Deutsche Telekom skaliert Sicherheitsprüfungen mit KI
- vor 7 Tagen
- 3 Min. Lesezeit
Die Deutsche Telekom hat untersucht, wie sich KI in bestehende Cybersecurity-Prozesse integrieren lässt, um Sicherheitsanalysen auf deutlich mehr Systeme auszuweiten. Im Fokus stand dabei nicht der Ersatz etablierter Verfahren, sondern deren Skalierung. Erste Praxiserfahrungen zeigen, dass sich die Reichweite von Prüfprozessen erheblich erhöhen lässt – gleichzeitig steigen jedoch die Anforderungen an nachgelagerte Security-Prozesse.
Cybersecurity-Teams stehen zunehmend vor der Herausforderung, dass die Zahl potenzieller Schwachstellen schneller wächst als die verfügbaren personellen Ressourcen. Gleichzeitig nehmen die Komplexität moderner IT-Landschaften, die Geschwindigkeit von Softwareentwicklungszyklen und die Größe der Angriffsflächen kontinuierlich zu. Vor diesem Hintergrund hat die Deutsche Telekom untersucht, wie sich moderne KI-Modelle in bestehende Sicherheitsprozesse integrieren lassen, um deren Reichweite zu erhöhen. Im Mittelpunkt stand dabei nicht die Ablösung klassischer Security-Verfahren, sondern die Frage, ob sich etablierte Prüfmethoden auf wesentlich größere IT-Umgebungen anwenden lassen, ohne dass Personalaufwand und Projektdauer im gleichen Ausmaß steigen.
Bestehende Prüfverfahren auf mehr Systeme anwenden
Automatisierte Verfahren, Security-Scanner und KI-gestützte Werkzeuge gehören heute bereits zum Instrumentarium vieler Sicherheitsteams. Dennoch erfolgen zahlreiche Sicherheitsprüfungen weiterhin selektiv – etwa bei besonders kritischen Systemen, im Rahmen einzelner Projekte oder bei konkreten Verdachtsfällen.
Die Deutsche Telekom testete deshalb die Integration von GPT-5.5 Cyber von OpenAI in bereits teilautomatisierte Sicherheitsprozesse. Ziel war es, bewährte Prüfverfahren beizubehalten und deren Skalierbarkeit durch zusätzliche KI-Unterstützung zu erhöhen.
Thomas Tschersich, CSO der Deutschen Telekom, erläutert den Ansatz:
„Unser Ziel war nicht, bestehende Sicherheitsverfahren durch KI zu ersetzen.
Entscheidend war die Frage, ob wir etablierte Prüfprozesse breiter anwenden können, ohne den Ressourcenbedarf im gleichen Maße erhöhen zu müssen. Die Ergebnisse sind sehr vielversprechend.
Sie geben einen Eindruck davon in welcher Weise auch die Folgeprozesse optimiert werden müssten, um bestmöglich von der Effizienz profitieren zu können.“
Zwei Anwendungsfelder im Praxistest
Im ersten Anwendungsfall unterstützte GPT-5.5 Cyber das Red Team bei der Analyse von Endpunkten der Unternehmens-IT, die über das Internet erreichbar sind. Neben der Überprüfung vermuteter Schwachstellen auf ihre tatsächliche Ausnutzbarkeit konnten laut Unternehmen zusätzliche potenzielle Angriffswege und Risikokonstellationen identifiziert werden, die bei einer enger gefassten Analyse möglicherweise unentdeckt geblieben wären.
Der Mehrwert lag nach Angaben der Deutschen Telekom weniger in einzelnen Analyseergebnissen als vielmehr darin, dieselbe Methodik auf deutlich mehr Systeme anwenden zu können. Dadurch ließ sich die Reichweite bestehender Prüfprozesse erheblich erweitern.
Ein zweites Einsatzgebiet war die Analyse von Quellcode in GitLab-Repositories. Tausende Codezeilen aus relevanten Produkten und Services wurden automatisiert auf potenzielle Schwachstellen, sicherheitskritische Muster sowie mögliche schädliche Inhalte untersucht.
Während vergleichbare Prüfungen bislang überwiegend projektbezogen oder anlassorientiert durchgeführt wurden, ermöglichte der KI-gestützte Ansatz nach Unternehmensangaben eine deutlich umfassendere Analyse bestehender Code-Bestände. Die Sicherheitsteams erhielten dadurch erstmals eine nahezu gesamtheitliche Bestandsaufnahme relevanter Code-Artefakte. Risiken könnten damit bereits im laufenden Betrieb identifiziert werden und nicht erst im Zuge eines Audits oder bei konkreten Verdachtsmomenten.
Mehr Analysen erfordern angepasste Prozesse
Die Ausweitung der Sicherheitsanalysen führte zugleich zu einer höheren Zahl identifizierter Auffälligkeiten. Nach Einschätzung der Projektbeteiligten verschiebt sich damit der Schwerpunkt von der reinen Identifikation potenzieller Schwachstellen hin zur strukturierten Bewertung und Bearbeitung der Ergebnisse.
Wer Sicherheitsanalysen skaliert, muss deshalb auch nachgelagerte Prozesse wie Vulnerability Management, Patch Management, Dokumentation und Risikobewertung stärker automatisieren und enger miteinander verzahnen. Die eigentliche Herausforderung besteht demnach nicht darin, zusätzliche Hinweise zu generieren, sondern diese effizient in operative Sicherheitsmaßnahmen zu überführen.
Mit zunehmender Reife entsprechender KI-Systeme sieht die Deutsche Telekom weiteres Potenzial entlang der gesamten Prozesskette. KI-Agenten wie Codex könnten auf Basis identifizierter Findings Codeanpassungen vorschlagen, Patches vorbereiten und deren Einhaltung von Sicherheits- und Qualitätsvorgaben automatisiert validieren. Dadurch ließe sich nicht nur die Analyse, sondern auch die Bearbeitung von Schwachstellen weiter skalieren.
KI ergänzt die Expertise der Sicherheitsteams
Aus Sicht der Deutschen Telekom zeigt das Projekt, dass der Nutzen von KI in der Cybersecurity vor allem in der Skalierung bestehender Sicherheitsverfahren liegt. Wiederkehrende Analyseaufgaben können in größerem Umfang durchgeführt werden, während sich Security-Spezialisten stärker auf Bewertung, Priorisierung und strategische Entscheidungen konzentrieren.
Tschersich betont dabei die Rolle der menschlichen Expertise:
„Fortschritte bei KI ermöglichen es Unternehmen, Sicherheitsanalysen auf deutlich größere Umgebungen auszuweiten. Der entscheidende Faktor bleibt jedoch die Einbettung in bestehende Security-Prozesse.
Die Bewertung von Risiken und die Ableitung konkreter Maßnahmen erfordern weiterhin die Expertise erfahrener Sicherheitsteams.“
it&d business Redaktion
Kommentare