Home / Ressourcen / Governance

Governance · 5 Min. Lesezeit · Stand 2026-11-16

Wer unterschreibt, wenn ein Agent Ihre Firewall-⁠Änderung entwirft?

FireMon hat KI-Agenten einen Platz am Policy-Tisch gegeben, die Zugriffsdaten durchsuchen und Firewall-Änderungen entwerfen, bevor ein Mensch sie freigibt. Die Fähigkeit ist nützlich. Was den Agenten beim Entwerfen eigentlich kontrolliert, hat bisher niemand beantwortet.

Am 27. Oktober 2026 berichtete Help Net Security, dass FireMon agentenbasierte KI-Fähigkeiten in seine Plattform für Netzwerksicherheitsmanagement eingebaut hat und Agenten damit zu "vollwertigen Mitgliedern neben den Mitarbeitenden" bei der Policy-Arbeit macht (Help Net Security, 27. Oktober 2026). FireMon-CEO Jody Brazil begründete das unumwunden: "Netzwerksicherheit war noch nie so komplex, und die Antwort darauf ist nicht mehr Infrastruktur" (Help Net Security, 27. Oktober 2026).

Was passiert ist

Das Release ordnet benannten Agenten konkrete Aufgaben zu. Ein Intelligent Agent durchsucht und analysiert Policy-Daten und baut im Hintergrund Security Intelligence Query Language-Abfragen auf, sodass Mitarbeitende Fragen stellen können, ohne sie selbst zu schreiben. Ein Network Designer Agent übersetzt eine Zugriffsanforderung, etwa HTTPS-Zugriff auf einen Reporting-Dienst, in konkrete Firewall-Policy-Empfehlungen. Ein Policy Change Designer Agent begleitet eine Anfrage durch Discovery, Empfehlung und Vorbereitung einer gestuften Policy-Plan-Änderung und pausiert, sobald ein Mitarbeitender zwischen gültigen Optionen entscheiden muss (Help Net Security, 27. Oktober 2026).

FireMon macht deutlich, dass nichts, was ein Agent vorbereitet, von selbst auf eine Firewall gelangt. Eine Policy-Plan-Änderung bleibt liegen, bis ein Mensch sie prüft und annimmt, und die Annahme speichert die Arbeit nur in den Workflow, ohne sie auszurollen. Die Plattform stellt zudem einen FireMon MCP Server bereit, sodass externe agentenbasierte Workflows über das Model Context Protocol Policy-Daten abrufen und Änderungen vorbereiten können, abgesichert über Rollen und Zugangsdaten. Kunden wählen ihr eigenes Large Language Model, auch eines, das in der eigenen Umgebung läuft, und die KI-Freischaltung ist standardmäßig deaktiviert (Help Net Security, 27. Oktober 2026).

Das ist eine durchdachte Architektur. Sie ist nach FireMons eigener Darstellung aber auch unbewiesen im großen Maßstab: Die im Artikel genannte Behauptung, die Agenten sparten "Tausende Stunden" Arbeit, wird durch keine Daten belegt (Help Net Security, 27. Oktober 2026).

Warum das kein Einzelfall ist

FireMon wendet ein Muster an, das sich bereits in der gesamten Sicherheits-Toolwelt zeigt: Einem Agenten Lesezugriff auf operative Daten geben, ihn über diese Daten urteilen lassen und das folgenreiche Artefakt von ihm entwerfen lassen, damit ein Mensch es freigibt. Der Reiz liegt auf der Hand. Firewall-Landschaften erstrecken sich über mehrere Hersteller, Cloud-Umgebungen und Segmentierungsebenen, und eine einzelne Zugriffsanfrage kann mehrere Geräte betreffen, mit mehr als einem gültigen Weg, sie zu erfüllen. Das händisch zu erfassen und zu bewerten, ist langsam, und genau in diese Lücke verkauft FireMon.

Das Risiko liegt eine Ebene unterhalb des Workflow-Diagramms, in der Identität, die der Agent selbst trägt. Orchid Securitys allgemeine Einordnung von Agenten-Einsätzen trifft hier direkt zu: "Der Agent ist freigegeben, das Studio ist freigegeben, aber die Identitäten dahinter stehen außerhalb des üblichen Prüfprozesses", und Berechtigungen tendieren dazu, sich über die ursprüngliche Aufgabe eines Agenten hinaus "anzusammeln", während im Laufe der Zeit weitere Integrationen hinzukommen (Roy Katmor, Orchid, zitiert in [[agent-credentials-nobody-reviews]]). Ein Agent, der Policy-Daten über jeden angebundenen Firewall-Hersteller hinweg abfragen und Änderungen über einen MCP-Server vorbereiten kann, trägt erhebliche Reichweite, unabhängig davon, wie das menschliche Freigabe-Gate um seine Ausgabe herum aussieht.

Die breitere Governance-Lücke ist bereits gemessen, nicht nur vermutet. Recos State of Agent Security 2026 (26. August 2026), gestützt auf Unternehmenstelemetrie und die Analyse von 500 öffentlichen Model-Context-Protocol-Servern, fand heraus, dass 80 Prozent der KI-Tools völlig ohne Aufsicht laufen. Diese Zahl bezieht sich auf KI-Tooling allgemein, nicht speziell auf Netzwerksicherheit, beschreibt aber genau die Art von Problem, die FireMon nun ins Policy-Management einbringt: ein Agent mit Lese- und Vorbereitungszugriff auf sensible Infrastrukturdaten, und keine verbindliche Antwort darauf, wer prüft, was er zu erreichen befugt war.

Was das für ein reguliertes Unternehmen bedeutet

Ein Agent, der Policy-Daten durchsuchen und Firewall-Änderungen vorbereiten kann, ist funktional eine neue Identität mit Zugriff auf die Zugriffskontroll-Ebene des Netzwerks. Nach NIS2 trägt das Risikomanagement der Cybersicherheit eine persönliche Verantwortung der Geschäftsleitung, und eine vorbereitete Änderung einer ungeprüften Agenten-Identität ist genau die Art von operativem Risiko, die diese Pflicht abdecken soll. Die Aufzeichnungspflichten des EU AI Act setzen voraus, dass eine Organisation sagen kann, was ein System getan hat und mit welcher Befugnis; ein MCP-Server, der Policy-Daten externen agentenbasierten Workflows zugänglich macht, braucht diesen Nachweis durch Architektur, nicht durch nachträgliche Rekonstruktion.

Die praktische Frage für eine Sicherheits- oder Compliance-Verantwortliche lautet nicht, ob das Human-in-the-Loop-Gate existiert. FireMon hat eines gebaut. Sie lautet, ob die Organisation für jeden an diesen MCP-Server angebundenen Agenten beantworten kann: welche Zugangsdaten er verwendet hat, welchen Umfang diese Zugangsdaten tatsächlich über jeden angebundenen Firewall-Hersteller hinweg tragen, und ob die vorbereitete Änderung dem entspricht, was er zu berühren befugt war.

Was diese Lücke tatsächlich schließt

Der Mechanismus, der diese Lücke schließt, ist derselbe wie bei jedem Agenten: eine dem Agenten selbst ausgestellte Identität, begrenzt auf die Systeme, die er braucht, und nicht weiter, mit einer Aufzeichnung jeder Nutzung von Zugangsdaten, die ein Prüfer lesen kann, statt sie auf Vertrauen hinnehmen zu müssen. Die Begrenzung muss die MCP-Server-Verbindung speziell abdecken, da das der Weg ist, über den ein externer Agent vorbereitete Policy-Daten erreicht, und Rollen- und Zugangskontrollen auf diesem Server sind nur so gut wie der Prüfprozess hinter den Rollen, die sie vergeben.

Ein unveränderbares, nur anfügbares Audit-Register, getrennt von der eigenen Berichterstattung des Agenten geführt, ist das, was einem Sicherheitsteam erlaubt, zu vergleichen, wozu ein Agent befugt war, gegenüber dem, was er tatsächlich abgefragt hat, und den Zugriff eines einzelnen Agenten innerhalb von Sekunden zu widerrufen, falls die beiden voneinander abweichen, ohne die Firewall-Plattform selbst offline zu nehmen.

Was Sie am Montag prüfen sollten

Bevor eine agentenbasierte Fähigkeit Firewall-Policies berührt, lohnt es sich, vier Fragen schriftlich zu beantworten: Welche Identität nutzt der Agent, um die Policy-Plattform und den MCP-Server zu erreichen, wer hat diese Identität ausgestellt und wann wurde sie zuletzt geprüft, welchen vollen Umfang an Systemen kann diese Identität heute erreichen im Vergleich zu dem, wofür sie vergeben wurde, und wo liegt das Protokoll, das einem Regulierer in sechs Monaten genau zeigen würde, welche vorbereitete Änderung von einem Agenten stammte und nicht von einem Menschen. Hat auch nur eine dieser vier Fragen keine Antwort, prüft das Freigabe-Gate eine Ausgabe, ohne die Reichweite auditieren zu können, die sie hervorgebracht hat.

Wie AANCER das löst

AANCER stellt jedem Certified Agent einen signierten Ausweis von einer installationsspezifischen Zertifizierungsstelle aus, statt ihn eine geborgte Zugangsberechtigung erben zu lassen, sodass ein Policy-abfragender Agent eine benannte, eng gefasste Identität trägt statt eines gemeinsam genutzten Service-Accounts. Dieser Ausweis legt fest, welche Tools und Daten der Agent erreichen darf, und lässt sich in unter 30 Sekunden widerrufen, ohne den Agenten oder die Systeme, mit denen er spricht, neu auszurollen.

Jede Nutzung von Zugangsdaten wird in ein unveränderbares, nur anfügbares Audit-Register geschrieben, sodass ein Sicherheitsteam vergleichen kann, wozu ein Agent befugt war, gegenüber dem, was er tatsächlich abgefragt hat. AANCERs Connector-Ebene, die 725 Connectoren abdeckt, erlaubt es, diese Begrenzung auf Infrastrukturplattformen wie Policy-Management-Tools auszuweiten, ohne dem Agenten auf jeder einzelnen einen Dauerzugang einzurichten, und Freigabe-Workflows sichern den folgenreichen Schritt ab, sodass eine menschliche Entscheidung dokumentiert neben der Empfehlung des Agenten steht.

Sources

  • Help Net Security, "FireMon Agentic AI helps teams investigate access and prepare policy changes", 27 October 2026: https://www.helpnetsecurity.com/2026/10/27/firemon-agentic-ai/
  • Roy Katmor, Orchid Security, cited in [[agent-credentials-nobody-reviews]]
  • Reco, State of Agent Security 2026, 26 August 2026, cited in [[ungoverned-prompt]]

Verwandte Leitfäden

Compliance

Der Readiness-⁠Leitfaden zu Artikel 12 des EU AI Act

Was Aufzeichnungspflichten und menschliche Aufsicht ab August 2026 operativ tatsächlich verlangen — und welche Nachweise ein Prüfer von Ihnen einfordern wird.

9 Min. Lesezeit

Leitfaden lesen →

Governance

Der Einsatz von KI-⁠Agenten läuft ihrer Aufsicht davon

Eine Splunk-Studie mit 2.050 Befragten zeigt: Die meisten Teams sehen, dass ihre KI-Agenten schneller arbeiten, doch mehr als ein Drittel kann nicht sagen, wer für ihre Überwachung verantwortlich ist. Tempo ohne Verantwortung ist kein Ergebnis. Es ist ein Risiko, das auf seinen Vorfall wartet.

5 Min. Lesezeit

Zur Analyse →

Governance

Wenn der Agent vor Ihrer Tür nicht sagt, wer ihn schickt

Arkose Labs hat seinen Agent Trust Manager erweitert, um KI-Agenten-Traffic bei jedem Schritt der Customer Journey zu klassifizieren und zu steuern. Der Schritt reagiert auf ein Problem, das die meisten Unternehmen noch gar nicht gemessen haben: Agenten, die schlicht nicht sagen, was sie sind.

5 Min. Lesezeit

Zur Analyse →