Klassische Risikomodelle unterschätzen die reale Angriffsfläche systematisch
Auf der einen Seite steht der Wunsch nach schlanken, vertriebsfreundlichen Abschlussprozessen ohne hohe Hürden für den Kunden. Auf der anderen Seite führt der Verzicht auf tiefe technische Einblicke zu negativer Selektion und unberechenbaren Großschäden. Eine rein administrative Abfrage wird der technologischen Aufrüstung auf Angreiferseite schlicht nicht mehr gerecht.
Vom Fragebogen zur kontinuierlichen Modellierung
Um dieses Dilemma zu lösen, muss die Risikomodellierung technologisch nachziehen. Der Schlüssel liegt in der Kombination aus automatisierten Deep Scans und aktiver Managed Detection and Response (MDR). Deep-Scan-Technologien beschränken sich nicht auf einfache Ping-Tests. Sie scannen kontinuierlich das Clear-, Deep- und Darknet nach aufgetauchten Zugangsdaten, analysieren kompromittierte Subdomains und identifizieren Fehlkonfigurationen in Cloud-Umgebungen in Echtzeit. Wird im Darknet ein frisches Credential-Set eines Mitarbeiters zum Verkauf angeboten, muss das System dies registrieren, bevor der Angreifer den Login vollzieht.
Zusammen mit MDR-Lösungen, die auffälliges Verhalten auf den Endpunkten (EDR) rund um die Uhr überwachen, wandelt sich die Rolle des Versicherers: Aus dem passiven Kostenträger im Schadenfall wird ein aktiver Risikomanager während der gesamten Vertragslaufzeit. Tritt eine neue Sicherheitslücke auf oder tauchen Leaks auf, wird der Versicherungsnehmer gezielt alarmiert und erhält Unterstützung, um diese zu beheben.
Seite 1 Die Cyberversicherung braucht ein Echtzeit-Update
Seite 2 Klassische Risikomodelle unterschätzen die reale Angriffsfläche systematisch
Seite 3 Vom Schaden zur Steuerung: Was den tatsächlichen Schadenverlauf bestimmt
Vincenz Klemm 
- Anmelden, um Kommentare verfassen zu können
- 2 Aufrufe
