Ihre Privatsphäre ist uns wichtig

Wir nutzen notwendige Cookies für den Betrieb der Seite und – mit Ihrer Einwilligung – Analyse- und Marketing-Cookies zur Verbesserung. Sie können Ihre Wahl jederzeit ändern. Datenschutzerklärung

  • Security
  • Pricing
Scoping Call buchen
Zurück zum Glossar
Glossar6 Min. Lesezeit

Identity & Access Management (IAM)

Identity and Access Management (IAM) ist die Disziplin, sicherzustellen, dass die richtigen Identitäten den richtigen Zugriff auf die richtigen Ressourcen haben. Erfahren Sie, wie IAM funktioniert und warum AI-Agenten es aufbrechen.

Identity & Access Management (IAM)
Identity and Access Management (IAM) ist die Disziplin und der Satz von Technologien, die sicherstellen, dass die richtigen Identitäten zur richtigen Zeit den richtigen Zugriff auf die richtigen Ressourcen haben — und nicht mehr. IAM umspannt den gesamten Lebenszyklus einer Identität: sie erstellen, sie authentifizieren, autorisieren, was sie tun darf, überwachen, wie sie sich verhält, und sie widerrufen, wenn der Zugriff nicht mehr gerechtfertigt ist. Konzipiert für eine Ära menschlicher Nutzer und statischer Anwendungen, sieht sich IAM nun einer Population gegenüber, für die es nie ausgelegt war: nicht-menschliche Maschinenidentitäten und autonome AI-Agenten, die mit delegierter Befugnis handeln.

Wofür IAM verantwortlich ist

IAM ist kein einzelnes Produkt, sondern eine Steuerungsebene, die fortlaufend zwei Fragen beantwortet: Wer ist das? und Was darf diese Person tun? Die erste ist Authentifizierung — die Überprüfung, dass eine Identität die ist, die sie zu sein vorgibt. Die zweite ist Autorisierung — die Entscheidung, welche Ressourcen und Aktionen diese verifizierte Identität erreichen darf. Alles andere in IAM existiert, um diese beiden Entscheidungen zuverlässig, prüfbar und widerrufbar zu machen.

Ein ausgereiftes IAM-Programm ist aus mehreren ineinandergreifenden Komponenten aufgebaut.

Identity-Lifecycle-Management

Jede Identität hat einen Lebenszyklus: Sie wird bereitgestellt (provisioniert), wenn eine Person eintritt oder ein Dienst erstellt wird, sie wird bei Rollenänderungen angepasst und deprovisioniert, wenn der Zugriff endet. Provisioning gewährt den initialen Satz an Berechtigungen; Deprovisioning entfernt sie. Die Lücke zwischen dem Zeitpunkt, zu dem der Zugriff widerrufen werden sollte, und dem, zu dem er tatsächlich widerrufen wird — verwaiste Konten, verbleibende Dienstanmeldedaten — ist eine der häufigsten Ursachen für Sicherheitsvorfälle. Automatisierte Joiner-Mover-Leaver-Workflows schließen diese Lücke.

Authentifizierung und MFA

Authentifizierung stellt die Identität am Zugriffspunkt fest. Passwörter allein reichen nicht aus, daher ergänzt modernes IAM eine Multi-Faktor-Authentifizierung (MFA) — die Kombination von etwas, das die Identität weiß, hat oder ist — und zunehmend phishing-resistente Methoden wie Passkeys und Hardware-Token. Single Sign-On (SSO) zentralisiert die Authentifizierung, sodass eine starke, gut verwaltete Anmeldung Dutzende schwache, ungemanagte ersetzt.

Autorisierungsmodelle

Sobald eine Identität authentifiziert ist, bestimmt die Autorisierung, was sie tun darf. Zwei dominierende Modelle regeln dies:

  • Role-Based Access Control (RBAC) weist Berechtigungen Rollen zu und Rollen Identitäten. Eine Rolle "Billing Analyst" trägt einen festen Satz an Berechtigungen; jeder in dieser Rolle erbt sie. RBAC ist einfach zu durchschauen, aber grobkörnig — es stößt an Grenzen, wenn der Zugriff vom Kontext abhängen sollte.
  • Attribute-Based Access Control (ABAC) wertet Richtlinien gegen Attribute der Identität, der Ressource und der Umgebung aus — Abteilung, Datenklassifizierung, Tageszeit, Gerätezustand. ABAC ist ausdrucksstärker und kontextbewusst, aber schwerer zu erstellen und zu prüfen.

Least Privilege und privilegierter Zugriff

Das Prinzip der geringsten Rechte (Least Privilege) besagt, dass jede Identität nur den Zugriff haben sollte, der zur Erfüllung ihrer Funktion erforderlich ist — keine dauerhaften Berechtigungen "für alle Fälle". Privileged Access Management (PAM) wendet dies auf risikoreiche Konten an: Administrator-, Root- und Dienstidentitäten, die, falls kompromittiert, weitreichende Kontrolle gewähren. PAM verwahrt Anmeldedaten in einem Vault, gibt sie just-in-time aus, beschränkt sie auf eine Sitzung und protokolliert ihre Nutzung.

Governance und Rezertifizierung

Identity Governance and Administration (IGA) sitzt über der Mechanik und liefert die Audit- und Aufsichtsebene. Periodische Zugriffs-Rezertifizierung zwingt Führungskräfte, erneut zu bestätigen, dass jeder Mitarbeitende den ihm zustehenden Zugriff weiterhin benötigt. Funktionstrennungsrichtlinien (Segregation of Duties) verhindern toxische Kombinationen von Berechtigungen. Governance ist die Art, wie IAM im Laufe der Zeit korrekt bleibt, statt in angehäufte, ungeprüfte Privilegien abzudriften.

Menschliche Identitäten versus AI-Agenten-Identitäten

IAM wurde rund um einen Menschen an einer Tastatur konzipiert: Eine Person authentifiziert sich einmal, hält eine relativ stabile Rolle und handelt mit menschlicher Geschwindigkeit und in menschlichem Umfang. Nicht-menschliche Identitäten belasteten dieses Modell bereits — Dienstkonten und API-Schlüssel übersteigen in den meisten Organisationen die Zahl menschlicher Nutzer. Autonome AI-Agenten brechen es weiter auf, denn ein Agent ist nicht nur eine Anmeldeinformation, sondern ein Akteur, der entscheidet, was er mit dem ihm delegierten Zugriff tut.

Menschliche IdentitätAI-Agenten-Identität
AuthentifizierungInteraktives Login, MFA, SSODelegierte Token, Dienstanmeldedaten, OAuth-Scopes
ZugriffsmusterStabile Rolle, Aktionen in MenschentempoDynamische, hochvolumige Tool-Calls in Maschinengeschwindigkeit
AutorisierungRBAC/ABAC an eine Person gebundenGeerbte oder delegierte Berechtigungen, oft zu weit gefasst
VerantwortlichkeitBenannter Nutzer, klare ZuordnungDiffus — welcher Mensch verantwortet die Aktionen des Agenten?
Primäres RisikoGestohlene Anmeldedaten, Privilege CreepÜbermäßige Handlungsmacht — Missbrauch rechtmäßig gewährten Zugriffs

Das definierende neue Risiko ist übermäßige Handlungsmacht (excessive agency): Ein AI-Agent hält Berechtigungen, die technisch gültig, aber weit umfassender sind, als es eine einzelne Aufgabe erfordert, und traditionelles IAM hat keine native Möglichkeit, einzuschränken, was der Agent damit tut. Der Agent authentifiziert sich erfolgreich, also winkt IAM ihn durch — selbst wenn seine Folge von Tool-Calls auf ein Verhalten hinausläuft, das keinem menschlichen Bediener gestattet wäre.

Warum AI das IAM-Problem verändert

Traditionelles IAM regelt den Zugriff an der Tür: Es entscheidet, ob eine Identität ein System betreten darf. Es regelt nicht, was innerhalb geschieht, sobald ein delegierter Agent zu handeln beginnt. Ein Agent mit Lesezugriff auf ein CRM und Sendezugriff auf eine E-Mail-API hat isoliert betrachtet zwei vernünftige Berechtigungen — doch kombiniert und autonom ermöglichen sie eine Datenexfiltration, die keine Rezertifizierungsprüfung erfassen würde, weil jede einzelne Gewährung harmlos aussah.

Diese Lücke zu schließen, erfordert, die IAM-Prinzipien auf die Agent-Runtime auszuweiten: jede Anmeldeinformation auf die engstmögliche Aufgabe zu beschränken, sie sitzungsgebunden statt dauerhaft auszugeben und jede Aktion des Agenten gegen die Richtlinie zu prüfen, bevor sie ausgeführt wird. Die Identität bleibt das Fundament — doch für AI ist die Authentifizierung an der Perimetergrenze nicht mehr ausreichend. Die Governance muss zum Handlungspunkt vorrücken.

Fragen, die IAM für AI beantworten sollte

  • Welche AI-Modelle und -Oberflächen darf diese Identität nutzen? — Zugriffssteuerung über Modelle und Tools pro Nutzer und pro Rolle.
  • Welche Berechtigungen wurden diesem Agenten delegiert, und sind sie auf seine Aufgabe beschränkt? — Least-Privilege-, sitzungsgebundene Anmeldedaten statt dauerhafter Gewährungen.
  • Was hat dieser Agent tatsächlich mit seinem Zugriff getan? — Ein Audit-Trail pro Aktion über jeden Tool-Call, den der Agent ausführte.
  • Wer verantwortet die von dieser autonomen Identität ausgeführten Aktionen? — Klare Verantwortlichkeit, die Agenten-Aktivität auf einen Menschen oder eine Rolle zurückführt.

Auf dieser Seite

  • Wofür IAM verantwortlich ist
  • Identity-Lifecycle-Management
  • Authentifizierung und MFA
  • Autorisierungsmodelle
  • Least Privilege und privilegierter Zugriff
  • Governance und Rezertifizierung
  • Menschliche Identitäten versus AI-Agenten-Identitäten
  • Warum AI das IAM-Problem verändert
  • Fragen, die IAM für AI beantworten sollte

Teilen

Produkt- und Governance-Updates — siehe Datenschutzerklärung.

Häufig gestellte Fragen

Häufig gestellte Fragen

Authentifizierung verifiziert, wer eine Identität ist — sie bestätigt, dass ein Nutzer, Dienst oder Agent die ist, die sie zu sein vorgibt, über Passwörter, MFA, Token oder Zertifikate. Autorisierung entscheidet, was diese verifizierte Identität tun darf — welche Ressourcen sie erreichen und welche Aktionen sie ausführen kann. Authentifizierung erfolgt zuerst und beantwortet die Identität; Autorisierung folgt und beantwortet die Berechtigung. Ein System kann eine Identität korrekt authentifizieren und ihr dennoch den Zugriff auf eine bestimmte Ressource verweigern.

Role-Based Access Control (RBAC) gewährt Berechtigungen über Rollen: Weise einer Identität eine Rolle zu, und sie erbt die festen Berechtigungen dieser Rolle. Es ist einfach und leicht zu prüfen, aber grobkörnig. Attribute-Based Access Control (ABAC) trifft Zugriffsentscheidungen, indem es Richtlinien gegen Attribute der Identität, Ressource und Umgebung auswertet — etwa Abteilung, Datenklassifizierung oder Gerätezustand. ABAC ist weitaus kontextbewusster und ausdrucksstärker, aber komplexer zu erstellen und zu durchschauen. Viele Organisationen kombinieren beide: RBAC für die Grundlinie, ABAC für feingranulare, kontextabhängige Regeln.

Traditionelles IAM wurde rund um menschliche Nutzer gebaut, die sich einmal authentifizieren und in menschlicher Geschwindigkeit innerhalb einer stabilen Rolle handeln. Es regelt den Zugriff am Perimeter — die Entscheidung, ob eine Identität ein System betreten darf —, aber nicht, was ein delegierter Akteur tut, sobald er drinnen ist. AI-Agenten authentifizieren sich mit delegierten Anmeldedaten und treffen dann autonome, hochvolumige Entscheidungen darüber, wie sie diesen Zugriff nutzen. Das Ergebnis ist "übermäßige Handlungsmacht": Ein Agent hält technisch gültige Berechtigungen, die weit umfassender sind, als seine Aufgabe erfordert, und IAM hat keinen nativen Mechanismus, das Verhalten des Agenten im Moment des Handelns einzuschränken.

Qadar AI erweitert die Zugriffs-Governance auf die AI-Ebene. Es gibt Organisationen eine Steuerung pro Nutzer und pro Rolle darüber, welche AI-Modelle und -Oberflächen jede Identität nutzen darf, sodass Zugriffsentscheidungen die Identität widerspiegeln statt einer offenen Tür zu jedem Tool. Für autonome Agenten gibt Qadar AI Least-Privilege-, sitzungsgebundene Anmeldedaten statt dauerhafter Gewährungen aus und fängt jeden Tool-Call, den der Agent ausführt, an der Agent-Runtime ab — setzt die Richtlinie vor der Ausführung durch und erfasst jede Aktion in einem manipulationssicheren Audit-Trail. Dies schließt die Lücke der übermäßigen Handlungsmacht, die traditionelles IAM offenlässt, und regelt nicht nur, ob sich ein Agent authentifiziert hat, sondern was er mit seinem Zugriff tut.

Natali Craig
Olivia Rhye
Drew Cano

Noch Fragen?

Sie finden nicht die Antwort, die Sie suchen? Sprechen Sie mit unserem Team — wir helfen Ihnen weiter.

Kontakt aufnehmen

Verwandte Begriffe

Single Sign-On (SSO)Glossar

Single Sign-On (SSO)

Single Sign-On (SSO) ermöglicht Nutzern den Zugriff auf viele Anwendungen mit einem einzigen Satz von Anmeldedaten über einen zentralen Identity-Provider. Erfahren Sie, wie SSO funktioniert, welche Risiken es birgt und wo seine Grenzen für AI liegen.

Mehr erfahren
AI-Zugriffskontrolle: So steuern Sie, was AI tun darfBlog

AI-Zugriffskontrolle: So steuern Sie, was AI tun darf

Wer darf welches Modell mit welchen Daten aufrufen? Lernen Sie die Grundlagen der AI-Zugriffskontrolle und wie Sie Least-Privilege für LLM-Agenten umsetzen.

Mehr erfahren
AI-FirewallGlossar

AI-Firewall

Eine AI-Firewall ist eine Schicht zur Richtliniendurchsetzung, die steuert, worauf AI-Modelle zur Laufzeit zugreifen, was sie generieren und worauf sie reagieren dürfen. Erfahren Sie, wie AI-Firewalls funktionieren und warum Unternehmen sie benötigen.

Mehr erfahren

Sehen Sie, wie Qadar AI diese Konzepte zur Laufzeit umsetzt

Ein Produktspezialist antwortet innerhalb eines Werktags

Demo buchen

Newsletter abonnieren

Produkt- und Governance-Updates — siehe Datenschutzerklärung.

AI Security und Control für jedes Modell, das Ihr Team nutzt.

Entwickelt in Dubai. Konzipiert für Teams, die über Regionen, Modelle und regulatorische Umgebungen hinweg arbeiten.

  • Produkt

    • Shield Web
    • Shield Control
    • Shield Desktop
    • Shield Mobile
    • Pricing
    • Download
  • Lösungen

    • Für CISOs
    • Für Operations
    • Für AI Teams
  • Use Cases

    • AI Governance
    • AI Agent Security
    • LLM Access Control
    • Secure AI Deployment
    • Enterprise Operations
    • Financial Services
    • HR & Recruiting
  • Ressourcen

    • Hilfe-Center
    • Blog
    • Guides
    • Glossar
    • Changelog
    • Vergleich
    • FAQ
  • Unternehmen

    • Über uns
    • Karriere
    • Security & Trust
    • Kontakt
  • Tools

    • Disclose
    • AI Risk Calculator
    • EU AI Act Checker

© 2026 Qadar AI. Alle Rechte vorbehalten.

  • ·Impressum
  • ·Datenschutz
  • ·AGB
  • ·Partner-Bedingungen
  • ·DSGVO / DPA
  • ·