8-2024
Fachzeitschrift für Industrielle Automation, Mess-, Steuer- und Regeltechnik
Fachzeitschrift für Industrielle Automation, Mess-, Steuer- und Regeltechnik
- TAGS
- cyberecurity
- kuenstliche intelligenz
- elektromechanik
- digitalisierung
- stromversorgung
- hmi
- industrielle kommunikation
- robotik
- qualitaetssicherung
- bildverarbeitung
- automatisierung
- sensorik
- messtechnik
- bedienen und visualisieren
- messen steuern regeln
- bauelemente
- iiot
- embedded systeme
- sbc boards module
- software
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Künstliche Intelligenz<br />
Bild 2: KI erkennt anomale Aktivitäten auch von Dateien in Backups.<br />
Kosten. Mit modernen Tools können<br />
Unternehmen ihre Storage-Kosten<br />
senken, indem sie unter anderem<br />
den Speicherort ihrer Daten entsprechend<br />
den Kriterien der Verfügbarkeit<br />
und Zugriffshäufigkeit auswählen.<br />
Während etwa die sensibelsten<br />
Unternehmensdaten in einem Repository<br />
mit höchster Sicherheitsstufe<br />
hinreichend gut aufgehoben sind, ist<br />
es wahrscheinlich, dass dort auch<br />
andere Daten aufbewahrt werden,<br />
die keinen solch hohen Schutz erfordern.<br />
Diese können die IT-Verantwortlichen<br />
an einen kostengünstigeren<br />
Speicherort verschieben. Gleiches<br />
gilt für Archivdaten auf teurem<br />
Hochleistungsspeicher, auf die nur<br />
selten zugegriffen wird. Auch kann<br />
der Umfang an Speicherressourcen<br />
für Daten mit geringer Priorität<br />
optimiert werden. Eine KI-gestützte<br />
Datenmanagement-Plattform kann<br />
Faktoren wie Speicherkapazität, Performance-<br />
und Sicherheitsvorgaben<br />
sowie Preismodelle von Anbietern<br />
analysieren, um die kostengünstigsten<br />
Speicheroptionen für verschiedene<br />
Datentypen zu ermitteln.<br />
Klassifikation von Daten<br />
Die KI-basierte Klassifikation von<br />
Daten erfolgt dabei auf Grundlage<br />
von Kriterien wie Sensibilität, gesetzlichen<br />
Vorgaben, der Relevanz für<br />
den Geschäftserfolg sowie notwendige<br />
Schutzmaßnahmen, die<br />
durch spezifische Richtlinien gesteuert<br />
werden. Mithilfe von Machine-<br />
Learning-Algorithmen kann eine<br />
Datensicherungsplattform große<br />
Mengen an Informationen automatisiert<br />
und optimiert klassifizieren.<br />
Hier erkennt sie Zugriffsmuster, die<br />
ein menschlicher Admin oder CIO<br />
möglicherweise übersieht. KI kann<br />
sich zudem effizienter an sich verändernde<br />
Datentypen und Klassifizierungskriterien<br />
anpassen. Das<br />
Gewichten der Kriterien erfolgt auf<br />
Basis der Prioritäten und Datenmanagement-Richtlinien<br />
der jeweiligen<br />
Organisation. So kann etwa<br />
ein Finanzinstitut die Compliance<br />
mit gesetzlichen Vorschriften über<br />
den häufigen und einfachen Datenzugriff<br />
stellen, während ein Forschungsinstitut<br />
der Datensensibilität<br />
den Vorrang gibt.<br />
3. Schutz<br />
der Unternehmens-Assets<br />
Die Flut neuer digitaler Anwendungen<br />
verschafft Unternehmen<br />
einen nie dagewesenen Einblick<br />
in ihre Geschäftsabläufe. Der dafür<br />
notwendige größere IT-Fußabdruck<br />
von Daten, Anwendungen und der<br />
dazugehörigen IT-Infrastruktur<br />
bedeutet aber auch eine größere<br />
Angriffsfläche, insbesondere vor<br />
dem Hintergrund steigender KIgestützter<br />
Bedrohungen.<br />
Eine KI-gestützte Datenmanagement-Lösung<br />
kann Netzwerkverkehrsmuster,<br />
Systemprotokolle und<br />
Verhaltensanomalien analysieren,<br />
um Anzeichen für einen Cyberangriff<br />
zu erkennen. Mithilfe fortschrittlicher<br />
Algorithmen und Machine<br />
Learning analysiert sie Daten auf<br />
Dateiebene und erkennt Anomalien,<br />
die auf potenzielle Cybergefahren<br />
oder Probleme mit der Datenintegrität<br />
hinweisen können, wie zum Beispiel<br />
eine plötzliche Zunahme der<br />
Dateigröße, ungewöhnliche Zugriffsmuster<br />
oder einen veränderten Dateiinhalt.<br />
Das System kann auch so<br />
konfiguriert werden, dass Alarme<br />
bei Anomalien ausgelöst werden,<br />
die vordefinierte Schwellenwerte<br />
oder Risikostufen überschreiten.<br />
So können Administratoren proaktiv<br />
auf potenzielle Sicherheitsvorfälle<br />
oder Datenintegritätsprobleme reagieren<br />
und entsprechende Gegenmaßnahmen<br />
ergreifen.<br />
Deception-Technologien<br />
Durch den Einsatz von Deception-Technologien<br />
können zudem<br />
Ransomware-Attacken frühzeitig<br />
erkannt und eingedämmt werden,<br />
indem intelligente Köder-Sensoren<br />
in der Nähe wertvoller Assets abgelegt<br />
werden. Diese sind in der Lage,<br />
jedes beliebige Asset zu imitieren.<br />
Durch diese präzise Simulation sind<br />
sie für Angreifer von echten Ressourcen<br />
nicht zu unterscheiden und<br />
liefern Sicherheitsteams zuverlässige<br />
Informationen und Alarme über<br />
aktive Angriffe.<br />
Schließlich lässt sich die Plattform<br />
auch in SIEM-Systeme integrieren,<br />
um ein zentrales Monitoring<br />
und die Korrelation von Dateianomalie-Warnungen<br />
mit anderen<br />
Sicherheitsereignissen und Risikoindikatoren<br />
zu ermöglichen.<br />
Zukunftsfähiges Fundament<br />
für das Nutzen von<br />
Unternehmensdaten<br />
Für moderne Unternehmen ist<br />
KI kein so neues Phänomen, wie<br />
es der gegenwärtige Trend, ausgelöst<br />
durch disruptive Innovationen<br />
im Bereich der generativen<br />
KI, vermuten lassen könnte. Seit<br />
Jahren experimentieren Unternehmen<br />
bereits schrittweise mit KI und<br />
Machine Learning, um Abläufe zu<br />
automatisieren und Daten zu nutzen,<br />
um bessere Erkenntnisse zu<br />
gewinnen. KI-gestütztes Datenmanagement<br />
kann Unternehmen<br />
dabei unterstützen, ein zukunftsfähiges<br />
Fundament zu schaffen, um<br />
ihre Informationen und komplexen<br />
Infrastrukturen effektiv zu verwalten<br />
und cyberresilient zu sichern<br />
sowie zu schützen. ◄<br />
Bild 3: KI interpretiert und präsentiert Daten zu Backup-Prozessen<br />
und gibt Alerts.<br />
PC & Industrie 8/<strong>2024</strong> 17