Schatten-KI traf 1 von 5. Jetzt erfassen.

Die Ausgaben für KI-Sicherheit wachsen etwa doppelt so schnell wie die KI-Ausgaben insgesamt. Gartners Ausgabenprognose vom September 2026 beziffert den Markt für KI-Cybersicherheit auf 25,9 Mrd. US-$ im Jahr 2025, 51,3 Mrd. US-$ im Jahr 2026 und 86,0 Mrd. US-$ im Jahr 2027 – fast eine Verdopplung in einem Jahr. IT- und Security-Teams kaufen KI aus zwei Gründen zugleich: um sich mit ihr zu verteidigen und um sich gegen die KI zu schützen, die im eigenen Haus längst läuft.

Der zweite Grund ist der neuere. Die Globale Marktstudie 2026/27 nennt ihn als Geschäftsproblem dieses Themenfelds: Schatten-KI und Wildwuchs bei Agenten.

Schatten-KI ist jetzt eine Ursache für Sicherheitsvorfälle

IBMs Cost of a Data Breach Report 2025 hat beziffert, was Sicherheitsverantwortliche vermutet hatten. Jedes fünfte Unternehmen der Studie meldete einen Datenvorfall durch Schatten-KI, also durch KI-Werkzeuge, die ohne Freigabe oder Aufsicht genutzt werden. Wo viel Schatten-KI im Spiel war, kostete ein Vorfall 670.000 US-$ mehr als bei wenig oder keiner.

Auch die KI-Systeme selbst werden zum Ziel. 13 % der Unternehmen meldeten Angriffe auf KI-Modelle oder -Anwendungen. Davon gaben 97 % an, keine Zugriffskontrollen für KI zu haben. Und 63 % der betroffenen Unternehmen hatten keine KI-Governance-Richtlinie oder arbeiteten noch daran.

97 %. So viele Unternehmen mit einem Vorfall an KI-Modellen oder -Anwendungen hatten keine KI-Zugriffskontrollen (IBM, Juli 2025).

Das sind keine exotischen Angriffe. Es sind die gewöhnlichen Fehler unverwalteter Software: Niemand weiß, dass das Werkzeug da ist, niemand hat Berechtigungen gesetzt, niemand ist zuständig. Der Unterschied: KI-Werkzeuge lesen und schreiben schon ihrer Bauart nach große Mengen an Unternehmensdaten.

Im Sicherheitsbetrieb zahlt sich KI auch aus

Derselbe Bericht zeigt die andere Seite. Unternehmen, die KI und Automatisierung im Sicherheitsbetrieb intensiv nutzten, sparten pro Vorfall durchschnittlich 1,9 Mio. US-$ und verkürzten den Lebenszyklus eines Vorfalls um 80 Tage. Die durchschnittlichen Kosten eines Datenvorfalls sanken weltweit auf 4,44 Mio. US-$, zum ersten Mal seit fünf Jahren; in den USA erreichten sie mit 10,22 Mio. US-$ einen Rekord.

Umfragen weisen in dieselbe Richtung. Im McKinsey State of AI 2025 nannten die Befragten Kostenvorteile durch KI am häufigsten in Softwareentwicklung, Fertigung und IT – und die IT mit dem Service-Desk als eines der beiden Felder, in denen Agenten am meisten genutzt werden. Die Ausgabe vom August 2026 bestätigt: Agenten werden am häufigsten in IT, Wissensmanagement und Softwareentwicklung skaliert.

Die IT ist also zugleich früher Gewinner und der Ort, an dem sich unkontrollierte KI ansammelt. Die Aufgabe lautet, das Erste zu behalten und das Zweite abzubauen.

80 Tage kürzer dauerten Vorfälle, wo KI und Automatisierung im Sicherheitsbetrieb intensiv genutzt wurden; im Schnitt 1,9 Mio. US-$ gespart (IBM, Juli 2025).

Agenten vervielfachen das Inventarproblem

Ein Inventar der KI-Werkzeuge war schon schwierig, als es nur Chatfenster gab. Agenten handeln: Sie rufen Systeme auf, bewegen Daten und lösen Abläufe aus. Gartners Prognose vom Juni 2025 erwartet, dass bis 2028 33 % der Unternehmensanwendungen agentische KI enthalten, nach weniger als 1 % im Jahr 2024. Jede dieser Funktionen ist ein möglicher neuer Akteur im Netz.

Abhängigkeiten erschweren das zusätzlich. Die geprüften Beziehungen im Good AI Prisma zeigen, dass viele Anwendungen auf wenigen Knotenpunkten ruhen: Zendesk, Salesforce und das Model Context Protocol auf Anwendungsseite, OpenAI, Anthropic, Amazon Bedrock und Hugging Face darunter. Eine Änderung oder ein Vorfall an einem Knoten kann viele Produkte zugleich treffen. Der ETHORITY-Beitrag Inventare erfassen Agenten. Steuern können sie sie nicht. erklärt, warum eine Liste nicht reicht: Kontrolle braucht Befugnisse, Belegstand, Datengrenzen und Änderungserkennung im laufenden Betrieb.

Was das Prisma über dieses Themenfeld zeigt

Das Good AI Prisma ordnet dem Themenfeld IT- & Security-Betrieb 27 KI-Angebote zu – von KI-gestütztem Sicherheitsbetrieb über IT-Service-Management bis zur Code-Sicherheit. Zwei Code-Security-Angebote aus der Kohorte Softwareentwicklung zeigen die Fakten, die Sicherheitseinkäufer brauchen.

Übersicht: Was Security-Einkäufer auf zwei Registerkarten schon prüfen können

Quelle: Good AI Prism Registry, Anbieterseiten gelesen am 20. Okt. 2026.

Die Registerkarte von Snyk DeepCode AI und die Registerkarte von SonarQube AI CodeFix zeigen, warum belegte Fakten in der Sicherheit zählen: dasselbe Zertifikatspaar, aber unterschiedliche Datenstandorte. Das Register hält jede Aussage mit Quellseite, Lesedatum und Belegklasse fest.

Best Practice. Stellen Sie jedem Verbot eine freigegebene Alternative und einen Antragsweg für neue Werkzeuge zur Seite. Berichten Sie dann monatlich den Anteil der Schatten-KI neben Vorfällen und mittlerer Lösungszeit, damit die Richtlinie an ihrer Wirkung gemessen wird.

Die Regeln bringen Termine

In Europa macht der AI Act aus dem Inventar eine Pflicht mit Fristen. Nach der Verordnung (EU) 2026/1744 gelten die Transparenzpflichten aus Artikel 50 seit dem 2. Aug. 2026; Hochrisiko-Pflichten für Anhang-III-Anwendungen gelten ab dem 2. Dez. 2027, für Hochrisiko-KI in regulierten Produkten ab dem 2. Aug. 2028. Ein Security-Team kann keine Risiken für Systeme einstufen, von denen es nichts weiß. Der ETHORITY-Beitrag AI-Act-Bereitschaft ist noch keine operative Kontrolle zeigt, wie sich jede Pflicht mit Systemen, Kontrollen und Belegen verbinden lässt.

Messen, was zählt

Die Studie nennt drei Zielgrößen für dieses Themenfeld: mittlere Lösungszeit, Zahl der Vorfälle und den Anteil der KI-Nutzung, der auf Schatten-KI entfällt. Die ersten beiden sind gängige IT-Kennzahlen. Die dritte ist neu, und die meisten Unternehmen können sie noch nicht berichten. Es ist zugleich die, die IBM mit den Kosten von Vorfällen verbindet.

Die Kosten gehören in denselben Bericht. Die Globale Marktstudie hält fest, dass nur 26 % der großen US-Unternehmen ihre KI-Kosten in Echtzeit sehen (KPMG AI Pulse, Q2 2026) und nur 21 % der Unternehmen eine ausgereifte Agenten-Governance haben (Deloitte). Sicherheits-KI wird oft nach Datenvolumen, Ereignissen oder Nutzung abgerechnet. Ohne Kosten pro Erkennung oder pro gelöstem Vorfall kann ein Team nicht beurteilen, ob eine neue KI-Funktion Arbeit ersetzt oder nur eine weitere Rechnung erzeugt hat. Stellen Sie die Kostenzeile ab dem ersten Pilotmonat neben die drei Zielgrößen und prüfen Sie alle vier gemeinsam.

Was Sie am Montag tun

1. Die KI finden, die schon im Einsatz ist. Führen Sie Spesenabrechnungen, SSO-Logs, Inventare von Browser-Erweiterungen und Netzwerkverkehr zusammen, um KI-Werkzeuge und Agenten zu erfassen. Notieren Sie Verantwortliche, berührte Daten und Berechtigungen.
2. Zugriffskontrollen für jedes KI-System setzen, das bleibt. Der 97-%-Befund von IBM zeigt, dass hier die häufigste Lücke liegt.
3. Abhängigkeiten kartieren. Halten Sie je KI-System Modell, Cloud und Integrationsknoten fest, damit Sie ein Vorfall bei einem Anbieter nicht überrascht.
4. Eine Richtlinie zu Schatten-KI mit freigegebener Alternative veröffentlichen. Ein Verbot ohne erlaubtes Werkzeug verlagert die Nutzung nur aus dem Blickfeld.
5. Den Anteil der Schatten-KI berichten. Verfolgen Sie ihn neben Vorfällen und mittlerer Lösungszeit. Der Service AI Estate Audit & Mapping baut dieses Inventar samt Abhängigkeitskarte in einem Projekt auf.

Das Good AI Prisma hält jeden Fakt im Register mit Quelle und Datum aktuell – damit eine Security-Shortlist bei den Belegen beginnt und nicht bei der Vertriebspräsentation.