{"id":30332,"date":"2025-11-26T11:39:20","date_gmt":"2025-11-26T10:39:20","guid":{"rendered":"https:\/\/www.sysbus.eu\/?p=30332"},"modified":"2025-11-19T11:42:54","modified_gmt":"2025-11-19T10:42:54","slug":"check-point-integriert-lakera-in-cloudguard-waf-ki-schutz-auf-zwei-ebenen-fuer-genai-anwendungen","status":"publish","type":"post","link":"https:\/\/www.sysbus.eu\/?p=30332","title":{"rendered":"Check Point integriert Lakera in CloudGuard WAF: KI-Schutz auf zwei Ebenen f\u00fcr GenAI-Anwendungen"},"content":{"rendered":"\n

Check Point st\u00e4rkt seine Sicherheitsplattform mit der Integration von Lakera, einem Schweizer Spezialisten f\u00fcr den Schutz von gro\u00dfen Sprachmodellen (LLM). Ziel ist es, Unternehmen einen hochentwickelten Schutz f\u00fcr KI-gesteuerte Anwendungen zu bieten, ohne komplexe Anpassungen. Die L\u00f6sung basiert auf einer zweischichtigen Machine-Learning-Architektur, die Echtzeit-Pr\u00e4vention und adaptive Sicherheit kombiniert. Damit werden sowohl bekannte Bedrohungen als auch neu auftretende Risiken f\u00fcr GenAI-Apps und APIs adressiert. Die Integration erweitert die bew\u00e4hrte CloudGuard WAF und stellt einen bedeutenden Schritt in Check Points umfassender KI-Sicherheitsstrategie dar.<\/p>\n\n\n\n

\"\"
Check Point integriert Lakera in CloudGuard WAF – Quelle: CheckPpint<\/figcaption><\/figure>\n\n\n\n
\n\n\n\n

Check Point hat Lakera in die CloudGuard WAF integriert, um eine fortschrittliche Sicherheitsl\u00f6sung f\u00fcr GenAI-Anwendungen und APIs zu schaffen. Kern der L\u00f6sung ist eine zweischichtige Machine-Learning-Architektur:
\u2022 \u00dcberwachte ML-Engine:<\/strong> Trainiert auf Millionen von harmlosen und b\u00f6sartigen Eingaben, um hohe Erkennungsraten zu erzielen.
\u2022 Un\u00fcberwachte ML-Engine:<\/strong> Passt sich in Echtzeit an firmenspezifische Anwendungen an und verfeinert den Schutz kontinuierlich.<\/p>\n\n\n\n

Diese mehrschichtige Herangehensweise minimiert Falsch-Positive und sch\u00fctzt Unternehmen effektiv vor aktuellen und zuk\u00fcnftigen Bedrohungen.<\/p>\n\n\n\n

Schicht 1 \u2013 Globale GenAI-Pr\u00e4vention:<\/strong>
\u00dcber 90 % des GenAI-Datenverkehrs werden von spezialisierten Engines verarbeitet, die jede Phase der KI-Interaktion sichern, darunter:
\u2022 Prompt-Injektionen:<\/strong> Blockiert manipulierte Eingaben und Jailbreak-Versuche.
\u2022 Datenlecks:<\/strong> Verhindert die Offenlegung sensibler Informationen.
\u2022 Inhaltskontrolle:<\/strong> Filtert unsichere oder sch\u00e4dliche Inhalte.
\u2022 Nutzungskontrolle:<\/strong> Erkennt Missbrauchsmuster und ungew\u00f6hnliche Ressourcennutzung.<\/p>\n\n\n\n

Schicht 2 \u2013 Kontextbezogene Unternehmenssicherheit:<\/strong>
Diese Ebene passt sich an das spezifische Verhalten von Anwendungen und APIs an und nutzt Module zur kontinuierlichen Verfeinerung:
\u2022 Benutzerverhalten:<\/strong> Analysiert Aktivit\u00e4ten auf Anomalien.
\u2022 Crowd-Verhalten:<\/strong> Lernt aus vertrauensw\u00fcrdigen Mustern und passt Sicherheitsma\u00dfnahmen an.
\u2022 Vertrauensw\u00fcrdige Benutzer:<\/strong> Beschleunigt Schutz \u00fcber Zulassungslisten.
\u2022 Semantische Engine (patentanmelded):<\/strong> F\u00fchrt unbeaufsichtigte Analysen durch, um korrekte Eingaben zu erkennen.<\/p>\n\n\n\n

Die L\u00f6sung bietet Sicherheit f\u00fcr GenAI-Apps, APIs und Agenten vom ersten Tag an, unterst\u00fctzt \u00fcber 100 Sprachen und zeichnet sich durch minimale Fehlalarme aus. Sie integriert Transparenz, Schutz auf Anwendungsebene und Laufzeitschutz in einer einheitlichen Plattform, die den Schutz von Mitarbeitern \u00fcber Anwendungen bis hin zu Agenten abdeckt.<\/p>\n\n\n\n

Check Point stellt eine Demo der L\u00f6sung bereit.<\/p>\n\n\n\n

Weitere Informationen finden Sie hier:
\u2022 https:\/\/blog.checkpoint.com\/securing-the-cloud\/best-in-class-genai-security-when-cloudguard-waf-meets-lakera\/<\/a>
\u2022 https:\/\/blog.checkpoint.com\/securing-the-cloud\/expanding-cloudguard-our-journey-to-secure-genai-apps\/<\/a><\/p>\n\n\n\n

Folgen Sie Check Point:<\/strong>
\u2022 LinkedIn: https:\/\/www.linkedin.com\/company\/check-point-software-technologies<\/a>
\u2022 X: https:\/\/www.twitter.com\/checkpointsw<\/a>
\u2022 Facebook: https:\/\/www.facebook.com\/checkpointsoftware<\/a>
\u2022 Blog: https:\/\/blog.checkpoint.com\/<\/a>
\u2022 YouTube: https:\/\/www.youtube.com\/user\/CPGlobal<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

Check Point st\u00e4rkt seine Sicherheitsplattform mit der Integration von Lakera, einem Schweizer Spezialisten f\u00fcr den Schutz von gro\u00dfen Sprachmodellen (LLM). Ziel ist es, Unternehmen einen hochentwickelten Schutz f\u00fcr KI-gesteuerte Anwendungen zu bieten, ohne komplexe Anpassungen. Die L\u00f6sung basiert auf einer zweischichtigen Machine-Learning-Architektur, die Echtzeit-Pr\u00e4vention und adaptive Sicherheit kombiniert. Damit werden sowohl bekannte Bedrohungen als auch neu auftretende Risiken f\u00fcr GenAI-Apps und APIs adressiert. Die Integration erweitert die bew\u00e4hrte CloudGuard WAF und stellt einen bedeutenden Schritt in Check Points umfassender KI-Sicherheitsstrategie dar.<\/p>\n","protected":false},"author":1,"featured_media":30330,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"colormag_page_container_layout":"default_layout","colormag_page_sidebar_layout":"default_layout","footnotes":""},"categories":[10036,37],"tags":[23622,1088,23621,23623,23624],"class_list":["post-30332","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-kuenstliche-intelligenz","category-security","tag-cloudguardwaf","tag-cybersecurity","tag-genaisecurity","tag-lakeraintegration","tag-machinelearningprotection"],"amp_enabled":true,"_links":{"self":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts\/30332","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=30332"}],"version-history":[{"count":1,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts\/30332\/revisions"}],"predecessor-version":[{"id":30334,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts\/30332\/revisions\/30334"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/media\/30330"}],"wp:attachment":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=30332"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=30332"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=30332"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}