Übersicht
Alle Inhalte.
216 Inhalte von STOP.LI, geordnet nach Bereich und Typ. Für die Suche nach einem Begriff: Suche öffnen.
45 von 216 Inhalten
Frameworks 27
- 06 DatenISMS-Prozess Daten: Klassifikation als Entscheid, wie Information genutzt, gespeichert, übertragen und gelöscht werden darf, mit Owner und Zweck.
- 07 LieferantenISMS-Prozess Lieferanten: Leistung, Datenzugriff, Abhängigkeit, Nachweise und Austritt gemeinsam entscheiden und über den Lebenszyklus aktuell halten.
- 08 PersonalISMS-Prozess Personal: Sicherheitsanforderungen an Personen über Eintritt, Rollenwechsel und Austritt nachvollziehbar halten, abgegrenzt von IAM und Awareness.
- 09 BedrohungenISMS-Prozess Bedrohungen: Hinweise mit eigenen Leistungen und Objekten verbinden, zu einem priorisierten Lagebild verdichten und Prüfungen auslösen.
- 10 SchwachstellenISMS-Prozess Schwachstellen: Meldungen aus Scannern, Herstellern, CERTs, SBOM und VEX mit dem eigenen Bestand verbinden und Betroffenheit mit Frist festlegen.
- Änderungen DCHISMS-Prozess Änderungen: genehmigte Zielzustände sicher in Betrieb bringen, mit Test, Freigabe, Kommunikation, Rückweg und Verifikation.
- AI Governance Framework für Finanzinstitute | STOP.LIAI Act Framework für Finanzinstitute: Governance, Kontrollen und Nachweisführung für regulierungskonformen KI-Einsatz.
- Architektur DCHISMS-Prozess Architektur: Schutzanforderungen vor der Umsetzung verbindlich machen, mit Prinzipien, Zielbildern und begründeten Architekturentscheiden.
- Awareness DCHISMS-Prozess Awareness: Regeln und Vorfälle in beobachtbares Verhalten übersetzen, rollenbezogen üben und prüfen, ob Risiken erkannt und gemeldet werden.
- Compliance DCHISMS-Prozess Compliance: festlegen, welche Anforderung wo gilt, wer sie umsetzt und welcher Nachweis die Erfüllung belegt, von der Quelle bis zur Prüfung.
- Cyber Resilience Act für KMU umsetzen | STOP.LICRA für KMU: ein praxistaugliches Produktsicherheitsmodell zur Umsetzung des Cyber Resilience Act in kleinen und mittleren Unternehmen.
- Entwicklung DCHISMS-Prozess Entwicklung: Anforderungen, Architektur, Code, Komponenten und Tests je Release verbinden und Schwachstellen in die Pflege zurückführen.
- IAM DCHISMS-Prozess IAM: bestätigte Identitäten mit begründetem Zugriff verbinden, privilegierte und technische Konten kontrollieren und Rechte rechtzeitig beenden.
- Incident DCHISMS-Prozess Incident: qualifizierte Signale in eine geführte Reaktion überführen, mit Entscheiden, Eindämmung, Meldebezug und Rückkehr in den Betrieb.
- Inventar DCHISMS-Prozess Inventar: klären, welche Objekte tatsächlich betrieben werden, wer dafür einsteht und wie belastbar der erfasste Zustand ist.
- Konfiguration DCHISMS-Prozess Konfiguration: Architektur und Schutzbedarf in versionierte Baselines übersetzen, kontrolliert ausrollen und Drift sowie Ausnahmen behandeln.
- Kontinuität DCHISMS-Prozess Kontinuität: kritische Leistungen bei Ausfällen weiterführen, mit Prioritäten, Notbetriebsverfahren, Abhängigkeiten und verfügbaren Ressourcen.
- Kryptografie DCHISMS-Prozess Kryptografie: Schutzbedarf, freigegebene Verfahren, Schlüssel und Zertifikate über den ganzen Lebenszyklus steuern, inklusive Kryptoagilität.
- Monitoring DCHISMS-Prozess Monitoring: Erkennungsziel, Datenquelle, Regel, Triage und Übergabe verbinden, damit sicherheitsrelevante Ereignisse rechtzeitig untersuchbar sind.
- Objektschutz DCHISMS-Prozess Objektschutz: Standorte, Räume und Betriebsmittel mit Zonen, Zutrittsrechten, Umgebungsschutz, Überwachung und sicherer Ausmusterung schützen.
- Patchsteuerung DCHISMS-Prozess Patchsteuerung: vom qualifizierten Befund über den verantworteten Entscheid und die kontrollierte Änderung bis zum Nachweis der Schliessung.
- Risiko DCHISMS-Prozess Risiko: vom nachvollziehbaren Szenario über Schutzmassnahmen und Geschäftsauswirkung bis zur ausdrücklichen Verantwortung für das Restrisiko.
- Sicherung DCHISMS-Prozess Sicherung: verwertbare Kopien und Wiederherstellungswege bereitstellen und belegen, dass kritische Daten in der vereinbarten Zeit zurückkommen.
- Steuerung DCHISMS-Prozess Steuerung: Auftrag, Geltungsbereich, Ziele, Verantwortung und Eskalation festlegen. Ergebnis ist ein dokumentierter Entscheid mit Owner.
- Verbesserung DCHISMS-Prozess Verbesserung: Abweichungen in Sofortkorrektur, Ursachenbehandlung und Weiterentwicklung trennen und erst nach geprüfter Wirkung schliessen.
- Wiederanlauf DCHISMS-Prozess Wiederanlauf: ausgefallene Leistungen nach geschäftlicher Priorität zurückbringen, mit Auslösung, Wiederherstellung und fachlicher Abnahme.
- Wirksamkeit DCHISMS-Prozess Wirksamkeit: prüfen, ob eine Massnahme ihren Zweck im Betrieb erfüllt, mit Prüfkriterium, Grundgesamtheit, Evidenz, Test und Feststellung.
AI Security 18
- Agenten und MCPAgenten und MCP absichern: minimale Rechte, Identität je Agent, Freigaben, Limits, Abbruchschalter, MCP-Server-Kontrollen, Multi-Agent, ACS und Checkliste.
- Architektur-ReferenzReferenzarchitektur für LLM-Anwendungen: Bausteine, Vertrauensgrenzen, Kontrollpunkte, Hosting-Varianten, IAM, Isolation und Secrets nach NCSC/CISA und OWASP.
- BedrohungslandschaftKI-Bedrohungen nach OWASP LLM und Agentic Top 10 2026, NIST AI 100-2 und MITRE ATLAS: drei Angriffsflächen, Taxonomie und Mapping auf Massnahmen.
- DatenkontrollenDatenkontrollen für KI: Herkunft, Rechtsgrundlage, Zugriff im Datenfluss, Integrität, Art. 10 und 4a AI Act, Privacy-Enhancing Technologies, Löschung im Modell.
- FolgenabschätzungenDatenschutz-Folgenabschätzung und Grundrechte-Folgenabschätzung (Art. 27 AI Act) im Vergleich: wer muss, Überschneidungen, kombiniertes Formular als Vorlage.
- Governance und ProgrammKI-Governance im ISMS: Rollen und RACI, Policy-Hierarchie, Programmphasen, Freigabe-Gates, Ausnahmen, KI-Kompetenz nach Art. 4 AI Act und ISO/IEC 42001.
- Kennzahlen und ReportingKennzahlen und Reporting für KI-Sicherheit: KPI-Set, KRI mit Beispielschwellen, Board-Seite «KI-Lagebild» und Evidenz für Revision nach NIST AI RMF.
- KI-Frameworks im VergleichKI-Frameworks im Vergleich: AI Act, NIST AI RMF, OWASP, MITRE ATLAS, ENISA, BSI, CSA AICM, ETSI und ISO nach Zweck, Verbindlichkeit und Zugang.
- KI-Inventar und KlassifizierungKI-Inventar aufbauen: Umfang, Pflichtfelder, Erhebung über Einkauf, SSE-Logs und Code-Scan, Schatten-KI, Einstufung nach AI Act und internem Risiko, CMDB.
- KI in der SecurityKI im SOC und Schwachstellenmanagement beurteilen: Einsatzfelder, Einführungskriterien, KI-gestützte Angriffe, Reaktionszeiten und Awareness gegen Deepfakes.
- KontrollkatalogKontrollkatalog für KI: 54 Kontrollen mit Nachweis und Owner, Mapping auf NIST AI RMF, AI Act, OWASP, MITRE ATLAS, CSA AICM, BSI und AI Control Standard.
- Lebenszyklus-KontrollenLebenszyklus-Kontrollen für KI-Systeme: Phasen, Nachweise, Modell-Change, Konfiguration, Notfalländerung, Ausserbetriebnahme und Art. 72 AI Act.
- Lieferanten und ModelleKI-Lieferanten und Modelle prüfen: Rollen nach AI Act, Lieferkettenebenen, Due-Diligence-Fragen, Vertragsbausteine, Modellartefakte, GPAI-Code, Überwachung.
- Monitoring und Incident ResponseKI-Vorfälle erkennen und melden: Schwellen, Protokolle nach Art. 12 AI Act, ATLAS-Use-Cases, vier Playbooks, Meldepflichten AI Act, NIS2, ISG, DSG, DSGVO.
- Regulierung DCHRegulierung von KI in EU, Deutschland und Schweiz: AI Act mit Omnibus, KI-MIG, DSG und ISG, Rollen, Risikoklassen und Anwendbarkeit für CH-Unternehmen.
- RisikobeurteilungKI-Risikobeurteilung im ISMS: Schadensarten, Risikoappetit und Schwellen, Methode nach NIST AI RMF, MAESTRO, Behandlung, Auslöser und Szenario-Blatt.
- Testing und Red TeamingTesten von KI-Systemen: Testbegriffe, Testarten, AI Red Teaming (Basismodell, Anwendung), Testkatalog mit Abnahmekriterien, Modell-Scanning, Grenzen.
- Vertrauen und menschliche AufsichtMenschliche Aufsicht nach Art. 14 AI Act wirksam machen: Schwellen, Nachweis, Bias-Prüfung, Art. 50, Art. 21 DSG, Art. 22 DSGVO, C2PA. Mit Checkliste.