Signal von Rauschen trennen im Kampf gegen Markenfälschung

„Alarm-Müdigkeit“ dürfte die häufigste Erkrankung unter Cybersicherheitsexperten sein. Laut einer aktuellen Umfrage bearbeiten 56 % der großen Unternehmen täglich über 1.000 Alarme. Für 70 % der Sicherheitsexperten hat sich die Anzahl der Alarme in den letzten Jahren verdoppelt, wobei mehr als 51 % der Kampagnen eine Form von KI-generierter Markenfälschung beinhalten.

Für die meisten Unternehmen ist nicht allein die Menge das Problem – es ist die verlorene Zeit, die für die Verfolgung von Benachrichtigungen aufgewendet wird, die sich als unbedenklich erweisen. Jeder Fehlalarm lenkt Ihr Team von echten Bedrohungen ab, die Ihrem Unternehmen und Ihrer Marke schaden. Der Einsatz könnte nicht höher sein. Im letzten Jahr kostete Markenfälschung Unternehmen fast 3 Milliarden US-Dollar an Verbraucherumsatz, und mit jeder Stunde, die ein Angriff andauert, wird er stärker, verbreitet sich weiter und wird teurer und aufwändiger zu beseitigen.

Die Antwort auf Alarm-Müdigkeit und Rauschen im System? Spezialisierte KI-Modelle, die Milliarden von Datenpunkten durchforsten können, um risikoreiche, täuschend ähnliche Domains im Rauschen zu identifizieren.

Mein Ziel ist es, Ihnen zu zeigen, wie Sie KI-gestützten Markenschutz nutzen können, um riesige Domain-Datensätze zu überwachen und KI-geprüfte Alarme direkt in Ihr Security Operations Center (SOC) zu leiten, damit schnell gehandelt werden kann. Das Ziel? Ihnen helfen, Ihre Marke zu schützen, Ihrem Unternehmen Geld zu sparen und vielleicht sogar Ihren eigenen Verstand zu bewahren.

Das ist die ewige Frage unter Sicherheitsexperten. Mit einem Posteingang voller Alarme und einem Team, das Sie alle paar Minuten über MS Teams oder Slack kontaktiert, bringt Sie das Herausfiltern der 2–5 % tatsächlichen Bedrohungen (Signal) und das Verwerfen der restlichen 95–98 % (Rauschen) zu den kritischsten Bedrohungen für Ihr Unternehmen.

Ohne gute Erkennung kommen Sie nicht weit. Ihr Weg muss damit beginnen, die Unbekannten zu finden, die Betrug und Haftungsrisiken schaffen könnten, die Ihre Marke beeinträchtigen. Überlastete Sicherheitsteams haben keine Zeit, über Nachahmer-Domains nachzudenken und diese in Tabellenkalkulationen zu verfolgen. Und sie haben auch keine Zeit, harmlose Nachahmungen oder Schatten-IT zu durchsuchen. Erstklassige Erkennung beginnt mit dem täglichen Scannen des Internets nach den über 100 Millionen neu aktivierten Domains, Subdomains und Hostnamen, die Ihre Marke beeinträchtigen könnten.

Aber es gibt noch mehr, das ausgelagert werden kann! Es gibt allerlei Metadaten für eine bestimmte Domain oder einen Host, die genutzt werden können, um bisher unbekannte Assets zu entdecken und zu bewerten. Dazu kann die Auswertung von WHOIS, SSL, Mail-Einträgen und anderen Quellen für eine bestimmte Domain gehören. Das ist eine Menge Arbeit, wenn man es manuell macht – aber das richtige Tool kann Ihnen die Schwerstarbeit abnehmen.

Während sich viele Praktiker an Feature-Sets aufhalten, betone ich stattdessen, dass sich Marken-Stakeholder auf Ergebnisse konzentrieren sollten. Bei der Erkennung geht es darum, Ihre digitale Präsenz abzubilden, ohne dass eine manuelle, langwierige Überprüfung nötig ist. Erkennung durchdringt nicht nur das Rauschen, um Zeit und Geld zu sparen, sondern stoppt auch Haftungsrisiken und Betrug in Echtzeit, indem betrügerische Websites erkannt werden, bevor sie als Waffe eingesetzt werden. Und als zusätzlichen Bonus kann sie Ihnen auch helfen, vergessene und unbekannte Assets zu entdecken.

Wenn Erkennung Ihnen ermöglicht, schnell das gesamte Internet zu überblicken, verfeinert die Analyse Ihre ersten Ergebnisse mit KI-Modellen, die Logos, Gesichter, Seiteninhalte und Branchenklassifizierungen erkennen und Ihnen so den Kontext liefern, um bösartige Websites zu identifizieren und zu priorisieren.

Für Teams, die sich auf manuelle Arbeitsabläufe verlassen, kann die Überprüfung einer Handvoll Websites einen ganzen Tag in Anspruch nehmen. Aber für Sicherheitsteams kann eng trainierte KI diese lästigen Aufgaben eliminieren, sodass sich Praktiker auf wichtigere Dinge konzentrieren können. Analysten müssen nicht mehr eine Nachahmer-Website auf Logo-Missbrauch hin bewerten. Stattdessen können sie sich auf Wichtigeres konzentrieren.

Etwas Sinnvolles mit den Risikosignalen zu tun, ist noch wichtiger. Was ist zum Beispiel der Unterschied zwischen einer Website eines Unternehmens, die Ihrer eigenen ähnelt, und einer, die mit krimineller Absicht eingerichtet wurde? KI kann den Unterschied mit intelligentem Risiko-Scoring erkennen, indem dynamisch eine Punktzahl basierend auf dem Grad der Nachahmung, der Branchenkategorisierung und den finanziellen Auswirkungen der Kampagne zugewiesen wird.

Da jede Organisation ihre eigenen Risikoparameter hat, wird ein Einheitsansatz nicht funktionieren. Eine Website, die persönliche Daten für ein Immobilienunternehmen sammelt, ist besorgniserregend. Aber für einen Gesundheitsdienstleister, mit der Sensibilität rund um Patientendaten, ist es ein absoluter Notfall.

Auch hier gilt wie bei der Erkennung: Das Ziel bleibt, das Rauschen so schnell wie möglich zu durchdringen, um die Integrität der Marke zu wahren und Vertrauen und Loyalität bei Ihren Kunden zu fördern. Mit mehr Zeit kann schnelleres Handeln möglichen Schaden für Ihre Organisation verringern.

Bei der Durchsetzung wird es ernst. Nach der ersten Erkennung und Bewertung können spezialisierte KI-Modelle die etwa 80 % der als harmlos eingestuften Domains ausfiltern. Für die verbleibenden 20 % können KI-Agenten den Kontext jeder potenziell riskanten Website mit der tiefgehenden Analyse eines menschlichen Experten bewerten.

Das Ziel hierbei ist es, die manuelle Bedrohungsprüfung durch einen Prozess zu ersetzen, der kritische Probleme erkennt, die Sie sonst möglicherweise übersehen hätten, und diese für die schnellstmögliche Lösung priorisiert. Für noch größere Effizienz können Sie Ihren Workflow mit Security Operations Centern (SOCs) und Security Information and Event Management (SIEM)-Teams integrieren, damit vorläufige Durchsetzungsmaßnahmen so schnell wie möglich eingeleitet werden.

Als Beispiel dafür, wovon ich spreche: „redsoft.com“ wirkt verdächtig – es verwendet das Logo von Red Sift und betreibt eine aktive Website. Herkömmliche Systeme könnten es als bösartig markieren. Zum Glück erkennt der KI-Agent das Logo in einem „Social Proof“-Bereich, gleicht Geschäftsbeziehungen ab und identifiziert „Red Soft“ als legitim. Er klassifiziert die Domain als sicher, vermeidet Fehlalarme und spart dem Analysten Zeit.

Das ist ein einfaches Beispiel, das ist mir klar, aber es zeigt, dass agentenbasierte KI keine Zukunftstechnologie ist, sondern ein praktisches Werkzeug im Hier und Jetzt.

Das Rauschen wird nicht aufhören. Jeden Tag entwickeln Angreifer neue Wege, um Ihre Marke anzugreifen. Die gute Nachricht: Bei richtigem Einsatz durch Unternehmen kann KI diese Asymmetrie überwinden. Anstelle der Fehlalarme minderwertiger Lösungen ist die Lösung, die das Rauschen durchdringt, diejenige, die Ihnen Triage auf Analystenebene bietet – ohne den Analysten.

Ob Sie sich entscheiden, ein oder zwei Schritte oder den gesamten Prozess zu automatisieren – der KI-Agent in Ihrer Markenschutzlösung erweitert die Automatisierung in den Graubereich, in dem menschliches Urteilsvermögen erforderlich ist, und liefert Triage auf Analystenebene für Nachahmungen, die Regeln nicht lösen können.

Das Fazit ist: Ob Sie eine Milliarden-Dollar-Marke oder ein lokales Unternehmen sind, Markenfälschung ist ein 3-Milliarden-Dollar-Problem pro Jahr, mit dem Sie sich befassen müssen. Niemand ist zu groß oder zu klein, um ein Ziel zu sein. Tatsächlich würde ich so weit gehen zu sagen, dass diejenigen mit einem kleineren Budget viel eher gefährdet sind, angesichts der Erwartung, dass kein Markenschutz-Tool vorhanden ist.

Für weitere Hinweise, wie Sie diese Situation bewältigen können, tauchen Sie ein in die neuesten Strategien im Brand Trust Resource Center.

Rahul Powar ist Mitbegründer und CEO von Red Sift. Zuvor war er Head of Advanced Products bei Thomson Reuters.