AI Security Posture Management (AI-SPM)

• AI-SPM erfasst kontinuierlich KI-Modelle, Services, Pipelines und Trainingsdaten über Multi-Cloud-Umgebungen hinweg – einschließlich Shadow AI (Schatten-KI). 
• Es zeigt auf, welche menschlichen und nicht-menschlichen Identitäten auf Ihre KI-Modelle und Trainingsdaten zugreifen können, markiert übermäßige Berechtigungen und deckt Fehlkonfigurationen auf, die zu Angriffspfaden werden können. 
• AI-SPM verknüpft Risiken mit der Sensibilität von KI-Ressourcen, deren Ausnutzbarkeit und den geschäftlichen Auswirkungen, sodass sich Ihre Teams bei der Behebung auf das tatsächliche Risiko konzentrieren können. 
• In Kombination verknüpfen AI-SPM und DSPM ein Datenrisiko mit der gespeisten KI-Ressource sowie der Identität, die beides ausnutzen könnte.

AI Security Posture Management (AI-SPM) identifiziert und reduziert Risiken für die KI-Ressourcen und -Daten in Ihren Cloud-Umgebungen.

Eine AI-SPM-Lösung: 

• Erfasst KI-Modelle, Services, Pipelines und Trainingsdaten 
• Klassifiziert die gefundenen Komponenten
• Visualisiert, wie KI-Ressourcen mit Identitäten und der Infrastruktur verknüpft sind
• Identifiziert Fehlkonfigurationen, übermäßige Berechtigungen und exponierte Daten, die diese Ressourcen gefährden

AI-SPM konzentriert sich auf cloud-native, KI-spezifische Risiken. Die Lösung berücksichtigt die Komplexität moderner Umgebungen: Multi-Cloud, Multi-Identity, eine Vielzahl nicht-menschlicher Identitäten und die rasant zunehmende Nutzung von KI.

AI-SPM-Plattformen helfen Ihren Sicherheitsteams dabei, vier entscheidende Fragen zu beantworten:

1. Wo liegen unsere KI-Modelle, Services und Trainingsdaten?
2. Welche menschlichen und nicht-menschlichen Identitäten können darauf zugreifen?
3. Ist dieser Zugriff notwendig oder überprivilegiert?
4. Schaffen Fehlkonfigurationen oder offengelegte Trainingsdaten einen Angriffspfad?

Richtig eingesetzt liefert AI-SPM eine kontinuierliche Risikobewertung im Kontext – weit über rein punktuelle Momentaufnahmen hinaus. Es basiert auf demselben Fundament wie Data Security Posture Management (DSPM) und erweitert die Erfassung sensibler Daten auf die KI-Ressourcen, die diese Daten zunehmend verarbeiten und erzeugen.

Die Nutzung von KI ist zum Standard geworden und aus dem Arbeitsalltag vieler Branchen nicht mehr wegzudenken. Eine rasche KI-Einführung beschleunigt zwar operative Abläufe, erweitert jedoch gleichzeitig Ihre Angriffsfläche und erhöht das Cyberrisiko. Teams können Modell-Endpoints aufsetzen, Training-Pipelines anbinden oder KI-Dienste von Drittanbietern innerhalb weniger Minuten integrieren. Diese Flexibilität führt dazu, dass schnell der Überblick darüber verloren geht, wo KI-Ressourcen betrieben werden, auf welche Daten sie zugreifen und wer Berechtigungen darauf besitzt.

AI-SPM schließt diese Lücke und schafft Transparenz über KI-Ressourcen, deren Konfigurationen, Zugriffspfade sowie die dahinterstehenden Identitäten. 

Tenable One Cloud Exposure erkennt beispielsweise KI-Ressourcen und -Software über verschiedene Provider hinweg – darunter AWS Bedrock, Amazon SageMaker, Foundry Tools (ehemals Azure AI Services) und Gemini Enterprise Agent Platform (ehemals Vertex AI). So wird verhindert, dass Schatten-KI und unverwaltete Modelle unbemerkt bleiben.

Darüber hinaus stärkt AI-SPM die Governance und Compliance, indem es KI-Konfigurationskontrollen und -Berechtigungen direkt mit sensiblen Trainingsdaten verknüpft. Mit fortschreitender Reife der Cloud-Sicherheit integriert AI-SPM KI-spezifische Risiken in umfassendere Exposure-Management-Programme und bettet entsprechende Kontrollen direkt in Cloud-Native Application Protection Platforms (CNAPP) ein.

1. Automatische Discovery und Klassifizierung von KI-Ressourcen

AI-SPM erfasst kontinuierlich KI-Modelle, Services, Workloads und Softwarekomponenten über AWS, Azure und GCP hinweg. Durch die automatische Erkennung und Kennzeichnung wird jede KI-Ressource identifiziert, sodass nichts unberücksichtigt oder unkontrolliert ausgeführt wird.

2. Erkennung und Schutz sensibler Trainingsdaten

AI-SPM klassifiziert sensible Trainingsdaten wie Betriebsgeheimnisse und personenbezogene Daten (PII) und wendet integrierte KI-Konfigurationsrichtlinien an, um diese zu schützen. Dies geht Hand in Hand mit DSPM, das sensible Daten unabhängig von ihrem Speicherort erkennt und klassifiziert.

3. Durchsetzung des Least-Privilege-Prinzips für KI-Entitlements

Indem AI-SPM die Funktionen von Cloud Infrastructure Entitlement Management (CIEM) auf die KI-Landschaft ausweitet, erhalten nur berechtigte Identitäten Zugriff auf proprietäre KI-Modelle. Anschauliche Visualisierungen der Zugriffsrechte decken überprivilegierte Benutzer sowie nicht-menschliche Identitäten auf, damit Sie das Least-Privilege-Prinzip konsequent umsetzen können.

4. Kontextbezogene Priorisierung von KI-Risiken

Anstatt Sie mit Warnmeldungen zu überschwemmen, verknüpft AI-SPM die Exposition mit der Sensibilität der AI-Ressource, ihrer Ausnutzbarkeit und den geschäftlichen Auswirkungen – so können sich Teams auf die Risiken konzentrieren, die wirklich zählen.

5. Effiziente und fundierte Remediation

AI-SPM bietet kontextbasierte Anleitungen zur Risikobehebung: Entzug übermäßiger Zugriffsrechte, Härtung der Modellkonfiguration oder Absicherung gefährdeter Trainingsdaten. Die Integration mit Cloud Security Posture Management (CSPM) und CIEM optimiert die Durchsetzung von Sicherheitsrichtlinien über den gesamten Cloud-Stack hinweg.

AI-SPM folgt einem kontinuierlichen Sechs-Phasen-Zyklus:

1. Erfassung

Durchsucht Cloud-Umgebungen nach KI-Modellen, verwalteten KI-Diensten, Trainings-Pipelines und den unterstützenden Workloads – einschließlich Schatten-KI, die außerhalb der freigegebenen AI Governance läuft.

2. Klassifizierung

Kennzeichnet KI-Ressourcen und die von ihnen verarbeiteten sensiblen Trainingsdaten automatisch auf der Grundlage gesetzlicher Rahmenbedingungen und Geschäftslogik und unterstützt dabei die benutzerdefinierte Klassifizierung proprietärer Modelle und geistigen Eigentums.

3. Zugriffsanalyse

Prüft, wer und was auf KI-Ressourcen zugreifen kann – einschließlich menschlicher Benutzer, Maschinenidentitäten, Service-Accounts und Drittanbieter-Integrationen – und stimmt sich mit CIEM-Funktionen ab, um übermäßige KI-Berechtigungen aufzudecken.

4. Bewertung der Sicherheitslage

Prüft KI- und Machine-Learning-Konfigurationen anhand von Best-Practice-Richtlinien, weist auf unsichere Standardeinstellungen, deaktivierte Protokollierung, öffentliche Erreichbarkeit sowie unverschlüsselte Trainingsdaten hin und verknüpft Risiken direkt mit den betroffenen KI-Ressourcen.

5. Risikomodellierung

Mithilfe von Exposure Graphs werden risikobehaftete Kombinationen zwischen Ressourcen mit Fehlkonfigurationen, nicht-menschlichen Identitäten mit übermäßigen Berechtigungen und sensiblen KI-Daten dargestellt, wodurch Teams Angriffspfade visualisieren und Risiken mit hohen Auswirkungen priorisieren können.

6. Behebung und Reaktionsmaßnahmen

Priorisiert und beseitigt die kritischsten Sicherheitsrisiken durch geführte Anleitungen zur Behebung und automatisierte Richtlinien über Ihre gesamte CNAPP-Umgebung hinweg.

AI-SPM bietet konkreten Mehrwert durch praxisnahe, hochwirksame Use Cases, die den größten aufstrebenden KI-Risiken gezielt begegnen. Hier sind sechs Möglichkeiten, wie Ihr Unternehmen mit AI-SPM Risiken gezielt reduziert:

1. Erfassen Sie jedes KI-Modell und jeden Service – einschließlich Schatten-KI außerhalb Ihrer AI-Governance.
2. Schützen Sie sensible Trainingsdaten vor Exponierung, Missbrauch oder Data Poisoning.
3. Setzen Sie Least-Privilege-Zugriff für den Zugriff menschlicher und nicht-menschlicher Identitäten auf proprietäre KI-Modelle durch.
4. Unterbrechen Sie Angriffspfade, bei denen falsch konfigurierte Ressourcen und überprivilegierte Identitäten KI-Workloads offenlegen.
5. Belegen Sie Best Practices für die Konfiguration von KI sowie die Einhaltung von AI-Governance- und AI-Compliance-Frameworks.
6. Erkennen Sie risikobehaftete KI-Pakete und -Komponenten frühzeitig in der Pipeline.

AI-SPM bringt Einblicke in KI-Ressourcen direkt in Ihren DevSecOps-Lebenszyklus, sodass Ihre Teams Sicherheit nach links verlagern (Shift Left) und risikobehafteten Umgang mit KI vor der Produktion abfangen. In CI/CD-Pipelines eingebunden, markiert AI-SPM Probleme wie ungesicherte Modell-Endpunkte, exponierte Trainingsdaten in Testumgebungen oder übermäßige Zugriffsrechte von Service-Accounts auf KI-Ressourcen.

Mit dieser Transparenz können Entwickler Konfigurationen härten, KI-Berechtigungen einschränken und Trainingsdaten absichern, bevor sich Probleme über mehrere Umgebungen hinweg ausbreiten. AI-SPM deckt kritische Risiko-Kombinationen (Toxic Combinations) auf – wie etwa den öffentlichen Zugriff auf ein Modell mit überprivilegierten Zugangsdaten – und liefert klare Schritte zur Behebung, um Sicherheit, Compliance und Entwicklungsgeschwindigkeit im Einklang zu halten.

Unter Schatten-KI (Shadow AI) fällt jedes Modell, jeder Service und jedes KI-gestützte Tool, das am AI-Governance-Framework vorbei aufgesetzt wird – von ungenehmigten SaaS-Anwendungen bis hin zu verwaisten Training-Jobs. Dadurch entsteht eine unüberwachte Angriffsfläche, die Angreifern als Einfallstor dient. Ausführlichere Informationen zu diesen Gefahren finden Sie unter Herausforderungen bei der Absicherung von KI.

AI-SPM adressiert Schatten-KI, indem es den Scan-Bereich über genehmigte Umgebungen hinaus erweitert. Es überprüft verbundene Accounts und Services, um KI-Ressourcen überall dort aufzuspüren, wo sie betrieben werden, verknüpft sie mit den genutzten Trainingsdaten sowie Identitäten und hebt kritische Exponierungen hervor.

Eine geführte Remediation unterstützt Sie anschließend dabei, Schatten-KI wieder unter Kontrolle zu bringen: durch das Absichern von Konfigurationen, den Entzug risikobehafteter Zugriffe oder das Stillegen nicht verwalteter Modelle. Indem Sie wieder volle Transparenz über diese unberücksichtigten Assets erlangen, verkleinert AI-SPM Ihre Angriffsfläche und eliminiert eine schnell wachsende Quelle unvollständig erfasster KI-Risiken.

Neue KI-Regularien und interne Governance-Vorgaben verlangen eine strikte Kontrolle darüber, wie Ihr Unternehmen KI-Ressourcen konfiguriert und wer darauf zugreifen kann – inklusive lückenloser Nachweise. AI-SPM automatisiert die Workflows, die diesen Prozess handhabbar machen.

AI Security Posture Management (AI-SPM) erfasst und klassifiziert KI-Ressourcen sowie deren Trainingsdaten fortlaufend, gleicht Konfigurationen und Berechtigungen mit Ihren Richtlinien ab und zeigt Abweichungen in risikobewerteten Dashboards auf. Stehen Audits oder Governance-Prüfungen an, verfügen Sie über Belege, die KI-Ressourcen direkt mit Sicherheitskontrollen und Behebungsmaßnahmen verknüpfen. So bleibt Ihre KI-Sicherheitsaufstellung audit-bereit – selbst wenn sich Ihre Umgebungen dynamisch weiterentwickeln.

Im Kern reduziert AI-SPM Cloud-Risiken auf gezielte und messbare Weise: 

• Reichert die Transparenz über Ihre Infrastruktur und Identitäten mit KI-Kontext an.
• Generiert Exposure Graphs, die die Interaktionen zwischen Identitäten, Konfigurationen, Pfaden und KI-Ressourcen visualisieren.
• Legt reale Angriffspfade offen.

Das Risiko-Scoring priorisiert tatsächliche Gefährdungen: Ein Sandbox-Modell mit synthetischen Daten wird niedriger bewertet als ein Produktionsmodell, das proprietäre Trainingsdaten exponiert. Da die Überwachung kontinuierlich erfolgt, ist Risikoreduzierung kein einmaliges Unterfangen. Einen breiteren Überblick darüber, wie sich KI in ein Sicherheitsprogramm einfügt, bietet unser Überblick zu den Grundlagen der KI-Cybersicherheit.

AI-SPM und DSPM ergänzen sich hervorragend:

• DSPM erfasst, klassifiziert und sichert sensible Daten über Cloud- und SaaS-Umgebungen hinweg. Es beantwortet folgende Frage: „Wo befinden sich unsere sensiblen Daten und wer hat Zugriff darauf?“
• AI-SPM erweitert diesen Blickwinkel auf die KI-Ressourcen, die Daten verbrauchen und erzeugen: Modelle, Pipelines und KI-Services. Es beantwortet folgende Fragen: 
  • „Welche KI-Ressourcen greifen auf diese Daten zu?“ 
  • „Sind diese Ressourcen sicher konfiguriert?“ 
  • „Wer oder was kann auf das Modell selbst zugreifen?“ 

In Kombination innerhalb von Tenable One Cloud Exposure bieten DSPM und AI-SPM eine mehrschichtige Transparenz. Sie verknüpfen ein Datenrisiko direkt mit der gespeisten KI-Ressource sowie der Identität, die beides ausnutzen könnte.

Sie stärken Ihre Sicherheitsarchitektur, indem Sie AI-SPM tief in Ihre Exposure-Management-Strategie integrieren. Die Verknüpfung von AI-SPM mit DSPM, CSPM und CIEM innerhalb einer zentralen Exposure-Management-Plattform verschafft Ihnen eine ganzheitliche Risikoperspektive über Daten, Infrastruktur, Identitäten und AI-Ressourcen hinweg:

• CSPM spürt fehlkonfigurierte Ressourcen auf.
• CIEM identifiziert überprivilegierte Identitäten.
• DSPM setzt Findings in Kontext zu den betroffenen sensiblen Daten.
• AI-SPM verknüpft diese Erkenntnisse direkt mit dem gefährdeten KI-Modell oder -Service.

Gemeinsam decken sie toxische Kombinationen auf, wie etwa eine überprivilegierte nicht-menschliche Identität, die auf ein öffentlich zugängliches, mit sensiblen Daten trainiertes Modell zugreift. Für sich genommen wirken diese Probleme möglicherweise geringfügig. In Kombination bilden sie jedoch einen ausnutzbaren Angriffspfad. Für Teams, die den Einsatz von KI in größerem Umfang steuern, lässt sich dies mit Tenable AI Exposure in Tenable One kombinieren.

Für eine nachhaltige Reduzierung von KI-Risiken empfiehlt sich eine AI-SPM-Lösung, die weit über eine Basiserfassung hinausgeht und kontextorientierte, handlungsfähige Insights liefert. Achten Sie auf eine AI-SPM-Plattform, die:

• Multi-Cloud-Umgebungen unterstützt und konsistente Transparenz über die KI-Services von AWS, Azure und GCP hinweg bietet.
• Agentenloses, API-basiertes Scanning nutzt, um Blinde Flecken zu vermeiden und den operativen Aufwand zu senken.
• KI-Ressourcen automatisch erkennt und kategorisiert – einschließlich Schatten-KI.
• Sensible Trainingsdaten klassifiziert und schützt – unterstützt durch integrierte KI-Konfigurationsrichtlinien.
• CIEM erweitert, um Least-Privilege-Zugriffe auf KI-Ressourcen für menschliche und nicht-menschliche Identitäten durchzusetzen.
• Fehlkonfigurationen, Identitäten und Daten zu realen Angriffspfaden verknüpft – statt isolierte Warnmeldungen zu erzeugen.
• Sich nahtlos mit DSPM, CSPM, CIEM und CNAPP integriert, um eine ganzheitliche Risikoperspektive zu bieten.
• Ein intelligentes Risk-Scoring sowie geführte Behebung bereitstellt, damit Teams die wirkungsvollsten Schwachstellen zuerst beheben.

Die AI-SPM-Funktionen von Tenable sind Teil von Tenable One Cloud Exposure – einer einheitlichen Cloud-Security-Plattform, die AI-SPM, DSPM, CSPM, CIEM und Schwachstellenmanagement (Vulnerability Management) integriert. Mit Tenable erhalten Sie umfassende Transparenz über:

• Jedes KI-Modell, jeden Service und jede Pipeline in Ihrer Multi-Cloud-Umgebung
• Die sensiblen Trainingsdaten, die durch diese Ressourcen genutzt werden
• Menschliche sowie nicht-menschliche Identitäten (Non-Human Identities) mit entsprechenden Zugriffsrechten
• Angriffspfade, die ein konkretes, ausnutzbares Risiko bilden

Durch die Verknüpfung von KI-Ressourcen mit Fehlkonfigurationen in der Cloud, übermäßigen Berechtigungen und exponierten Daten hilft Ihnen Tenable dabei, genau die Lücken zu identifizieren und zu schließen, auf die es ankommt. Zudem können Sie KI-Risiken mithilfe von Tenable Hexa AI in Tenable One im dialogorientierten Chat analysieren, erklären und direkt Maßnahmen ergreifen.

Erfahren Sie, wie Tenable One Cloud Exposure Ihr AI Security Posture Management unterstützt.