Teil 2: Welche Unternehmensdaten fliessen in die Künstliche Intelligenz?
Wenn dein Verantwortlicher für Compliance oder ein Auditor diese Frage stellt und die Antwort lautet «Wir wissen es nicht.», hast du kein technisches Problem. Du hast ein Governance-, Compliance- und im schlimmsten Fall ein Haftungsproblem. Im ersten Teil dieser Serie ging es darum, wer KI nutzen darf und welche Dienste überhaupt erlaubt sind. Jetzt geht es um die eigentliche Substanz: deine Daten. Denn der grösste Risikofaktor ist selten die KI selbst, sondern die Informationen, die Mitarbeitende unbewusst hineinkopieren. Mit zwei Bausteinen sorgst du dafür, dass sensible Daten gar nicht erst abfliessen und jede Interaktion nachvollziehbar bleibt.
Früher wurden Dateien anhand ihres Typs blockiert. Beispielsweise durfte keine .csv-Datei hochgeladen werden. Das Problem: Das lässt sich leicht umgehen und blockiert oft genau die falschen Inhalte. Die Content Policy in Global Secure Access (GSA) geht einen Schritt weiter. Statt Dateiendungen zu prüfen, analysiert sie den tatsächlichen Inhalt eines Datenstroms und gleicht ihn in Echtzeit mit den bestehenden Microsoft-Purview-Richtlinien ab.
Die Grundlage bilden dieselben Klassifizierungen, die viele Unternehmen (idealerweise) bereits einsetzen: Sensitivity Labels und Sensitive Information Types (SITs). Dadurch entsteht keine zweite Regelwelt. Schaffe also Schutz, bevor die Daten dein Unternehmen überhaupt verlassen können.
Endlich wissen, was wirklich passiert. Schutz allein reicht nicht. Du musst auch beantworten können, welche Daten wann in welche KI-Dienste geflossen sind. Genau dafür gibt es Data Security Posture Management (DSPM). Während Content Policies aktiv eingreifen, liefert DSPM die übergeordnete Sicht auf sämtliche Datenflüsse in KI-Anwendungen. Technisch basiert das auf Endpoint DLP und den Purview-Browser-Extensions (Edge, Chrome, Firefox). Dadurch werden auch browserbasierte KI-Dienste erkannt, die gar keine API verwenden.
Kanalübergreifende Erkennung: Über die Browser-Extensions und Endpoint DLP wird sichtbar, wenn sensible Daten in KI-Seiten eingegeben werden. Auch bei Diensten, die über den Browser statt über eine API laufen.
GenAI-spezifische Richtlinien: Vordefinierte Policies adressieren gezielt das KI-Nutzungsverhalten, statt generische DLP-Regeln zweckzuentfremden.
Echtzeit-Blockade plus Protokoll: Offensichtlich riskante Vorgänge werden sofort gestoppt. Zudem wird jede Interaktion mit Audit-Trail festgehalten. Dadurch entsteht eine vollständige Dokumentation für Compliance, Audits und Incident Response.
Trend- und Risikoanalyse: DSPM zeigt nicht nur Einzelvorfälle, sondern Muster. Welche Datentypen sind am stärksten exponiert? In welchen Teams häufen sich Vorfälle? In Kombination mit Microsoft Sentinel lassen sich zusätzlich Anomalien, GenAI Insights und Risiken frühzeitig erkennen. So wird aus Sicherheit ein steuerbarer Prozess statt einer Sammlung von Einzelmeldungen.
Ein Analyst möchte eine Auswertung erstellen und fügt 500 Datensätze in Microsoft Copilot ein. Das System erkennt sofort, dass 120 Datensätze als vertraulich klassifiziert sind. Der Anwender erhält den Hinweis, die Daten zu anonymisieren. Und die gesamte Aktion wird protokolliert.
Das Ergebnis: Der Mitarbeitende kann weiterarbeiten, vertrauliche Daten bleiben geschützt und für spätere Audits existiert ein vollständiger Nachweis.
Der beste Weg ist überraschend einfach. Starte zunächst zwei bis drei Wochen im Audit-Modus. In dieser Phase wird nichts blockiert. Stattdessen beobachtest du, welche Daten tatsächlich übertragen werden. Daraus ableitend, kannst du sinnvolle Regeln ableiten und anpassen. Erst danach wechselst du in den Block-Modus. Das reduziert den Frust bei den Anwendern erheblich und erhöht die Akzeptanz.
Mit diesen beiden Bausteinen erreichst du:
Transparenz über alle Datenflüsse in KI-Dienste
Schutz sensibler Informationen vor der Übertragung
Automatisierte Compliance-Nachweise
Auditfähigkeit
Weniger Fehlalarme durch inhaltsbasierte Prüfung statt pauschaler Sperren
Ganz ohne Einschränkungen geht es allerdings nicht. Die Content Policy befindet sich aktuell noch im Preview. Ausserdem funktioniert der Schutz nur so gut, wie die zugrunde liegenden Purview-Klassifizierungen. Ohne sauber gepflegte DLP-Regeln gibt es keinen wirksamen Schutz. Hinzu kommen laufende Lizenzkosten (Purview Pay-as-you-go) sowie die notwendige Einbindung der Endgeräte.