IT-Prognosen 2018: Neue Herausforderungen bei IoT, Security und KI

Seite: 2/2

Firmen zum Thema

Security

Was macht Malware illegal? Es ist weder ihre Erstellung noch ihr Verkauf, sondern die Absicht, sie für kriminelle Zwecke zu verkaufen. Doch Absichten sind nur schwer nachzuweisen (und zu widerlegen), sodass Sicherheitsforscher mit guten Absichten allmählich in den Fokus von Untersuchungen geraten könnten.

Bildergalerie

Ein Beispiel: Cyberheld Marcus Hutchins alias MalwareTech, der die Verbreitung der Erpressersoftware WannaCry verhinderte. Er entschärfte den Angriff und versuchte anschließend, sich hinter seinem Alias zu verstecken. Aufgrund der hohen Aufmerksamkeit durch die Medien, die sein Hack erzeugte, bestand jedoch ein viel zu hohes Interesse an seiner Identität. Im August wurde Hutchins aufgrund eines anderen Vorfalls festgenommen. Ihm wurde vorgeworfen, Malware zum Eindringen in den Bankensektor entwickelt zu haben. Er besteht auf seiner Unschuld, und viele Mitglieder der Security Community sind der Ansicht, dass er fälschlicherweise angeklagt wurde.

Dies ist nur das jüngste Beispiel in einer Reihe von Fällen die unter den Computer Fraud and Abuse Act (CFAA) von 1986 fallen, der unbefugte bzw. über die Befugnis hinausgehende Zugriffe auf Computer verbietet. Theoretisch soll er Hacker kriminalisieren, in der Praxis findet jedoch keine Unterscheidung zwischen guten und bösen Hackern statt. Ein weiteres Beispiel: Mitarbeiter könnten zur Rechenschaft gezogen werden, wenn sie nach der Beendigung ihres Arbeitsverhältnisses auf einen Computer zugreifen, auch dann, wenn dies nur versehentlich geschieht. Die Liste der möglichen Straftaten ist unsagbar lang.

Dementsprechend kann die Tatsache, dass Sicherheitsforscher aufgrund der Natur ihrer Arbeit möglicherweise Opfer eines unklar formulierten Gesetzes werden, 2018 zur Debatte anstehen. Es besteht bereits ein Mangel an Sicherheitsexperten – tatsächlich hat eine vor Kurzem durchgeführte Cybersecurity-Umfrage herausgefunden, dass nur weniger als ein Viertel der Sicherheitsexperten über die Qualifikationen verfügen, die für die Sicherheit eines Unternehmens erforderlich sind –, obwohl diese aufgrund der stetigen Ausbreitung von Endpunkten und raffinierteren Cyberkriminellen dringender benötigt werden denn je. 2018 ist deshalb eine verstärkte Sensibilisierung zu diesem Thema und ein höherer Bedarf an robusten Sicherheitstools zu erwarten.

Künstliche Intelligenz

Die Integration von KI und Maschine-Learning-Funktionen wird weitgehend als zentraler Bestandteil für den Geschäftserfolg der kommenden Jahre betrachtet. Obwohl diese Technologie den Geschäftsführern bahnbrechende Möglichkeiten bietet, birgt die künstliche Intelligenz auch große Unsicherheit in Bezug auf die Auswirkungen auf die Arbeitsplätze – und zwar nicht nur in der IT, sondern für Fachleute in einer Vielzahl von Branchen.

Obwohl dies eine berechtigte Sorge ist – und eine, die von großen Anbietern wie Google, Microsoft und Amazon erzeugt wurde – ist davon auszugehen, dass 2018 die Automatisierungsangst abnehmen wird und dass immer mehr Unternehmen KI und Maschine Learning als einen Weg akzeptieren, um die vorhandenen menschlichen Ressourcen zu erweitern.

Tatsächlich ist es so, dass Angst, Unsicherheit und Zweifel in Bezug auf die Auswirkungen von KI und maschinellem Lernen dem ähneln, was Menschen immer bei neuen und schnell aufkommenden Technologien empfinden. In der Tat hat die Automatisierung in der Vergangenheit sogar mehr Arbeitsplätze geschaffen, indem Kosten und Zeitaufwand für kleinere Aufgaben verringert wurden und die Mitarbeiter die Arbeiten übernommen haben, die nicht automatisiert werden können und menschliche Arbeit erfordern.

Das Gleiche gilt für KI und maschinelles Lernen. Neue Tools (z.B. KI-fähige Sicherheitssoftware) und Funktionen (z.B. das Nutzen von Maschine Learning zur Fernerkennung von Wartungsbereichen in einer Ölpipeline) schaffen neue Grundlagen für Effizienz und Effektivität in allen Branchen und bieten Unternehmen die Möglichkeit, ihre Mitarbeiter für andere Arbeiten einzusetzen. Gleichzeitig erfordern viele neue Funktionen immer noch eine menschliche Aufsicht: Damit eine Maschine feststellen kann, ob etwas Prognostiziertes (predictive) vielleicht zum optimal Empfohlenen (prescriptive) werden könnte, ist menschliches Eingreifen erforderlich. So kann beispielsweise eine Maschine nur die Umgebungsvariablen berücksichtigen, die ihr gegeben wurden – sie kann sich nicht entscheiden, neue Variablen zu berücksichtigen. Das könnte nur ein Mensch tun.

Für IT-Profis bedeutet dies, dass sie ihre Fähigkeiten in den Bereichen KI und Automatisierung weiter ausbauen müssen, vor allem wenn es um das Programmieren geht. Zudem müssen sie über ein grundlegendes Verständnis der Algorithmen, die KI und Maschine Learning steuern, verfügen und angesichts der immer komplexer werdenden Cyberangriffe die Sicherheit stetig verbessern. Für Stakeholder in anderen Branchen wird es eine Herausforderung sein, den Mehrwert einer so breit aufgestellten Technologie wie KI oder Maschine Learning herauszuarbeiten und den ROI an Entscheidungsträger zu kommunizieren.

Über die Autoren

Leon Adato und Patrick Hubbard sind Head Geeks bei SolarWinds.

Dieser Beitrag stammt von unserem Partnerportal IP-Insider.de.

(ID:45073457)