Page - 72 - in Künstliche Intelligenz - Technologie | Anwendung | Gesellschaft

72 A Technologie 4. Maschinelles Lernen für die IT-Sicherheit Katrin Gaßner Maschinelles Lernen (ML) kann die Werkzeuge und Verfahren verbessern, die in vernetzten IT-Systemen oder generell im Internet für die IT-Sicherheit genutzt werden. Die IT-Sicherheit birgt jedoch ganz besondere Herausforderungen für den Einsatz von ML. In diesem Beitrag geht es darum, wie Unternehmen bereits jetzt maschinelles Lernen zur Verbesserung von IT-Sicherheit nutzen und welchen Beitrag heute die Forschung liefert. Dort ist die Verknüpfung von ML und IT-Sicherheit noch verhältnismäßig rar. Das ist ein Defizit, da Lösungs- potenziale, die aus der Kombination der Disziplinen entstehen, zu erwarten sind. Mit dem zurzeit ganz allgemein zunehmenden Einsatz von KI-Methoden wächst auch für die IT-Sicherheit die Hoffnung, dass ML-Verfahren sichere IT-Systeme ermög- lichen, die sich lernend auf Bedrohungen einstellen. Doch ML ist kein Allheilmittel, es kann das Erkennen und Bekämpfen von Angriffen auf Systeme mit IT-Komponenten voraussichtlich nur ergänzen. So eignet sich ML beispielsweise dazu, große Daten- mengen auszuwerten oder Anomalien zu erkennen. Aber es ist auch zu bedenken, dass ML-Verfahren selbst angreifbar und kompromittierbar sind, es können also sogar zusätzliche Angriffsvektoren durch die Nutzung von ML entstehen. Außerdem ist der Aufwand für das Trainieren der ML-Systeme hoch und ML-Verfahren sind im Allgemeinen sehr spezialisiert. ML – Lösungsansatz für die IT-Sicherheit? Mit der Digitalisierung bieten heute beinahe alle technischen Systeme auch Angriffs- flächen für Hacker, Spionage und generell für kriminelle Handlungen. Nicht zu ver- nachlässigen ist, dass technische Systeme immer in einem sozio-technischen Kontext genutzt werden und die nutzenden Menschen zu potenziellen Angreifern werden können, mit oder ohne Absicht. Die Angriffe erfolgen über die informationstechni- schen Systeme, Teilsysteme, Komponenten und Schnittstellen, die heute vielfältig untereinander vernetzt sind. Neben Produktions- und Industrieanlagen sind das Inf- rastruktureinrichtungen und Bürosysteme ebenso wie Systeme des automatisierten Fahrens oder Fliegens. Und im Internet of Things (IoT) werden inzwischen sogar ver- netzte Waschmaschinen, Kameras oder Kaffeeautomaten zu möglichen Angriffs- punkten. V. Wittpahl (Hrsg.), Künstliche Intelligenz, DOI 10.1007/978-3-662-58042-4_5, © Der/die Autor(en) 2019