Familien / SEC

Sicherheit & Datenschutz im Betrieb

Die 23 Anwendungsfälle im Katalog zeigen

Einführung & Abgrenzung

Die Familie SEC umfasst KI zur Verteidigung von Organisationen: Erkennung (SEC.DETECT), Prävention/Härtung (SEC.PREVENT) und Governance (SEC.GOVERN). Sie umfasst Sicherheit mit KI (SOC-Triage, Phishing, Schadsoftware, UEBA, NDR) und Sicherheit von KI (SEC-010 Guardrails, SEC-012 Bedrohungsmodellierung, SEC-013 AI-SPM, SEC-014 Red Teaming, SEC-022 AI-Act-Governance). Schwerpunkt EU: NIS2, DORA, CRA, DSGVO, KI-Verordnung (AI Act).

Abgrenzungen: - SEC-001 ist die Untersuchungs- und Orchestrierungsschicht; SEC-005, 006, 003, 015 und 011 sind Detektoren, die sie speisen. - SEC-005 (Verhaltensanomalien, Laufzeit) vs. SEC-020 (periodische Zugriffs-Governance und Rollen-Mining). - SEC-007 (Angriff auf die laufende Systemlandschaft, autorisiert) vs. SEC-014 (Angriff auf Modelle/LLM-Anwendungen) vs. SEC-004 (statische Befunde und Korrekturen). - SEC-010 (Guardrails zur Laufzeit) vs. SEC-012 (Prüfung in der Entwurfsphase) vs. SEC-013 (Inventar/Sicherheitslage). - SEC-017 (Datenfindung, DLP, technisch) vs. SEC-018 (DSGVO-Verzeichnisse, DSFA, Betroffenenanfragen) vs. SEC-022 (Register nach AI Act). - SEC-002 (Schutz der Postfächer) vs. SEC-024 (Schulung/Simulation) vs. SEC-021 (externer Markenmissbrauch). - SEC-004 (eigener Code und Abhängigkeiten) vs. SEC-016 (Schadsoftware in Paketen/Modellen Dritter). SEC-019 und SEC-023 sind bewusst nicht vergebene IDs.

Übersicht

ID Titel Muster Reifegrad Weg HW-Stufe KI-Risiko (AI Act)
SEC-001 SOC-Alarm-Triage & KI-Sicherheitsanalyst DETECT early-adopter A HW3 minimal
SEC-002 Phishing- & E-Mail-Sicherheit PREVENT mainstream A HW2 minimal
SEC-003 Erkennung & Analyse von Schadsoftware DETECT mainstream A HW2 minimal
SEC-004 Schwachstellenmanagement & automatische Korrektur durch Code-Scanning PREVENT early-adopter A HW3 minimal
SEC-005 Erkennung von Identitäts- & Nutzerverhaltensanomalien (UEBA) DETECT mainstream A HW1 depends (Mitarbeiterüberwachung)
SEC-006 Erkennung von Netzwerkangriffen DETECT mainstream A HW1 minimal
SEC-007 Automatisierte Penetrationstests (autorisiert) PREVENT early-adopter A HW3 minimal
SEC-008 Verarbeitung & Zusammenfassung von Bedrohungsinformationen DETECT early-adopter A HW3 minimal
SEC-009 Automatisierung der Sicherheits-Compliance (ISO 27001, NIS2, DORA) GOVERN mainstream A HW2 minimal
SEC-010 Sicherheit von LLM-Anwendungen & Guardrails GOVERN early-adopter B HW2 minimal
SEC-011 Erkennung von Deepfakes DETECT early-adopter A HW2 depends (Biometrie)
SEC-012 KI-Bedrohungsmodellierung & Prüfung des sicheren Designs PREVENT early-adopter B HW3 minimal
SEC-013 Schatten-KI-Erkennung & AI-SPM GOVERN early-adopter A HW1 minimal
SEC-014 KI-Red-Teaming & Robustheitstests GOVERN early-adopter C HW2 minimal
SEC-015 Sicherheitsüberwachung von OT/ICS- & IoT-Netzwerken DETECT mainstream A HW1 minimal
SEC-016 Sicherheit der Software-Lieferkette PREVENT early-adopter A HW2 minimal
SEC-017 Erkennung sensibler Daten & KI-DLP PREVENT mainstream A HW1 minimal
SEC-018 Datenschutzbetrieb: Verarbeitungsverzeichnis & Betroffenenanfragen GOVERN early-adopter A HW2 minimal
SEC-020 Identity Governance & Zugriffsprüfungen GOVERN mainstream A HW1 minimal
SEC-021 Markenimitation & Schutz vor digitalen Risiken DETECT mainstream A HW2 minimal
SEC-022 KI-Governance & Compliance mit der KI-Verordnung (AI Act) GOVERN early-adopter A HW2 minimal
SEC-024 KI-Phishing-Simulation & Awareness-Training PREVENT early-adopter A HW2 depends (Mitarbeiterbewertung)

Stufen: HW1 = nur CPU/klassisches ML; HW2 = einzelne mittelgroße GPU (kleines/mittleres offenes LLM, 7-14B, Klassifikatoren, VLM); HW3 = Multi-GPU oder großes Reasoning-/Code-Modell (30B+).

Gemeinsamer Stack

Gemeinsames Fundament für alle Stufen: ein SIEM/Data Lake (OpenSearch oder Elastic) als zentraler Log-Speicher; Kafka/Redpanda für Streaming; eine Workflow-/SOAR-Engine (n8n, Shuffle oder Temporal); ein Fallsystem (TheHive/DFIR-IRIS); Identitäten über Keycloak mit nicht-menschlichen Identitäten je Agent; ein LLM-Gateway (LiteLLM) mit Guardrail-Schicht (Llama Guard / Prompt Guard, Presidio zur Maskierung personenbezogener Daten) und Audit-Protokollierung. Alles läuft in der EU, mit Log-Aufbewahrung und Zugriffskontrollen nach DSGVO/NIS2.

HW1 (CPU, klassisches ML)

OpenSearch + Wazuh, Zeek/Suricata, scikit-learn/XGBoost/Isolation Forest, Graphanalyse (Neo4j oder NetworkX), Presidio + kleine Encoder zur Klassifikation, optional eine gehostete EU-LLM-API für Zusammenfassungen über das Gateway. Bedient SEC-005, 006, 013, 015, 017, 020 und die Detektor-Seite von SEC-002/003.

HW2 (einzelne GPU mit 24-48 GB)

HW1 plus vLLM oder Ollama, das ein 7-14B-Instruct-Modell bereitstellt (Klasse Qwen/Mistral/Llama), ein kleines Guard-Modell, ein Embedding-Modell (bge-m3/e5) mit pgvector oder Qdrant, ein VLM (Klasse Qwen-VL) für Screenshots und Dokumente sowie Audiomodelle zur Deepfake-Erkennung. Bedient SEC-002, 003, 009, 010, 011, 014, 016, 018, 021, 022, 024 (gemeinsamer RAG-Index über Richtlinien, Kontrollen und Verzeichnisse für SEC-009/018/022).

HW3 (Multi-GPU oder in der EU gehostete Frontier-API)

HW2 plus ein 30B+-Reasoning-/Code-Modell (oder eine verwaltete API in einer EU-Region unter AVV), ein Agenten-Framework (LangGraph) mit MCP-Werkzeugen, die je Agent in einer Sandbox laufen, sowie eine gVisor/Firecracker-Sandbox für die Ausführung von Code und Pentests. Bedient SEC-001, 004, 007, 008, 012.

Gemeinsame Nutzung über Familien hinweg