93 Prozent der Unternehmen lassen KI-Agenten auf Kernsysteme zu KI-Agenten brauchen denselben Lifecycle wie Mitarbeiter

Anbieter zum Thema

Saviynt Inc.

cidaas by Widas ID GmbH

FAST LTA GmbH

FTAPI Software GmbH

KI-Agenten greifen heute bereits eigenständig auf SAP-, Salesforce- und ServiceNow-Systeme zu, oft mit weitreichenden Berechtigungen und ohne klare Governance. Wer diese Agenten nicht wie Mitarbeiter führt, verliert die Kontrolle über die eigenen Kernsysteme.

KI-Agenten sind längst Teil produktiver Unternehmensprozesse. Sie bearbeiten Transaktionen, automatisieren Entscheidungen und greifen eigenständig auf Geschäftsanwendungen zu.

Für Security-Teams entsteht dadurch eine neue Realität: Jede dieser Instanzen ist eine Identität mit eigenen Berechtigungen, Zugriffen und Risiken. Anders als ein Mitarbeiter arbeitet er rund um die Uhr, trifft Entscheidungen in Millisekunden und steht in keinem HR-System.

Das Problem ist nicht theoretisch. Eine Saviynt-Studie unter deutschen CISOs und CIOs zeigt: 93 Prozent bestätigen, dass KI-Identitäten bereits auf Kernsysteme zugreifen. Nur 25 Prozent steuern diese Zugriffe mit klaren Richtlinien. Mehr als die Hälfte hat keinen vollständigen Überblick über die KI-Identitäten in ihrer Umgebung. 76 Prozent haben unsanktionierte KI-Tools entdeckt, oft mit eigenen Zugangsdaten und erhöhten Berechtigungen.

Warum Software-Schutz für KI-Agenten nicht ausreicht

Bei Agentic AI wiederholt die IT-Branche alte Fehler

Wo das Risiko konkret entsteht

Drei Szenarien, die in der Praxis bereits vorkommen:

• 1. Ein Unternehmen testet einen KI-Agenten für die Automatisierung von Compliance-Prüfungen. Nach der Pilotphase wird das Projekt eingestellt. Der Agent läuft weiter, weil ihn niemand im Identity-System erfasst hat. Er hat weiterhin Zugriff auf Finanzdaten und Audit-Systeme. Kein Verantwortlicher, kein Ablaufdatum, keine Kontrolle.

• 2. Ein externer Anbieter liefert einen KI-Agenten für die vorausschauende Wartung. Der Agent greift auf Produktionsdaten zu. Der Dienstleister wird kompromittiert. Die Zugangsdaten des Agenten landen beim Angreifer. Der bewegt sich anschließend durch die Systeme des Unternehmens. Der Zugriff sieht von innen aus wie ein normaler Vorgang.

• 3. Eine Fachabteilung erstellt über eine Low-Code-Plattform eigene KI-Agenten. Die greifen auf Kundendaten und ERP-Systeme zu. Die IT-Sicherheit erfährt davon nichts. Es gibt keine Governance, keine Lifecycle-Steuerung, keinen Verantwortlichen.

• 4. Alle drei Fälle haben eines gemeinsam: Perimetersicherheit hilft nicht. Der Angriff erfolgt nicht von außen, sondern über eine bereits legitimierte Identität. Klassische Identity-Management-Systeme greifen nicht, weil sie für menschliche Nutzer gebaut wurden.

KI wird wie ein Werkzeug behandelt, wirkt aber wie kritische Infrastruktur

KI trifft falsche Entscheidungen und niemand merkt es rechtzeitig

Was anders ist als bei menschlichen Identitäten

Security-Verantwortliche kennen den Joiner-Mover-Leaver-Prozess für Mitarbeiter. Für KI-Agenten gibt es in den meisten Unternehmen nichts Vergleichbares. Das liegt daran, dass sich Agenten grundlegend anders verhalten als menschliche Nutzer.

Ein Mitarbeiter wird eingestellt und verlässt irgendwann das Unternehmen. Ein KI-Agent läuft potenziell unbegrenzt, wenn ihn niemand aktiv stilllegt. Stößt er in einem Workflow auf ein Hindernis, kann er versuchen, sich zusätzliche Berechtigungen zu beschaffen, in Maschinengeschwindigkeit, nicht im Tempo eines Helpdesk-Tickets. In Agentic-AI-Architekturen kommt hinzu, dass Agenten Aufgaben an andere Agenten delegieren und dabei Berechtigungen weiterreichen, die der ursprüngliche Agent gar nicht hatte.

Erschwerend wirkt, dass KI-Agenten nicht nur in der IT-Abteilung entstehen. Fachabteilungen erstellen sie über Low-Code-Plattformen, Entwickler deployen sie in Cloud-Umgebungen, externe Dienstleister bringen eigene mit. Für Security-Teams bedeutet das: Die Angriffsfläche wächst an Stellen, die sie oft gar nicht sehen.

Mensch und Maschine im Gleichgewicht

Warum Agentic AI ohne menschliche Kompetenz keine Sicherheit bietet

Fünf Maßnahmen für Security-Verantwortliche

Die folgenden Schritte lassen sich unabhängig von der eingesetzten Plattform umsetzen. Sie orientieren sich am Least-Privilege-Prinzip und an den Anforderungen von NIS2, DORA und dem KRITIS-Dachgesetz.

• 1. KI-Agenten inventarisieren: Der erste Schritt ist Sichtbarkeit. Security-Teams sollten eine vollständige Bestandsaufnahme aller KI-Agenten in ihrer Umgebung durchführen, autorisierte genauso wie Shadow AI. Konkret heißt das: API-Zugriffe auf Kernsysteme analysieren, Cloud-Umgebungen nach nicht registrierten Agenten scannen, Fachabteilungen gezielt befragen. Ohne Inventar ist keine Steuerung möglich.

• 2. Jeden Agenten einem Verantwortlichen zuordnen: Jeder KI-Agent braucht einen menschlichen Owner. Nicht die IT-Abteilung pauschal, sondern eine namentlich benannte Person, die für den Agenten verantwortlich ist: für seine Berechtigungen, seine Aktivitäten und seine Stilllegung. Das ist vergleichbar mit der Eigentümerschaft für Service Accounts, die in vielen Unternehmen bereits etabliert ist. Für KI-Agenten fehlt diese Praxis fast überall.

• 3. Lifecycle-Prozesse einführen: KI-Agenten brauchen denselben Lifecycle wie menschliche Identitäten: Registrierung, Genehmigung, regelmäßige Rezertifizierung, Stilllegung. Jeder Agent sollte ein Ablaufdatum haben. Wenn die Pilotphase endet, wird der Agent deaktiviert. Wenn der externe Dienstleister den Vertrag beendet, werden die Zugangsdaten des Agenten automatisch entzogen. Das klingt selbstverständlich, passiert aber in der Praxis selten.

• 4. Least Privilege konsequent anwenden: KI-Agenten sollten nur die Berechtigungen erhalten, die sie für ihre definierte Aufgabe brauchen. Just-in-Time-Zugriff, also die temporäre Vergabe von Rechten nur bei Bedarf, ist für KI-Agenten sogar wichtiger als für menschliche Nutzer, weil Agenten rund um die Uhr aktiv sind. Standing Privileges, also dauerhaft vergebene Administratorrechte, sind bei KI-Agenten ein besonders hohes Risiko.

• 5. Zugriffe in Echtzeit überwachen: Manuelle Rezertifizierungen im Quartalsrhythmus reichen bei KI-Agenten nicht aus. Ein Agent, der in Millisekunden Entscheidungen trifft, kann in der Zeit zwischen zwei Rezertifizierungen erheblichen Schaden anrichten. Security-Teams brauchen eine Echtzeit-Überwachung der Agenten-Zugriffe mit automatisierten Alerts bei Abweichungen vom definierten Verhalten. Das gilt für Zugriffe auf Unternehmensanwendungen genauso wie für die Kommunikation zwischen Agenten.

Cybersecurity zwischen KI-Innovation und Regulierung

KI erzwingt neue Sicherheitsmodelle in Unternehmen

Regulatorische Einordnung

NIS2 fordert von Unternehmen eine nachvollziehbare Steuerung privilegierter Zugriffe. DORA verlangt von Finanzunternehmen eine strenge Kontrolle von IKT-Risiken und Drittanbieter-Zugriffen. Das KRITIS-Dachgesetz verpflichtet Betreiber kritischer Infrastrukturen zu höheren Sicherheitsstandards. Der EU AI Act fordert Transparenz und Nachvollziehbarkeit für KI-Systeme.

Keine dieser Regulierungen unterscheidet zwischen menschlichen und maschinellen Identitäten. Die Pflicht zur Kontrolle gilt für alle. Wer KI-Agenten nicht in seine Identity Governance einbezieht, riskiert nicht nur Sicherheitslücken, sondern auch Compliance-Verstöße.

Laut dem Schwarz Digits Cyber Security Report 2026 gehen fast die Hälfte der deutschen Unternehmen fälschlicherweise davon aus, von NIS2 nicht betroffen zu sein. 54 Prozent stufen das Cyberrisiko durch KI als nicht vorhanden ein. Für Security-Verantwortliche heißt das: Die Lücke zwischen regulatorischer Anforderung und betrieblicher Realität ist erheblich.

Non-Human Identities übersteigen menschliche 50 zu 1

Wenn KI-Agenten ihre eigenen Schlüssel brauchen

Fazit: Identitäten steuern, nicht Technologie bewundern

Unternehmen diskutieren intensiv über die Chancen künstlicher Intelligenz. Die entscheidendere Frage lautet jedoch:

Wer oder was greift mit welchen Rechten auf kritische Systeme zu?

KI-Agenten sind keine Werkzeuge mehr. Sie agieren zunehmend wie eigenständige digitale Akteure und müssen deshalb auch wie Identitäten gesteuert werden.

Wer diese Transparenz nicht herstellen kann, verliert Kontrolle über seine eigene Infrastruktur.

Über den Autor: Josef Nemecek ist Client Solution Advisor bei Saviynt und beschäftigt sich mit den Auswirkungen autonomer KI-Systeme auf Identity Security, Governance und Zero-Trust-Architekturen in regulierten Unternehmensumgebungen.

(ID:50920346)