.

Mehr davon entdecken

Auf einem Bucheinband ist eine Person abgebildet, die einen Laptop nutzt und mit dem Finger auf die Tastatur zeigt.

Erste Schritte mit KI-Anwendungen

Schaffen Sie mit einem schrittweisen Ansatz eine sichere Basis für KI-Anwendungen.
Bucheinband mit einem Mann, der auf einen Computerbildschirm schaut.

Strategien für eine effektive Kontrolle über KI

Konkrete Maßnahmen, um Vertrauen zu schaffen, Risiken zu minimieren, Kosten zu senken und Innovationen voranzutreiben.
Eine weiße Linienzeichnung eines Briefs im Umschlag mit dem Schriftzug „Neu“ vor blauem Hintergrund.

Abonnieren Sie den CISO-Digest

Bleiben Sie mit Experteneinsichten, Branchentrends und Sicherheitsforschung in dieser zweiwöchentlichen E-Mail-Serie auf dem Laufenden.

Microsoft Security folgen

Deutsch (Deutschland) Verbraucherdatenschutz für Gesundheitsdaten An Microsoft wenden Abo kündigen Impressum Datenschutz Cookies verwalten Nutzungsbedingungen Markenzeichen Informationen zu unserer Werbung EU Compliance DoCs