Security-Teams haben kein Detection-Problem. Sie haben ein Remediation-Problem und ein Kommunikationsproblem, und das sind die beiden Stellen, an denen sich AI in der Security tatsächlich bezahlt macht. Ein moderner Scanner liefert dir bereitwillig 800 Findings gegen ein Compliance-Benchmark. Die Findings sind nicht der schwierige Teil. Der schwierige Teil ist, dass die meisten davon nie behoben werden, und dass die behobenen für die Leute unsichtbar bleiben, die das Budget freigeben. Dieser Post ist ein 101 zu den beiden AI-Features, die das aus meiner Sicht direkt angehen: automatisierte Remediation mit einem Freigabe-Gate und AI-generiertes Reporting für nicht-technische Leser. Als durchgehendes Beispiel dient Aether365, eine Security-Plattform für Microsoft 365. Volle Transparenz vorab: Aether365 ist mein Produkt. Beurteile die Argumente nach ihrer Substanz.

Ein Grundsatz vorab: Read-only ist der Standard. Nichts erhält Schreibzugriff auf deinen Tenant ohne eine separate, ausdrückliche Zustimmung.

Die zwei Lücken, die jeder Security-Scanner offen lässt

Lass einen beliebigen Posture-Scan gegen einen echten Microsoft 365 Tenant laufen, CIS-Benchmark, EIDSCA, CISA ScuBA, und du bekommst immer dieselbe Form von Output: eine lange Liste fehlgeschlagener Checks mit angehängten Schweregraden. Danach passieren zwei vorhersehbare Dinge.

Erstens überlebt die Findings-Queue jede Aufmerksamkeitsspanne. Jeder Fix bedeutet, das richtige Admin Center, das richtige PowerShell-Cmdlet oder den richtigen Microsoft Graph Call nachzuschlagen und dann eine Änderung in einem produktiven Identitätssystem vorzunehmen, in dem ein Fehler echte Menschen aussperrt. Multipliziere das mit ein paar hundert Findings, und die Queue wird zum Backlog, und Backlogs sind der Ort, an dem Findings altern.

Zweitens verlässt der Scan-Report nie das Security-Team. Er ist in Control-IDs und Konfigurationspfaden geschrieben. Die Leute, die über Headcount und Budget entscheiden, sehen nichts davon, oder sie sehen einen Compliance-Score ohne Geschichte dahinter. Ein Tenant kann ein Jahr lang bei 60 Prozent Compliance stehen, und die Führung erfährt erst in der Incident-Retrospektive, was das bedeutet hat.

Beachte: Keine der beiden Lücken hat mit Detection-Qualität zu tun. Bessere Detection macht die erste Lücke größer. Das ist wichtig, weil das meiste "AI in Security"-Marketing davon handelt, mehr zu erkennen. Die interessante Arbeit beginnt erst nach der Detection.

AI Pilot: Remediation mit menschlichem Freigabe-Gate

AI Pilot ist Aether365s Antwort auf die erste Lücke, und sein Design ist eine brauchbare Fallstudie dafür, wie agentische Remediation funktionieren sollte, egal wer sie baut. Der Loop hat vier Stufen: scannen, vorschlagen, freigeben, anwenden und verifizieren.

Der Scan produziert Findings. Für jedes Finding generiert das System einen konkreten Fix, gemappt auf die exakte Microsoft Graph Änderung, die er vornehmen wird, keinen Prosa-Vorschlag, sondern die tatsächliche Mutation. Du prüfst dann jede vorgeschlagene Änderung einzeln und gibst sie pro Eintrag frei oder lehnst sie ab. Nur freigegebene Änderungen werden angewendet, und jede angewendete Änderung wird verifiziert und in einen Audit-Trail geschrieben.

Die 101-Lektion hier ist das Berechtigungsmodell, denn an dieser Stelle verdienen agentische Systeme in Produktion Vertrauen oder verlieren es. Read-only-Zugriff ist der Default und bleibt der Default. AI Pilot verlangt eine separate, explizite Microsoft Write-Consent-Verbindung, für die du dich aktiv entscheidest. Wenn du sie nie aktivierst, kann die Plattform deinen Tenant physisch nicht verändern. Genau das macht das Tool für EU-Tenants und regulierte Tenants nutzbar, die read-only bleiben müssen: Der Schreibpfad ist kein Schalter in der App, sondern eine Consent-Grenze, die Microsofts eigene Autorisierungsschicht durchsetzt.

Vergleiche das mit dem Failure Mode: ein vollautonomer Agent mit dauerhaftem Schreibzugriff, der Dinge behebt, sobald er sie findet. Das klingt effizient, bis er um 2 Uhr nachts eine Conditional Access Policy "repariert" und der On-Call-Engineer sich nicht mehr anmelden kann, um nachzusehen, warum. Autonomie ohne Freigabe-Gate pro Änderung macht aus einem Remediation-Tool einen unauditierten Admin mit unendlicher Geduld. Das Gate ist keine Einschränkung der AI. Es ist das Feature.

Business Impact Reports: die Übersetzungsschicht

Die zweite Lücke ist Kommunikation, und das ist der unglamouröseste, am besten verteidigbare Einsatz von LLMs in der Security heute. Language Models sind wirklich gut in genau der einen Sache, in der Security-Tooling schon immer schlecht war: einen technischen Zustand in eine Erzählung zu übersetzen, mit der ein nicht-technischer Leser arbeiten kann.

Business Impact Reports nehmen die rohen Scan-Findings und erzeugen ein Dokument, das vor den Vorstand kann: eine Executive Summary in Klartext, was der Compliance-Score für das Geschäft bedeutet, welche Geschäftsbereiche das meiste Risiko tragen, eine priorisierte Das-zuerst-Roadmap und ein Mapping der Findings auf Pflichten aus DSGVO, NIS2 und ISO 27001. Der Report wird in 24 Sprachen generiert, was mehr zählt, als es klingt: Ein CFO in München bekommt den Report auf Deutsch, während das Security-Team auf Englisch arbeitet, aus denselben Scan-Daten.

Zwei Vorbehalte gehören in jedes ehrliche 101. Der Report ist nur so gut wie der Scan darunter; ein LLM, das schlechte Daten nacherzählt, produziert selbstbewussten Unsinn mit Seitenzahlen. Und AI-generiertes Reporting braucht eine klare Haltung zum Umgang mit Daten. Die von Aether365: Deine Scan-Daten werden nie zum Trainieren oder Fine-Tunen irgendeines Modells verwendet, AI läuft nur, um deinen Report im Moment zu erzeugen, und das Ganze bleibt unter menschlicher Aufsicht, im Einklang mit dem EU AI Act. Welches Tool du auch wählst: Verlange diese Antworten schriftlich.

Eine 101-Checkliste für jedes AI-Security-Feature

Zieh das Branding ab und bewerte jedes "AI plus Security"-Feature mit fünf Fragen:

  • Ist Schreibzugriff Opt-in und separat konsentiert? Read-only als Default ist das Minimum. Ein separater Write-Consent-Pfad ist der eigentliche Test.
  • Kann ich jede Änderung einzeln freigeben? Sammelfreigabe von 300 Änderungen ist ein Stempel, kein Gate.
  • Gibt es einen verifizierten Audit-Trail? Angewendet ist nicht dasselbe wie verifiziert. Du willst beides, pro Änderung.
  • Trifft die AI Entscheidungen oder bereitet sie sie auf? AI, die Fixes und Reports zur menschlichen Freigabe entwirft, ist ein geringes Risiko. AI, die unbeaufsichtigt auf Identitätsinfrastruktur agiert, ist es nicht.
  • Werden meine Daten fürs Training verwendet? Wenn die Antwort mehr als einen Satz braucht, lautet sie ja.

AI Pilot und Business Impact Reports sind für mich die ehrliche Version von AI in der Security: Das Modell übernimmt das mühsame Mapping und die Übersetzung, die Autorität bleibt beim Menschen. Detection war nie der Engpass. Beheben und Erklären waren es, und genau dorthin sollte diese Generation von Tooling zielen.

Lies das als Nächstes

Für die Infrastruktur-Seite dieser Geschichte, warum ein Microsoft 365 Tenant wie jede andere Cloud-Umgebung behandelt werden sollte, siehe Cloud prüft Cloud: M365 Security Posture Scanning 101 auf ercan.cloud. Für Consulting zu AI, Cloud und Plattform-Arbeit, oder einfach zum Hallosagen, starte auf ercanermis.com.

Referenzen