In dieser Arbeit wird das Potenzial großer KI-Sprachmodelle (Large Language Models, LLM) im Kontext der IT-Sicherheit in Unternehmen untersucht. Die zentrale Fragestellung bezieht sich auf die Chancen, Risiken und Herausforderungen, die sich aus der Integration von LLM in Unternehmensprozesse ergeben. Im Zuge der zunehmenden Digitalisierung und der steigenden Bedrohung durch Cyberangriffe wird der Einsatz solcher Modelle immer relevanter. LLM wie CyBERT und SecBERT bieten beispielsweise Möglichkeiten zur Analyse großer Datenmengen und zur Erkennung komplexer Muster, was insbesondere im Bereich der Threat Intelligence von Bedeutung ist. Die Modelle können durch die Identifikation von Anomalien und Bedrohungen einen erheblichen Beitrag zur Sicherheitsstrategie eines Unternehmens leisten. Durch die Überprüfung von Domainnamen, IP-Adressen und anderen relevanten Datenpunkten ermöglichen diese Systeme präventive Maßnahmen gegen potenzielle Cyberangriffe.
Dennoch bringt die Einführung solcher Modelle auch Risiken und Herausforderungen mit sich. Insbesondere Datenschutzbedenken und ethische Überlegungen sind wesentliche Faktoren, die bei der Integration in die bestehende Infrastruktur berücksichtigt werden müssen. Da LLM auf umfangreiche Datensätze zugreifen und in vielen Fällen persönliche oder vertrauliche Informationen verarbeiten, besteht das Risiko von Datenschutzverletzungen und unbefugtem Zugriff auf sensible Daten. Zusätzlich bestehen technische Herausforderungen hinsichtlich der Erklärbarkeit und Transparenz der Modelle. Diese Problematik wird durch die Einführung von Ansätzen wie der "Explainable Artificial Intelligence" (XAI) angegangen, die darauf abzielt, Entscheidungen und Prozesse in KI-Modellen für Anwender verständlich und nachvollziehbar zu gestalten.
Abschließend zeigt die Arbeit, dass eine sorgfältige und verantwortungsvolle Implementierung von LLM im Bereich der IT-Sicherheit in Unternehmen entscheidend ist, um das Potenzial dieser Technologien auszuschöpfen, ohne dabei die damit verbundenen Risiken zu vernachlässigen. Die Empfehlung an Unternehmen lautet, auf eine umfassende Risikoanalyse zu setzen, ethische Richtlinien zu befolgen und ihre Mitarbeiter für den Umgang mit diesen Technologien zu schulen. [...]
Inhaltsverzeichnis
- 1 Einleitung
- 1.1 Motivation und Problemstellung
- 1.2 Relevanz und aktueller Stand der Forschung
- 1.3 Zielsetzung und thematische Abgrenzung
- 1.4 Vorgehensweise und Aufbau der Arbeit
- 1.5 Gendererklärung
- 2 Theoretische Grundlagen
- 2.1 IT-Sicherheit in Unternehmen: Bedeutung und Grundprinzipien
- 2.2 Künstliche Intelligenz (KI)
- 2.2.1 Definition und Kernbereiche
- 2.2.2 Entwicklung
- 2.3 Große KI-Sprachmodelle
- 2.3.1 Funktionsweise und Klassifizierung
- 2.3.2 Betriebsmodelle und bekannte Technologien
- 3 Forschungsdesign
- 3.1 Systematische Literaturrecherche
- 3.1.1 Suchstrategie und Datenquellen
- 3.1.2 Literaturauswahl und Eligibilitätskriterien
- 3.1.3 Datenauswertung und Datenanalyse
- 4 Ergebnisse
- 4.1 Chancen für die IT-Sicherheit in Unternehmen durch KI-Sprachmodelle
- 4.1.1 Threat Intelligence: Erkennung und Vorhersage von Anomalien und Schadsoftware
- 4.1.2 Netzwerksicherheit und KI-Sprachmodelle
- 4.1.3 Verbesserung der Softwarecode-Sicherheit und Softwareentwicklung
- 4.1.4 Erkennung von Phishing und Spam
- 4.2 Risiken für die IT-Sicherheit in Unternehmen durch KI-Sprachmodelle
- 4.2.1 Angriffsvektoren gegenüber großen KI-Sprachmodellen: Methoden und Gegenmaßnahmen
- 4.2.2 Limitationen von großen KI-Sprachmodellen
- 4.2.3 KI-gestützte Entwicklung von Cyberangriffen
- 4.3 Herausforderungen für den Einsatz von KI-Sprachmodellen in Unternehmen
- 4.3.1 Datenschutz als primäres Schutzziel
- 4.3.2 Ethische Aspekte
- 5 Diskussion
- 5.1 Zusammenfassung der Ergebnisse
- 5.2 Interpretation der Ergebnisse
- 5.2.1 Spannungsfeld zwischen Mensch und Maschine: eine nicht zu überbrückende Herausforderung im Bereich der KI?
- 5.2.2 Große KI-Sprachmodelle sinnvoll einsetzen: Verantwortlichkeiten und Empfehlungen
- 5.3 Limitationen der eigenen Arbeit
- 5.4 Empfehlungen für die weiterführende Forschung
Zielsetzung und Themenschwerpunkte
Diese Bachelorarbeit untersucht die Chancen und Risiken großer KI-Sprachmodelle für die IT-Sicherheit in Unternehmen. Ziel ist es, ein umfassendes Bild der Auswirkungen dieser Technologien auf die IT-Sicherheit zu liefern und Handlungsempfehlungen für Unternehmen zu formulieren.
- Chancen großer KI-Sprachmodelle für die IT-Sicherheit
- Risiken und Angriffsvektoren im Zusammenhang mit großen KI-Sprachmodellen
- Ethische und datenschutzrechtliche Herausforderungen
- Limitationen der Technologie
- Handlungsempfehlungen für Unternehmen
Zusammenfassung der Kapitel
Kapitel 1 führt in die Thematik ein und beschreibt die Motivation, die Relevanz und die Zielsetzung der Arbeit. Kapitel 2 beleuchtet die theoretischen Grundlagen, inklusive IT-Sicherheit, Künstlicher Intelligenz und großer KI-Sprachmodelle. Kapitel 3 beschreibt das Forschungsdesign, insbesondere die systematische Literaturrecherche. Kapitel 4 präsentiert die Ergebnisse der Untersuchung, getrennt nach Chancen und Risiken für die IT-Sicherheit. Die Diskussion in Kapitel 5 analysiert die Ergebnisse und geht auf Limitationen der Arbeit ein.
Schlüsselwörter
Künstliche Intelligenz, KI-Sprachmodelle, IT-Sicherheit, Cybersecurity, Risiken, Chancen, Datenschutz, Ethik, Threat Intelligence, Netzwerksicherheit, Softwareentwicklung, Angriffsvektoren.
- Quote paper
- Anonym (Author), 2024, Im Spannungsfeld der Künstlichen Intelligenz. Chancen und Risiken großer KI-Sprachmodelle für die IT-Sicherheit in Unternehmen, Munich, GRIN Verlag, https://www.grin.com/document/1516245
