Insider-Risikomanagement stoppt den Abfluss sensibler Daten

Jürgen Frisch

Viele Datenschutzverletzungen geschehen versehentlich – etwa wenn Mitarbeiter eine E-Mail oder einen Freigabe-Link an den falschen Empfänger schicken. Künstliche Intelligenz erhöht die Gefahr, dass sensible Daten abfließen. Fünf Gegenmaßnahmen begrenzen das Risiko.

Geht es um Datenabflüsse durch Insider, denken Unternehmen meist an Mitarbeiter oder Partner, die ihre Zugriffsrechte missbrauchen, um Daten zu stehlen. In der Realität kommt so etwas allerdings eher selten vor. Ein viel größeres Risiko stellen Datenschutz- und Sicherheitsverletzungen dar, die Mitarbeitern aus Unachtsamkeit unterlaufen. Aktuell sind mehr Daten und Tools im Einsatz, als je zuvor: Unablässig werden Daten zwischen Anwendungen, Endgeräten, Cloud-Services und Tools hin- und herbewegt, die auf Künstlicher Intelligenz (KI) basieren.

Traditionelle Ansätze, die nach einem Vorfall Untersuchungen starten, und Maßnahmen einleiten, eignen sich für diese Arbeitswelt kaum. Nötig ist vielmehr ein Insider-Risikomanagement, das sich nicht nur auf den Datendiebstahl durch böswillige Akteure konzentriert, sondern den fahrlässigen Umgang mit sensiblen Daten in den Mittelpunkt stellt. Das Ziel sollte sein, Datenabflüsse in Echtzeit zu verhindern, ohne Arbeitsabläufe zu stören. Das Cybersecurity-Unternehmen Forcepoint benennt die fünf wichtigsten Schritte beim Aufbau eines solchen Insider-Risikomanagements:

1. Daten und Kanäle sichtbar machen

Um ihre sensiblen Daten schützen zu können, müssen Unternehmen wissen, wo sie gespeichert sind und über welche Kanäle sie geteilt werden. Am Anfang stehen daher Data Discovery und Datenklassifizierung. Sie liefern einen detaillierten Überblick über den Datenbestand eines Unternehmens und bilden die Grundlage, um riskante Aktivitäten erkennen zu können. Allerdings müssen wirklich alle Datenquellen erfasst werden, strukturierte wie unstrukturierte, und im Anschluss wirklich alle Kanäle überwacht werden, inklusive Software-as-a-Service und KI-Werkzeugen. Andernfalls bleiben blinde Flecken, über die Daten abfließen können.

2. Risiken vorab reduzieren

Verkleinern Unternehmen ihre Angriffsfläche proaktiv, erschwert das nicht nur Cyberkriminellen die Arbeit, sondern verhindert auch viele Datenschutz- und Sicherheitsverletzungen durch Mitarbeiter. Eine wichtige Maßnahme dabei ist das Aufspüren und Beseitigen von zu weitreichenden oder veralteten Berechtigungen. Diese entstehen beispielsweise, wenn Mitarbeiter für ein Projekt zusätzliche Rechte erhalten, die nach Abschluss nicht wieder entzogen werden. Discovery-Tools sind hier eine wertvolle Hilfe, weil sie aufzeigen, wer auf die erfassten Daten zugreifen kann und wann zuletzt auf sie zugegriffen wurde. Darüber hinaus lohnt es sich, System- und Anwendungskonfigurationen auf riskante Einstellungen wie etwa Fernzugriffe hin zu überprüfen.

3. In Echtzeit individuell reagieren

Die meisten Aktivitäten, die sensible Daten betreffen, haben nur ein geringes Risiko. Wie groß das Risiko tatsächlich ist, ergibt sich aber erst aus dem Kontext: Werden vertrauliche Daten an einen internen Mail-Empfänger verschickt, birgt das beispielsweise weniger Gefahren als der Versand an externe Personen. Ebenso macht es einen Unterschied, ob eine einzelne Datei oder tausende Dokumente vom Fileserver heruntergeladen werden. Unternehmen benötigen daher Lösungen, die Risiken bewerten und daraus Maßnahmen ableiten. Dynamische statt starre Richtlinien. So müssen sie nicht jede Aktivität sofort blockieren, was Mitarbeiter im Arbeitsalltag behindern würde. Oft reicht schon ein kurzer Warnhinweis oder das automatische Verschlüsseln von Daten, die auf einem externen Speichermedium abgelegt werden. Wichtig ist es, die Maßnahmen sofort einzuleiten. Sind sensible Daten über ein KI-Tool erstmal abgeflossen, haben Unternehmen keinerlei Kontrolle mehr über sie. Zudem ist es sinnvoll, die eingeleiteten Aktionen zu erklären, um Mitarbeiter für einen sicherheitsbewussten Umgang mit Daten zu sensibilisieren.

4. Fragmentierung vermeiden

Setzen Unternehmen mehrere Lösungen ein, um Datenflüsse durch unterschiedliche Kanäle zu kontrollieren, entstehen schnell Lücken im Schutz, beispielsweise durch inkonsistente Richtlinien. Zentralisierte Ansätze auf Basis von Plattformen mit einem einheitlichen Richtliniensatz eignen sich besser, um Daten über alle Kanäle hinweg zu schützen. Zudem bieten sie eine bessere Sichtbarkeit und ein Reporting. Unbedingt sollten diese Plattformen auch KI-Tools abdecken, da diese zum Oversharing geradezu einladen: Mitarbeiter liefern lieber zu viele als zu wenige Informationen, um bessere Ergebnisse zu erhalten. Prompts und Uploads müssen daher sorgfältig daraufhin überprüft werden, ob sie sensible Daten enthalten.

Vertiefung

KI-Guide: Künstliche Intelligenz sicher und wirtschaftlich einsetzen

Der Einsatz von KI eröffnet neue Möglichkeiten, erhöht aber auch die Anforderungen an Datenschutz und Data Governance. Der KI-Guide unterstützt Unternehmen dabei, geeignete Einsatzszenarien zu identifizieren und organisatorische sowie technische Voraussetzungen für den sicheren Einsatz von KI zu schaffen.

5. Risikomanagement übergreifend steuern

Das Unterstützen von Mitarbeitern bei der Bewältigung von Risiken, die sich aus der täglichen Arbeit mit Daten ergeben, ist nur ein Teil der nötigen Data Governance. Das Insider-Risikomanagement sollten Unternehmen daher nicht isoliert betrachten, sondern als Teil einer ganzheitlichen Security-Strategie. Mit Blick auf das Training eigener KI-Modelle ist es beispielsweise wichtig zu wissen, welche Daten vorhanden und wo sie gespeichert sind, um die Modelle mit den richtigen Informationen zu versorgen. Schließlich führen redundante, veraltete oder überflüssige Daten schnell zu schlechten KI-Ergebnissen. Data Discovery und Datenklassifizierung sind letztlich die Basis für eine optimale Nutzung von Daten, das Erkennen von Risiken und die Durchsetzung von Schutzmaßnahmen.

„Im stark verdichteten Arbeitsalltag kann es leicht passieren, dass Mitarbeiter sensible Daten versehentlich über die falschen Kanäle oder mit den falschen Empfängern teilen“, erklärt Fabian Glöser, Manager Sales Engineering Nordics, Central & Eastern Europe bei Forcepoint. „Das fällt meist nicht sofort auf, weil die Aktivitäten auf den ersten Blick harmlos erscheinen und nicht wie klassische Angriffe aussehen. Deshalb ist ein Insider-Risikomanagement erforderlich, das auf einer umfassenden Data Discovery und Datenklassifizierung basiert, Richtlinien dynamisch an die Gefahren anpasst und in Echtzeit durchsetzt.“

Der Autor

Jürgen Frisch

Jürgen Frisch ist seit mehr als als 20 Jahren als Journalist in der IT-Branche unterwegs. Derzeit betreibt er ein eigenes Redaktionsbüro in Stuttgart und arbeitet als freier Mitarbeiter für die Redaktion der IT-Matchmaker.news. Vorher schrieb er unter anderem für die IT-Fachzeitschriften Computer Zeitung, is report und Digital – die Zeitschrift für die Informationsgesellschaft.