Page - 83 - in Künstliche Intelligenz - Technologie | Anwendung | Gesellschaft

iit-Themenband – Künstliche Intelligenz 83 men ML- und 32 Prozent KI-Systeme, die auch Angriffe mit verschlüsselten Anteilen erkennen können. Das wird zunehmend relevant in Cloud- und IoT-Umgebungen.41 ML für datenschutzkonforme IT-Sicherheit Datenschutz und IT-Sicherheit stehen in einem höchst spannungsgeladenen Zusam- menhang. Die Diskussionen dazu sind zu umfangreich, um hier angemessen wieder- gegeben zu werden. Verkürzt steht die Behauptung im Raum, es wäre sehr viel ein- facher, Angriffe zu erkennen, wenn Kommunikation bis ins Detail überprüft und festgehalten würde und keine Verschlüsselung stattfände. Dies widerspricht jedoch unseren demokratischen Grundwerten mit den über Jahrzehnten entwickelten juris- tischen Rahmenbedingungen und darf deshalb so nicht umgesetzt werden (vgl. z. B. Friedrich-Ebert-Stiftung 2007). Eine besondere Herausforderung stellt das für die Erkennung von APTs dar (s. o.). Oft müssen dafür auch Verhaltensweisen von Personen eingeschätzt werden. Das gelingt nur, wenn Daten personenbezogen gespeichert werden. Solche Ansätze werden als User Behavior Analytics (UBA) bezeichnet und nutzen auch ML. Es ist eine Herausfor- derung, diese datenschutzkonform zu gestalten. Neben den Datenschutzproblemen gibt es für UBA auch schwerwiegende technische Probleme. Wie erkennt man etwa normales Verhalten von Personen? Auf Basis welcher Beispiele wird gelernt und worin bestehen die relevanten Eigenschaften komplexer Situationen? Außerdem fehlt für manche ML-Verfahren die notwendige Menge an Trainingsdaten (Strobel 2017). ML in der Praxis In der Praxis werden Methoden des ML heute schon eingesetzt und es existieren diverse Anbieter, die damit werben. Tabelle 4.1 stellt das Ergebnis einer Internetre- cherche dazu dar. Die Liste erhebt keinen Anspruch auf Vollständigkeit, sondern bie- tet nur einen Einblick. Anhand der Informationen, die von den Anbietern öffentlich zur Verfügung gestellt werden, ist nicht im Detail abzulesen, wie fortgeschritten die Nutzung der ML-Methoden ist. Im Rahmen der Recherche wurden die Orte der Hauptsitze der Unternehmen festgehalten und aufgenommen, ob Niederlassungen in Deutschland existieren. Es zeigt sich, dass viele der Unternehmen einen Sitz in Deutschland haben, sodass davon ausgegangen werden kann, dass auch in Deutsch- land Forscher und Praktiker Kompetenzen zur ML und IT-Sicherheitspraxis besitzen. 41 https://gblogs.cisco.com/de/cisco-security-report-gefahrenabwehr-mit-kuenstlicher-intelli- genz-machine-learning-und-automation/, zuletzt geprüft am 22.06.2018