Die Fertigung benötigt Cybersecurity
Die Angriffsflächen sind groß und die Angriffsziele attraktiv: Fertigungsunternehmen setzen zunehmend smarte Industrie-4.0-Technologien ein und digitalisieren ihre Lieferketten. Damit bieten sie Hackern immer mehr potenzielle Einfallstore. Weil zugleich mehr und mehr Teile der gesamten Produktion von der digitalen Infrastruktur abhängig werden, können Ausfälle immense Schäden verursachen. Das macht die Unternehmen für Angreifer interessant.
Es gibt also nach wie vor keinen Anlass, sich in Sicherheit zu wähnen. Im Gegenteil: Das Thema Cybersecurity sollte insbesondere in Industrieunternehmen dauerhaft eines der wichtigsten sein. Die folgenden fünf Präventionsmaßnahmen und Konzepte haben sich in der Fertigungsindustrie besonders bewährt:
IT-Sicherheit ist keine punktuelle Aufgabe der IT-Abteilung und auch nie einhundertprozentig umsetzbar. Für den praktischen Alltag in einem Fertigungsunternehmen bedeutet das vor allem, zu wissen, welche Risiken es gibt, diese individuell einzuordnen und einen Plan zu haben, wie diesen Risiken begegnet werden kann. Ein Cyber-Resilienz-Konzept eint zwei Blickwinkel: die Identifikation der eigenen IT-Risiken und der schadensminimierende Umgang mit Gefahrensituationen. Dahinter verbergen sich beispielsweise folgende konkrete Maßnahmen:
Proaktive Maßnahmen:
Maßnahmen im Angriffsfall:
Erstmal grundsätzlich niemandem zu vertrauen – das ist das Konzept, das hinter einer Zero-Trust-Strategie steckt. Kein User, kein Gerät und auch keine Anwendung, die eine Anfrage an die eigene IT-Infrastruktur stellt, wird von vornherein als vertrauenswürdig eingestuft. Auch dann nicht, wenn der entsprechenden Entität bereits früher schon einmal Zugriff gewährt wurde. In einer Zero-Trust-Umgebung wird jede Verbindungsanfrage neu geprüft.
Zero Trust ist demnach keine einzelne Maßnahme, sondern vielmehr eine umfassende IT-Sicherheits-Strategie, die auf mehreren Maßnahmen beruht. Eine strenge User-Authentification mit Multi-Faktor-Authentifizierung trifft dabei auf eine Rechtevergabe, die stets nur Minimal-Rechte einräumt und je nach Kontext der Anfrage entscheidet. Das bedeutet zum Beispiel, dass es keine definierte User-Rolle gibt, die auf alles zugreifen kann. Es werden immer auch weitere Informationen, wie etwa die Art der Daten, auf die zugegriffen werden soll oder der Standort des Gerätes, für die Validierung der Verbindungsanfrage hinzugezogen. Mit ganz praktischem Nutzen: Selbst wenn ein Hacker etwa Login-Daten ausspähen konnte, bleibt ihm der Zugriff auf die meisten Informationen und Systeme verweigert.
In der Praxis haben sich DLP-Lösungen bewährt, entweder als einzelne Security-Maßnahme oder als Teil einer Zero-Trust-Strategie. DLP-Systeme kontrollieren richtlinienbasiert, welche Daten die Mitarbeiter:innen innerhalb und außerhalb des Unternehmens übertragen dürfen. Um die Software zu konfigurieren, müssen die im Unternehmen befindlichen Daten zunächst klassifiziert, sprich sensible Daten identifiziert werden. Dann können entsprechende Regeln festgelegt und dabei zugleich Compliance-Anforderungen sowie offizielle Vorschriften berücksichtigt werden. Die DLP-Lösung überwacht nun den Datenfluss und identifiziert potenzielle Leaks und Datenschutz-Verstöße. So können Datenverluste oder risikobehaftete Datenflüsse erkannt und bestenfalls verhindert werden. Die Analyse der Datenflüsse führt häufig zudem zu einer dynamischen Optimierung der Regelungen und Rechtevergaben.
Neue DLP-Lösungen bieten mit integrierten Machine-Learning- und Künstliche-Intelligenz-Technologien eine sinnvolle Erweiterung. Denn über das Scannen und Analysieren des Datenverkehrs nach den bekannten Richtlinien hinaus, wird nun aktives Lernen möglich. Mit der Hilfe von ML können die bestehenden Vorgaben verfeinert, ausgeweitet und spezifiziert werden – beurteilt anhand gesammelter Erfahrung. Mit der Hilfe von KI sind DLP-Systeme sogar in der Lage Anomalien zu erkennen, die streng nach den Vorgaben beurteilt gar keine wären. Das System lernt aus dem historischen Verhalten, analysiert Messwerte im Zeitverlauf, erkennt Muster sowie Korrelationen und zieht daraus entsprechende Schlüsse. Ziel ist es, neben typischen anormalen Netzwerk-Aktivitäten auch ungewöhnliche und neue Unregelmäßigkeiten zu identifizieren.
Der menschliche Faktor bleibt auch im Zeitalter von IoT und KI einer der unberechenbarsten. Mitarbeiter:innen, die um die Cybergefahren und deren Auswirkungen wissen, sind erfahrungsgemäß ein kleineres Risiko, weil sie achtsamer handeln. Regelmäßige Schulungen sind deshalb essentiell. Insbesondere im Hinblick auf die Verwendung von Technologien wie ML und KI sollten die Kollegen und Kolleginnen auf dem Laufenden gehalten werden. Das schafft Verständnis und nimmt den Technologien ihr bisweilen mysteriöses Image.
Wer Digitalisierung will, muss sich um die Cybersicherheit kümmern. Und das umso mehr, je smarter die eigenen Produktionsanlagen und je digitaler sowie vernetzter die unternehmensübergreifenden Lieferketten werden. Proaktive, intelligente Überwachungssysteme, dynamische Prozesse und ständige Wachsamkeit sind dabei eine wichtige Voraussetzung.
Bild von senivpetro auf Freepik