Die Anforderungen an Fachkräfte in der Cybersicherheit wandeln sich grundlegend. Traditionelle Qualifikationen wie Zertifizierungen und langjährige Berufserfahrung verlieren an Bedeutung, während neue Fähigkeiten wie Neugier-geleitetes kritisches Denken, instinktives Urteilsvermögen und die Fähigkeit, mehrdeutige Signale in fundierte, risikobasierte Entscheidungen umzuwandeln, immer wichtiger werden. Dies geht aus aktuellen Branchenanalysen hervor, die angesichts des rasanten Fortschritts von Künstlicher Intelligenz und Automatisierung eine Neuausrichtung der Kompetenzprofile fordern.
Der rasche technologische Wandel und die zunehmende Komplexität von Cyberbedrohungen stellen Sicherheitsteams vor große Herausforderungen. KI-gestützte Tools beschleunigen die Entdeckung von Schwachstellen, was zu einer wachsenden Diskrepanz zwischen der Anzahl der von Maschinen erkannten Probleme und der Kapazität menschlicher Teams zur Triage führt. Fabrizio Pilotti, CIO bei Aston Martin Aramco Formula One, betont die Notwendigkeit, ein Gleichgewicht zwischen KI und menschlichen Fähigkeiten zu finden. Er sieht darin neue Chancen für Sicherheitsexperten, da Cybersicherheit zusammen mit Softwareentwicklung aufgrund der wachsenden Komplexität und der Notwendigkeit schneller Reaktionen ganz oben auf der Prioritätenliste stehe.
Neugier als Schlüsselkompetenz
Eric Schmitt, Global Chief Information Security Officer bei Sedgwick, argumentiert, dass viele fälschlicherweise glauben, ein exzellenter Cybersicherheitsexperte zeichne sich durch Zertifikate oder langjährige Erfahrung aus. Diese Credentials könnten zwar auf mögliche Fähigkeiten hinweisen, seien aber keine Erfolgsgarantie mehr, insbesondere da KI die Art der Angriffe und Reaktionsmethoden verändert. Schmitt bevorzugt es, jemanden einzustellen, der erst seit einem Jahr im Beruf ist, aber ständig fragt: „Warum funktioniert das so?“, anstatt jemanden mit 20 Jahren Erfahrung, der diese Fragen nicht stellt. Erfahrung lehre, was in der Vergangenheit funktioniert hat, während Neugier zeige, was als Nächstes kaputtgehen könnte und wo die Lösung liegen mag.
Kritisches Denken zur Bewertung von KI-Ergebnissen
Allein Neugier reicht jedoch nicht aus. Schmitt betont, dass neugierige Cybersicherheitsexperten auch über ausgeprägte Fähigkeiten zum kritischen Denken verfügen müssen. Neugier generiere die wichtigsten Fragen, und kritisches Denken entscheide, welche Antworten Bestand haben. KI-Tools produzieren große Mengen selbstbewusster, plausibler Ausgaben, aber jemand müsse immer noch hinterfragen, ob diese korrekt sind und dies beurteilen können. Neugier ohne kritische Strenge führe zu Rauschen, Strenge ohne Neugier zu Stagnation. Manager sollten daher auf Neugier achten und kritisches Denken fördern, da alles andere erlernbar sei.
Instinkt und Fähigkeiten jenseits der Automatisierung
Ankur Anand, CIO beim Personalvermittler Harvey Nash, weist auf ein signifikantes Problem hin: Eine übermäßige Abhängigkeit von KI-Tools könnte Unternehmen anfällig für Angriffe machen. Er verweist auf eine Studie, bei der 23 führende KI-Modelle an forensischen Daten von kompromittierten Systemen getestet wurden. Jedes Modell versagte bei einer bestimmten Angriffskategorie: Intrusionen, die überhaupt keinen Alarm ausgelöst hatten. Die meisten Sicherheitstools, einschließlich jener mit KI, untersuchen nur bereits als ungewöhnlich markierte Ereignisse. Wenn kein Alarm ausgelöst wird, hat eine KI, die für die Untersuchung von Alarmen entwickelt wurde, nichts zu analysieren.
Die besten Cybersicherheitsexperten besitzen laut Anand das Urteilsvermögen, zu erkennen, wann etwas nicht stimmt. Sie hätten den Instinkt, misstrauisch gegenüber einem System zu werden, das scheinbar völlig in Ordnung ist, und zu hinterfragen, warum es still ist, während alle anderen nur auf laute Signale achten. Anand identifiziert folgende Fähigkeiten, die jenseits der Automatisierung liegen und daher besonders wertvoll sind:
- Threat-Hunting: Aktives Suchen nach Problemen, ohne dass ein Alarm den Weg weist.
- KI-Aufsicht: Zu erkennen, wann die Ausgabe eines KI-Modells falsch ist, und die Überzeugung zu haben, dies in einer Besprechung klar zu äußern.
- Klare Kommunikation: Die Fähigkeit, die Ergebnisse eines Modells in eine für das Unternehmen umsetzbare Entscheidung zu übersetzen.
- Grundlegende technische Expertise: Beispielsweise Kenntnisse in Python, um Tools, die Triage durchführen, abfragen und hinterfragen zu können, anstatt ihre Urteile einfach zu akzeptieren.
Für Cybersicherheitsexperten ist es entscheidend, diese menschlichen Fähigkeiten zu entwickeln, um in einer sich schnell entwickelnden Bedrohungslandschaft relevant und wirkungsvoll zu bleiben.
Thema: Technologie / KI allgemein. Quelle/Inspiration: ZDNet.