Use-Cases

Ein Modell, einmal gelesen, von jedem Team genutzt.

Wenn vier Teams denselben Report lesen, entstehen vier unterschiedliche Wahrheiten – jeweils im eigenen Tool und in ihrer eigenen Sprache. Die folgenden Use-Cases greifen alle auf ein gemeinsames reguliertes Cyber-Threat-Modell zurück. Jedes Team behält seine Tools, das Wissen bleibt einheitlich, und jeder Use-Case nennt die Regulierung oder das Programm, dem er dient: DORA, NIS2, KRITIS, TIBER-EU oder CTEM.

  1. 01–02Die Bedrohung kennen
  2. 03–06Defence-Operations betreiben
  3. 07–08Testen und nachweisen
  4. 09Auf dem Weg zum agentischen SOC
  1. 01–02 · Die Bedrohung kennen

    Kontext statt Volumen.

    Mehr Feeds machen ein SOC nicht sicherer. Entscheidend ist, zu wissen, welche Akteure für Sie relevant sind, und über ein Modell ihres Verhaltens zu verfügen, hinter dem Ihre Analysten stehen.

    1. Use-Case 01

      CTEM · TIBER-EU

      Relevanz von Bedrohungsakteuren und Threat-Assessment

      Generische Akteurslisten überlassen dem Leser die Frage nach der Relevanz. Die Plattform bewertet eine kuratierte Bibliothek anhand Ihrer Geschäftsparameter, Szenarien und der von Ihnen verfolgten Events und liefert die für Sie relevanten Akteure nach Risiko priorisiert und jeweils mit einer überprüfbaren Begründung zurück.

    2. Use-Case 02

      DORA · NIS2

      Reguliertes Cyber-Threat-Modelling

      Einen Report manuell zu veredeln dauert Wochen, und einem Report, der allein von einem Modell veredelt wurde, kann nicht vertraut werden. Hier erstellt die KI den Attack-Graphen, jede Aussage behält ihre Evidenz und ihren Vertrauensgrad, und ein Analyst validiert, bevor etwas das Modell verlässt.

  2. 03–06 · Defence-Operations betreiben

    Von der Intelligence zur Handlung.

    Threat-Intelligence, die weder Detection, Hunting noch Response verändert, schafft keine Einsatzbereitschaft. Diese vier Use-Cases basieren auf demselben Modell und bleiben bis zur zugrunde liegenden Aussage rückverfolgbar.

    1. Use-Case 03

      KRITIS · DORA

      Detection-Engineering

      Regeln, die auf Anfrage von einem Sprachmodell erstellt werden, sind Aussagen ohne Kontext. Die Plattform leitet Detektionslogik aus validierten Techniken ab, verknüpft sie mit den verfügbaren Logquellen und erzeugt native Regeln für Ihr SIEM und EDR, wobei die Abdeckung je Angreifer erfasst wird.

    2. Use-Case 04

      CTEM

      Threat-Hunting

      Threat-Hunting ohne Hypothese ist bloßes Suchen. Hypothesen werden aus der Vorgehensweise des Angreifers im Modell abgelesen und mit Untersuchungsfragen sowie den Daten verknüpft, die diese beantworten können, sodass Threat-Hunter dort ansetzen, wo der Angreifer zu erwarten ist, statt dort, wo sich das Rauschen befindet.

    3. Use-Case 05

      NIS2 · DORA

      Incident-Response

      Eindämmung, bevor die Kampagne verstanden wurde, hinterlässt Lücken. Der Scope wird aus der beobachtbaren Ebene des Modells abgeleitet – Infrastruktur, Ports und verifizierte Indikatoren – und der Graph führt Incident-Responder entlang der Reihenfolge des Angreifers von der Technik über die Logquelle bis zum Event.

    4. Use-Case 06

      CTEM · DORA

      Exposure-Management

      Ein CVSS-Score sagt nichts darüber aus, ob ein Angreifer die Schwäche überhaupt erreichen kann. Schwächen und Angriffspfade werden nach Angreifer-Relevanz priorisiert, basierend auf Motivation und Absicht je kritischer Geschäftsfunktion und auf Grundlage desselben Modells, das auch SOC und Red Team nutzen, sodass keine parallele Wahrheit entsteht.

  3. 07–08 · Testen und nachweisen

    Evidenz, keine Absichtserklärungen.

    Aufsichtsbehörden fordern Threat-Led-Tests und eine auditierbare Kette von der Threat-Intelligence bis zur Sicherheitsmaßnahme. Beides wird aus dem Modell abgeleitet, statt auf einem leeren Blatt zu beginnen.

    1. Use-Case 07

      TIBER-EU · DORA

      Threat-Led-Testing (TIBER-EU / DORA)

      Jeder Testzyklus, der bei null beginnt, wiederholt die Recherche des vorherigen. Threat-Profile, Szenarien und Angriffspfade je kritischer Geschäftsfunktion werden aus dem Modell als Datengrundlage für den Targeted Threat Intelligence Report erzeugt – bis zu den Quellen rückverfolgbar und im nächsten Zyklus reproduzierbar.

    2. Use-Case 08

      DORA · NIS2 · KRITIS

      Compliance-Nachweise und Risiko-Berichterstattung

      Auditoren wollen sehen, welche Aussage zu welcher Sicherheitsmaßnahme geführt hat, und nicht ein Richtliniendokument. Das Modell erhält diese Nachvollziehbarkeit je kritischer Geschäftsfunktion: wer sie bedroht und auf welche Weise, was erkannt und was getestet wird. Die Reporting-Engine überführt dies in geprüfte, mit TLP gekennzeichnete Dokumente.

  4. 09 · Auf dem Weg zum agentischen SOC

    Demnächst

    Wer die Wissensebene besitzt.

    Use-Case 09

    MCP · API · STIX/TAXII

    Eine regulierte Wissensschicht für die KI-Agenten in Ihrem SOC

    Agenten sind nur so gut wie der Kontext, auf dessen Grundlage sie handeln, und dieser Kontext ist meist im Ökosystem eines einzelnen Anbieters gebunden – schwer zu teilen und über einen heterogenen Security-Stack hinweg wiederzuverwenden. Ihre eigenen Agenten oder die mit Ihren Plattformen bereitgestellten Agenten lesen über APIs und MCP validierte Aussagen aus dem regulierten Modell. Plattform wechseln, Wissen behalten.

    • Agenten lesen validierten Zustand, die Techniken eines Akteurs, die Angriffsvektoren einer Funktion und die Detektionen, die sie abdecken
    • Reguliertes Bedrohungswissen bleibt über Wechsel von SIEM, EDR, CTI-Quelle oder KI-Plattform hinweg wiederverwendbar, ohne die Organisation an ein Ökosystem zu binden

Compliance-Nachweise

Gebaut für DORA, NIS2, KRITIS und TIBER-EU.

Kritische Geschäftsfunktionen werden so modelliert, wie es die regulatorischen Vorgaben beschreiben, und jede Detection sowie jedes Testszenario bleibt von der zugrunde liegenden Threat-Intelligence bis zur daraus entstandenen Sicherheitsmaßnahme rückverfolgbar.

  1. DORA

    Digitale operationale Resilienz

    • Cyberbedrohungen und Schwachstellen, bewertet je IKT-gestützter Geschäftsfunktion
    • Aus der Bedrohung abgeleitete Detektionskriterien und Schwellenwerte, rückverfolgbar bis zur zugrunde liegenden Threat-Intelligence
    • Threat-Szenarien je kritischer oder wichtiger Funktion für den Targeted-Threat-Intelligence-Report
  2. NIS2

    Risikomanagement-Maßnahmen

    • Risikoanalyse basierend auf der tatsächlichen Bedrohungslandschaft
    • Wirksamkeit der Maßnahmen durch Emulation nachgewiesen
    • Nachweis der Umsetzung auf Anfrage der Aufsichtsbehörde
  3. KRITIS

    Angriffserkennung in Deutschland

    • Systeme zur Angriffserkennung, gespeist aus validierter Intelligence
    • Detection wird entsprechend der Bedrohungslage aktuell gehalten, wie es die BSI-Empfehlungen vorsehen
    • Nachweis je Regel, der zugrunde liegenden Aussage und der Zuordnungs-Entscheidung
  4. TIBER-EU

    Rahmenwerk für Threat-Led-Penetration-Testing

    • Aus dem Modell generierte Abschnitte für die Generic Threat Landscape und den Targeted Threat Intelligence Report
    • Szenarien je kritischer Geschäftsfunktion, reproduzierbar im nächsten Zyklus
    • Input für die Threat-Intelligence-Phase; der Test selbst verbleibt bei akkreditierten Anbietern

Beginnen Sie mit zwei davon

Wählen Sie die beiden Use-Cases, die das Modell in Ihrer Umgebung unter Beweis stellen.

Detection-Coverage und Hunting sind das übliche erste Paar. Response, Exposure-Management und Threat-Led-Testing folgen auf demselben Modell.

Kontakt

Cyber Threat Intelligence operationalisieren.

Machen Sie aus den Berichten und Feeds, die Sie bereits beziehen, ein reguliertes Cyber-Threat-Modell, mit dem Ihr SOC, Ihr Risikomanagement und Ihre Geschäftsleitung arbeiten können. Sagen Sie uns, wo Sie beginnen möchten.

Diese Website ist durch reCAPTCHA geschützt. Informationen zur Verarbeitung Ihrer Daten finden Sie in unserer Datenschutzerklärung.