E-Mail-Security: Nicht alles ist im Posteingang sichtbar
Max Heinemeyer, Global Field CISO, Darktrace
Selbstlernende Software für den Mailserver
Phishing wird in vielen Unternehmen noch immer als isoliertes Ereignis verstanden: eine verdächtige E-Mail, ein auffälliger Link, ein klar erkennbarer Betrugsversuch. Dieses Verständnis greift zu kurz. Eine aktuelle Umfrage zeigt die Diskrepanz deutlich: 80 Prozent der Büroangestellten gaben an, eine Phishing-E-Mail bei der Arbeit erkennen zu können – doch in einem Test mit realistischen Nachrichten lag die durchschnittliche Trefferquote beim Unterscheiden legitimer E-Mails von Phishing-Versuchen bei nur 43 Prozent. Der eigentliche Angriff findet heute nicht mehr nur in der einzelnen Nachricht statt. Er entsteht in laufenden Vorgängen – und damit in realen Arbeitsprozessen.
Angreifer nutzen bestehende E-Mail-Verläufe, vertraute Kommunikationsmuster und Kollaborationstools, um Täuschung glaubwürdiger zu machen. Eine Nachricht wirkt nicht deshalb gefährlich, weil sie offensichtlich verdächtig aussieht, sondern weil sie im richtigen Moment mit scheinbar plausiblem Kontext erscheint. Für Sicherheitsteams bedeutet das einen Perspektivwechsel: Nicht die einzelne E-Mail ist entscheidend, sondern das Gesamtbild der Kommunikation.
Klassische Sicherheitssysteme bewerten vor allem Merkmale, die direkt an der Nachricht selbst erkennbar sind: Inhalte, Absender, Links oder Anhänge. Das bleibt wichtig, reicht aber nicht mehr aus. Das Risiko liegt nicht allein im Inhalt der Nachricht, sondern darin, wie gut sie zum bisherigen Austausch passt. In einer aktuellen Darktrace-Umfrage unter US-amerikanischen Sicherheitsverantwortlichen gaben 87 Prozent an, dass KI die Zahl relevanter Bedrohungen deutlich erhöht hat – und damit die Wahrscheinlichkeit steigt, dass überzeugende Nachrichten nahtlos in den Arbeitsalltag eingebettet werden. Eine scheinbar normale Anfrage innerhalb eines bestehenden Threads, eine dringende Zahlungsfreigabe oder eine Nachricht über einen gewohnten Kanal kann gefährlicher sein als eine offensichtlich fehlerhafte Phishing-Mail.
Hinzu kommt: Manipulation beginnt selten mit dem eigentlichen Betrug. Statt eines einzelnen Betrugsversuchs bauen Angreifer über mehrere Interaktionen hinweg Vertrauen auf. Erst über mehrere Kontakte hinweg wird sichtbar, dass etwas nicht stimmt. Für klassische Filter ist diese Dynamik schwer zu erfassen. Auch herkömmliche Awareness-Trainings helfen nur begrenzt, wenn sie auf statischen Beispielen beruhen und Erfolg primär über Abschlussquoten messen. Dieser sogenannte Compliance-Bias ist gut belegt: 84 Prozent der Unternehmen messen den Erfolg von Awareness-Maßnahmen weiterhin über Abschlussquoten – obwohl das Absolvieren von Standardtrainings kaum Rückschlüsse auf tatsächliche Verhaltensänderungen in schnellen, kontextreichen Arbeitsumgebungen zulässt.
Das Problem liegt nicht bei den Mitarbeitenden. Es liegt in der Annahme, dass Menschen jede Täuschung zuverlässig erkennen können, wenn sie nur regelmäßig geschult werden. In einer Arbeitswelt, in der Kommunikation schnell und stark kontextabhängig ist, ist das unrealistisch. Angriffe zielen nicht mehr nur auf Unwissen – sie zielen auf normale Arbeitsabläufe.
Unternehmen brauchen deshalb einen anderen Ansatz. Wer Angriffe nur an technischen Merkmalen misst, erkennt diese Dynamik zu spät. Darktrace / Adaptive Human Defense beschreibt genau diese Verschiebung: weg von allgemeiner Schulung, hin zu kontextbezogener Unterstützung im Moment des Risikos. Mitarbeitende werden nicht pauschal als Schwachstelle behandelt, sondern als Teil eines lernenden Sicherheitsmodells.
Entscheidend ist dabei die Verbindung zwischen technischer Erkennung und menschlicher Entscheidung. Wenn ein System erkennt, dass eine Nachricht zwar nicht eindeutig blockiert werden sollte, aber riskante Merkmale enthält, kann es den Nutzer im richtigen Moment sensibilisieren. Ein kurzer Hinweis im Moment der Entscheidung ist wirksamer als ein Trainingsmodul Wochen danach.
Auch das Verhalten der Nutzer kann helfen, Schutzmechanismen präziser anzupassen. Wer wiederholt Ziel bestimmter Betrugsversuche wird, braucht andere Schutzmechanismen als jemand, der kaum exponiert ist. Wer in Finanzprozessen, Einkauf oder Geschäftsführung arbeitet, ist anders gefährdet als Beschäftigte in weniger exponierten Rollen. Sicherheit muss diese Unterschiede abbilden, ohne Nutzer zu stigmatisieren.
Der häufig zitierte Satz vom Menschen als „schwächstem Glied" ist fachlich bequem, aber operativ wenig hilfreich. Er verschiebt Verantwortung auf einzelne Personen, obwohl moderne Angriffe gerade deshalb funktionieren, weil sie legitime Prozesse und Kommunikationsmuster ausnutzen. Ein Mitarbeiter, der eine täuschend echte Anfrage in einem laufenden Vorgang erhält, handelt nicht automatisch fahrlässig. Häufig fehlen ihm schlicht Informationen, die das Sicherheitssystem eigentlich liefern müsste.
Sinnvoller ist deshalb eine Sicherheitsarchitektur, die menschliche Entscheidungen unterstützt, bevor sie zum Risiko werden – statt sie nachträglich zu bewerten. Das bedeutet: Hinweise müssen dort erscheinen, wo Entscheidungen getroffen werden. Trainings müssen auf tatsächliche Risiken einzahlen. Und technische Kontrollen müssen aus Verhalten lernen, statt isoliert neben Awareness-Programmen zu laufen.
Diese Logik wird mit dem Aufkommen von KI-Agenten noch wichtiger. Ob zur Triage, zum Zusammenfassen, zum Verfassen von Antworten oder zum Auslösen von Workflows aus E-Mails heraus – diese Systeme lesen nicht nur Nachrichten, sie können Aktionen ausführen. Damit wird der Posteingang zur neuen Steuerungsebene: Eine einzige manipulierte Nachricht kann beeinflussen, was ein Agent tut – auch durch indirektes Prompt Injection.
Unternehmen müssen daher verstehen, welche Agenten und Integrationen mit dem E-Mail-System verbunden sind, welche Berechtigungen sie besitzen und welche Aktionen sie ausführen dürfen. Ein konkretes Risiko: Angreifer können versteckte oder nicht offensichtliche Anweisungen in eine E-Mail einbetten, die ein Mensch nie bemerkt – die ein Agent aber als operative Vorgabe interpretieren kann. Das kann zu Datenverlust oder unbefugten Aktionen führen. KI hier abzusichern bedeutet nicht nur, Modelle vor Manipulation zu schützen. Es bedeutet auch, Identität, Least Privilege, Monitoring und Richtlinien auf agentengesteuerte Aktivitäten im E-Mail-Ökosystem anzuwenden.
Der Posteingang ist kein isolierter Kommunikationskanal mehr. Er ist Teil eines dynamischen Systems aus Menschen, Identitäten, Prozessen, Anwendungen – und zunehmend auch KI-Agenten. Wer nur einzelne Nachrichten bewertet, übersieht, wie Angriffe heute tatsächlich funktionieren.
Sicherheitsteams müssen deshalb weniger nach einzelnen Indikatoren suchen und stärker prüfen, ob eine Nachricht zum bisherigen Kommunikationsverlauf passt. Verdächtig kann auch eine minimale Abweichung im richtigen Moment sein. Genau dort entscheidet sich, ob ein Angriff erkannt wird – oder ob er im normalen Arbeitsalltag untergeht.
Bild: freepik