Cribl bringt Funktionen für KI-Observability, Detection Engineering und Erkennungen direkt im Datenstrom. Bestehende Telemetriedaten sollen so ohne zusätzliche geschlossene Plattformen in Transparenz, verbesserte Erkennungsraten und schnellere Reaktionen auf Vorfälle umgewandelt werden.
Cribl hat neue Sicherheitsfunktionen vorgestellt, die auf den Einsatz von Künstlicher Intelligenz ausgerichtet sind. Die Erweiterungen umfassen eine AI-Observability-App, verbesserte Möglichkeiten im Detection Engineering sowie sogenannte stream-native Detections. Ziel ist es, vorhandene Telemetriedaten in Erkenntnisse und Handlungsoptionen zu überführen, ohne dass Unternehmen dafür weitere abgeschottete Systeme aufbauen oder Daten replizieren müssen.
Die rasche Verbreitung von KI-Anwendungen stellt viele Organisationen vor Herausforderungen bei der Governance. Häufig fehlen Antworten auf grundlegende Fragen: Welche Teams und Anwendungen nutzen welche Modelle? Wie verhält sich der Token-Verbrauch zu den Kosten? Wann treten Nachfragespitzen auf? Könnten kleinere Modelle bestimmte Aufgaben übernehmen? Wo gelangen sensible Daten in Prompts? Gleichzeitig steigen die Mengen an Telemetriedaten und die Geschwindigkeit, mit der Bedrohungen entstehen. Die Antwort vieler Anbieter besteht bislang darin, zusätzliche Tools und Datenkopien einzuführen.
Cribl positioniert seine neuen Funktionen als Teil einer Plattformstrategie, die auf einer gemeinsamen Telemetrie-Infrastruktur aufbaut. Clint Sharp, Mitgründer und CEO von Cribl, sagte: „Sicherheitsteams sagen uns, dass sie nicht länger jedes neue Problem lösen wollen, indem sie dieselben Daten in noch mehr abgeschottete Boxen schicken. Sie wollen transparente Einblicke in die unternehmensweite KI-Nutzung und die bestehenden Risiken, bessere Erkennungsraten und die Flexibilität, mit den Tools und Umgebungen zu arbeiten, die sie bereits haben.“
Die neue AI-Observability-App soll einen Überblick über KI-Aktivitäten über Modelle, Anwendungen, Abteilungen und Umgebungen hinweg ermöglichen. Basierend auf vorhandenen Telemetriedaten können Teams Nutzung und Ausgaben nach Modell, Applikation, Abteilung oder Workload auswerten. Sie sehen Nachfragespitzen, können den Tokenverbrauch nachvollziehen und Workloads identifizieren, für die kleinere Modelle ausreichen könnten. Zudem lassen sich sensible Daten in Prompts und Traces erkennen sowie komplette Sitzungen im Zeitverlauf analysieren. Pipelines müssen dafür nicht dupliziert und Daten nicht aus geschlossenen Systemen exportiert werden.
Im Bereich Detection Engineering greift Cribl auf Funktionen zurück, die aus der Übernahme von CardinalOps stammen. Die Plattform gleicht Erkennungen mit dem MITRE ATT&CK-Framework ab, identifiziert Abdeckungslücken sowie fehlerhafte oder zu viele Fehlalarme auslösende Regeln und unterstützt die kontinuierliche Pflege von Detection-Inhalten durch KI-gestützte Workflows. Sicherheitsteams erhalten damit einen Überblick über den Abdeckungsgrad und Prioritäten in einer Umgebung, die über die Möglichkeiten einer einzelnen SIEM-Lösung hinausgeht.
Darüber hinaus führt Cribl Erkennungsmechanismen direkt im Datenstrom ein. Teams können ereignisabhängige Bedingungen und sicherheitsrelevante Ereignisse aus normalisierten und angereicherten Telemetriedaten identifizieren, während diese die Pipeline passieren. Die Mechanismen richten sich auf bekannte schädliche Indikatoren, Richtlinienverstöße, Canary-Events und ähnliche Auslöser. Verdächtige Daten können alarmiert, weitergeleitet oder priorisiert werden, während die Datenmenge für spätere tiefere Analysen reduziert wird. Komplexere Analysen greifen weiterhin auf historische Daten für Korrelationen, Backtesting, Threat Hunting und forensische Untersuchungen zurück.
Chris DePuy, Mitgründer und Analyst bei 650 Group, kommentierte: „Mit Cribls Plattformmodell sind AI Observability und SIEM-Lösungen keine Bereiche mehr, die durch Mauern voneinander getrennt sind. Es handelt sich vielmehr um Anwendungen, die auf verschiedenen Datenspeichern aufsetzen können und auf Cribls Telemetrie-Infrastruktur laufen. SIEM ist damit eine Anwendung unter mehreren und nicht länger der Mittelpunkt der Architektur.“
Weitere Informationen stellt das Unternehmen unter cribl.io bereit. Cribl wurde 2018 gegründet, beschäftigt eine überwiegend remote arbeitende Belegschaft und unterhält ein Büro in San Francisco. Die Plattform wird nach Angaben des Unternehmens von Organisationen genutzt, darunter die Hälfte der Fortune-100-Unternehmen.
Mit den neuen Funktionen erweitert Cribl seine Telemetrie-Plattform um Werkzeuge für KI-Transparenz und Bedrohungserkennung im Datenstrom. Unternehmen können bestehende Datenquellen weiter nutzen, ohne zusätzliche geschlossene Systeme einführen zu müssen. Die nächsten Schritte dürften sich auf die praktische Integration und die Messung der Auswirkungen auf Erkennungsgeschwindigkeit und Kostenkontrolle konzentrieren.
Dr. Jakob Jung ist Chefredakteur Security Storage und Channel Germany. Er ist seit mehr als 20 Jahren im IT-Journalismus tätig. Zu seinen beruflichen Stationen gehören Computer Reseller News, Heise Resale, Informationweek, Techtarget (Storage und Datacenter) sowie ChannelBiz. Darüber hinaus ist er für zahlreiche IT-Publikationen freiberuflich tätig, darunter Computerwoche, Channelpartner, IT-Business, Storage-Insider und ZDnet. Seine Themenschwerpunkte sind Channel, Storage, Security, Datacenter, ERP und CRM.
Kontakt – Contact via Mail: jakob.jung@security-storage-und-channel-germany.de