Datensicherheit steht vor einem Wendepunkt. Unternehmen speichern immer größere Datenmengen, arbeiten über E-Mail, Cloud, SaaS- und Collaboration-Plattformen hinweg und integrieren zugleich generative KI sowie KI-Agenten in ihre Prozesse. Damit verschiebt sich auch der Schutzbedarf: Es reicht nicht mehr, Daten nur an einzelnen Orten oder auf einzelnen Kanälen abzusichern. Entscheidend ist, zu verstehen, wer auf welche Daten zugreift, wie diese Daten bewegt werden und welche Rolle KI dabei spielt.
Warum Datensicherheit jetzt neu gedacht wird
Proofpoint zeigt in seinem Data Security Landscape Report 2025, dass Datensicherheit heute menschliches Verhalten, Datenverbreitung und generative KI gemeinsam berücksichtigen muss. Das gilt umso mehr, weil KI-Agenten einen neuen Arbeitsplatz entstehen lassen, an dem Menschen sowie Agenten mit vertraulichen Daten interagieren.
Datensicherheit darf nicht länger als isoliertes DLP-Projekt verstanden werden. Unternehmen brauchen Transparenz über Datenbestände, Zugriffe, Anwenderverhalten und KI-Nutzung. Nur so lässt sich unterscheiden, ob eine Datenbewegung legitim, fahrlässig oder tatsächlich riskant ist.
Die Zahlen aus dem Proofpoint-Report unterstreichen den Handlungsdruck: 85 Prozent der befragten Unternehmen verzeichneten in den vergangenen zwölf Monaten ein Datenverlustereignis. Zugleich ist im Durchschnitt ein Prozent der Anwender:innen für 76 Prozent aller Datenverlustereignisse verantwortlich.
Das zeigt: Datenverlust ist oft kein flächendeckendes Problem aller Nutzenden, sondern konzentriert sich auf bestimmte Risikoprofile, Verhaltensmuster und Zugriffssituationen.
Der Faktor Mensch bleibt das größte Risiko
Auch wenn KI die Sicherheitslandschaft verändert, bleibt der Mensch ein entscheidender Faktor. Proofpoint nennt fahrlässig handelnde Mitarbeitende oder externe Auftragnehmende als häufigste Ursache für Datenverlust. Solche Vorfälle entstehen nicht zwingend aus böser Absicht. Häufig reichen falsch adressierte E-Mails, unbedachte Dateiweitergaben, private Cloud-Speicher oder die Eingabe vertraulicher Informationen in nicht freigegebene KI-Tools.
Für Sicherheitsteams ist das schwer zu bewerten. Eine Datei, die auf einen USB-Stick kopiert wird, kann Teil einer legitimen Aufgabe sein. Sie kann aber auch ein Hinweis auf Exfiltration sein. Entscheidend ist der Kontext:
-
Welche Daten sind betroffen?
-
Wer handelt? Über welchen Kanal?
-
Zu welchem Zeitpunkt?
-
Und passt das Verhalten zum üblichen Arbeitsmuster?
Proofpoint verfolgt hier einen personenzentrierten Ansatz. Statt jede einzelne Datenbewegung gleich zu behandeln, werden Anwenderverhalten, Dateninhalt und Risikoindikatoren zusammen betrachtet.
Effektiver E-Mail-Schutz mit DMARC: Cyberangriffe verhindern & Vertrauen stärken
Jetzt Webinar-Aufzeichnung ansehenKI-Agenten erweitern die Angriffsfläche
Generative KI bringt Produktivität, beschleunigt Recherche, Textarbeit, Analyse und Softwareentwicklung. Gleichzeitig entstehen neue Risiken: Mitarbeitende können vertrauliche Informationen in Prompts eingeben oder Dateien in öffentliche GenAI-Tools hochladen. Unternehmensdaten können in Trainings-, Optimierungs- oder RAG-Workflows einfließen. Und KI-Agenten können umfassende Zugriffsrechte erhalten, um Aufgaben autonom auszuführen.
Proofpoint beschreibt KI-Agenten in diesem Zusammenhang als besonders kritisch: Sie benötigen häufig Zugriff auf große Mengen an Unternehmensdaten und können sich wie privilegierte Anwender verhalten. Ohne angemessene Governance entsteht daraus ein Risiko, weil ein Agent Daten abrufen, verarbeiten oder weitergeben kann, ohne dass klassische Sicherheitsmodelle dafür ausgelegt sind.
Der Report zeigt zudem, dass 44 Prozent der Befragten fehlende Transparenz und unzureichende Datensicherheitskontrollen bei GenAI-Tools als erhebliche Herausforderung betrachten. In Deutschland gaben sogar 50 Prozent an, dass Datenverlust durch öffentliche oder unternehmensinterne GenAI-Tools ein großes Risiko darstellt.
Für Unternehmen bedeutet das: KI-Governance ist keine spätere Ergänzung, sondern Voraussetzung für sichere KI-Nutzung.
Transparenz über Daten und Zugriffe schaffen
Datensicherheit beginnt mit Sichtbarkeit. Unternehmen müssen wissen, welche Daten sie besitzen, wo diese liegen, wie vertraulich sie sind und wer darauf zugreifen kann. Genau hier entstehen in vielen IT-Landschaften Lücken. Daten verteilen sich über Microsoft 365, Cloud-Speicher, Fachanwendungen, Endpoints, E-Mail-Postfächer und Collaboration-Plattformen. Hinzu kommen Schattendaten, die außerhalb offizieller Prozesse entstehen.
Laut Proofpoint verarbeiten 59 Prozent der Unternehmen mit mindestens 1.000 Mitarbeitenden mehr als 500 Terabyte Daten. 27 Prozent verwalten sogar mehr als ein Petabyte. Gleichzeitig betrachten 46 Prozent die Datenverbreitung über Cloud- und SaaS-Anwendungen als erhebliche Herausforderung für die Datensicherheit.
Damit wird klar: Die Menge allein ist nicht das Problem. Kritisch ist die fehlende Transparenz über Speicherorte, Freigaben und Zugriffsrechte.
Serviceware empfiehlt deshalb einen strukturierten Einstieg:
-
kritische Daten identifizieren
-
Daten klassifizieren
-
übermäßige Berechtigungen reduzieren
-
riskante Datenbewegungen sichtbar machen
Einheitliche Sicherheit statt Tool-Wildwuchs
Viele Organisationen haben Datensicherheit über Jahre hinweg kanalweise aufgebaut: ein Werkzeug für E-Mail, eines für Endpoints, eines für Cloud, eines für Insider-Risiken und weitere Lösungen für Klassifizierung oder Compliance. Diese Fragmentierung erschwert den Betrieb. Analyst:innen müssen zwischen Konsolen wechseln, Richtlinien mehrfach pflegen und Vorfälle manuell zusammensetzen.
Proofpoint zeigt, dass 64 Prozent der Befragten beim Schutz vertraulicher Daten mit sechs oder mehr Datensicherheitsanbietern arbeiten. 36 Prozent nutzen sogar mehr als zehn Anbieter. Gleichzeitig nennen 41 Prozent die zu große Anzahl an Datensicherheitstools als Herausforderung. Für ohnehin belastete Sicherheitsteams ist das ein ernstes Problem.
Der Trend sollte daher zu einer einheitlicheren Datensicherheitsarchitektur führen. Sie sollte Datenverlustprävention, Data Security Posture Management, Insider Threat Management, E-Mail-DLP und KI-Governance nicht getrennt behandeln, sondern über gemeinsame Richtlinien, gemeinsame Risikoindikatoren und gemeinsame Workflows zusammenführen.
Governance für sichere KI-Nutzung verankern
Sichere KI-Nutzung braucht klare Regeln. Unternehmen sollten definieren, welche KI-Tools freigegeben sind, welche Daten eingegeben werden dürfen, welche Prompts untersagt sind und wer KI-Agenten konfigurieren darf. Ebenso wichtig ist die Frage, welche Datenquellen für RAG-Workflows oder firmenspezifische Modelle genutzt werden dürfen.
Der Proofpoint-Leitfaden zur Absicherung und Kontrolle von KI empfiehlt dafür einen strukturierten Ansatz aus Rollen, Richtlinien, Überwachung und technologiebasierter Durchsetzung. Dazu gehören etwa die Überprüfung von GenAI-Interaktionen, Audit-Protokolle, Klassifizierung vertraulicher Daten, Zugriffskontrollen für KI-Anwendungen und das Blockieren sensibler Informationen in GenAI-Prompts.
Governance sollte dabei nicht als Innovationsbremse verstanden werden. Das Ziel ist nicht, KI pauschal zu verhindern. Das Ziel ist, sichere Nutzung möglich zu machen. Dazu gehören technische Kontrollen ebenso wie Schulungen. Mitarbeitende müssen verstehen, warum bestimmte Informationen nicht in öffentliche KI-Tools gehören und welche sicheren Alternativen verfügbar sind.
Wie Serviceware und Proofpoint unterstützen
Proofpoint adressiert Datensicherheit mit einem personen- und datenorientierten Ansatz. Die Proofpoint-Datensicherheitslösung verbindet unter anderem Enterprise DLP, Data Security Posture Management, Insider Threat Management und Adaptive E-Mail DLP. Damit lassen sich vertrauliche Daten erkennen, riskante Zugriffe bewerten, E-Mail-basierte Datenverluste reduzieren und Insider-Risiken kontextbezogen untersuchen.
Für KI-Szenarien kommen weitere Anforderungen hinzu. Proofpoint Enterprise DLP kann sichtbar machen, wer KI-Tools nutzt und ob vertrauliche Daten in öffentliche Tools oder firmenspezifische LLMs übertragen werden. Proofpoint Data Security Posture Management unterstützt bei der Erkennung und Klassifizierung sensibler Daten in Cloud- und Hybrid-Umgebungen. Proofpoint Secure Agent Gateway adressiert agentenbasierte Workflows, indem Zugriffe von KI-Agenten auf Daten kontrolliert und Richtlinien zur Datennutzung durchgesetzt werden.
Serviceware unterstützt Unternehmen dabei, diese Fähigkeiten in eine tragfähige Sicherheitsstrategie übersetzen. Dazu gehören Bestandsaufnahme, Priorisierung, Architektur, Richtliniendesign, Integration und Betrieb. Entscheidend ist, dass Datensicherheit nicht isoliert eingeführt wird, sondern zur bestehenden IT- und Security-Landschaft, zu Compliance-Anforderungen und zu den realen Arbeitsweisen der Mitarbeitenden passt.
Fazit: Datensicherheit wird zur Strategie
Datensicherheit im KI-Zeitalter ist mehr als der Schutz einzelner Dateien. Sie ist eine strategische Voraussetzung für digitale Transformation. Unternehmen, die nicht wissen, wo ihre vertraulichen Daten liegen und wie diese genutzt werden, können KI nur eingeschränkt kontrollieren. Organisationen, die Transparenz schaffen, Risiken priorisieren und Governance mit adaptiven Kontrollen verbinden, können KI dagegen sicherer und produktiver einsetzen.
Der Proofpoint Data Security Landscape Report 2025 zeigt, wo der Handlungsdruck liegt: beim Faktor Mensch, bei wachsender Datenverbreitung, bei fragmentierten Toolsets und bei neuen Risiken durch GenAI und KI-Agenten. Das zeigt, jetzt ist der richtige Zeitpunkt, Datensicherheitsprogramme weiterzuentwickeln – weg vom reaktiven Einzelschutz, hin zu einem einheitlichen, personenzentrierten und KI-fähigen Ansatz.
Quellen
[1] Proofpoint, Data Security Landscape 2025. – EN: 2025 Data Security Landscape | Proofpoint US
