KI für einen besseren Managed SASE Service

Die digitale Transformation zwingt Unternehmen, für ihre Netzwerk- und Sicherheitsinfrastruktur auf dynamischere, skalierbarere und sicherere Lösungen zu setzen. Secure Access Service Edge (SASE) hat sich als Framework der Wahl etabliert, um umfassende Sicherheits- und Netzwerkservices aus der Cloud bereitzustellen. KI ist inzwischen ein universelles Werkzeug, das sich überall dort integrieren lässt, wo verwertbare Daten vorhanden sind. KI-gestützte Funktionen sind für Managed SASE heute unverzichtbar, um überlegene Performance zu liefern, die Sicherheitsaufstellung zu verbessern und das Kundenerlebnis insgesamt zu optimieren. Dieser Artikel zeigt, wie Open Systems KI auf drei Ebenen einsetzt, um einen wirksameren, effizienteren und proaktiveren SASE-Service zu bieten: im Tech-Stack, auf der Ebene der Netzwerk- und Sicherheitsdaten sowie im Betrieb.

Tech-Stack: Orchestrierung und KI in den einzelnen Komponenten

Das Herzstück von SASE ist die Fähigkeit, Netzwerk- und Sicherheitsfunktionen nahtlos zu orchestrieren - genau das leistet die einheitliche SASE-Plattform von Open Systems. Durch die Integration der KI einzelner Produktkomponenten lassen sich Funktionalität und Effizienz der SASE-Services gleichermaßen steigern. Beispiele sind KI für die Application Discovery im Netzwerk sowie für die E-Mail- und Web-Sicherheit:

• ML-basierte Application Discovery: Machine Learning (ML) erkennt und klassifiziert automatisch die Anwendungen, die im Netzwerk laufen. Statt Richtlinien manuell zu definieren, identifiziert das KI-System neue Anwendungen, bewertet deren Risiko und passt Sicherheitsrichtlinien in Echtzeit automatisch an. Das reduziert den manuellen Aufwand - und verschafft uns mehr Zeit für Kundenprojekte - und stellt zugleich sicher, dass Netzwerk- und Sicherheitsrichtlinien immer auf dem Stand der aktuellen Anwendungslandschaft sind.

• Kontextbasierte Phishing- und Malware-Erkennung: KI-gestützte Web- und E-Mail-Sicherheitsservices nutzen fortschrittliche Kontextanalyse, um Phishing- und Malware-Bedrohungen in Echtzeit zu erkennen. Traditionelle Methoden stützen sich auf statische, regelbasierte Systeme - KI-Algorithmen dagegen lernen kontinuierlich aus dem eingehenden Traffic und historischen Mustern und erkennen so auch sich wandelnde Bedrohungen immer besser. Das ermöglicht eine schnellere Erkennung und präzisere Blockierung von Phishing-Versuchen und Malware-Infektionen, selbst bei komplexen und ausgeklügelten Angriffsvektoren.

Proaktive Serviceoptimierung: datengetriebene Entscheidungen für bessere Performance

KI reagiert nicht nur auf Probleme - sie antizipiert Herausforderungen und optimiert die Performance, bevor Störungen überhaupt entstehen. Da SASE Netzwerk und Sicherheit umspannt, fallen große Mengen an Monitoring- und Log-Daten an. Indem KI diese Daten aus beiden Ebenen nutzt, verbessert sie die Servicebereitstellung und ermöglicht wirksamere, intelligentere Entscheidungen.

• Digital Twin für WAN-Performance-Tests: Mithilfe der Digital-Twin-Technologie erstellt die KI eine virtuelle Kopie des Wide Area Network (WAN). So lassen sich Netzwerkänderungen in verschiedenen Szenarien simulieren und testen, um die Auswirkungen auf Performance und Stabilität zu bewerten. Vor der tatsächlichen Umsetzung - etwa bei Software-Upgrades oder Routing-Anpassungen - hilft der Digital Twin sicherzustellen, dass die Änderungen keine Störungen verursachen und das Nutzererlebnis nicht beeinträchtigen.

• Automatisierte Bedrohungserkennung und -abwehr: KI aggregiert und analysiert kontinuierlich Daten aus verschiedenen Security Service Edge (SSE)-Services. Durch die Korrelation von Traffic-Mustern, Sicherheitswarnungen und historischen Incident-Daten erkennt KI Bedrohungen besser und behebt sie schneller. Aktuell arbeiten wir zum Beispiel daran, die Erkennung und Abwehr von Impersonation-Angriffen zu automatisieren. Das Spannende daran: Kunden profitieren von den Erkenntnissen aus der gesamten Kundenbasis. Open Systems kann Traffic von kompromittierten Maschinen proaktiv blockieren und so Kunden schützen, die noch gar nicht angegriffen wurden. Künftig wird KI zudem unternehmensspezifische Risikoprofile erstellen, um den Schutz weiter zu verbessern und Risiken noch stärker zu reduzieren.

Operations Center: Automatisierung und servicespezifische Agenten

Der Kern eines Managed SASE Service liegt im effektiven Deployment und der Konfiguration ebenso wie im reibungslosen Betrieb und der kontinuierlichen Optimierung des Tech-Stacks. Hier kann Open Systems auf die Daten aus über 10 Jahren Service-Management zurückgreifen, die in unserem Ticketsystem und unserer Dokumentation stecken. Die Kombination aus diesen Daten und einer großen Portion menschlicher Intelligenz (HI) unserer eigenen Engineers im Operations Center bringt Open Systems in eine ideale Position, um den AIOps-Ansatz der Zukunft für SASE-Services zu definieren und zu gestalten. Mit einer agentenbasierten Workflow-Plattform haben wir die folgende skalierbare AIOps-Basis geschaffen:

• Ein Conductor-Agent verteilt Anfragen an Agenten, die Experten für eine bestimmte Domäne nachbilden - etwa für ISP-Wartungsfenster oder Änderungen am Secure Web Gateway (SWG) (siehe unten). Ein Agent kann aus mehreren Sub-Agenten bestehen, die jeweils auf Large-Language-Model-(LLM)- und Retrieval-Augmented-Generation-(RAG)-Technologie setzen.

• Die Agenten nutzen exakt dieselben Tools wie die Menschen - unsere eigenen Engineers im Operations Center. Sie prüfen Blocklisten, analysieren Traffic und bereiten Richtlinienänderungen vor.

• Unsere Erfahrung zeigt: 100 % Genauigkeit sind angesichts der Komplexität der Domäne, kundenspezifischer Anpassungen und seltener Sonderfälle kaum zu erreichen. Für diese Fälle verfolgen wir einen Human-in-the-Loop-Ansatz: Die Agenten fragen nach und schlagen am Ende eine Lösung vor - bereits vorkonfiguriert -, die ein Mensch annehmen oder ablehnen kann. Dieser Mensch im Loop kann ein Engineer des Open Systems Operations Center sein oder der Kunde selbst.

Das Operations Center spielt also eine entscheidende Rolle dabei, dass ein Managed SASE Service reibungslos funktioniert. KI ermöglicht einen stärker automatisierten, reaktionsschnelleren und proaktiveren Umgang mit Incidents und dem laufenden Betrieb. Zwei Beispiele für Open Systems AIOps in Aktion:

• Automatisierte ISP-Wartung: Routinewartungen wie ISP-Failover oder Leitungsreparaturen können den Geschäftsbetrieb stören, wenn sie nicht sauber gemanagt werden. KI-gestützte Automatisierung im Operations Center sorgt dafür, dass Wartungsprozesse reibungslos ablaufen, ohne das Erlebnis der Endanwender zu beeinträchtigen. Ob ISP-Wartungsinformationen automatisch verarbeitet, Traffic bei einem ISP-Ausfall umgeleitet oder Netzwerkkonfigurationen während geplanter Wartungsfenster aktualisiert werden - KI minimiert Ausfallzeiten und verbessert die Servicekontinuität.

• Advisor für Secure-Web-Gateway-Änderungen: Sicherheitsrelevante Änderungen - etwa Anpassungen am Web-Filtering in Secure-Web-Gateway-Konfigurationen - sind nötig, um auf neue Bedrohungen oder verändertes Nutzerverhalten zu reagieren. KI-gestützte Advisory-Systeme analysieren den aktuellen Netzwerk-Traffic, das Nutzerverhalten und aufkommende Sicherheitsbedrohungen und geben intelligente Empfehlungen für Änderungen. So können sowohl unsere Kunden als auch das Operations Center von Open Systems Sicherheitsrichtlinien proaktiv anpassen und das Risiko potenzieller Sicherheitsverletzungen weiter senken.

Neben der Weiterentwicklung von AIOps für operative Exzellenz arbeiten wir auch daran, die Art und Weise neu zu denken, wie Benutzer künftig mit den SASE-Services interagieren.

Die wichtigsten Vorteile KI-gestützter Managed SASE Services:

• Operative Effizienz: Automatisierung und KI-gestützte Entscheidungen steigern die Effizienz des Betriebs - Probleme werden schneller gelöst, Ausfallzeiten reduziert und Ressourcen optimal eingesetzt.

• Proaktive Sicherheitsaufstellung: Da KI Netzwerk- und Sicherheitsdaten kontinuierlich analysiert, bleiben Unternehmen potenziellen Risiken einen Schritt voraus - Konfigurationen werden auf Basis von Echtzeit-Erkenntnissen automatisch angepasst.

• Schnellere Bedrohungserkennung und -reaktion: KI-gestützte Bedrohungserkennung verkürzt die Zeit, um Sicherheitsvorfälle zu identifizieren und einzudämmen - das Risiko einer Sicherheitsverletzung sinkt deutlich.

• Individuelles Risikomanagement: KI bewertet unternehmensspezifische Risikoprofile und justiert Sicherheitsmaßnahmen kontinuierlich nach - so wird jedes Unternehmensnetzwerk genau so geschützt, wie es die individuellen Anforderungen verlangen.

• Besseres Kundenerlebnis: Weniger Ausfallzeiten, bessere Bedrohungserkennung und optimierte Netzwerk-Performance sorgen dafür, dass Endanwender ein nahtloseres und sichereres Erlebnis genießen.

Fazit:

KI verändert die Welt der Managed SASE Services grundlegend: Sie fügt eine intelligente Ebene aus Automatisierung, Orchestrierung und proaktiver Optimierung hinzu. Mit KI-Technologien wie Machine Learning für die Risikoklassifizierung, Digital Twins zur Vorhersage von Auswirkungen und einer agentenbasierten Workflow-Plattform mit LLM und RAG für den Betrieb erreichen Unternehmen eine sicherere, effizientere und widerstandsfähigere Netzwerk- und Sicherheitsinfrastruktur. So können sie nicht nur auf aktuelle Herausforderungen reagieren, sondern auch künftige Risiken antizipieren und entschärfen, bevor sie den Betrieb beeinträchtigen.

Dieser zukunftsfähige Ansatz stellt sicher, dass Unternehmen sicher und effizient skalieren können - und sich auf ihr Kerngeschäft konzentrieren, während sie die Komplexität der Netzwerksicherheit einem vollständig optimierten, KI-gestützten SASE-Service überlassen.