Generative KI hat in den letzten Jahren einen Weg zurückgelegt, für den andere Technologien Jahrzehnte gebraucht haben. Vom experimentellen ChatGPT-Zugang einzelner Mitarbeitender bis zu KI-Agenten, die eigenständig Aufgaben planen, Tools aufrufen und Entscheidungen vorbereiten – Unternehmen setzen KI heute produktiv ein, oft schneller, als IT und Security nachziehen können. Genau darin liegt das Problem: Wer weiß eigentlich, welche KI-Dienste in seinem Unternehmen tatsächlich genutzt werden, welche Daten dabei fließen und ob die Wahl des jeweiligen Modells überhaupt zur Sensibilität der Anfrage passt?
In vielen Unternehmen lautet die ehrliche Antwort: niemand so richtig. Vertriebsteams fügen Kundendaten in öffentliche Chat-Oberflächen ein, Entwicklerinnen lassen Code-Assistenten auf interne Repositories zugreifen, und Fachbereiche experimentieren mit KI-Agenten, ohne dass Security oder Datenschutz davon erfahren. Diese Schatten-KI ist kein Randphänomen mehr, sondern für viele Cyber Defense Center inzwischen ein blinder Fleck, den es zu schließen gilt.
Ein Kontrollpunkt zwischen Mitarbeitenden und Modell
Genau hier setzt die Idee des AI Gateways an. Vereinfacht gesagt handelt es sich um eine Instanz, die sich zwischen den Anwendungen beziehungsweise Mitarbeitenden eines Unternehmens und den KI-Modellen platziert, die sie nutzen – unabhängig davon, ob es sich um ein lokal betriebenes Modell in der eigenen Infrastruktur oder um einen öffentlichen Dienst wie die APIs großer KI-Anbieter handelt. Jede Anfrage läuft durch diesen einen Punkt, bevor sie das eigentliche Modell erreicht.
Damit ähnelt das Prinzip dem, was sich in der Netzwerksicherheit längst etabliert hat: Statt jede Verbindung einzeln und unkontrolliert zuzulassen, wird ein zentraler Punkt geschaffen, an dem Regeln greifen, Aktivität sichtbar wird und im Zweifel eingegriffen werden kann. Aktuelle Entwicklungen wie das Open-Source-Projekt Agentgateway zeigen, wohin sich dieser Gedanke weiterentwickelt: Je mehr KI-Agenten eigenständig Werkzeuge und Schnittstellen aufrufen, desto wichtiger wird ein Kontrollpunkt, der nicht nur Anfragen an Sprachmodelle verwaltet, sondern auch nachvollzieht, welcher Agent auf welches Tool zugreift. Für ein Cyber Defense Center ist das keine akademische Unterscheidung, sondern die logische Fortsetzung eines Grundprinzips: Transparenz über jede Interaktion, egal ob Mensch-zu-Modell oder Agent-zu-Werkzeug.
Zwei Aufgaben, ein gemeinsames Prinzip
Ein AI Gateway erfüllt im Kern zwei Aufgaben, die sich gegenseitig verstärken.
Die erste betrifft die Wahl des richtigen Dienstes. Nicht jede Anfrage benötigt das leistungsfähigste öffentliche Modell, und nicht jede Anfrage darf ein solches überhaupt erreichen. Eine interne Recherche zu einem öffentlich verfügbaren Thema kann problemlos an einen leistungsstarken Cloud-Dienst weitergeleitet werden. Eine Anfrage mit personenbezogenen Daten oder Geschäftsgeheimnissen sollte dagegen an ein lokal betriebenes Modell gehen, bei dem die Daten das Unternehmen nicht verlassen. Wichtig dabei: Lokal bedeutet nicht automatisch sicherer im Sinne der Modellqualität, sondern vor allem etwas anderes – die Datenhoheit bleibt im eigenen Haus. Ein Gateway kann diese Weiterleitung anhand von Kriterien wie Datenklassifizierung, Kosten oder Latenzanforderungen automatisiert übernehmen, statt sie dem Zufall oder der Einschätzung einzelner Mitarbeitender zu überlassen.
Die zweite Aufgabe ist die eigentlich strategischere: Governance. Ein AI Gateway macht sichtbar, welche KI-Dienste im Unternehmen überhaupt aktiv sind, wer sie nutzt und welche Informationen dabei übermittelt werden. Es erlaubt, Richtlinien technisch durchzusetzen, statt sie nur in einem Dokument festzuhalten, das ohnehin niemand liest, bevor er den nächsten Prompt eintippt. Anfragen können protokolliert, auffällige Muster erkannt und im Zweifel blockiert werden. Für Unternehmen, die sich an Anforderungen wie NIS2 oder der DSGVO orientieren müssen, ist genau diese Nachvollziehbarkeit oft der Unterschied zwischen einer belastbaren Aussage gegenüber Auditoren und einem Achselzucken.
Warum das Thema ins Cyber Defense Center gehört
Ein AI Gateway ist damit mehr als ein IT-Architekturthema – es liefert dem Cyber Defense Center eine neue, bislang fehlende Datenquelle. So wie Firewall- und Proxy-Logs seit Jahren die Basis für Monitoring und Threat Hunting bilden, können die Protokolle eines AI Gateways zeigen, wenn ein Account plötzlich ungewöhnlich große Datenmengen an ein Modell überträgt, wenn ein Agent versucht, auf Systeme zuzugreifen, für die er nicht vorgesehen ist, oder wenn sich Nutzungsmuster verändern, die auf einen kompromittierten Zugang hindeuten. Diese Signale lassen sich in ein SIEM einspeisen und dort mit anderen Ereignissen korrelieren – KI-Nutzung wird damit zu einem regulären Bestandteil der Sicherheitsüberwachung, statt eine unbeobachtete Blackbox zu bleiben.
Zudem verändert sich mit KI-Agenten auch das Anforderungsprofil an Incident Response. Wenn ein Agent eigenständig Aktionen auslöst, reicht es nicht mehr, nur Endgeräte und Netzwerke im Blick zu haben. Ein Cyber Defense Center, das ein AI Gateway betreibt beziehungsweise dessen Daten auswertet, kann im Ernstfall deutlich schneller nachvollziehen, welche Anfrage zu welchem Verhalten geführt hat – eine Grundlage, die ohne zentralen Kontrollpunkt schlicht fehlt.
Kein Wundermittel, sondern ein Baustein
Bei aller Wirksamkeit sollte ein AI Gateway nicht als alleinige Lösung missverstanden werden. Es ersetzt weder eine saubere Klassifizierung sensibler Daten noch die Sensibilisierung von Mitarbeitenden, die im Zweifel immer noch selbst entscheiden, was sie in ein Eingabefeld schreiben. Auch technisch ist Sorgfalt gefragt: Ein zentraler Kontrollpunkt bedeutet immer auch einen potenziellen Single Point of Failure, der entsprechend hochverfügbar und performant ausgelegt werden muss, damit er nicht selbst zum Flaschenhals wird. Ein AI Gateway ist deshalb am wirksamsten als ein Baustein innerhalb einer umfassenderen Zero-Trust-Strategie zu verstehen – eingebettet in Richtlinien, Rollenmodelle und die kontinuierliche Überwachung, die ein Cyber Defense Center ohnehin für andere Bereiche der IT-Infrastruktur leistet.
Fazit
Die Frage ist längst nicht mehr, ob Unternehmen KI einsetzen, sondern wie kontrolliert sie das tun. Ein AI Gateway gibt Sicherheitsverantwortlichen genau das zurück, was mit der schnellen Verbreitung von KI-Tools verloren zu gehen drohte: Transparenz und Steuerungsfähigkeit. Für ein Cyber Defense Center ist es damit weniger ein zusätzliches Tool als eine konsequente Erweiterung dessen, was Monitoring und Incident Response schon immer geleistet haben – nur eben für eine neue Art von Datenverkehr.
Die eigentliche Herausforderung liegt dabei selten in der Idee selbst, sondern in der Umsetzung: Welches Produkt passt zur eigenen Infrastruktur und Risikolage? Wie lässt sich die Einführung so gestalten, dass sie den Betrieb nicht ausbremst? Wer sorgt dafür, dass Regeln und Policies auch nach dem Rollout aktuell bleiben? Die Einführung eines AI Gateways wirft dabei zahlreiche technische und organisatorische Fragen auf – von der Auswahl geeigneter Produkte über die Integration in bestehende Sicherheitsarchitekturen bis hin zur Definition tragfähiger Governance-Prozesse. ConSecur unterstützt Unternehmen dabei von der Konzeption über die Implementierung bis zum sicheren Betrieb.
Wie sieht die KI-Nutzung in Ihrem Unternehmen aktuell aus – wissen Sie, welche Dienste wirklich im Einsatz sind, oder vermuten Sie es nur? Sprechen Sie uns gerne an, wenn Sie das Thema strukturiert angehen wollen.
Autor: Matthias Rammes
