So finden Sie Schatten-KI: 3 verborgene Einstiegspunkte
Jahrelang betrachteten Unternehmen Schatten-IT in erster Linie als ein Problem im Zuge von Richtlinien und Kontrollen.
Egal ob nicht autorisierte Anwendungen auf dem Endgerät, Browser-Erweiterungen oder persönlich genutzte Cloud-Dienste: Mitarbeitende haben schon immer Technologien außerhalb des genehmigten IT-Stacks gefunden und eingesetzt. Diese haben eine Fährte hinterlassen: ein Installationsnachweis, ein zusätzliches Gerät im Netzwerk, etwas, das durch einen Scan oder einen Agenten letztendlich bemerkt wurde. Nach solchen Auffälligkeiten musste ein Analyst den Befund untersuchen und das Risiko bewerten, bevor über das weitere Vorgehen entschieden wurde.
Mit SaaS, und jetzt auch KI, verschärft sich dieses Problem jedoch deutlich. Mitarbeitende können neue Anwendungen in Sekundenschnelle übernehmen, oft ohne Software zu installieren, ein Ticket zu öffnen oder das IT-Team einzubeziehen. Sie können Unternehmensidentitäten verbinden, Zugriff auf Geschäftsdaten gewähren, sensible Informationen hochladen und mit der Verwendung leistungsstarker KI-Tools beginnen, bevor Sicherheitsteams überhaupt wissen, dass diese Anwendungen existieren.
Laut WatchGuard Cybersecurity Hygiene Report 2026 geben 64 Prozent der Befragten an, nicht genehmigte KI-Tools für Arbeitsaufgaben zu verwenden.
Managed Service Provider (MSP) wissen, dass Schatten-KI bereits in den Umgebungen ihrer Kunden lauert. Was ihnen jedoch häufig fehlt, ist die Fähigkeit zu erkennen, welche Anwendungen die Belegschaft verwendet. Sie können nicht hinterfragen, wann diese Anwendungen ein Risiko darstellen, und nicht reagieren, bevor unbefugte Zugriffe oder Datenexposition zu einem Sicherheitsvorfall werden.
Die meisten der nicht autorisierten KI- und SaaS-Anwendungen gelangen über einen von drei gängigen Einstiegspunkten ins Unternehmen. Jeder hinterlässt an einem anderen Ort Spuren und erfordert einen anderen Ansatz zur Erkennung.
Einstiegspunkt 1: Mitarbeitende gewähren Zugriff auf Unternehmensdaten
Das gängigste Einfallstor öffnet sich mit einem einfachen Klick.
Ein Mitarbeitender wählt „Mit Microsoft anmelden“ oder „Mit Google fortfahren“, um einen KI-Assistenten, ein Produktivitätstool oder eine SaaS-Anwendung mit Unternehmensressourcen zu verbinden.
Innerhalb von Sekunden kann diese Anwendung Zugriff auf E-Mails, Kalender, Dateien, Kontakte oder andere Geschäftsdaten erhalten. Diese Berechtigungen bleiben oft noch lange bestehen, selbst wenn der ursprüngliche geschäftliche Bedarf bereits nicht mehr besteht.
Angreifer nutzen diesen Vorgang durch Consent Phishing aus. Anstatt Passwörter zu stehlen, verleiten sie Benutzer dazu, ihnen direkt Zugriff zu gewähren.
Unternehmen können den Zugriff auf Anwendungen, von deren Existenz sie nichts wissen, nicht verwalten. Der erste Schritt besteht darin, festzustellen, welche Anwendungen bereits eine Verbindung zu Unternehmensdaten herstellen.
Einstiegspunkt 2: Mitarbeitende verwenden persönliche Konten
Nicht jedes KI-Tool verbindet sich über die Identitätsplattform eines Unternehmens.
Viele Mitarbeitende öffnen einfach einen Browser, rufen einen KI-Service auf und melden sich mit einem persönlichen Konto an.
Die Aktivität wird nicht in Microsoft 365 oder Google Workspace angezeigt, da der Mitarbeitende keine Unternehmensidentität verwendet hat. Infolgedessen können Unternehmen oft nicht sehen, welche Informationen Mitarbeitende über den Service hochladen, teilen oder verarbeiten.
Ohne Einblick in diese Aktivitäten können Unternehmen Risiken nicht genau einschätzen und Governance-Richtlinien nicht durchsetzen.
Einstiegspunkt 3: Der einzige Hinweis ist die Netzwerkaktivität
Der dritte Einstiegspunkt hinterlässt kaum sichtbare Spuren.
Ein Mitarbeitender greift direkt von einem durch das Unternehmen verwalteten Gerät auf einen KI- oder SaaS-Service zu. Bei dieser Aktivität wird im Mandanten niemals eine Anwendungsberechtigung erstellt, und es erfolgt keine Authentifizierung über einen Identitätsanbieter des Unternehmens.
In vielen Fällen finden sich die einzigen Hinweise in Netzwerk- oder Firewall-Protokollen.
Diese Verbindungen mischen sich unter den normalen Web-Datenverkehr. Ohne zusätzlichen Kontext sind sie schwer zu erkennen.
Infolgedessen bleibt eine potenziell riskante Nutzung von KI oft unbemerkt inmitten Tausender routinemäßiger Netzwerkverbindungen.
Warum Sichtbarkeit über alle drei Einstiegspunkte hinweg wichtig ist
Jeder Einstiegspunkt hinterlässt Spuren an einer anderen Stelle:
- Identitätsplattformen bringen OAuth-Berechtigungen und den Zugriff auf Anwendungen von Drittanbietern ans Licht
- Benutzeraktivitäten legen KI-Dienste offen, die außerhalb der Unternehmensidentitäten genutzt werden
- Netzwerkverkehr identifiziert Dienste, die anderswo keine Spuren hinterlassen
Sicherheitsteams benötigen einen Überblick über alle drei Einstiegspunkte, um Aktivitäten von Schatten-KI zu erkennen und angemessen zu reagieren.
Schatten-KI sichtbar machen
Um Schatten-KI sichtbar zu machen, muss man über einzelne Sicherheitsmaßnahmen oder Telemetriequellen hinausblicken. Anhand von Identitäten und Anwendungsberechtigungen lässt sich zwar erkennen, welchen Diensten Zugriff auf Unternehmensdaten gewährt wurde. KI-Werkzeuge, die über persönliche Konten genutzt werden, oder Dienste, die solche Berechtigungen gar nicht erst anfordern, werden dabei jedoch nicht erfasst. Endpunkt- und Netzwerkaktivitäten können zwar zusätzliche Anwendungsnutzungen aufzeigen, geben jedoch möglicherweise keinen Aufschluss darüber, welche Zugriffsrechte einer Anwendung innerhalb einer SaaS-Umgebung gewährt wurden.
Effektive Governance von Schatten-KI erfordert die Zusammenführung dieser Signale, um drei grundlegende Fragen zu beantworten:
- Welche Anwendungen nutzen Mitarbeitende?
- Auf welche Unternehmensdaten und -ressourcen können diese Anwendungen zugreifen?
- Welche Aktivitäten bergen ein so hohes Risiko, dass Maßnahmen erforderlich sind?
Eine umfangreiche Auflistung von KI-Tools hat für sich genommen nur begrenzten Wert. Durch kontinuierliche Transparenz in Bezug auf Identitäten, Anwendungen, Geräte und Netzwerkaktivitäten können Sicherheitsteams den legitimen KI-Einsatz von den Aktivitäten, die unnötige Sicherheitsrisiken mit sich bringen, unterscheiden und dem jeweiligen Risiko entsprechend angemessen reagieren.
Schatten-KI mit WatchGuard auf die Spur kommen
WatchGuard unterstützt MSP dabei, Schatten-KI über verschiedene Transparenzquellen hinweg zu erkennen, zu hinterfragen und darauf zu reagieren. Mit CloudDR, FireCloud und Firebox können Sicherheitsteams die Risiken ermitteln, die durch Schatten-KI entstehen. Sie sehen, welche Anwendungen verwendet werden, auf welche Daten diese zugreifen und ob sie ein Risiko darstellen.
- CloudDR, die „Cloud Detection and Response“-Lösung von WatchGuard, ermittelt Anwendungen, die über OAuth-Berechtigungen mit Microsoft 365, Google Workspace und anderen unterstützten SaaS-Plattformen verbunden sind. Sie zeigt erteilte Zustimmungen an, um verdächtigen Zugriff zu identifizieren, einschließlich Versuche von Consent Phishing, und widerruft Berechtigungen, bevor es zu einem Sicherheitsvorfall kommt. Außerdem hilft die Lösung dabei, Dienste zu identifizieren, bei denen sich Mitarbeitende mit ihren Unternehmens-E-Mail-Adressen anmelden, selbst wenn diese Dienste nicht mit einer Unternehmensidentität verknüpft sind.
- Mit FireCloud Total Access können MSP die Sichtbarkeit erweitern, indem sie Netzwerktelemetrie von verwalteten Geräten erfassen. Dies ermöglicht es Unternehmen, Cloud-Services und KI-Anwendungen zu identifizieren, unabhängig davon, ob sich Benutzer mit Microsoft 365, Google Workspace oder einer anderen SaaS-Anwendung authentifizieren.
- Für Unternehmen, die Firebox-Appliances im Einsatz haben, stellt die Firewall-Telemetrie eine weitere Informationsquelle dar. Anstatt Inhalte zu überprüfen, identifiziert Firebox Verbindungen zu bekannten KI-Zielen und macht diese Aktivitäten zur Überprüfung sichtbar.
Zusammen bieten diese Lösungen MSP einen umfassenderen Überblick über Schatten-KI in sämtlichen Kundenumgebungen. Unternehmen können verbundene Anwendungen identifizieren, nachvollziehen, auf welche Daten diese zugreifen, Risiken bewerten und bei Bedarf Maßnahmen ergreifen.
Diese Funktionen entsprechen zudem Compliance-Frameworks, darunter HIPAA, PCI DSS, ISO 27001, DSGVO und SOC 2. Ergebnisse der Sicherheitsprüfung werden zu auditfähigen Nachweisen. Damit sind auch Risiken durch Schatten-KI abgedeckt und MSP können einschlägige Compliance Reporting Services gezielt bündeln oder ergänzen.
Die Kosten des Nichtwissens
Die Folgen von Schatten-KI reichen weit über reine Transparenzeinbußen hinaus. Wenn Unternehmen nicht wissen, welche KI-Anwendungen die Belegschaft verwendet oder auf welche Daten diese zugreifen können, kann dies erhebliche geschäftliche Auswirkungen haben.
Laut dem „Cost of a Data Breach Report 2026“ von IBM kosteten Vorfälle im Zusammenhang mit Schatten-KI Unternehmen durchschnittlich 5,39 Millionen US-Dollar und liegen damit über den weltweiten durchschnittlichen Kosten für Datenschutzverletzungen in Höhe von 4,99 Millionen US-Dollar.
Viele dieser Vorfälle beginnen mit routinemäßigem Verhalten von Mitarbeitenden: Sie gewähren einer Anwendung Zugriff auf Unternehmensdaten, verwenden ein persönliches KI-Konto auf einem Arbeitsgerät oder greifen über einen Browser auf einen nicht genehmigten Service zu. Ohne Einblick in diese Aktivitäten können Risiken so lange verborgen bleiben, bis es zu einem Sicherheitsvorfall kommt.
Es ist nicht erforderlich, dass MSP und interne IT-Teams die Nutzung von KI unterbinden. Sie müssen verstehen, welche Anwendungen Mitarbeitende verwenden, wie diese Anwendungen in die Umgebung eingeführt wurden und auf welche Daten sie zugreifen können. Unternehmen, die diesen Einblick haben, sind besser positioniert, um Risiken zu steuern, Compliance-Anforderungen zu erfüllen und schnell zu reagieren, wenn Probleme auftreten. Sie können nur das verwalten, was Sie auch sehen.
Weiterführende Informationen: