Intent-basierte Automatisierung statt manueller Regelpflege KI-Agenten senken die Angriffsfläche von Firewall-Regelwerken

Anbieter zum Thema

Check Point Software Technologies GmbH

Fujitsu Technology Solutions GmbH

In der Firewall-Verwaltung übernehmen zunehmend KI-Agenten die Regelpflege: Sie leiten Richtlinien aus einem Network Knowledge Graph ab und setzen sie durch, während Absicht und Aufsicht beim Menschen bleiben. So lassen sich gewachsene Regelwerke mit Race Conditions und Deadlocks ablösen und die Angriffsfläche sinkt

In dynamischen Rechenzentren ändert sich die Netzstruktur fortlaufend. Auto-Scaling in der Cloud, containerisierte Workloads unter Kubernetes und verteilte Standorte verschieben die Topologie schneller, als ein Team Regeln von Hand nachziehen kann. Gleichzeitig fällt die Spanne zwischen dem Bekanntwerden einer Lücke und ihrer Ausnutzung von Jahren und Tagen auf mittlerweile nur noch Stunden.

Manuelle Firewall-Pflege hält dieses Tempo nicht mehr. Agentische, intent-basierte Steuerung verschiebt die Arbeit von der einzelnen Regel zur übergeordneten Absicht und bindet die Durchsetzung an eine kontinuierliche Prüfung. Gartner prognostiziert für Organisationen, die ihre Schutzmaßnahmen mit starkem Fokus auf Mobilisierung über Geschäftsbereiche hinweg umsetzen, bis 2028 mindestens 50 Prozent weniger erfolgreiche Cyberangriffe. Für Sicherheitsverantwortliche heißt das, dass die Wirkung weniger an der einzelnen Lösung hängt und mehr an der konsequenten Umsetzung über Teams hinweg.

Ausbruch aus Testumgebung

Autonomer KI-Agent dringt in Hugging-Face-Systeme ein

Gewachsene Regelwerke vergrößern die Angriffsfläche

Über Jahre erweiterte Regelsätze enthalten zahllose veraltete Einträge, die oft niemand bereinigt. In großen Umgebungen kollidieren Regeln, es kommt zu Race Conditions und Deadlocks, und widersprüchliche Einträge öffnen Zugänge, die niemand beabsichtigt hat. Fehlkonfiguration zählt seit Jahren zu den häufigsten Ursachen erfolgreicher Firewall-Angriffe, und die Ursache liegt in der Pflege der Regeln. Ein einzelnes falsch gesetztes Zeichen in einer Zugriffsregel kehrt deren Wirkung um und gibt statt eines einzelnen Ports den gesamten Verkehr frei oder verursacht andere Probleme. Je dynamischer die Umgebung, desto schneller veraltet das Regelwerk, denn jede Skalierung, jede neue Applikation und jede Verschiebung von Workloads verändert die Bedingungen. Microsegmentierung und workload-nahe Richtlinien begrenzen den Schaden, erhöhen aber zugleich die Zahl der zu verwaltenden Regeln.

Absichten in natürlicher Sprache ersetzen manuelle Regelpflege

Die agentische Orchestrierung kehrt das Prinzip der Regelverwaltung um. Statt einzelne Einträge zu pflegen, formulieren Administratoren eine Absicht in natürlicher Sprache, darunter die Sperre einer Anwendung für einen bestimmten Nutzer, und das System leitet die passenden Regeln ab und verteilt sie. Check Point ordnet diesen Ansatz in eine Strategie aus mehreren Säulen ein, zu denen Hybrid Mesh Network Security, Workspace Security, Exposure Management und KI-Sicherheit zählen, mit Threat Intelligence als gemeinsamer Grundlage. Nach Angaben des Herstellers bildet eine Abstraktionsschicht die Brücke zwischen der menschlichen Absicht und der technischen Umsetzung und löst den Rollout über mehrere Hundert Standorte von der fehleranfälligen Handarbeit. Thomas Boele, Global Director Solutions Engineering für AI Security, ordnet den Nutzen so ein: „Die Komplexität nimmt zu, aber mit natürlicher Sprache lege ich das gewünschte Ergebnis fest und ziehe eine zusätzliche Abstraktionsschicht ein. Statt eine Schutzregel über alle Standorte manuell auszurollen, genügt die Vorgabe, dass ein bestimmter Nutzer eine Anwendung nicht verwenden darf, den Rest leitet das System selbst ab.“

Andere Anbieter verfolgen vergleichbare Wege. Palo Alto Networks stellt mit dem Network Security Agent in Cortex AgentiX einen Agenten bereit, der Bedrohungsreaktion, Richtliniensteuerung und Netzwerkverwaltung über eigene und fremde Firewalls orchestriert und folgenreiche Aktionen an eine menschliche Freigabe bindet. Cisco bringt intent-basierte Richtliniendurchsetzung in seine Mesh-Firewall-Familie und deckt damit den Lebenszyklus einer Zugriffsregel von der Bereitstellung bis zur Außerbetriebnahme ab. Fortinet erweitert FortiOS in der im März 2026 vorgestellten Version 8.0 um KI-Governance und Funktionen für agentische Abläufe samt Sichtbarkeit für Model Context Protocol und Agent-to-Agent-Kommunikation. Klassische Policy-Orchestrierung über mehrere Hersteller decken zudem AlgoSec und Tufin ab.

KI und FWaaS

Sicherheitsrisiko Firewall-Regeln

Der Knowledge Graph liefert die Echtzeit-Topologie

Damit Agenten verlässlich handeln, brauchen sie ein aktuelles Modell des Netzes. Check Point setzt dafür einen Network Knowledge Graph ein, der die Topologie dynamisch abbildet. Nach Herstellerangaben speist er sich aus Flow-Daten, Telemetrie aus Zehntausenden Feldsystemen, Agenten auf Endgeräten und über 2.000 Schnittstellen fremder Hersteller. Verändert sich die Umgebung durch Auto-Scaling oder durch das Starten und Stoppen von Containern, aktualisiert sich das Modell entsprechend, sodass die Agenten auf einer belastbaren Grundlage aufsetzen und keine veraltete Sicht durchsetzen.

Der Multi-Vendor-Bezug ist für die Praxis bedeutsam, denn Rechenzentren betreiben selten nur die IT eines einzigen Anbieters. Der israelisch-US-amerikanische Anbieter verfolgt mit einem offenen Integrationsmodell den Anspruch, Schwachstellen auch in Fremdsystemen zu korrigieren und Daten aus verbreiteten Schwachstellenscannern einzubeziehen. Die im Jahr 2025 übernommene Plattform Veriti steuert die automatisierte Behebung über mehrere Hersteller hinweg, ohne den Betrieb zu unterbrechen. Damit lassen sich Korrekturen anstoßen, ohne dass für jedes System ein eigenes Dashboard nötig ist.

Menschliche Kontrolle bleibt über definierte Modi

Die Autonomie der Agenten ist abgestuft. Boele beschreibt das Modell aus vier Modi, die von der Beobachtung über die Orientierung und die Entscheidung bis zur Handlung reichen. „Der Mensch legt die Richtlinien, die Umgebung und das gewünschte Ergebnis fest, an dieser Stelle bleibt die Kontrolle bei den Menschen. Geht es um Sekunden, muss das System automatisch handeln.“ Fred Streefland, CISO EMEA, fasst das Prinzip zusammen: „Die Agenten erledigen die Arbeit, die Aufsicht bleibt beim Menschen.“ Ohne Freigabe handeln die Agenten nur in zeitkritischen Lagen, zum Beispiel wenn eine global verteilte Bedrohungsbeobachtung über ThreatCloud AI an teilnehmende Systeme ausgerollt wird und eine Rückfrage die Reaktion verzögert. Trennt ein Team Netzsegmente vollständig, erfolgt der Eingriff manuell. Die Aufsicht verbleibt über das Security Operations Center und das Management.

Die Trennung zwischen menschlicher Absicht und maschineller Ausführung findet sich auch bei den Wettbewerbern. Palo Alto bindet Aktionen mit großer Tragweite an rollenbasierte Zugriffskontrollen und an eine ausdrückliche Bestätigung. Für Sicherheitsverantwortliche zählt vor allem die Nachvollziehbarkeit, denn jede automatisch durchgesetzte Regel muss sich im Nachgang einer Person und einer Absicht zuordnen lassen. Ohne durchgängige Protokollierung verschiebt eine autonome Durchsetzung das Risiko lediglich von der Fehlkonfiguration zur unkontrollierten Automatisierung.

Ermittler arbeiten mit Datensilos, Täter agieren vernetzt

Mit Graphen gegen Terroristen

Die Agenten selbst werden zum Schutzobjekt

Mit der Autonomie wächst eine neue Angriffsfläche. Ein Sprachmodell liefert auf dieselbe Anfrage unterschiedliche Antworten, und diese Unvorhersehbarkeit verträgt sich schlecht mit der verbindlichen Durchsetzung von Sicherheitsregeln. Boele bringt es auf den Punkt: „Wenn ich zehnmal dieselbe Frage stelle, bekomme ich womöglich zehn verschiedene Antworten. Ich brauche also eine gewisse Vorhersehbarkeit, und dafür braucht es eine Schicht, die in die Modelle hineinschaut und sicherstellt, dass sie sich an die Regeln halten.“ Der Hersteller ergänzt die Orchestrierung daher um eine Prüfschicht. Der über die Übernahme von Deepchecks eingebrachte Evaluierungs-Layer kontrolliert das genutzte Foundation Model auf versteckte Verzerrungen und prüft, ob die Modelle die gesetzten Regeln einhalten. Runtime-Schutz aus der Übernahme von Lakera und die Governance autonomer Agenten aus Cyata sichern die Agenten gegen Manipulation und gegen die Ausführung schädlicher Anweisungen ab.

Der Schutz der Agenten ist für den produktiven Einsatz die Bedingung. Ein kompromittierter oder fehlgeleiteter Agent mit Schreibrechten auf das Firewall-Regelwerk richtet größeren Schaden an als eine einzelne Fehlkonfiguration, denn er wirkt über viele Systeme zugleich. Prompt-Injection, manipulierte Trainingsdaten und unkontrollierte Agent-zu-Agent-Kommunikation gehören zu den Risiken, die ein Betrieb vor der Übergabe von Durchsetzungsrechten an autonome Komponenten bewertet. Die Branche reagiert mit eigenen Kontrollmechanismen, Fortinet stellt mit FortiOS 8.0 zum Beispiel Sichtbarkeit für Agent-Kommunikation und Modellzugriffe bereit.

Statische Zugangsdaten sind im KI-Zeitalter nicht mehr sicher

KI-Agenten brauchen Secrets und machen sie zur Angriffsfläche

Fazit

Agentische, intent-basierte Steuerung greift zwei alte Probleme der Firewall-Verwaltung zugleich auf, das Veralten gewachsener Regelwerke und die Geschwindigkeit moderner Angriffe. Der Knowledge Graph hält die Topologie aktuell, die Modi-Steuerung hält die Entscheidung beim Menschen, und die Prüfschicht bindet die eingesetzten Agenten an die definierten Regeln. Der Markt bewegt sich mit vergleichbaren Ansätzen mehrerer Anbieter in dieselbe Richtung, die Unterschiede liegen in der Datengrundlage, der Tiefe der Multi-Vendor-Integration und der Absicherung der Agenten selbst.

(ID:50908381)