Illustration Absmeier foto freepik

Security Operations Center (SOC) stehen aus mehreren Gründen unter Dauerstress. Die Komplexität heutiger IT-Landschaften – hybride Multi-Cloud-Infrastrukturen – führt zu einem Mangel an konsistenter und vollständiger Visibilität. Herkömmliche Tools wie Network Detection and Response (NDR) oder Cloud Native Application Protection Platforms (CNAPP) lösen dieses Problem jeweils nur teilweise. NDR lassen sich nicht über Cloud-Anbieter hinweg skalieren. Und CNAPPs bieten zwar starke Funktionen, allerdings ausschließlich in der Cloud. Die Folgen sind Blind Spots und mangelnde Echtzeitfähigkeit.

Hinzu kommt: Die Zahl der Sicherheitswarnungen nimmt stetig zu, während deren Relevanz für akute Gefahren oft unklar bleibt. Analysten verbringen viel Zeit mit der Sichtung von Alerts, die sich als falsch oder wenig kritisch herausstellen. Die Folge: Alarmmüdigkeit.

Gleichzeitig wächst der Druck auf SOC-Teams kontinuierlich. Angreifer nutzen die mangelnde Visibilität in IT-Umgebungen gezielt aus, um einzudringen, sich monate- oder gar jahrelang unentdeckt zu bewegen und sensibelste Daten und Informationen von Organisationen zu exfiltrieren. Und während Angreifer ihre Taktiken weiterentwickeln und gezielt auf Schwachstellen in vernetzten Systemlandschaften setzen, bleiben Security-Teams oft im Reaktionsmodus. Eine echte strategische Abwehr wird dadurch erschwert – und Angreifer haben leichtes Spiel.

KI schafft Kontext

Das Problem sind nicht die fehlenden Daten. Sicherheitsteams verfügen heute über mehr Informationen, Logs und Telemetriedaten als je zuvor. Die Herausforderung liegt darin, dass herkömmliche Sicherheitstools nicht für die zunehmende Komplexität und Vernetzung moderner IT-Umgebungen ausgelegt sind. Organisationen benötigen aber ein vollständiges, in Echtzeit verfügbares Verständnis ihrer Umgebung: was ist verbunden, warum, und wie. Es geht nicht mehr nur um reine Sichtbarkeit, sondern um echte KI-gestützte Observability. Alle existierenden und möglichen Verbindungen zu sehen, reicht nicht mehr aus – man muss auch verstehen, warum sie existieren, ob sie erwartbar sind, und ob sie im aktuellen Kontext ein Risiko darstellen.

Aus diesem Grund rücken Cloud-Detection-and-Response-Tools, die auf KI-gestützten Sicherheitsgraphen basieren, in den Fokus moderner Verteidigung. Solche CDRs erstellen eine dynamische, kontinuierlich aktualisierte Karte der Umgebung, die Kommunikationsflüsse, Workloads und Identitäten über verschiedene Cloud- und On-Prem-Plattformen hinweg in Beziehung zueinander setzt. Es entsteht eine dynamische, graphbasierte Sicherheitskarte, die kontinuierlich aktualisiert wird.

Während herkömmliche Tools in Listen denken, konzentrieren sich Sicherheitsgraphen auf Verbindungen, insbesondere jene, die Angreifer dazu nutzen, um sich lateral im Netzwerk auszubreiten. Ohne ein graphbasiertes Modell bleiben diese Wege jedoch oft unentdeckt.

Kommunikationsflüsse werden interpretierbar

Durch KI-gestützte Observability bekommen Sicherheitsteams erstmals ein durch Kontext angereichertes Gesamtbild, in dem sicherheitsrelevante Muster deutlich hervortreten. Angriffe, die sich lateral im Netzwerk ausbreiten, lassen sich schneller erkennen, weil nicht mehr nur einzelne Events betrachtet werden, sondern deren Zusammenhang. Unerwartete Querverbindungen zwischen Umgebungen oder Accounts – etwa ein plötzlicher Datenfluss zwischen Entwicklungs- und Produktionssystemen – lösen gezielt Alarm aus.

Durch die Kombination von Echtzeitdaten mit historischen Mustern erkennt das System etwa, wenn ein Workload plötzlich beginnt, außerhalb des gewohnten Kontextes zu kommunizieren. Dies kann auf eine Kompromittierung hindeuten oder auf eine Fehlkonfiguration – in beiden Fällen ist schnelles Handeln gefragt.

Ein weiterer Vorteil: Analysten müssen nicht mehr unzählige Alarme prüfen, sondern werden gezielt zu den wirklich kritischen Kommunikationsflüssen geleitet. Statt die Nadel im Heuhaufen zu suchen, können sie nun fokussierte, risikobasierte Untersuchungen mit hohem Wirkungsgrad durchführen.

Echtzeit statt Rückspiegel

Im Gegensatz zu klassischen CNAPPs, die primär auf Konfigurationsanalysen und Risikobewertungen beruhen, wurden CDR-Tools mit AI-Security-Graphen für den Betrieb in Echtzeit konzipiert. Sie erkennen laufende Angriffe, nicht nur potenzielle Schwachstellen. Das ist entscheidend in dynamischen Cloud-Infrastrukturen, in denen sich Workloads und Netzwerke laufend verändern.

Ein Beispiel: Beginnt ein kompromittierter Teil in einer Azure-Umgebung mit einem sensiblen System in AWS zu kommunizieren, wird diese Cross-Cloud-Aktivität sofort als verdächtig erkannt, da sie vom Normalverhalten abweicht. Der Vorfall wird von ihr priorisiert an das SOC weitergegeben – inklusive der zugehörigen Kommunikationshistorie und Risikoeinstufung.

Darüber hinaus kann das System automatisch untersuchen, ob es sich bei dem Kommunikationspartner um ein bekanntes Ziel für Malware handelt oder ob es sich um ein Shadow-Asset handelt, das in keiner aktuellen Inventarliste auftaucht. Auch so lassen sich verdächtige Aktivitäten schneller und gezielter eingrenzen.

Weniger Rauschen, mehr Wirkung

Das Ergebnis: Weniger Fehlalarme, weniger Kontextsuche, mehr Entscheidungsfähigkeit. KI-gestützte Observability hilft Analysten, den Fokus auf wirklich kritische Vorfälle zu lenken. Statt sich durch Tausende Events zu kämpfen, erhalten sie aggregierte, bewertete und kontextualisierte Hinweise auf Bedrohungen, die tatsächlich Handlungsbedarf erfordern.

Auch die Nachvollziehbarkeit profitiert: Sicherheitsentscheidungen lassen sich besser dokumentieren, da sie auf klaren Beziehungen und Bewertungsmodellen basieren. Dies unterstützt nicht nur Audits, sondern verbessert auch das Vertrauen in sicherheitsrelevante Maßnahmen.

Integration und Skalierbarkeit als Schlüssel

Ein weiterer Vorteil: Moderne graphbasierte Sicherheitslösungen lassen sich meist nahtlos in bestehende Sicherheitsinfrastrukturen integrieren und so bestehende Workflows verbessern. Dank Cloud-nativer Architektur skalieren diese Systeme dynamisch mit, was sie auch für große, global verteilte IT-Umgebungen interessant macht.

Organisationen, die auf diese neue Form der Observability setzen, profitieren nicht nur von schnellerer Bedrohungserkennung (MTTD) und kürzeren Reaktionszeiten (MTTR), sondern auch von einer besseren Zusammenarbeit zwischen verschiedenen Sicherheitsteams. Denn AI-Security-Graphen stellen eine gemeinsame Datenbasis bereit, die alle Beteiligten verstehen und nutzen können.

Langfristig lassen sich auch Trends ableiten: Wiederkehrende Anomalien, Muster bei Angriffspfaden oder spezifische Schwachstellen in der Netzwerktopologie werden sichtbar und können gezielt adressiert werden. So wird Observability zur strategischen Grundlage für kontinuierliche Verbesserung der Sicherheitsarchitektur.

Sicherheit durch Verstehen

In einer Zeit, in der Sicherheitsteams mit begrenzten Ressourcen auf immer komplexere Infrastrukturen und immer neue Bedrohungen treffen, ist KI-gestützte Observability ein strategischer Vorteil. AI-Security-Graphen bieten genau das: Sie schaffen Kontext, reduzieren die Alarmflut und unterstützen eine gezielte, risikoorientierte Reaktion.

Statt mehr Alerts zu erzeugen, hilft KI-gestützte Observability, die richtigen Fragen zu stellen: Ist diese Verbindung normal? Gehört dieser Zugriff zum erwartbaren Verhalten? Und: Müssen wir jetzt handeln? Antworten darauf liefert kein einzelner Log. Aber ein intelligenter Graph kann genau das – und damit Alarmmüdigkeit endlich zu einem Problem von gestern machen.

Alex Goller, Cloud Solutions Architect EMEA bei Illumio

Alex Goller ist Cloud Solutions Architect EMEA bei Illumio und hilft Unternehmen in dieser Position dabei, resilienter gegenüber Cyberattacken zu werden und ihre vorhandenen Multi-Cloud Infrastrukturen durch Visibilität und Zero-Trust-Segmentierung weiter abzusichern. Er verfügt über langjährige Erfahrung im IT-Sicherheitsumfeld und hat als Softwareingenieur Netzwerk- und Sicherheitssoftware entwickelt. Er kennt die IT-Sicherheitsherausforderungen von Unternehmen aller Branchen und Größen und sieht Automatisierung, Infrastructure as Code und Cloud-native Anwendungen als die nächste Evolution im Bereich IT-Sicherheit.

410 Artikel zu „Observability „

News | Cloud Computing | Digitale Transformation | Rechenzentrum | Services

Observability als Motor für digitale Transformation und Agilität

14. Juni 2025

Vor vier Jahren war der Begriff »digitale Transformation« eines der wohl weltweit beliebtesten Schlagwörter: Ein großer Teil aller Unternehmen wechselte zur Hybridarbeit. Heute ist der Begriff zwar nicht mehr so sehr in aller Munde wie in der Hauptzeit der Covid-19-Pandemie, doch mittlerweile ist mehr Unternehmen bewusst, dass die digitale Transformation niemals aufhört. In letzter Zeit…