Info2soft verwendet Cookies, um Ihnen ein besseres und angenehmeres Surferlebnis auf unserer Website zu ermöglichen. Datenschutzerklärung
Wird geladen...
Von:
Der Transfer von Unternehmensdaten an KI- und Machine-Learning-Anwendungen stieg 2025 sprunghaft auf 18.033 Terabyte – ein Anstieg von 93 % im Jahresvergleich.
Unternehmen melden durchschnittlich 223 datenpolitische Verstöße im Zusammenhang mit generativer KI pro Monat; das oberste Quartal verzeichnet bis zu 2.100 Vorfälle monatlich. Allein ChatGPT war 2025 für mehr als 410 Millionen Verstöße gegen Data-Loss-Prevention-Richtlinien (DLP) verantwortlich, darunter Versuche, Sozialversicherungsnummern, Quellcode und medizinische Datensätze weiterzugeben.
Für diesen Bericht wurden Daten von IBM, Zscaler, Netskope, GitGuardian, Gartner, CrowdStrike und zahlreichen weiteren Primärquellen zusammengetragen. Die Ergebnisse zeigen eine rasch wachsende strukturelle Lücke: Die Einführung von Unternehmens-KI steigt mit dreistelligen Wachstumsraten, während Governance, Transparenz und Durchsetzungsfähigkeiten nur einstellige Zuwächse verzeichnen.
Wichtige Erkenntnisse
Das schiere Volumen an Daten, das in KI-Tools fließt, übersteigt die Überwachungsfähigkeiten der meisten herkömmlichen Sicherheitskonzepte.
2025 analysierte die ThreatLabz-Plattform von Zscaler 989,3 Milliarden KI-/ML-Transaktionen bei rund 9.000 Unternehmen und zeichnete ein Bild weitgehend unkontrollierter KI-Einführung.
Die Anzahl unterschiedlicher KI-Anwendungen mit Unternehmensverkehr vervierfachte sich auf mehr als 3.400, dennoch verfügen viele Unternehmen nicht einmal über eine grundlegende Inventarisierung der in ihrer Umgebung laufenden KI-Modelle. Allein ChatGPT verursachte mehr DLP-Verstöße als viele Unternehmen über ihr gesamtes Anwendungsportfolio hinweg.
|
Kennwert |
Wert |
Quelle |
|
An Unternehmens-KI/ML-Anwendungen übertragene Unternehmensdaten (2025) |
18.033 TB |
Zscaler ThreatLabz KI-Sicherheitsbericht 2026 |
|
Jährlicher Anstieg des KI-Datentransfers |
93 % |
Zscaler ThreatLabz KI-Sicherheitsbericht 2026 |
|
Analysierte KI/ML-Transaktionen bei ~9.000 Unternehmen |
989,3 Milliarden |
Zscaler ThreatLabz KI-Sicherheitsbericht 2026 |
|
Unterschiedliche KI-Anwendungen mit Unternehmensverkehr |
3.400+ (Vervierfachung im Jahresvergleich) |
Zscaler ThreatLabz KI-Sicherheitsbericht 2026 |
|
DLP-Richtlinienverstöße durch ChatGPT (2025) |
410 Millionen |
Zscaler ThreatLabz KI-Sicherheitsbericht 2026 |
|
Datenvolumen an Grammarly |
3.615 TB |
Zscaler ThreatLabz KI-Sicherheitsbericht 2026 |
|
Datenvolumen an ChatGPT |
2.021 TB |
Zscaler ThreatLabz KI-Sicherheitsbericht 2026 |
|
Aufgrund von Datenleckagerisiken blockierte KI/ML-Transaktionen |
39 % aller Transaktionen |
Zscaler ThreatLabz KI-Sicherheitsbericht 2026 |
Die Risikokonzentration ist bemerkenswert: Die Dienste von OpenAI generierten dreimal mehr Unternehmensverkehr als der nächste Wettbewerber. Allein Grammarly und ChatGPT verzeichneten einen Fluss von mehr als 5.600 TB an Unternehmensdaten – Produktivitätstools werden damit faktisch zu Speichern von Unternehmenswissen.
Der IBM-Bericht zu den Kosten von Datenschutzverletzungen 2025 zeigt einen Widerspruch auf: Die global durchschnittlichen Kosten einer Datenschutzverletzung fielen auf 4,44 Millionen US-Dollar – ein Rückgang um 94,88 Millionen US-Dollar und der erste Rückgang seit fünf Jahren. KI-gestützte Abwehrmaßnahmen sorgten für schnellere Erkennung und Eindämmung. Dennoch ergab derselbe Bericht, dass Schatten-KI die Kosten einer Verletzung um 670.000 US-Dollar erhöhte und damit zu einer der drei kostenintensivsten Einflussfaktoren bei Datenschutzverletzungen zählt.
In den USA zeichnet sich ein deutlich düstereres Bild ab: Die durchschnittlichen Kosten einer Datenschutzverletzung stiegen auf einen Rekordwert von 10,22 Millionen US-Dollar. Auf dem Versicherungsmarkt verdoppelten sich 2025 die Schadenhöhen bei Cyber-Schäden großer US-Unternehmen auf mehr als 4,4 Millionen US-Dollar, während die Schadenhäufigkeit um 34 % sank – verursacht durch immer ausgefeiltere KI-gestützte Angriffe (Chubb Cyber-Schadenbericht 2026).
|
Kennwert |
Wert |
Quelle |
|
Global durchschnittliche Kosten einer Datenschutzverletzung (2025) |
4,44 Millionen US-Dollar |
IBM/Ponemon Kosten von Datenschutzverletzungen 2025 |
|
Durchschnittliche Kosten einer Datenschutzverletzung in den USA (2025) |
10,22 Millionen US-Dollar (Allzeitrekord) |
IBM/Ponemon Kosten von Datenschutzverletzungen 2025 |
|
Zusätzliche Kosten durch Schatten-KI bei Datenschutzverletzungen |
670.000 US-Dollar |
IBM/Ponemon Kosten von Datenschutzverletzungen 2025 |
|
Von Schatten-KI betroffene Unternehmen mit Datenschutzverletzung |
20 % (jedes fünfte Unternehmen) |
IBM/Ponemon Kosten von Datenschutzverletzungen 2025 |
|
Kostenersparnis durch umfassende KI/Automatisierung |
1,9 Millionen US-Dollar Ersparnis; 80 Tage schnellere Eindämmung |
IBM/Ponemon Kosten von Datenschutzverletzungen 2025 |
|
Durchschnittlicher Zyklus zur Erkennung und Eindämmung von Verletzungen |
241 Tage (niedrigster Wert seit neun Jahren) |
IBM/Ponemon Kosten von Datenschutzverletzungen 2025 |
|
Schadenhöhe bei Cyber-Versicherungsfällen (große US-Unternehmen, 2025) |
Verdoppelt auf über 4,4 Millionen US-Dollar |
Chubb Cyber-Schadenbericht 2026 |
|
US-Datenschutzverletzungen mit Schaden über dem historischen Schwellenwert |
10,2 Millionen US-Dollar |
Chubb Cyber-Schadenbericht 2026 |
Hinweis: Der IBM/Ponemon-Bericht basiert auf realen Datenschutzverletzungen bei 600 Unternehmen aus 17 Branchen und 16 Ländern, mit 3.470 Interviews zwischen März 2024 und Februar 2025.
Schatten-KI – die Nutzung nicht genehmigter, unregulierter KI-Tools durch Mitarbeiter – ist zum zentralsten Vektor für Datenverluste geworden, den die meisten Unternehmen nicht zuverlässig erkennen können.
Dieses Verhalten ist nahezu allgegenwärtig: Mitarbeiter kopieren, laden hoch und teilen vertrauliche Daten mit KI-Tools im täglichen Arbeitsablauf, häufig über private Konten, die vollständig außerhalb der Unternehmenssichtbarkeit liegen.
Die strukturelle Gefahr dieser Datenleckagen ergibt sich daraus, dass keine Malware-Signaturen, keine verdächtigen Anmeldemuster und keine Warnungen herkömmlicher Sicherheitswerkzeuge generiert werden. Aus Überwachungssicht lassen sich diese Vorgänge nicht von legitimer Arbeit abgrenzen.
Das Problem privater Konten überschattet nahezu alle anderen Datenverlustwege. Wenn Mitarbeiter kostenlose KI-Tools über private Konten nutzen, verlieren Unternehmen jegliche Transparenz: Es gibt keine Audit-Protokolle, keine DLP-Kontrollen und keine Garantie, dass die Daten nicht zum Training öffentlicher Modelle verwendet werden. LayerX Security stellte fest, dass 77 % der Mitarbeiter Daten direkt in Eingabefelder generativer KI einfügen, wobei 82 % dieser Interaktionen über nicht unternehmenseigene Konten stattfinden (LayerX Unternehmens-KI- und SaaS-Datensicherheitsbericht 2025).
|
Kennwert |
Wert |
Quelle |
|
Mitarbeiter, die Unternehmensdaten in generative KI einfügen |
77 % |
IBM Kosten von Datenschutzverletzungen 2025 / LayerX Security |
|
Einfügevorgänge über private/nicht unternehmenseigene Konten |
82 % |
LayerX Unternehmens-KI- und SaaS-Datensicherheitsbericht 2025 |
|
Nutzer generativer KI mit Zugriff über private Konten |
47 % |
Netskope Cloud- und Threat-Bericht 2026 |
|
Mitarbeiter mit Nutzung kostenloser KI-Tools über private Konten |
68 % |
Menlo Security Bericht 2025 |
|
Vertrauliche Datenleckagen durch private/kostenlose Konten |
12 % aller Leckagen |
Harmonic Security (Q3 2025) |
|
In einem Monat protokollierte Kopier- und Einfügevorgänge |
155.005 Kopien; 313.120 Einfügungen |
Menlo Security Bericht 2025 |
Die Daten, die Mitarbeiter an KI-Tools weitergeben, sind keineswegs unbedeutend. Regulierte Daten – darunter personenbezogene, finanzielle und medizinische Informationen – machen 54 % aller Verstöße gegen generative-KI-Richtlinien aus.
Im Finanzsektor ist die Leckagegefahr noch ausgeprägter: Regulierte Daten machen 59 % der Verstöße aus, gefolgt von geistigem Eigentum mit 20 %, Quellcode mit 11 % sowie Passwörtern und API-Schlüsseln mit 9 % (Netskope Threat Labs Finanzbranchenbericht).
|
Kennwert |
Wert |
Quelle |
|
Anteil regulierter Daten an generativen-KI-Richtlinienverstößen |
54 % |
Netskope Cloud- und Threat-Bericht 2026 |
|
Verstöße mit regulierten Daten im Finanzwesen |
59 % |
Netskope Threat Labs Finanzbranchenbericht |
|
Anteil geistigen Eigentums an den Verstößen |
20 % |
Netskope Threat Labs Finanzbranchenbericht |
|
Anteil Quellcode an den Verstößen |
11 % |
Netskope Threat Labs Finanzbranchenbericht |
|
Dateiuploads mit vertraulichen Daten an generative KI |
26,4 % (Anstieg von 22 % im Q2 2025) |
Harmonic Security (Q3 2025) |
|
Anteil geschäftlicher/rechtlicher Daten an vertraulichen Datenweitergaben |
57 % |
Harmonic Security (Q3 2025) |
|
Technische Daten (65 % proprietärer Quellcode) |
25 % der vertraulichen Datenweitergaben |
Harmonic Security (Q3 2025) |
Fehlende Mitarbeiterschulungen verstärken das verhaltensbedingte Risiko zusätzlich. 58 % der Mitarbeiter gaben an, keine Schulungen zu Datensicherheits- und Datenschutzrisiken von KI-Tools durch ihren Arbeitgeber erhalten zu haben, so eine Studie mit 6.500 Teilnehmern aus sieben Ländern.
Gleichzeitig nutzen 65 % der Befragten KI im täglichen Leben – ein Anstieg von 21 % im Jahresvergleich. Unter Datenspezialisten gaben 40 % zu, ungenehmigte KI-Tools bei der Arbeit zu nutzen (General Assembly, Dezember 2025).
|
Kennwert |
Wert |
Quelle |
|
Mitarbeiter ohne Schulungen zu KI-Sicherheit/Datenschutz |
58 % |
National Cybersecurity Alliance / CybNet (September 2025) |
|
Mitarbeiter, die vertrauliche Informationen an KI-Tools weitergaben |
43 % |
National Cybersecurity Alliance / CybNet (September 2025) |
|
Datenspezialisten mit Nutzung ungenehmigter KI-Tools |
40 % |
General Assembly (Dezember 2025) |
|
Unternehmen mit nahezu negativen Vorfällen durch generative KI |
Fast 80 % aller Unternehmen |
Komprise KI-Umfrage 2025 |
|
Vorfälle mit finanziellen/kundenbezogenen/Rufschäden |
13 % |
Komprise KI-Umfrage 2025 |
|
Unternehmen mit starker Sorge vor Schatten-KI |
46 % |
Komprise KI-Umfrage 2025 |
Menlo Security protokollierte innerhalb eines Monats 155.005 Kopier- und 313.120 Einfügevorgänge in seiner Telemetrie – mehr als 10.000 Einfügevorgänge pro Tag allein im überwachten Teil der Unternehmen (Menlo Security Bericht 2025: Wie KI den modernen Arbeitsplatz verändert).
Aufstrebende KI-Codierassistenten beschleunigen die Softwareentwicklung drastisch; gleichzeitig stieg aber auch die Anzahl unbeabsichtigt im Code eingebetteter Zugangsdaten, API-Schlüssel und Tokens sprunghaft an.
Der GitGuardian-Bericht State of Secrets Sprawl 2026 dokumentierte den größten jährlichen Anstieg an durchgesickerten Geheimnissen seit Beginn der Erfassung im Jahr 2021. Geheimnisse von KI-Diensten wuchsen schneller als jede andere Kategorie, und eine neue Generation von KI-Infrastrukturtools eröffnete völlig neue Leckagewege. Code, der schneller ausgeliefert wird, enthält gleichzeitig mehr eingebettete Zugangsdaten.
2025 wurden 28,65 Millionen neu fest codierte Geheimnisse in öffentlichen GitHub-Commits entdeckt – ein Anstieg von 34 % im Jahresvergleich, der größte jährliche Sprung seit Erfassung (GitGuardian).
Öffentliche Commits stiegen um 43 % auf rund 1,94 Milliarden, die Entwicklerbasis wuchs um 33 %. KI-spezifische Geheimnisse erreichten 1.275.105 Stück, ein Anstieg von 81 % im Jahresvergleich; allein DeepSeek-API-Schlüssel tauchten 113.000 Mal durchgesickert auf. Acht der zehn am schnellsten wachsenden Kategorien von Geheimnisdetektoren bezogen sich auf KI-Dienste.
|
Kennwert |
Wert |
Quelle |
|
Auf öffentlichem GitHub durchgesickerte fest codierte Geheimnisse (2025) |
28,65 Millionen |
GitGuardian State of Secrets Sprawl 2026 |
|
Jährlicher Anstieg durchgesickerter Geheimnisse |
34 % (größter Sprung seit 2021) |
GitGuardian State of Secrets Sprawl 2026 |
|
Durchgesickerte Geheimnisse von KI-Diensten |
1.275.105 (+81 % Jahreswachstum) |
GitGuardian State of Secrets Sprawl 2026 |
|
Durchgesickerte DeepSeek-API-Schlüssel |
113.000 |
GitGuardian State of Secrets Sprawl 2026 |
|
Öffentliche GitHub-Commits (2025) |
1,94 Milliarden (+43 % Jahreswachstum) |
GitGuardian State of Secrets Sprawl 2026 |
|
Leckagerate von KI-Infrastrukturgeheimnissen im Vergleich zu Kernmodellanbietern |
5-fach schneller |
GitGuardian State of Secrets Sprawl 2026 |
|
Geheimnisse aus dem Jahr 2022, die 2025 noch aktiv waren |
64 % |
GitGuardian State of Secrets Sprawl 2026 |
|
Wahrscheinlichkeit fest codierter Geheimnisse in internen vs. öffentlichen Repositories |
6-fach höher |
GitGuardian State of Secrets Sprawl 2026 |
KI-Codierassistenten beschleunigen nicht nur die Entwicklung, sondern sorgen auch für messbar höhere Raten an durchgesickerten Geheimnissen. Commits mit Beteiligung von Claude Code wiesen eine Leckagerate von 3,2 % auf – mehr als doppelt so hoch wie der Basiswert von 1,5 % bei allen öffentlichen GitHub-Commits.
Die Forscher stellten fest, dass die Lücke zwischen Leckageraten bei KI-unterstütztem und rein menschlich erstelltem Code ab September 2025 zu schließen begann, zeitgleich mit verbesserten Sicherheitsbegrenzungen der Modelle.
Gleichzeitig entstand eine neue Angriffsfläche: 24.008 eindeutige Geheimnisse gelangten über Konfigurationsdateien des Model Context Protocol (MCP) nach außen, 2.117 dieser Zugangsdaten waren zum Zeitpunkt der Auswertung noch gültig. Die Exposition entstand direkt durch Dokumentationspraktiken, bei denen das Einbetten von API-Schlüsseln in Klartext-Konfigurationsdateien zur Norm wurde.
|
Kennwert |
Wert |
Quelle |
|
Leckagerate von Geheimnissen bei Claude Code |
3,2 % (gegenüber Basiswert 1,5 %) |
GitGuardian State of Secrets Sprawl 2026 |
|
Über MCP-Konfigurationen exponierte Geheimnisse |
24.008 (2.117 gültig) |
GitGuardian State of Secrets Sprawl 2026 |
|
Vorfälle mit Geheimnissen aus internen Kollaborationstools |
28 % der internen Leckagen |
GitGuardian State of Secrets Sprawl 2026 |
|
Interne Repositories mit fest codierten Geheimnissen |
~33 % (jedes dritte Repository) |
GitGuardian State of Secrets Sprawl 2026 |
Die Angriffsfläche für KI erweitert sich gleichzeitig auf drei Ebenen: KI-Systeme selbst weisen Schwachstellen auf, Angreifer nutzen KI zur Beschleunigung offensiver Operationen, und eine neue Generation autonomer KI-Agenten erzeugt Vorfälle, die viele Unternehmen weder erkennen noch eindämmen können.
Eines der alarmierendsten Ergebnisse von 2025 stammt aus den Red-Team-Bewertungen von Zscaler: 100 % der getesteten Unternehmens-KI-Systeme enthielten kritische Schwachstellen. Die mediane Zeit bis zum ersten kritischen Ausfall betrug lediglich 16 Minuten, 90 % der Systeme wurden innerhalb von 90 Minuten kompromittiert – der schnellste Ausfall ereignete sich binnen einer Sekunde.
Diese Schwächen umfassten Datenleckagen, Prompt-Manipulationen, Halluzinationen, das Umgehen von Richtlinien und unzureichende Sicherheitsausrichtung; bereits einfache Einmal-Prompts erwiesen sich als wirksam. Eine separate Studie von Anthropic, dem britischen KI-Sicherheitsinstitut und Forschern der Universität Oxford zeigte, dass lediglich 250 bösartige Dokumente ausreichen, um ein LLM mit einer Hintertür zu versehen – unabhängig von der Modellgröße.
|
Kennwert |
Wert |
Quelle |
|
Unternehmens-KI-Systeme mit kritischen Schwachstellen |
100 % |
Zscaler ThreatLabz KI-Sicherheitsbericht 2026 |
|
Mediane Zeit bis zum ersten kritischen Ausfall |
16 Minuten |
Zscaler ThreatLabz KI-Sicherheitsbericht 2026 |
|
Innerhalb von 90 Minuten kompromittierte Systeme |
90 % |
Zscaler ThreatLabz KI-Sicherheitsbericht 2026 |
|
Benötigte Dokumente zur Hintertür eines beliebigen LLM |
250 (unabhängig von Modellgröße) |
Anthropic / UK AISI / Oxford (Oktober 2025) |
|
Vorfälle mit Datenleckagen oder Datenschutzverletzungen |
23 % aller erfassten Vorfälle |
AI Incident Database (laufend) |
|
Vorfälle ohne dokumentierten Erkennungsmechanismus |
38 % aller erfassten Vorfälle |
AI Incident Database (laufend) |
KI-gestützte Angreiferaktivitäten stiegen um 89 % im Jahresvergleich; Angreifer nutzen zunehmend generative KI zur Aufklärung, zum Diebstahl von Zugangsdaten, zur Entwicklung von Exploits und zur Umgehung von Sicherheitskontrollen. Die durchschnittliche Ausbruchzeit bei Cyberkriminalität – der Zeitraum zwischen erster Kompromittierung und seitlicher Bewegung im Netz – sank 2025 auf 29 Minuten, eine Beschleunigung um 65 % gegenüber dem Vorjahr. Der schnellste registrierte Ausbruch dauerte lediglich 27 Sekunden.
Unternehmen sahen sich 2025 durchschnittlich 1.968 Cyberangriffen pro Woche ausgesetzt, ein Anstieg um 70 % gegenüber 2023. Gleichzeitig entfielen 82 % der Erkennungen 2025 auf malwarefreie Angriffe, da Angreifer vermehrt gültige Zugangsdaten und vertrauenswürdige Zugangswege statt herkömmlicher Malware nutzen.
|
Kennwert |
Wert |
Quelle |
|
Anstieg KI-gestützter Angreiferoperationen |
89 % Jahreswachstum |
CrowdStrike Global Threat Report 2026 |
|
Durchschnittliche Ausbruchzeit bei Cyberkriminalität (2025) |
29 Minuten (schnellster Fall: 27 Sekunden) |
CrowdStrike Global Threat Report 2026 |
|
Beschleunigung der Ausbruchzeit gegenüber 2024 |
65 % schneller |
CrowdStrike Global Threat Report 2026 |
|
Durchschnittliche wöchentliche Cyberangriffe pro Unternehmen (2025) |
1.968 (+70 % gegenüber 2023) |
Check Point Research 2026 |
|
Malwarefreie Erkennungen |
82 % |
CrowdStrike Global Threat Report 2026 |
|
Datenschutzverletzungen mit KI-Nutzung durch Angreifer |
16 % |
IBM/Ponemon Kosten von Datenschutzverletzungen 2025 |
|
Durch bösartige Generative-KI-Prompt-Injektion angegriffene Unternehmen |
90+ |
CrowdStrike Global Threat Report 2026 |
Das Aufkommen autonomer KI-Agenten – Systeme, die Datensätze ändern, Konten erstellen und Code ohne menschliche Prüfung bereitstellen können – hat eine Governance-Lücke geschaffen, die bereits zu realen Vorfällen führt. Untersuchungen der Cloud Security Alliance und Token Security zufolge erlitten 65 % der Unternehmen im vergangenen Jahr mindestens einen Cybersicherheitsvorfall durch KI-Agenten.
Von diesen Vorfällen waren 61 % mit der Exposition vertraulicher Daten verbunden, 43 % führten zu Betriebsstörungen und 35 % verursachten direkte finanzielle Verluste. Trotz dieser Risiken klassifizieren nur 19 % der Unternehmen KI-Agenten im Risikomanagement gleichwertig mit menschlichen Insidern, während 63 % nicht in der Lage sind, Zweckbeschränkungen für das Verhalten von Agenten durchzusetzen.
|
Kennwert |
Wert |
Quelle |
|
Unternehmen mit Cybersicherheitsvorfällen durch KI-Agenten |
65 % |
CSA / Token Security (April 2026) |
|
KI-Agenten-Vorfälle mit Datenleckagen |
61 % |
CSA / Token Security (April 2026) |
|
Unternehmen ohne Möglichkeit zur Durchsetzung von Zweckbeschränkungen für Agenten |
63 % |
CSA / Token Security (April 2026) |
|
Unternehmen ohne Möglichkeit zur Deaktivierung fehlverhaltender Agenten |
60 % |
CSA / Token Security (April 2026) |
|
Unternehmen mit gleichwertiger Einstufung von KI-Agenten und menschlichen Insidern |
19 % |
CSA / Token Security / DTEX 2026 |
Bei einer Red-Team-Übung im Februar 2026 erlangte ein autonomer offensiver KI-Agent innerhalb von zwei Stunden uneingeschränkte Lese- und Schreibzugriffe auf eine Produktionsdatenbank eines der weltweit bestausgestatteten Unternehmen – ohne Zugangsdaten und ohne menschliches Eingreifen.
Die zentralste strukturelle Erkenntnis aus allen Untersuchungen ist die zunehmende Kluft zwischen der Geschwindigkeit der KI-Einführung und dem Reifegrad der Governance. 73 % der Unternehmen setzen KI-Tools ein, aber nur 7 % verfügen über eine Governance, die Sicherheitsrichtlinien in Echtzeit durchsetzt – ein strukturelles Defizit von 66 Prozentpunkten. Diese Lücke schließt sich nicht von selbst. Die KI-Adoption beschleunigt sich: Daten von Cyberhaven Labs zeigen, dass die unternehmensweite Endgerät-KI-Adoption zwischen Februar 2025 und Februar 2026 um 509 % gestiegen ist, Codierungsassistenten um 357 % und allein die Nutzung von Claude um 5.680 % zugenommen hat (Cyberhaven Labs, Mai 2026). Governance-Programme wachsen nicht annähernd vergleichbar schnell.
|
Kennwert |
Wert |
Quelle |
|
Unternehmen mit eingesetzten KI-Tools |
73 % |
Cybersecurity Insiders / Cyera (2026) |
|
Unternehmen mit Echtzeit-KI-Governance |
7 % |
Cybersecurity Insiders / Cyera (2026) |
|
Governance-Defizit |
66 Prozentpunkte |
Cybersecurity Insiders / Cyera (2026) |
|
Unternehmen mit erhöhtem KI-Sicherheitsbudget in diesem Jahr |
90 % der Unternehmen |
Cybersecurity Insiders / Cyera (2026) |
|
Sicherheitsfachkräfte, die sich weniger sicher fühlen als vor 12 Monaten |
29 % |
Cybersecurity Insiders / Cyera (2026) |
|
Unternehmen mit Lücken bei der Transparenz von KI-Aktivitäten |
94 % |
Cybersecurity Insiders / Cyera (2026) |
|
Kann private und betriebliche KI-Konten nicht voneinander abgrenzen |
88 % |
Cybersecurity Insiders / Cyera (2026) |
|
Verfügen über semantische Inhaltskontrollen (statt musterbasierter DLP) |
8 % |
Cybersecurity Insiders / Cyera (2026) |
|
Unternehmen, die ihre KI-Governance als reaktiv oder im Aufbau beschreiben |
68 % |
Cybersecurity Insiders / Cyera (2026) |
|
Hatten beinahe einen datenbezogenen Vorfall durch KI |
39 % (17 % haben keine Maßnahmen ergriffen) |
Cybersecurity Insiders / Cyera (2026) |
Die Situation an den Endgeräten verstärkt die Governance-Lücke. Die Endgerät-KI-Adoption stieg im Jahresvergleich um 509 %, Codierungsassistenten um 357 % und die Nutzung von Claude um 5.680 % – all dies geschieht schneller, als Sicherheitsverfahren diese Tools inventarisieren, klassifizieren oder regeln können.
Gartner prognostiziert, dass bis Ende 2026 40 % der Unternehmensanwendungen aufgabenspezifische KI-Agenten integrieren, verglichen mit weniger als 5 % Anfang 2025. Das bedeutet, dass die zu beherrschende Governance-Fläche innerhalb eines Jahres um das Achtfache ansteigt. Gartner geht zudem davon aus, dass bis 2030 bis zu 40 % der weltweiten Unternehmen einen Sicherheitsbruch durch Schatten-KI erleben werden (Gartner, November 2025).
Nur 12 % der Unternehmen fühlen sich „sehr gut vorbereitet“, um KI-Governance-Risiken zu bewerten, zu steuern und deren Folgen abzufedern (Der Neue Generation Risikobericht 2025). Gleichzeitig erreichte der weltweite Personalmangel im Cybersicherheitsbereich 4,8 Millionen Fachkräfte – ein Anstieg um 19 % gegenüber dem Vorjahr (ISC2 Cybersecurity Workforce Study 2024, aktuell verfügbare Daten). Das bedeutet, dass der Fachkräftepool zur Schließung der Governance-Lücke schrumpft, während das Problem wächst.
Die regulatorische Landschaft wechselte 2025–2026 von Entwürfen zur Durchsetzung. Die Vorschriften zu verbotenen Praktiken der EU-KI-Verordnung sind seit dem 2. August 2025 durchsetzbar. Verstöße können mit Geldstrafen bis zu 35 Millionen Euro oder 7 % des weltweiten Jahresumsatzes geahndet werden – je nachdem, welcher Betrag höher ist. Für große Technologieunternehmen bedeutet 7 % des globalen Umsatzes ein Risiko von mehreren Milliarden Euro. Die Regeln für allgemeine KI-Modelle treten im August 2026 in Kraft. In den USA setzen mittlerweile 20 Bundesstaaten Verbraucherdatenschutzgesetze durch, allein 2025 traten acht neue Rechtsvorschriften in Kraft (Chambers and Partners, Jahresrückblick 2025). Die italienische Datenschutzbehörde verhängte im Dezember 2025 eine Geldstrafe von 5 Millionen Euro gegen Replika wegen rechtswidriger KI-Trainingsverfahren.
KI-Urheberrechtsverfahren haben drastisch zugenommen. Die Zahl der bundesgerichtlichen KI-Urheberrechtsklagen in den USA stieg von 22 im Jahr 2024 auf 94 im Jahr 2025 – ein Anstieg um 327 %. Bereits Anfang 2026 wurden weitere 26 Klagen eingereicht (Review of AI Law). Bis Ende 2025 belief sich die Zahl der laufenden Urheberrechtsverfahren gegen KI-Entwickler auf fast 70, mehr als doppelt so viele wie die rund 30 Verfahren Ende 2024 (Copyright Alliance, Januar 2026). Die bislang größte KI-Urheberrechtsvergleichszahlung – eine Vereinbarung von Anthropic über 1,5 Milliarden US-Dollar wegen urheberrechtlich geschützter Bücher in den Trainingsdaten – wurde im September 2025 abgeschlossen.
|
Kennwert |
Wert |
Quelle |
|
Höchststrafe nach EU-KI-Verordnung (verbotene Praktiken) |
35 Millionen Euro oder 7 % des weltweiten Jahresumsatzes |
EU-KI-Verordnung, Artikel 99–101 |
|
Datum der Durchsetzung der Vorschriften zu verbotenen Praktiken der EU-KI-Verordnung |
2. August 2025 |
EU-KI-Verordnung |
|
US-Bundesstaaten mit gültigen Verbraucherdatenschutzgesetzen (Ende 2025) |
20 Staaten |
Chambers and Partners |
|
Bundesgerichtliche KI-Urheberrechtsklagen in den USA (2025) |
94 (22 im Jahr 2024, +327 %) |
Review of AI Law |
|
Laufende Urheberrechtsverfahren gegen KI-Entwickler (Ende 2025) |
ca. 70 (ca. 30 im Jahr 2024) |
Copyright Alliance |
|
Bisher größte KI-Urheberrechtsvergleichszahlung |
1,5 Milliarden US-Dollar (Anthropic, September 2025) |
Munck Wilson Mandala |
|
Geldstrafe der italienischen Datenschutzbehörde gegen Replika (rechtswidriges KI-Training) |
5 Millionen Euro |
Italienische Garante (Dezember 2025) |
|
Unternehmen, die sich bei der Ausrichtung an NIST AI RMF oder der EU-KI-Verordnung orientieren |
51 % |
Wavestone / SecurityBrief (2025) |
|
Unternehmen mit sowohl KI-Datenklassifizierung als auch Verschlüsselung |
22 % (78 % fehlt mindestens eine Maßnahme) |
Wavestone / SecurityBrief (2025) |
Die 94 bundesgerichtlichen KI-Urheberrechtsklagen umfassen nur Verfahren vor US-Bundesgerichten. Die tatsächliche weltweite Gesamtzahl einschließlich Landgerichten, ausländischen Gerichten und vorgerichtlichen Ansprüchen liegt deutlich höher. Weltweit wurden allein in den ersten sieben Monaten des Jahres 2025 1.183 generative KI-Urheberrechtsverfahren öffentlich verhandelt – ein Anstieg um 230 % im Jahresvergleich. Der höchste einzelne Schadenersatzanspruch belief sich auf 3,2 Milliarden US-Dollar.
|
Kennwert |
Wert |
Quelle |
|
An an KI/ML-Anwendungen übermittelte Unternehmensdaten (2025) |
18.033 TB (+93 % im Jahresvergleich) |
Zscaler ThreatLabz 2026 |
|
ChatGPT-DLP-Richtlinienverstöße (2025) |
410 Millionen |
Zscaler ThreatLabz 2026 |
|
Durchschnittliche Kosten eines Datenbruchs weltweit |
4,44 Millionen US-Dollar |
IBM/Ponemon 2025 |
|
Zusätzliche Kosten durch einen Bruch durch Schatten-KI |
670.000 US-Dollar |
IBM/Ponemon 2025 |
|
Unternehmen mit Datenbruch durch Schatten-KI |
20 % |
IBM/Ponemon 2025 |
|
Mitarbeiter, die Unternehmensdaten in generative KI einfügen |
77 % |
IBM/LayerX 2025 |
|
Durchschnittliche monatliche Verstöße gegen Generative-KI-Richtlinien pro Unternehmen |
223 (oberstes Quartil: 2.100) |
Netskope 2026 |
|
Jährliches Wachstum der Nutzer von Generative-KI-Anwendungen |
200 % |
Netskope 2026 |
|
Jährlicher Anstieg des Volumens an Generative-KI-Eingaben |
500 % |
Netskope 2026 |
|
Auf GitHub durchgesickerte fest kodierte Geheimnisse (2025) |
28,65 Millionen (+34 % im Jahresvergleich) |
GitGuardian 2026 |
|
Durchgesickerte Geheimnisse von KI-Diensten |
1.275.105 (+81 % im Jahresvergleich) |
GitGuardian 2026 |
|
Unternehmens-KI-Systeme mit kritischen Sicherheitslücken |
100 % |
Zscaler ThreatLabz 2026 |
|
Mittlere Zeit bis zum ersten kritischen KI-Ausfall |
16 Minuten |
Zscaler ThreatLabz 2026 |
|
Jährlicher Anstieg von Angriffen mit KI-Unterstützung |
89 % |
CrowdStrike 2026 |
|
Durchschnittliche Zeit bis zur Ausweitung eines Angriffs im Netzwerk (2025) |
29 Minuten (schnellster Fall: 27 Sekunden) |
CrowdStrike 2026 |
|
Unternehmen mit eingesetzten KI-Tools |
73 % |
Cybersecurity Insiders/Cyera 2026 |
|
Unternehmen mit Echtzeit-KI-Governance |
7 % |
Cybersecurity Insiders/Cyera 2026 |
|
Jährliches Wachstum der Endgerät-KI-Adoption (Februar 2025–Februar 2026) |
509 % |
Cyberhaven Labs 2026 |
|
Cybersicherheitsvorfälle durch KI-Agenten |
65 % der Unternehmen |
CSA/Token Security 2026 |
|
Höchststrafe nach EU-KI-Verordnung |
35 Mio. Euro oder 7 % des weltweiten Umsatzes |
EU-KI-Verordnung |
|
Bundesgerichtliche KI-Urheberrechtsklagen in den USA (2025) |
94 (+327 % im Jahresvergleich) |
Review of AI Law |
Methodik und Quellen:
Dieser Bericht bevorzugt Primärquellen: Originalumfragen, telemetriebasierte Analysen, regulatorische Einreichungen und peer-reviewte Forschung. Alle Marktgrößen wurden, soweit verfügbar, mit mindestens zwei Anbietern abgeglichen. Bei methodischen Einschränkungen werden umfragebasierte Selbstangaben und Stichprobengrößen gekennzeichnet. Statistiken älter als drei Jahre werden ausdrücklich genannt. Keine Statistik wurde erfunden, zur Dramatisierung gerundet oder durch nicht transparente Kombinationen erstellt.
Zitierte Primärquellen:
· Unternehmenskunden und Mittelstand weltweit
· Unser Support-Team unterstützt Sie während der gesamten Testphase
· Starten Sie eine 60-tägige Testversion oder sehen Sie sich eine Demo an, um zu erfahren, wie Info2Soft Unternehmensdaten schützt.
