LONDON (IT BOLTWISE) – Synthetischer Identitätsbetrug trifft Unternehmen nicht nur auf Menschen, sondern auch auf Maschinen-Identitäten. Angreifer können neue Service- oder Admin-Identitäten so konstruieren, dass sie wie legitime Konten wirken und unbemerkt Rechte ansammeln. Weil es kein „gestohlenes“ Konto gibt, feuern klassische Warnmechanismen häufig zu spät oder gar nicht. Besonders Agentic KI senkt die Hürde, solche Identitäten automatisiert zu erstellen – und macht Governance damit zum Sicherheitsfaktor.
Die meisten Sicherheitsprogramme betrachten Identitätsdiebstahl als klaren Täter-Opfer-Fall: Ein Angreifer kopiert Zugangsdaten einer echten Person oder eines existierenden Kontos, missbraucht sie und hinterlässt oft messbare Spuren. Bei synthetischem Identitätsbetrug ist das Bild anders. Statt einen bestehenden Account zu hijacken, wird eine neue Identität zusammengesetzt – aus echten Umgebungsmerkmalen und erfundenen Elementen –, sodass sie „funktioniert“, ohne dass jemals ein legitimer Inhaber etwas bereitgestellt hat. Das Entscheidende ist nicht nur die Erstellung an sich, sondern die fehlende Beobachtungslogik: Wenn kein echtes Gegenüber existiert, das Missbrauch melden würde, kann die Identität im Schatten des normalen Betriebs wachsen.
Das gleiche Konstrukt lässt sich auf Non-Human Identities (NHIs) übertragen, also auf Service Accounts, Maschinenkonten, Instanzen und Rollen, die in Verzeichnisdiensten und Berechtigungssystemen dauerhaft oder semidauerhaft vorhanden sind. In vielen Organisationen liegt der Fokus jedoch vor allem auf „gestohlenen“ NHIs: Ein kompromittiertes Service-Konto wird erkannt, wenn es von einem ungewöhnlichen Host aus genutzt wird oder sich andere Muster zeigen. Ein synthetisch gebautes NHI erzeugt hingegen keine Spur eines „untypischen Zugangs“ im Sinne eines zurückliegenden Besitzverhältnisses. Stattdessen registriert der Angreifer eine neue Identität mit ähnlich klingendem Namensschema, verankert sie im passenden Domain- und Umgebungsraum und gibt ihr Privilegien, die zum Rest des Kontenbestands passen. Für eine Administration, die zehntausende Accounts als Routine-Workloads verwaltet, ist das häufig nur „noch ein Konto“ – ohne dass irgendwo ein Mensch Verantwortung zugeordnet bekommt.
Technisch relevant wird diese Angriffslogik besonders dann, wenn die Identität „glaubwürdig“ wirkt. Laut der beschriebenen Systematik erbt ein gefälschtes NHI die Namenskonventionen seines Umfelds, existiert im korrekten Verzeichnisbereich, trägt plausible Metadaten und beantragt Zugriffsarten, die andere NHIs bereits nutzen. Genau dieses Zusammenspiel aus Domänenzugehörigkeit, Struktur und Berechtigungsprofil sorgt dafür, dass einmalig verifizierte Vertrauenssignale an der falschen Stelle greifen: Die Organisation vertraut dem Konto, weil es beim Provisioning in eine erwartete Form passt. In der Praxis nennen sich die typischen Ausprägungen unterschiedlich, das Prinzip bleibt jedoch gleich: ein illegitimes NHI, das das System als „zugehörig“ akzeptiert. Dazu zählen etwa ein Rogue Service Account, der sich an bestehende Konten „anlehnt“, DCShadow als infrastrukturelle Post-Compromise-Variante, bei der ein Angreifer temporär eine manipulierte Quelle der Autorität einführt, und Shadow Credentials, bei denen Authentifizierungsdaten so in ein vorhandenes Objekt injiziert werden, dass es von außen wie unverändert wirkt.
Dass das Thema bisher weniger Aufmerksamkeit bekommt, wird im Text vor allem mit einem Vergleich erklärt: Auf der Human-Seite ist synthetischer Identitätsbetrug als Missbrauch einer konstruierten Person längst vertraut. Auf der Machine-Seite aber werden Bedrohungen oft nach dem Schema „Credentials kompromittiert“ gedacht. So kann ein gefälschtes NHI Detektionen umgehen, die ausschließlich für gestohlene Konten gebaut sind. Ein gestohlenes Konto erzeugt in der Regel einen Auslöser – etwa eine Meldung durch den tatsächlichen Eigentümer oder Anomalien bei der Nutzung. Bei einer synthetisch erzeugten Identität gibt es keinen Eigentümer, der „Alarm“ schlagen würde, und damit fehlt ein wesentlicher Teil des Erkennungs-Ökosystems. Während NHIs in vielen Unternehmen schneller wachsen als die Prozesse zur Inventarisierung und Ownership-Pflege, sinkt zudem die Wahrscheinlichkeit, dass ein unüberwachtes Konto als Ausreißer auffällt.
Diese Lage bekommt zusätzlichen Druck durch agentische KI (Agentic AI). Bislang erforderte das saubere Erstellen eines gefälschten Machine-Accounts meist manuelles Vorgehen: Systemzugang, Identität anlegen, Privilegien setzen und das Ganze so einbetten, dass es in das Muster der Umgebung passt. Agentische KI verändert die operative Reibung im Hintergrund: KI-Agenten können zur Laufzeit dynamisch Berechtigungen anfordern, weitere Agenten starten und deren Identitätskontexte so steuern, dass die Grenze zwischen „legitim erzeugter“ und „synthetisch eingefädelter“ Identität verschwimmt. Für Sicherheits- und IAM-Teams heißt das, dass das Problem weniger von der Frage abhängt, ob ein Angreifer Zugriff hat, sondern stärker davon, wie schnell und wie automatisiert er glaubwürdige Identitäten skalieren kann.
Gegenmaßnahmen greifen deshalb weniger, wenn sie ausschließlich auf Listenabgleich und manuelles Auffinden einzelner verdächtiger Konten setzen. Der Kern der vorgeschlagenen Defense-Strategie lautet stattdessen: Governance muss verhindern, dass ein gefälschtes NHI überhaupt „stabil“ im System überlebt. Ein Ansatz ist, Ownership für jede NHI fest zuzuordnen, mit dokumentiertem Zweck und einem definierten Ablaufdatum, damit Identitäten nicht dauerhaft im Stillen existieren. Ergänzend wirkt kurze Geheimnis-Lebensdauer: Durch zentral verwaltete Secrets mit automatisierter Rotation werden Pfade gekappt, die ein Angreifer sonst für dauerhaft nutzbare Shadow Credentials ausnutzen könnte. Parallel reduziert Least Privilege plus Just-in-Time-Access die Reichweite: Wenn ein Konto nur die minimal nötigen Rechte und nur für eine begrenzte Zeit bekommt, vererbt sich der Schaden eines synthetischen Kontos auf ein kleineres, zeitlich eingeschränktes Fenster. Damit Vertrauensannahmen nicht nur beim Provisioning entstehen, braucht es außerdem eine kontinuierliche Verhaltensüberprüfung, die Vertrauen von „Konto sieht richtig aus“ auf „Konto tut das Richtige“ verlagert – also auf Muster zu Zugriffen, Ressourcen und Aktionen über die Zeit. Insgesamt verschiebt sich Identity Security damit von reiner Credential-Hygiene hin zu einem Modell, in dem auch die „Fakes“, also Identitäten ohne legitime Initialisierung, aktiv identifizierbar werden.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Synthetische Machine-Identitäten: So entsteht Identitätsbetrug ohne echte Opfer" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Synthetische Machine-Identitäten: So entsteht Identitätsbetrug ohne echte Opfer" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Synthetische Machine-Identitäten: So entsteht Identitätsbetrug ohne echte Opfer« bei Google Deutschland suchen, bei Bing oder Google News!