Sichere Data- & AI-Plattformen für KRITIS und NIS2

Bei der geschäftlichen Nutzung von Daten, Künstlicher Intelligenz (KI) und Cloud-Technologien setzen regulatorische Anforderungen die Unternehmen zunehmend unter Druck. Gesetzliche Rahmenwerke wie KRITIS und NIS2 formulieren klare Vorgaben zum Schutz vor den Gefahren aus der Cyberwelt und geopolitischen Risiken. Verstöße ziehen beträchtliche Bußgelder und behördliche Anordnungen bis hin zu Einschränkungen des Betriebs nach sich.

Vor diesem Hintergrund lautet die große Frage: Wie lassen sich Innovationsprozesse mit modernen Technologien vorantreiben und gleichzeitig die erforderliche Sicherheit und Kontrolle gewährleisten? Die Antwort ist vielschichtig. Moderne Data- & AI-Plattformen benötigen vor allem einen ganzheitlichen Sicherheitsansatz, der die Regularien bereits in der Architektur berücksichtigt. Dabei ermöglicht Confidential Computing neben etablierten Maßnahmen den Schutz besonders sensibler Daten während der Verarbeitung.

KRITIS und NIS 2 setzen unterschiedliche Schwerpunkte

Das KRITIS-Dachgesetz ist seit dem 17. März 2026 in Kraft. Es adressiert vor allem die physische Resilienz kritischer Anlagen, beispielsweise gegenüber Sabotage, Naturereignissen und technischen Ausfällen. Die Anforderungen reichen vom Objektschutz bis zur Aufrechterhaltung und Wiederherstellung kritischer Dienstleistungen. Wann die einzelnen Betreiberpflichten greifen, hängt unter anderem von der Einstufung der Anlagen, ergänzenden Verordnungen und den an die Registrierung geknüpften Fristen ab.

Telekommunikationsnetze sind ein wichtiger Bestandteil der kritischen Infrastruktur. (Foto: Telefónica Deutschland)

Die Cybersicherheit wird insbesondere durch das BSI-Gesetz (BSIG) und ergänzende sektorspezifische Vorschriften geregelt. Dieses Gesetz wurde am 6. Dezember 2025 durch das deutsche NIS2-Umsetzungsgesetz neugefasst und erweitert. Es verpflichtet besonders wichtige Einrichtungen zu einem systematischen Management ihrer Cybersicherheitsrisiken. Dazu zählen auch zahlreiche Unternehmen außerhalb des bisherigen KRITIS-Kreises. Wer genau betroffen ist, hängt unter anderem von Tätigkeit, Sektor und Unternehmensgröße ab.

Für Betreiber kritischer Anlagen kommen besondere Anforderungen hinzu. Dazu gehören Systeme zur Angriffserkennung für die IT, die für die Funktionsfähigkeit dieser Anlagen maßgeblich ist, sowie regelmäßige Sicherheitsnachweise. Der gesetzliche Nachweiszyklus beträgt grundsätzlich drei Jahre. Dabei sind Übergänge und die vom BSIG festgelegten Termine zu beachten.

NIS2 erweitert den Blick auf den Plattformbetrieb

NIS2 geht weit über einzelne technische Sicherheitsmaßnahmen hinaus. § 30 BSIG verlangt geeignete, verhältnismäßige und wirksame technische und organisatorische Maßnahmen. Dazu zählen unter anderem das Management von Sicherheitsvorfällen, Business Continuity und Wiederherstellung nach Notfällen, Lieferkettensicherheit, sichere Entwicklungs- und Wartungsprozesse, Zugriffskontrollen, kryptografische Verfahren sowie Schulungen. Auch die Wirksamkeit der Maßnahmen muss bewertet und ihre Umsetzung dokumentiert werden.

Für Data- & AI-Plattformen ist dieser umfassende Ansatz besonders relevant. Sie führen Informationen aus zahlreichen Quellsystemen zusammen und stellen diese unterschiedlichen Anwendungen und Nutzenden bereit. Sicherheitskonzepte müssen deshalb die gesamte Verarbeitungskette berücksichtigen, von der Datenübernahme über die Analyse bis zur Bereitstellung der Ergebnisse.

Aus diesen Anforderungen lassen sich für die Plattformarchitektur insbesondere folgende Vorkehrungen ableiten:

• Privilegierte Zugriffe kontrollieren: Administrationsrechte werden auf das erforderliche Maß begrenzt sowie möglichst befristet vergeben und überprüft. Auch technische Identitäten von Datenpipelines und KI-Anwendungen benötigen klar definierte Berechtigungen.
• Änderungen nachvollziehbar umsetzen: Versionierte Infrastrukturdefinitionen, geprüfte Bereitstellungsprozesse und protokollierte Freigaben helfen, Konfigurationen kontrolliert zu verändern und Fehler zurückzuverfolgen.
• Sicherheitsereignisse erkennen und bearbeiten: Eine zentrale Überwachung sollte mit klaren Zuständigkeiten, Eskalationswegen und Prozessen für die fristgerechte Meldung erheblicher Vorfälle verbunden sein.
• Wiederherstellung praktisch erproben: Geschützte Backups und regelmäßig getestete Wiederanlaufverfahren müssen auch Konfigurationen, Schlüssel und Abhängigkeiten zu anderen Diensten berücksichtigen.
• Abhängigkeiten zu Dienstleistern steuern: Es gilt, Sicherheitsleistungen von Cloud- und Technologieanbieter zu bewerten und die Aufgabenverteilung, Meldewege und Möglichkeiten des Anbieterwechsels festzulegen.

Auf diese Weise lässt sich die Datennutzung für Fachbereiche und KI-Anwendungen mit einem Sicherheitsniveau verbinden, das Vertraulichkeit, Integrität und Verfügbarkeit gleichermaßen berücksichtigt.

Digitale Souveränität braucht rechtliche und technische Klarheit

Bei der Cloud-Nutzung bleibt außerdem der internationale Datentransfer relevant. Das frühere Privacy Shield wurde 2020 für ungültig erklärt. Seit dem 10. Juli 2023 besteht jedoch der Angemessenheitsbeschluss der Europäischen Kommission zum EU-US Data Privacy Framework. Er gilt weiterhin und ermöglicht die Übermittlung personenbezogener Daten an US-Unternehmen, sofern diese über eine aktive Zertifizierung verfügen, die den jeweiligen Empfänger und die betreffenden Daten erfasst.

Die übrigen Anforderungen der DSGVO bleiben bestehen, etwa an die Rechtsgrundlage der Verarbeitung, die Auftragsverarbeitung und angemessene Schutzmaßnahmen. Das Data Privacy Framework ersetzt daher weder die Sicherheitsarchitektur einer Datenplattform noch die Pflichten aus dem BSIG.

Für die praktische Umsetzung digitaler Souveränität sollten Unternehmen daher festlegen, wer auf welche Daten zugreifen darf, wie Schlüssel verwaltet werden und welche Abhängigkeiten sie eingehen. Confidential Computing kann diese Kontrolle dort stärken, wo besonders sensible Informationen verarbeitet werden.

Confidential Computing schützt Daten während der Verarbeitung

Etablierte Verschlüsselungsverfahren sichern Daten bei der Speicherung und Übertragung ab. Confidential Computing ergänzt den Schutz während der Verarbeitung. Grundlage sind hardwaregestützte Trusted Execution Environments, kurz TEEs. Diese isolieren ausgewählte Anwendungen oder virtuelle Maschinen gegenüber Teilen der umgebenden Infrastruktur. So lassen sich auch privilegierte Zugriffe des Cloud-Betreibers auf den geschützten Arbeitsspeicher technisch stark begrenzen.

Confidential Computing ergänzt den Schutz gespeicherter und übertragener Daten um eine hardwaregestützte Absicherung während der Verarbeitung. Der konkrete Schutzumfang hängt von der eingesetzten Architektur ab. (Grafik: ORAYLIS)

Wie weit dieser Schutz reicht, hängt von der eingesetzten Technologie und ihrer Konfiguration ab. Bei einer Confidential VM gehören beispielsweise das Gastbetriebssystem und die darin ausgeführte Software zum Vertrauensbereich. Entsprechend muss die Plattform als solche weiterhin in der Risikoanalyse betrachtet werden.

Dabei sind zu berücksichtigen:

• Identitäten
• Verwaltung der Cloud-Dienste
• Metadaten
• Schnittstellen
• mögliche Implementierungsfehler

Auch Informationen, die den geschützten Bereich als Analyseergebnisse oder Protokolle verlassen, benötigen passende Schutzmaßnahmen. Confidential Computing allein gewährleistet zudem keine Verfügbarkeit der Plattform. Ob ein Workload diesen zusätzlichen Schutz benötigt, sollte aus seiner Schutzbedarfs- und Risikoanalyse abgeleitet werden. § 30 BSIG schreibt Confidential Computing nicht pauschal für jede Datenplattform vor. Entscheidend ist, welche Risiken im konkreten Anwendungsfall zu behandeln sind.

Nachweise von Anfang an mitdenken

Wichtig bei allen verwendeten Sicherheitsmaßnahmen ist: Sie müssen nachvollziehbar sein. Moderne Cloud-Plattformen können dafür technische Nachweise liefern und ihre Zusammenführung automatisieren. Beispielsweise lassen sich Meldungen und Empfehlungen aus Microsoft Defender for Cloud kontinuierlich in zentrale Auswertungssysteme exportieren.

Für eine belastbare Dokumentation empfiehlt es sich, solche Informationen mit versionierten Infrastrukturdefinitionen, Deployment-Protokollen, Audit Logs, Zugriffsprüfungen und Ergebnissen von Wiederherstellungstests zu verbinden. Die Nachweise sollten konkreten Anforderungen und Verantwortlichen zugeordnet, gegen nachträgliche Manipulation geschützt und für den vorgesehenen Zeitraum verfügbar gehalten werden.

Dieses Architekturprinzip lässt sich als „Evidence by Design“ beschreiben: Die Nachweisbarkeit wird bereits bei der Planung berücksichtigt und im Betrieb fortlaufend unterstützt. Das erleichtert Prüfungen und macht Abweichungen früher sichtbar. Eine automatisierte Dokumentation ersetzt dabei weder die Bewertung der Wirksamkeit noch die organisatorischen Entscheidungen im Sicherheitsmanagement.

Azure und Databricks bieten konkrete Umsetzung

Für die konkrete Umsetzung von Confidential Computing in geeigneten Verarbeitungsszenarien gibt es inzwischen diverse technische Lösungen. Ein in unseren Projekteinsätzen vielfach bewährtes Konzept bietet Microsoft gemeinsam mit Databricks. Ausgangspunkt bildet ein Data Lakehouse, bei dem klassische Databricks-Cluster spezielle Azure Confidential VMs für interaktive Analysen und Jobs nutzt. So wird der Arbeitsspeicher dieser Verarbeitungsknoten zusätzlich abgesichert. Für die Auswahl sind unter anderem die verfügbaren VM-Typen, Regionen und benötigten Plattformfunktionen zu prüfen.

Beispiel einer Azure-Databricks-Architektur mit Confidential VMs für ausgewählte Verarbeitungsschritte. Identitätsmanagement, Netzwerk, Speicherung, Überwachung und Betrieb werden zusätzlich abgesichert. (Grafik: ORAYLIS)

Die Sicherheitsbausteine werden technisch aufeinander abgestimmt. Laut aktueller Produktdokumentation sind Confidential VMs in Azure Databricks beispielsweise nicht in Workspaces verfügbar, in denen Enhanced Security Monitoring oder das Compliance Security Profile aktiviert ist. Die Architekturentscheidung muss daher berücksichtigen, welche Kombination von Schutzmaßnahmen den Anforderungen des jeweiligen Unternehmens entspricht.

Nicht zuletzt schützt eine Confidential VM lediglich den vorgesehenen Ausführungsbereich. Verwaltungsebene, Datenhaltung und angebundene Dienste benötigen eigene Sicherheitskontrollen. Eine tragfähige Gesamtarchitektur verbindet also den zusätzlichen Verarbeitungsschutz mit einem passenden Identitäts- und Schlüsselmanagement, abgesicherten Netzwerkverbindungen, Überwachung und getesteten Betriebsprozessen.

Fazit: Technische Sicherheit und organisatorische Verantwortung verbinden

Mit einer entsprechend konzipierten Data-&-AI-Plattform lässt sich ein wesentlicher Teil der technischen Schutzanforderungen adressieren und in eine ganzheitliche organisatorische Sicherheitsarchitektur integrieren. Diese umfasst klar verteilte Verantwortlichkeiten, ein funktionierendes Vorfallmanagement, Schulungen, die Bewertung von Dienstleistern und regelmäßig geübte Notfallverfahren.

Die Verantwortung bleibt auch auf Leitungsebene verankert: Nach § 38 BSIG muss die Geschäftsleitung die Umsetzung der vorgeschriebenen Risikomanagementmaßnahmen gewährleisten und überwachen. Sie ist außerdem zu regelmäßigen Schulungen verpflichtet.

ORAYLIS unterstützt Sie dabei, Sicherheitsanforderungen in die Architektur und den Betrieb Ihrer Data-&-AI-Plattform zu übersetzen. Gemeinsam mit Ihren Verantwortlichen für Informationssicherheit, Datenschutz und Compliance betrachten wir Schutzbedarf, technische Maßnahmen und die erforderlichen Nachweise. Confidential Computing setzen wir dort ein, wo es für Ihre Anwendungsfälle einen zusätzlichen Schutz bietet. Sprechen Sie uns an, wenn Sie Ihre Datenplattform für die Anforderungen aus KRITIS und NIS2 weiterentwickeln möchten.