Seminar EclecticIQ Intelligence Center – AI Suite, Assistant und Web Enrichment

AI-Funktionen beschleunigen Suche, Zusammenfassung, Textproduktion und Kontextanreicherung, verändern jedoch auch Datenschutz, Nachweisführung und Qualitätskontrolle. Das Seminar richtet die Funktionen so ein, dass Ergebnisse als überprüfbare Analystenunterstützung und nicht als ungeprüfte Entscheidungsgrundlage verwendet werden.

Inhaltsübersicht

• Zielsetzung
• Zielgruppe
• Voraussetzungen
• Seminarinhalte
• Praxisübungen
• Didaktik und Arbeitsweise

Zielsetzung

• AI-Anbieter und Betriebsmodell anhand von Datenschutz und Schutzbedarf auswählen
• Assistant, natürlichsprachliche Suche und textbezogene Funktionen zielgerichtet einsetzen
• Web Enrichment mit klaren Fragestellungen und belastbarer Evidenz verwenden
• Halluzinationen, Berechtigungsgrenzen und Datenabfluss systematisch kontrollieren
• AI-gestützte Arbeitsschritte in reproduzierbare Analystenverfahren integrieren

Zielgruppe

CTI-Analysten, Threat Hunter, Intelligence-Produktion, SOC-Analyse, Informationssicherheit, Datenschutz und Plattformadministration.

Voraussetzungen

Grundkenntnisse in CTI und sicherer Umgang mit Entities, Observables, Suche und Reports. Für Konfigurationsübungen werden entsprechende Administrationsrechte benötigt.

Seminarinhalte

1. Schritt 1: Geeignete AI-Anwendungsfälle abgrenzen

   Aufgaben werden danach bewertet, ob AI Zeit spart, zusätzliche Perspektiven liefert oder ein unnötiges Risiko erzeugt. Zulässige Datenklassen, menschliche Freigabe und Ausschlussfälle werden vor der technischen Konfiguration festgelegt.

2. Schritt 2: Anbieter- und Bereitstellungsmodell auswählen

   Cloud-Anbieter, organisationsgebundene Modelle und selbst betriebene Modelle werden hinsichtlich Datenübertragung, Protokollierung, Verfügbarkeit, Kosten und Air-Gap-Anforderungen verglichen. Für jede Funktion wird ein freigegebenes Modell zugeordnet.

3. Schritt 3: Berechtigungen und Datenschutzgrenzen konfigurieren

   Konfigurations- und Nutzungsrechte werden getrennt. Anhand mehrerer Rollen wird geprüft, welche Plattformdaten in eine Anfrage einfließen dürfen und welche Informationen vor einer externen Verarbeitung entfernt werden müssen.

4. Schritt 4: Assistant für Plattformwissen einsetzen

   Fragen werden so formuliert, dass Entitäten, Zeiträume, Quellenlage und gewünschte Ausgabe klar sind. Gefundene Intelligence wird geöffnet, gegen Originalobjekte geprüft und erst danach in eine Analyse übernommen.

5. Schritt 5: Natürlichsprachliche Suche in prüfbare Abfragen überführen

   Eine fachliche Frage wird zunächst natürlichsprachlich gestellt und anschließend in Suchbegriffe, Filter und relationale Bedingungen zerlegt. Damit bleibt nachvollziehbar, warum ein Treffer enthalten oder ausgeschlossen wurde.

6. Schritt 6: Zusammenfassung, Übersetzung und Textentwurf kontrollieren

   Lange Reports werden verdichtet, fremdsprachige Inhalte übersetzt und Abschnitte für Intelligence-Produkte entworfen. Jede Ausgabe wird gegen Kernaussagen, Zahlen, Namen, Zeitbezug, TLP und Quellenlage geprüft.

7. Schritt 7: Web Enrichment mit Untersuchungsfragen steuern

   Für eine Entity werden konkrete Fragen zu Aktualität, Infrastruktur, Zuordnung und Gegenhypothesen formuliert. Ergebnisse werden nicht pauschal übernommen, sondern als Notiz, Beschreibungsergänzung oder neue Entity mit nachvollziehbarer Begründung verarbeitet.

8. Schritt 8: Folgefragen und Bulk-Enrichment begrenzen

   Folgefragen werden genutzt, um Widersprüche und Lücken zu untersuchen. Bei mehreren Entities werden Umfang, Kosten, Laufzeit, Duplikate und Qualitätsprüfung vor dem Start eines Bulk-Vorgangs definiert.

9. Schritt 9: Prompt- und Antwortqualität bewerten

   Prompts werden anhand von Ziel, Kontext, Einschränkungen und Ausgabeformat geprüft. Antworten erhalten eine Bewertung für Vollständigkeit, Nachweisbarkeit, Unsicherheit und operativen Nutzen.

10. Schritt 10: Menschliche Freigabe und Auditierbarkeit verankern

    Für Suchergebnisse, Anreicherungen und Reporttexte werden Freigabepunkte festgelegt. Entscheidung, Korrektur und verworfene AI-Aussage werden so dokumentiert, dass der Analyseweg später nachvollziehbar bleibt.

Praxisübungen

1. Übung 1: AI-Nutzungsrichtlinie entwerfen

   Für vier typische CTI-Aufgaben werden erlaubte Daten, freigegebene Anbieter, Prüfschritte und Freigaberollen festgelegt.

2. Übung 2: Assistant-Antwort verifizieren

   Eine Plattformfrage wird gestellt, die zurückgelieferten Entities werden geöffnet und jede Kernaussage gegen Primärdaten im System geprüft.

3. Übung 3: Web-Enrichment durchführen

   Zu einem Threat Actor werden drei präzise Fragen formuliert. Ergebnisse werden in bestätigte Fakten, Hypothesen und nicht verwertbare Aussagen getrennt.

4. Übung 4: Reportabschnitt erzeugen und redigieren

   Aus mehreren Entities wird ein Managementabschnitt entworfen und anschließend auf Fakten, Zeitbezug, Unsicherheit, TLP und verständliche Sprache geprüft.

5. Übung 5: Fehlerhafte AI-Ausgabe behandeln

   Ein vorbereiteter Antworttext enthält falsche Zuordnungen. Die Fehler werden erkannt, korrigiert und als Qualitätssicherung dokumentiert.

Didaktik und Arbeitsweise

Kurze Fachimpulse werden unmittelbar durch Demonstrationen, strukturierte Arbeitsschritte, Praxisübungen und kontrollierte Fehlerfälle vertieft. Jede Übung verwendet definierte Ausgangswerte, Prüfpunkte und Dokumentationsanforderungen. Die erarbeiteten Verfahren bleiben dadurch im späteren Betrieb wiederholbar und auditierbar.