KI zwingt Security-Teams zum Umdenken

Künstliche Intelligenz verändert nicht nur Angriffe, sondern auch die Art, wie Händler ihre Systeme absichern müssen. Wer heute Chatbots, Automatisierung oder agentische Prozesse einsetzt, bekommt damit neue Zugriffswege, neue Identitäten und neue Fehlermodi ins Haus. Für Onlinehandel und Großhandel ist das kein Zukunftsthema mehr, sondern ein operatives Risiko im laufenden Betrieb. Der Beitrag ordnet ein, was daran belastbar ist und was Händler jetzt praktisch daraus ableiten sollten.

Worum es geht

Die Ausgangslage ist simpel: KI-gestützte Angriffe werden schneller, zielgerichteter und teilweise schwerer von klassischen Signaturen zu unterscheiden. Das Bundesamt für Sicherheit in der Informationstechnik beschreibt, dass generative KI die Hürden für Cyberangriffe senkt, die Schwachstellensuche automatisiert und adaptive Angriffe beschleunigt^1,2. Parallel dazu wächst die Zahl nicht-menschlicher Identitäten in Unternehmen, also Service-Accounts, API-Token, Container und KI-Agenten, die auf Systeme zugreifen^3,5. Genau an dieser Stelle setzt die aktuelle Warnung an: Wer KI im Geschäftsbetrieb einsetzt, muss nicht nur Nutzer, sondern auch Maschinen und Agenten sauber identifizieren und überwachen^10,19.

Der Anlass der Meldung ist damit kein einzelner Vorfall, sondern ein Strukturwandel im Sicherheitsmodell. Klassische IAM-Ansätze sind stark auf Menschen ausgelegt; bei autonomen oder teilautonomen KI-Agenten reichen sie häufig nicht mehr aus^3,19. Das betrifft nicht nur große Plattformen, sondern auch Händler, die Standard-Tools mit KI-Funktionen nutzen oder Prozesse über Schnittstellen automatisieren.

Was gesichert ist

Gesichert ist erstens: Das BSI warnt vor KI als Verstärker bestehender Angriffsformen, insbesondere bei Phishing, Reconnaissance und Schwachstellenausnutzung¹. Ebenfalls gesichert ist, dass viele Organisationen heute ihre nicht-menschlichen Identitäten nicht vollständig im Blick haben; aktuelle Erhebungen nennen ein Verhältnis von NHI zu menschlichen Identitäten von bis zu 82:1 beziehungsweise 90:1 und nur rund 15 Prozent vollständige Sichtbarkeit^3,5. Diese Größenordnungen zeigen nicht, dass jede Umgebung gleich aussieht, aber sie machen das Risiko für unkontrollierte Zugriffe und überprivilegierte Accounts greifbar.

Gesichert ist zweitens: Der EU AI Act ist seit dem 2. August 2024 in Kraft und in weiten Teilen seit dem 2. August 2026 anwendbar^7,9. Für Hochrisiko-KI-Systeme verlangt Art. 15 Robustheit, Cybersicherheit und Schutz vor Manipulationen; für bestimmte Allzweck-KI-Modelle mit systemischen Risiken gelten zusätzliche Pflichten wie Tests und Red-Teaming. Die vorgesehenen Geldbußen reichen bei verbotenen Praktiken bis zu 35 Millionen Euro oder 7 Prozent des weltweiten Jahresumsatzes, bei sonstigen Pflichtverstößen bis zu 15 Millionen Euro oder 3 Prozent.

Gesichert ist drittens: NIS-2 verpflichtet betroffene Unternehmen zu risikobasierten Sicherheitsmaßnahmen, Zugriffskontrollen und Identity-Governance; der genannte Bußgeldrahmen liegt bei bis zu 10 Millionen Euro oder 2 Prozent des weltweiten Umsatzes⁸. Der Cyber Resilience Act wiederum erweitert den Blick auf vernetzte Produkte und deren Lebenszyklus, also auch auf Hersteller- und Händlerpflichten bei Sicherheitsupdates und Schwachstellenmanagement. Für Händler ist das deshalb relevant, weil Sicherheitsarchitektur, Produktpflege und Lieferantensteuerung enger zusammenrücken.

Wen es betrifft

Am stärksten betroffen sind Onlinehändler, Marktplatzhändler und B2B-Großhändler, die KI in Kundenservice, Preissteuerung, Bestellprozesse, EDI, Lageranbindungen oder Betrugserkennung einbinden. Für diese Gruppen steigt das Risiko vor allem dort, wo Agenten auf Bestände, Preise, Zahlungsfreigaben oder Kundendaten zugreifen dürfen^17,18. Ebenfalls deutlich betroffen sind Hersteller und Importeure, wenn sie vernetzte digitale Produkte in den Markt bringen und unter Sicherheits- und Updatepflichten fallen⁸.

Stationärer Einzelhandel ist meist weniger direkt betroffen, aber nicht außen vor: Sobald Kassensysteme, Filial-Backoffice, Warenwirtschaft oder Kundenkommunikation über KI-gestützte Dienste laufen, entstehen dieselben Fragen zu Identitäten und Berechtigungen. Dropshipping-Anbieter und kleine Händler sind regulatorisch oft weniger tief in Dokumentationspflichten eingebunden, solange sie nur Standard-SaaS nutzen und keine eigenen KI-Systeme entwickeln oder hosten; operativ bleiben sie aber bei Account-Takeover, Datenabfluss oder API-Missbrauch genauso angreifbar^8,10.

Für Deutschland und den EU-Binnenmarkt ist die Dringlichkeit hoch, weil AI-Act- und NIS-2-Pflichten entweder schon greifen oder in den nächsten Umsetzungsstufen konkret werden^7,8. Außerhalb der EU ist die Wirkung indirekt, aber relevant, sobald Unternehmen in den EU-Markt liefern oder dort Services anbieten. Nicht betroffen im engeren Sinn sind Händler ohne eigene KI-Systeme und ohne kritische Integrationen, die lediglich einfache Standardsoftware einsetzen; sie müssen dennoch ihre Zugriffsrisiken im Alltag im Blick behalten¹⁰.

Was das im Handelsalltag bedeutet

Im Alltag verschiebt sich der Sicherheitsfokus weg von reinem Passwort- und Perimeterschutz hin zu Identitäten, Verhalten und Freigaben. Für den Einkauf heißt das: Automatisierte Bestellprozesse brauchen klare Grenzen, damit ein Agent nicht unbeabsichtigt Mengen, Lieferanten oder Zahlungsdaten verändert. Im Lager und in der Logistik geht es darum, dass Schnittstellen zu WMS, ERP und Versanddienstleistern nicht mit zu weitreichenden Rechten laufen.

Für Stammdaten, Shops und Rechnungen bedeutet das vor allem Disziplin in der Trennung von Rollen. Ein KI-Agent, der Produkttexte erstellt, braucht keine Berechtigung für Preisänderungen; ein Bot für Support darf keine Rückerstattungen ohne Freigabe auslösen; ein Agent für Prognosen sollte keine Lösch- oder Exportrechte bekommen. Genau hier helfen verhaltensbasierte Kontrollen, weil sie nicht nur den Login prüfen, sondern auch ungewöhnliche Muster im Zugriff erkennen^1,10.

Auch die Lieferantenkommunikation wird technischer. Händler müssen verstehen, welche SaaS-Dienste oder Plattformen selbst schon Agenten einsetzen, welche APIs offen sind und welche Sicherheitsmechanismen der Anbieter mitbringt. Wer auf Drittanbieter-Tools setzt, sollte die Frage nach Non-Human-Identities genauso stellen wie früher nach Rechten, Protokollen und Löschkonzepten. Das ist keine abstrakte Governance-Debatte, sondern tägliche Betriebssicherheit.

Was jetzt zu tun ist

Inventar aller KI-Tools, Agenten, API-Token und Service-Accounts anlegen. Wer das umsetzt: IT-Leitung und IT-Sicherheit. Bis wann: sofort, idealerweise in den nächsten 1 bis 3 Wochen. Aufwand: mittel.

Für jede nicht-menschliche Identität eigene, begrenzte Berechtigungen vergeben. Wer das umsetzt: IAM-Team und Administration. Bis wann: kurzfristig, spätestens innerhalb von 4 Wochen. Aufwand: mittel bis hoch.

Kritische Aktionen an eine manuelle Freigabe koppeln. Wer das umsetzt: Geschäftsführung, E-Commerce-Leitung und Fachbereichsverantwortliche. Bis wann: sofort für Zahlungen, Löschungen und Großbestellungen. Aufwand: gering.

Monitoring auf verhaltensbasierte Anomalien erweitern. Wer das umsetzt: Security-Team oder externer MSSP. Bis wann: mittelfristig, spätestens mit dem nächsten Budget- oder Tool-Zyklus. Aufwand: hoch.

Lieferanten und SaaS-Partner nach ihren Kontrollen für KI-Agenten fragen. Wer das umsetzt: Einkauf, IT und Compliance. Bis wann: vor Neuverträgen und vor jeder Ausweitung bestehender Integrationen. Aufwand: gering bis mittel.

Wo die Datenlage dünn ist

Offen bleibt vor allem, wie schnell sich vollständig autonome, bösartige KI-Agenten im realen Cybercrime-Alltag durchsetzen. Die Quellenlage spricht klar dafür, dass KI vor allem bestehende Angriffe effizienter macht und Sicherheitslücken schneller ausnutzt, aber nicht dafür, dass überall schon selbstständig agierende Angreifer-Systeme dominieren^1,2. Ebenfalls noch nicht sauber standardisiert ist, wie eine einheitliche technische Identität für KI-Agenten branchenweit aussehen soll; aktuell arbeiten Unternehmen mit bestehenden IAM-, OAuth- und PKI-Ansätzen^3,19. Für die Praxis heißt das: Nicht auf den perfekten Standard warten, sondern vorhandene Kontrollen jetzt konsequent auf Maschinenidentitäten erweitern.

Fazit

KI ist im Security-Kontext kein Sonderthema mehr, sondern ein Verstärker für ein ohnehin bestehendes Identitätsproblem. Händler, die Prozesse automatisieren oder KI-Agenten einsetzen, müssen Zugriff, Verhalten und Freigaben enger führen als bisher. Wer das früh sauber aufsetzt, reduziert nicht nur das Angriffsrisiko, sondern auch spätere Aufräumkosten. Die wichtigste Konsequenz ist deshalb pragmatisch: Maschinen brauchen im Betrieb dieselbe Disziplin bei Identität und Berechtigung wie Menschen.