KI und Quantencomputing : Gemischtes Doppel : Wie KI und Quantencomputing zukünftig gemeinsam die IT-Sicherheit beeinflussen werden
Sicherheitsverantwortliche stehen derzeit sowohl vor Herausforderungen der künstlichen Intelligenz (KI) als auch des bevorstehenden Postquanten-(PQ)-Zeitalters. Während sich viele intensiv mit Fragen zur Absicherung von KI befassen, bereiten sich die wenigsten bereits jetzt auf den kommenden „Q-Day“ vor. Überdies ist ein Verständnis wichtig, wie sich beide Technologien ergänzen und künftig gegenseitig unterstützen werden.
KI ist im Kern eine probabilistische Engine zum Erkennen von Mustern, die mittlerweile in menschlicher Sprache kommunizieren kann. KI-Systeme verarbeiten große Datenmengen und erkennen mithilfe von Modellen und Algorithmen Muster sowie deren Wahrscheinlichkeiten, auf deren Grundlage sie auf Eingabeaufforderungen reagieren. Heute zeigt sich, dass dieses probabilistische Musterabgleichverfahren sehr wertvoll sein kann. Gleichzeitig bieten sich Angreifern* eine Vielzahl neuer Angriffsvektoren: Auf der einen Seite wird es Angriffe mit KI geben, bei denen ein KI-gestütztes Tool eingesetzt wird, um klassisches Social-Engineering, etwa Deepfakes und Phishing, zu verbessern. Auf der anderen Seite werden auch die Schwachstellen der KI selbst ausgenutzt – Beispiele dafür sind Prompt-Engineering und Code-Injection. So weit, so bekannt.
Der Q-Day wird hingegen die Art und Weise, wie Sicherheitsfachleute Daten absichern auf die Probe stellen – Computer und Geräte, welche die Leistungsfähigkeit der Quantenmechanik nutzen können, werden bald verfügbar sein. Der Unterschied besteht darin, dass Quantencomputer und -geräte Quantenpartikel nutzen, um Informationen darzustellen, zu speichern, zu verarbeiten und auszugeben. Non-Quantum-Geräte benötigen hingegen ungleich mehr Ressourcen, um dasselbe zu tun. So kann ein Quantencomputer beispielsweise ein einzelnes Elektron verwenden, um eine 1 oder eine 0 darzustellen, während ein klassischer Computer möglicherweise eine Million Elektronen benötigt, um eine 1 oder eine 0 darzustellen. Quantenteilchen besitzen einige sehr leistungsstarke Eigenschaften wie Superposition und Verschränkung, welche die Regeln der Quantenmechanik leichter veranschaulichen und es Quantencomputern und -geräten ermöglichen, einige sehr einzigartige und leistungsstarke Aufgaben zu bewältigen.
Und genau wie KI werden Angreifer auch diese neue Technologie nutzen, um Teile der Cyberinfrastruktur zu attackieren. Quantencomputer werden, sobald sie über ausreichende Leistungsfähigkeit verfügen, Kryptosysteme knacken, die unsere heute gängigsten kryptografischen Algorithmen nutzen – bedroht sind RSA, Diffie-Hellman, ElGamal und die Kryptografie auf Basis elliptischer Kurven. Quantencomputer mit ausreichender Leistungsfähigkeit schwächen zudem symmetrische Verschlüsselungen (z.B. AES), Hash-Funktionen und digitale Signaturen um mindestens die Hälfte ab.
Wie KI und Quantencomputer zusammenhängen
Folglich muss sich die ganze Welt schon jetzt auf den kommenden „Q-Day“ vorbereiten. Wann dieser stattfinden dürfte, ist (zumindest öffentlich) nicht bekannt. Anbieter wie Google und Cloudflare sowie zahlreiche Länder haben 2029 als das Jahr angekündigt, in dem sie für die Post-Quanten-Ära gerüstet sein wollen. Die meisten Organisationen bereiten sich auf die Jahre 2029 bis 2030 vor, um dadurch entstehende Cyberrisiken in den Griff zu bekommen.
Auch für maschinelles Lernen (ML) gibt es quantenbasierte Algorithmen. ML-Algorithmen ermöglichen der KI überhaupt erst, Fragen zu beantworten – quantenbasierte ML-Algorithmen werden KI enorm verstärken. Sobald ausreichend leistungsfähige Quantencomputer verfügbar sind, lassen sich die heute noch theoretischen quantenbasierten Algorithmen für maschinelles Lernen anwenden. Die Schwächen des einen werden dann durch das andere ausgeglichen: KI ist bei der Musterkennung besser als klassische Computer – Quantencomputer sind bei der Lösung zufälliger Probleme besser als KI und klassische Computer.
Quantengestützte KI wird wahrscheinlich dazu genutzt werden, um Quantencomputer und -geräte zu verbessern und schließlich die verbleibenden Quantenrätsel zu lösen, die der Mensch bisher nicht entschlüsseln konnte. Sie werden gemeinsam den bisherigen Energieverbrauch reduzieren, weil Quanten-Computing (QC) viel schneller mit der Lösung eines Problems sein wird, als bisherige KI-Systeme es je sein können. Zusammen eingesetzt können sie die Leistung des jeweils anderen verbessern. Wenn das größte Problem bei der Entwicklung menschenähnlicher KI ein Mangel an Zufälligkeit ist, dann hat die Quantentechnologie das Potenzial, diesen Mangel zu beheben – so könnte KI möglicherweise ein wahrhaft menschenähnliches digitales Wesen erschaffen.
KI ist bekanntlich hervorragend im Erkennen von Mustern. Das bedeutet, dass KI besser darin sein wird, von Menschen erstellte Passwörter zu knacken, die oft menschliche Wörter, Daten und Phrasen enthalten. Die Quanteninformatik ist dank des Grover-Algorithmus besser darin, auch noch wirklich zufällige Passwörter zu knacken. Lange galt, dass Passwörter aus mindestens 12 Zeichen bestehen und wirklich zufällig sein sollten – inzwischen sollte ein von Menschen erstelltes oder verwendetes Passwort mindestens 20 Zeichen lang sein. Wenn KI und Quantencomputer in Zukunft zusammen genutzt werden, macht dies Passwörter mit mindestens 25 Zeichen erforderlich, unabhängig von ihrer Komplexität. Dies wird dann möglicherweise auch den letzten Nutzer dazu bringen, eine phishingresistente Multi-Faktor-Authentifizierung oder etwas Gleichwertiges zu verwenden.
Mehr Sicherheit durch QC und KI
Eine Kombination beider Verfahren dürfte allerdings auch Cyberangriffe besser abwehren, als es die eine oder die andere Technologie allein könnte – zum Beispiel beim Erkennen und Beheben von Schwachstellen: Schon seit 2017 wächst die Zahl der bekannt gewordenen Schwachstellen (CVEs), allerdings noch nie so schnell, wie in den letzten zwei Jahren. Im vergangenen Jahr belief sich die Zahl der CVEs auf über 48 000 – nach dem bisherigen Verlauf des Jahres dürfte diese Zahl 2026 auf über 57 000 steigen. Die überwiegende Mehrheit dieser Sicherheitslücken sind Zero-Day-Lücken, bei denen die Schwachstelle von einem realen Angreifer aktiv ausgenutzt wird, bevor die Öffentlichkeit davon erfährt, bevor der Hersteller davon erfährt und/oder bevor ein Patch des Herstellers verfügbar ist – das ist seit etwa 2024 der Fall.
Heute sind über 67% aller öffentlich bekannten Sicherheitslücken Zero-Days – und dieser Anteil steigt weiter an. Quantencomputing in Verbindung mit KI wird diesen Vorgang noch einmal erheblich beschleunigen. Selbst wenn KI mit der Zeit für weniger Fehler in der Programmierung sorgen sollte, steigt doch die Anzahl der Anwendungen und Funktionen durch Vibe-Coding, also die Softwareentwicklung fast ausschließlich durch KI, exponentiell an.
How AI and Quantum Impact Cyber Threats and Defenses
Zum Thema des vorliegenden Beitrags hat der Autor auch ein fast 400 Seiten umfassendes Buch in englischer Sprache verfasst, in dem er die Sicherheitsherausforderungen von zwei der aktuell spannendsten, aber auch herausfordernsten Technologien zusammenführt: KI und QC. Neben einigen Grundlagen fasst der Autor die aktuelle Situation zusammen und blickt auf die nahe Zukunft. Dabei behandelt er Angriffe mit KI sowie auf KI und erläutert wie sie sich von heutigen Angriffen unterscheiden. Jeder Abschnitt enthält außerdem Empfehlungen zum Schutz der IT-Umgebung auf die jeweiligen Angriffsszenarien.
Roger A. Grimes, How AI and Quantum Impact Cyber Threats and Defenses, Reshaping Your Cyber Defense Strategies, Selbstverlag, Januar 2026, ISBN 979-8- 27712361-4
Sicherheitsverantwortliche müssen sich um Umkehrschluss auf diese Situation vorbereiten und auf einen drastischen Anstieg der Zahl öffentlich bekannter einzigartiger Sicherheitslücken einstellen – erwartbar sind mehrere hundert neue Lücken pro Tag. Die meisten davon werden Zero-Day-Sicherheitslügen sein, ein Großteil davon kritisch; und Angreifer werden sie schneller entdecken und ausnutzen. All das bedeutet, dass auch das Patch-Management zu einer präzisen, schnellen Wissenschaft werden muss! Sicherheitsteams haben nicht mehr Wochen Zeit für Patches – schon heute sind es eigentlich Tage und schon bald werden es sogar nur noch Minuten sein.
Ungepatchte Software- und Firmware-Schwachstellen sind an mindestens einem Drittel aller erfolgreichen Angriffe beteiligt und liegen damit als Hauptursache für Angriffe nur hinter Social-Engineering. Dieser Prozentsatz steigt mit der Kombination aus KI und Quantencomputing wahrscheinlich weiter an. Abwehrmaßnahmen gegen Schwachstellen müssen also an Geschwindigkeit und Effizienz gewinnen.
Primäre Verteidigungsstrategien
Die Möglichkeiten der KI sind sowohl in der Verteidigung als auch beim Angriff auf IT-Systeme noch lange nicht erschöpft. Sicherheitsfachleute sollten sich vor allem um KI-gestützte Angriffe und Angriffe auf KI-Systeme selbst sorgen: Sie müssen ihre Systeme letztlich gegen beide Fälle absichern und darauf vorbereiten, dass eine KI eine andere KI in der Agent-2-Agent-Kommunikation zu kompromittieren versucht.
KI-gestützte Abwehrmaßnahmen werden nötig sein, um IT-Systeme gegen Angriffe durch KI zu schützen. Genau betrachtet ist dies jedoch keine wirklich neue Qualität, sondern lediglich eine neue Dynamik: Sicherheitsverantwortliche verfügen über jahrzehntelange Erfahrung oder können im Zweifel darauf zurückgreifen, wie sie ihre Systeme gegen weiterentwickelte traditionelle Kompromittierungsversuche wie Social-Engineering und Angriffe auf Software- und Firmware-Schwachstellen verteidigen.
Die größere Herausforderung besteht jedoch darin, sich gegen die neu aufkommenden Angriffe auf die von ihren Unternehmen verwendete KI zu wappnen – etwa Prompt-Injections und unbeabsichtigte Datenlecks. Jede Organisation sollte sich daher für ein Framework für das KI-Risikomanagement entscheiden. Beispiele hierfür sind:
- MITRE ATLAS Matrix (https://atlas.mitre.org)
- NIST-KI-Risikomanagement (nist.gov/itl/ai-risk-management-framework)
- Leitfaden für sichere KI-Entwicklung des BSI (via bsi.bund.de/dok/13394406) internationale Norm ISO/IEC 42001 „Information technology — Artificial intelligence — Management system“
- Google Secure AI Framework (SAIF, https://safety.google/intl/en/safety/saif/)
- OWASP Top 10 für LLM-Anwendungen (https://owasp.org/www-project-top-10-forlarge-language-model-applications/)
Fachleute können ein Bedrohungsmodell für die in ihren Organisationen verwendete KI erstellen und Maßnahmen auf der Grundlage des ausgewählten Frameworks auswählen.
Für Quantenangriffe auf die aktuelle quantenanfällige Kryptografie müssen sie sich hingegen auf die Post-Quanten-Ära vorbereiten. Das bedeutet im Umkehrschluss, dass sie ein offizielles PQ-Projekt ins Leben rufen müssen, einschließlich der Unterstützung durch die Entscheidergremien, dedizierter Ressourcen und Finanzierung des Budgets. Die schwierigste Aufgabe in der Anfangsphase besteht darin, eine Bestandsaufnahme durchzuführen, um zu dokumentieren, welche Kryptografie zum Schutz welcher Daten verwendet wird. Daraus ist abzuleiten, was man auf PQ-Standard aufrüsten kann und was ersetzt werden muss.
Fazit
Die Antwort auf die Bedrohungslage, die von künstlicher Intelligenz und Quanten-Computing ausgeht, kann nur in einer datengetriebenen Sicherheitsstrategie liegen. Sicherheitsverantwortliche sind mehr denn je auf datengestützte Abwehrmaßnahmen angewiesen: Ohne verlässliche Daten und die Konzentration auf diese Daten agieren sie im Blindflug. Stattdessen sollten sie die Daten darüber nutzen, wie ihre Organisationen am häufigsten angegriffen werden und wo die Wahrscheinlichkeit eines Angriffs in naher Zukunft am größten ist. Nur dann kann das auf den erhobenen Daten und den implementierten Frameworks entworfene Sicherheitskonzept gegen KI- und Quantenbedrohungen aufgehen.
Roger A. Grimes ist CISO-Advisor bei KnowBe4, seit 39 Jahren im Bereich Cybersicherheit tätig und Autor von 16 Büchern und über 1600 Artikeln zum Thema Cybersicherheit, darunter sein neuestes Buch: „How AI and Quantum Impact Cyber Threats and Defenses“(https://www.amazon.com/dp/B0GGB7Y855/).