What is Protect & Leverage AI?

Generative KI lässt sich im gesamten Lebenszyklus der Cybersicherheit auf fünf besonders wirkungsvolle Arten einsetzen:

1. Zusammenfassung von Bedrohungsinformationen: Korrelation von Signalen aus mehreren Datensicherheitsquellen zu für Analysten aufbereiteten Zusammenfassungen – wodurch die Zeit von der Erkennung bis zur Entscheidung erheblich verkürzt wird.
2. KI-gestützte Phishing-Erkennung: Mithilfe von Verhaltens- und Sprachanalysen werden Phishing- und Spear-Phishing-Versuche identifiziert, die signaturbasierte Filter umgehen, einschließlich KI-generierter Social-Engineering-Inhalte.
3. Automatisierte Reaktion auf Vorfälle: Koordinierung von Eindämmungsmaßnahmen – Isolierung von Systemen, Zurücksetzen kompromittierter Anmeldedaten, Blockierung bösartiger IP-Adressen – schneller als manuelle Reaktionsabläufe.
4. Prädiktiver IT-Betrieb: Erkennung von Konfigurationsabweichungen, Lücken im Schutzumfang und anomalen Zugriffsmustern, bevor diese zu Vorfällen eskalieren.
5. Agentengestützte Recovery-Workflows: Koordination komplexer Cyber-Recovery-Abläufe über dialogorientierte Schnittstellen, mit „Human-in-the-Loop“-Bestätigung für kritische Aktionen.

Commvault Cloud kann alle fünf Funktionen über Metallic AI und die Arlie-Agentenbibliothek bereitstellen, zu der Arlie Data Sense (Bedrohungsanalyse und Protokollzusammenfassung), Arlie Recover (Orchestrierung der agentenbasierten Recovery-Prozesse) und Arlie Advisor (kontextbezogene Sicherheits- und Resilienzberatung) gehören.

KI verbessert die Erkennung von Bedrohungen gegenüber herkömmlichen regelbasierten Ansätzen in dreierlei Hinsicht grundlegend. Erstens: Umfang und Geschwindigkeit: KI-gestützte Modelle analysieren Millionen von Verhaltenssignalen – Netzwerkaktivität, Benutzerzugriffe, Anomalien bei Backup-Aufträgen und Datenbewegungen – gleichzeitig und in Echtzeit, während menschliche Analysten lediglich Stichproben auswerten können.

Zweitens: Erkennung von Zero-Day- und unbekannten Bedrohungen: Die KI-gestützte Anomalieerkennung identifiziert Abweichungen von festgelegten Basiswerten, ohne sich auf bekannte Angriffssignaturen zu stützen, und deckt so Bedrohungen auf, die herkömmliche Tools erst dann erkennen, wenn sie bereits Schaden angerichtet haben.

Drittens: Reduzierung von Fehlalarmen: Durch adaptives Lernen können Modelle im Laufe der Zeit echte Anomalien von normalen Schwankungen unterscheiden und so die „Alarm-Müdigkeit“ verringern, die dazu führt, dass Analysten echte Bedrohungen übersehen. Speziell im Bereich des Datenschutzes identifiziert die KI-gestützte Anomalieerkennung frühe Anzeichen einer Ransomware-Vorbereitung – ungewöhnliche Verschlüsselungsmuster, Versuche, Backups zu löschen, Ausweitung von Berechtigungen –, noch bevor die eigentliche Angriffs-Payload ausgeführt wird. Commvault Cloud integriert die KI-gestützte Anomalieerkennung in Workflows für Datenschutz, Identitätsresilienz und Cyber-Recovery.

KI-Datensicherheit bedeutet, KI-Fähigkeiten zum Schutz von Unternehmensdaten einzusetzen – unter Verwendung von maschinellem Lernen zur Erkennung von Bedrohungen, zur Zugriffskontrolle, zur Klassifizierung sensibler Daten, zur Erkennung von Anomalien und zur Durchsetzung von Compliance-Vorgaben für alle Datentypen.

Der Schutz von KI-Daten bedeutet, die Daten zu sichern, auf die KI-Systeme angewiesen sind: Trainingsdatensätze, Modellparameter, Inferenz-Pipelines, Vektordatenbanken und die Recheninfrastruktur, auf der KI-Workloads ausgeführt werden.

Beides ist für eine umfassende KI-Sicherheitsstrategie im Unternehmen erforderlich. Unternehmen, die in KI-Datensicherheit investieren, aber ihre KI-Infrastruktur vernachlässigen, setzen ihre Modelle der Gefahr von Datenvergiftung, adversarialen Angriffen und Datenkorruption aus. Unternehmen, die KI-Daten schützen, aber keine KI in ihren Datensicherheitsprozessen einsetzen, wehren moderne Bedrohungen mit veralteten Tools ab.

Commvault Cloud wurde entwickelt, um beide Aspekte auf einer einzigen Plattform abzudecken: den umfassenden Schutz von KI-Workloads bei gleichzeitiger Einbettung von KI-gestützter Erkennung, Anomalieerkennung und agentenbasierter Recovery-Intelligenz in alle Betriebsabläufe.

Wichtigste Angriffsvektoren, die auf KI-Infrastrukturen abzielen:

1. Datenvergiftung und -manipulation: Angreifer schleusen schädliche Daten in Trainingsdatensätze ein, um das Modellverhalten zu verfälschen, was zu falschen Ergebnissen führt oder ausnutzbare Hintertüren schafft.
2. Adversarische Angriffe: Durch subtile Manipulationen der Eingabedaten werden Modelle zu falschen Klassifizierungen verleitet – dabei wird ausgenutzt, wie neuronale Netze Informationen verarbeiten.
3. Modellinversionsangriffe: Angreifer extrahieren sensible Trainingsdaten, indem sie Modellausgaben und Verhaltensmuster analysieren, wodurch geschützte Informationen offengelegt werden.
4. Prompt-Injektion: Böswillige Eingaben manipulieren das Verhalten großer Sprachmodelle über die vorgesehenen Parameter hinaus – relevant für jedes Unternehmen, das GenAI oder agentische Workflows einsetzt.
5. Kompromittierung der Maschinenidentität: Angreifer kapern KI-Dienstkonten oder API-Anmeldedaten, um privilegierten Zugriff auf KI-Systeme und die von ihnen verarbeiteten Daten zu erlangen.
6. KI-Lieferkettenangriffe: Sicherheitslücken bei der Datenbeschaffung, bei Modellkomponenten von Drittanbietern oder in Bereitstellungs-Pipelines, die die Integrität der KI in großem Maßstab untergraben.

Die KI-Bedrohungsabwehr von Commvault Cloud schützt vor Prompt-Injection, vergifteten Modellen und Angriffen auf Maschinenidentitäten. Die KI-gestützte Anomalieerkennung überwacht Zugriffsmuster und Verhaltenssignale, die auf aktive Bedrohungen für die KI-Infrastruktur hindeuten können.

Bei der herkömmlichen Backup-Verwaltung müssen Administratoren Richtlinien manuell konfigurieren, den Erfolg von Jobs überwachen, Lücken in der Abdeckung identifizieren und Recovery-Verfahren ausführen – was zu einem Betriebsaufwand führt, der sich nur schlecht skalieren lässt. KI-Automatisierung kann dies in drei spezifischen Bereichen verbessern. Im Schutzmanagement: KI-gestützte Richtlinienempfehlungen analysieren Metadaten der Workloads und Nutzungsmuster, um die Backup-Konfiguration zu optimieren und kontinuierlich auf Konfigurationsabweichungen zu überwachen, wodurch manuelle Überprüfungszyklen entfallen.

Im Bereich der Betriebsintelligenz: KI-gestützte Protokollanalysen liefern Ursachenanalysen und umsetzbare Empfehlungen anstelle von rohen Alarmdaten, wodurch sich die Zeit bis zur Behebung von Betriebsproblemen und die Reaktionszeit bei Vorfällen verkürzt. Bei der Koordination der Recovery: Agentenbasierte Automatisierung führt Teams durch komplexe Recovery-Abläufe – Eindämmung von Bedrohungen, Identifizierung von Cleanpoints, validierte Wiederherstellung – mit strukturierter Entscheidungsunterstützung anstelle einer vollständig manuellen Ausführung.

Der wesentliche Unterschied zum herkömmlichen Backup-Management: KI-Automatisierung kann Komplexität in großem Maßstab bewältigen und ermittelt, welche Workloads unzureichend geschützt sind, welche Wiederherstellungspunkte einwandfrei sind und welche Maßnahmen als Nächstes priorisiert werden sollten. Commvault Cloud kann alle drei Aspekte über Metallic AI, die Arlie-Agentenbibliothek und das MCP-Server-Framework bereitstellen.

Commvault Cloud wurde entwickelt, um beide Aspekte der Datensicherheit im KI-Bereich über eine einzige, einheitliche Plattform abzudecken. Für den Datenschutz: umfassende Datensicherung, unveränderlicher Speicher und schnelle Recovery für den KI-Anwendungsstack – Data Lakes, Vektordatenbanken, Modellregister und Recheninfrastruktur auf AWS, Azure und Google Cloud – mit KI-basiertem Schutz vor Bedrohungen wie Datenvergiftung, Prompt-Injektion und Angriffen auf Maschinenidentitäten.

Für die Ausfallsicherheit: Metallic AI und die Arlie-Agentenbibliothek integrieren KI-gestützte Bedrohungserkennung, Anomalieerkennung und die Orchestrierung der Recovery durch Agenten über den gesamten Plattformbetrieb hinweg, einschließlich Intelligenz zur Phishing-Erkennung, vorausschauender Einblicke in den IT-Betrieb und automatisierter Reaktion auf Vorfälle. Zur Erweiterung: „Data Activate“ macht kontrollierte Backup-Daten in offenen Formaten (Parquet, Iceberg) für Analysen, Modelltraining und Compliance nutzbar; und der MCP-Server ermöglicht es Unternehmens-KI-Agenten, über dialogorientierte Schnittstellen auf sichere Weise Abfragen an die Commvault Cloud zu stellen, diese zu automatisieren und mit ihr zu interagieren.

Commvault arbeitet nach einem Rahmenwerk für verantwortungsvolle KI, dessen Schwerpunkt auf Zuverlässigkeit, Transparenz und menschlicher Aufsicht liegt – dies unterscheidet das Unternehmen von Anbietern von Cloud-Datensicherheit, die proprietäre KI-Schichten oder separate Steuerungsebenen erfordern. Integration an erster Stelle: native Anbindung an Databricks, CrowdStrike, AWS und andere KI- sowie Datensicherheits-Ökosysteme.