LONDON (IT BOLTWISE) – Generative KI lässt Phishing- und BEC-Nachrichten deutlich glatter wirken, weil Sprache, Kontext und Variationen automatisiert werden. Dadurch verlieren klassische Filter, die auf wiederkehrenden Verhaltensmustern basieren, an Trennschärfe. Proofpoint fordert deshalb eine Abkehr von reinem Behavior-Matching hin zu einer Intent-basierenden Analyse über mehrere Prüftiefen hinweg. Ergänzt wird das durch agentische Investigation, die Vorfälle in Minuten statt E-Mail-zu-E-Mail abarbeitet.
Generative KI verändert nicht nur, wie Angreifer schreiben, sondern auch, wie Verteidiger denken müssen. Was früher über „behavioral tells“ auffiel – etwa holprige Formulierungen, schwer einzuordnende Anfragen oder wiederverwendete Textbausteine – wird zunehmend geglättet. Proofpoint beschreibt in seinem Kontext zu Protect 2026, dass Nachrichten heute flüssiger, stärker personalisiert und in sich konsistenter wirken: Statt klobiger Vorwände kommen Einleitungen, die sprachlich passen, und Antworten, die zeitlich sowie thematisch in laufende Gespräche eingewoben sind.
Ein Beispiel zeigt, wie schnell das klassische „Einzelmail-Verhalten“ als alleiniger Filter an Grenzen stößt: Ein einzelner Bedrohungsakteur soll mehr als 30 Immobilienmakler bzw. Agenten innerhalb derselben Firma kontaktiert haben – jeweils über unterschiedliche Absenderkonten, zu unterschiedlichen Objekten und mit unterschiedlichen Formulierungen. Der gemeinsame Nenner war laut Darstellung die abschließende Aufforderung, einem Video-Meeting beizutreten. Solche Muster lassen sich schwer finden, wenn Systeme pro Postfach nur Vergangenheitsdaten vergleichen oder wenn Wiederholungskonten bzw. Signature-ähnliche Inhalte erwartet werden. Der entscheidende Punkt ist dabei weniger „wie“ eine Mail aussieht, sondern „was“ sie erreichen will: den Empfänger in einen Handlungspfad zu ziehen, etwa Klick, Credentials oder Meeting-Teilnahme.
Die Marktdaten unterstreichen die Dringlichkeit. Das Internet Crime Complaint Center (IC3) der US-Behörde meldete für 2025 laut Internet Crime Report mehr als 22.000 Beschwerden mit KI-Bezug und nahezu 900 Millionen US-Dollar an damit assoziierten Verlusten. Zusätzlich wurden 24.768 Business-Email-Compromise-Fälle (BEC) mit rund 3,05 Milliarden US-Dollar an gemeldeten Verlusten verzeichnet. Für die Security-Praxis bedeutet das: Je stärker KI Kontexte, Tonalität und Details automatisiert, desto häufiger werden Angriffe „business-normal“ codiert. Proofpoint leitet daraus ab, dass Behaviour-Signale eher schwächer werden – nicht weil Angriffe harmloser werden, sondern weil die Angreifer weniger Eindeutigkeit im Text- und Verhaltensbild hinterlassen.
Technisch betrachtet wird das Problem besonders sichtbar bei drei Nutzungsarten von KI im Angriff: Sprachproduktion, Kontextanpassung und Variation. KI ermöglicht flüssige Texte ohne Übersetzungsartefakte, Antworten, die wie echte Fortsetzungen einer Unterhaltung wirken, sowie „Persona“-Elemente wie Signaturen oder erfundene Gesprächshistorien. Zudem kann ein Angreifer pro Empfänger in Sekunden einen individuellen Text erzeugen, sodass keine einzelne Vorlage wiederholt wird, die sich leicht matchen ließe. Proofpoint führt deshalb den Wechsel von „Auffälligkeit erkennen“ zu „Absicht verstehen“ ein: Eine Nachricht soll nicht nur gegen bekannte Muster geprüft werden, sondern gegen die Frage, welches Ziel sie im Gesamtablauf verfolgt – und wie plausibel dieser Zielpfad zur Beziehung und zum Thread-Verlauf passt.
Zur Umsetzung beschreibt Proofpoint einen Ansatz, der Intent-Reasoning als zusätzliche Schicht aufsetzt. Traditionelle Erkennung bleibt wichtig: Regeln, Signaturen, Infrastruktur-Reputation und Indikatoren kompromittierter Systeme sollen weiterhin bekannte Bedrohungen schnell und in großem Maßstab aussortieren. Moderne Erkennung deckt zusätzlich bekannte Akteure und Abweichungen von Baselines ab. Erst dort, wo Text und Kontext „zu sauber“ wirken, greift die Intent-Analyse: Sie prüft, ob Details zueinander passen, ob das Antwortziel mit dem vorherigen Thread korreliert und ob der Ablauf typisch für eine legitime Prozesshandlung ist. Als Beispiel nennt Proofpoint einen Bank-Detailänderungswunsch, bei dem fünf Aspekte das Bild „absichtlich logisch“, aber in der Gesamtsicht „operativ unpassend“ machen können – etwa der Zeitpunkt im Zusammenhang mit einem konkreten Payment-Run oder der Versuch, den Austausch aus dem bestehenden Thread herauszulösen.
Damit Intent-Analyse bei realistischem Mail-Traffic nicht zur Bremse wird, skizziert Proofpoint zudem ein mehrstufiges Prüfmodell. Tier eins soll nahezu jede Nachricht in unter 500 Millisekunden bewerten, bevor sie – abhängig vom Unsicherheitsgrad – in tiefere Prüfungen wandert. Tier zwei kümmert sich um weniger als 1 Prozent der Mails und nutzt dafür unter anderem zusätzliche Analysen wie Topic-/Tone-Bewertung sowie einen organisatorischen Graphen. Tier drei adressiert weniger als 0,01 Prozent und setzt auf mehrstufige Multi-Stage-Modelle, inklusive Ansätzen für Voice-/Video-Kontext und Profile privilegierter Personen. Für Verteidiger ist dabei vor allem die Konsequenz entscheidend: Eine Mail, die auf einer Stufe nicht eindeutig ist, wird nicht „im Queue-Rest“ stehen gelassen, sondern automatisch in die nächste Tiefe weitergereicht.
Auch die Forensik muss mitziehen. Proofpoint beschreibt, dass Angreifer Kampagnen zeitlich verdichten: In der Zeit, in der ein Analyst eine Mail triagiert, kann ein System bereits Dutzende adaptierte Nachrichten erzeugen. Dadurch ist ein „Miss“ selten nur ein einzelnes Ereignis, sondern häufig der Startpunkt einer breiteren Kampagne mit Antworten, Anmeldungen und Postfachänderungen. Entsprechend setzt Proofpoint auf eine agentische Investigation, die laut Darstellung mehrere Spuren zusammenführt – E-Mail, Identität, Messaging, Browser- und Supplier-Aktivitäten – und das Ausmaß (Blast Radius) in eine Rückkopplung für Detection-Erkenntnisse übersetzt. Praktisch zielt das auf Use Cases wie Account Takeover, Missbrauch von Postfachfunktionen oder die schnellere Rückmeldung bei False Positives und False Negatives.
Für Unternehmen ergibt sich daraus ein klarer Handlungsrahmen: Nicht allein die Erkennungslogik muss modernisiert werden, sondern auch die Ermittlungs- und Feedbackschleifen. Wenn Angreifer Nachrichten über Intent konsistent steuern und zugleich das Erscheinungsbild je Empfänger variieren, dann wird „Behavior-only“ als primärer Maßstab riskant. Proofpoints Position ist daher: Intent-basierte Erkennung als zusätzliche Schicht, orchestriert über mehrere Stufen, kombiniert mit agentischer Untersuchung, die den Takt der Angreifer erreicht. Wer Mail-Security und Incident Response heute nur als Ticket-Workflow mit langsamen Übergaben betreibt, läuft Gefahr, Muster zu spät zu erkennen – während Angriffe längst in der nächsten Welle laufen.
💳 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 "KI macht E-Mail-Verhaltenssignale unscharf: Intent statt Behavior" 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 "KI macht E-Mail-Verhaltenssignale unscharf: Intent statt Behavior" 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: »KI macht E-Mail-Verhaltenssignale unscharf: Intent statt Behavior« bei Google Deutschland suchen, bei Bing oder Google News!