AI+ Security Practitioner™

Intelligente Systeme verändern, wie wir digitale Risiken wahrnehmen und abwehren. Level 1 schafft das nötige Fundament – von KI-gestützter Bedrohungserkennung bis hin zu robusten Schutzarchitekturen.

Zentrale Themen

Methoden der KI-basierten Risikoerkennung und Automatisierung.
Aktuelle Cyber-Bedrohungslagen und wirksame Gegenstrategien.
Strukturprinzipien sicherer System- und Netzwerkarchitekturen.
Praktischer Einsatz intelligenter Detection- und Analysesysteme.
KI-Tools und Methoden für eine zukunftsfähige Sicherheitsstrategie.

Voraussetzung
Wer grundlegende digitale Abläufe kennt und Neugier auf sicherheitsrelevante Technologien mitbringt, kann direkt einsteigen.

Zielgruppe
Dieser Kurs ist für alle, die in technischen oder organisatorischen Rollen arbeiten und verstehen wollen, wie KI Sicherheitsstrategien verändert – und wie sie selbst davon profitieren.

Level 1 bietet nicht nur Wissen, sondern Orientierung: für souveräne Entscheidungen in einer Welt, in der KI-Sicherheit zum Wettbewerbsvorteil wird.

Kursinhalte

Grundlagen und Überblick zur Cybersicherheit

Begriff und Reichweite der Cybersicherheit
Kernkonzepte und Prinzipien der Cybersicherheit
CIA-Triade: Vertraulichkeit, Integrität und Verfügbarkeit
Geltende Frameworks und Normen (NIST, ISO/IEC 27001)
Rechtliche Anforderungen in der Cybersicherheit (DSGVO, HIPAA)
Stellenwert von Cybersicherheit in heutigen Organisationen
Berufliche Perspektiven im Cybersicherheitsfeld

Betriebssysteme und Sicherheitskonfigurationen

Zentrale Betriebssystemfunktionen: Speicher- und Prozessverwaltung
Verwaltung von Benutzerkonten und Zugriffsrechten
Mechanismen der Zugriffskontrolle (ACLs, DAC, MAC)
Sicherheitseinstellungen und Konfigurationsoptionen
Härtung von Betriebssystemen: Patching und Dienstreduktion
Sicherheit in virtualisierten und containerisierten Umgebungen
Sicherer Systemstart und Fernzugriffsabsicherung
Bekannte Schwachstellen und Gegenmaßnahmen im Betriebssystem

Netzwerkgrundlagen und Sicherheitsarchitekturen

Topologien, Protokolle und das OSI-Modell (TCP/IP)
Funktionen von Router, Switch und Firewall im Netzwerk
Sicherheitskomponenten im Netzwerk: Firewalls und IDS/IPS
Strukturierung durch Netzwerksegmentierung und Zonierung
Schwachstellen und Schutz in drahtlosen Netzwerken (WPA2, WEP)
VPN-Konzepte und ihre praktischen Einsatzbereiche
Grundprinzip und Funktion der Netzwerkadressübersetzung (NAT)
Systematische Fehlersuche in Netzwerken

Bedrohungsakteure, Schwachstellen und Exploits

Kategorien von Bedrohungsakteuren: von Script Kiddies bis Nationalstaaten
KI-gestützte Methoden der Bedrohungserkennung
Einsatz von SIEM, IDS/IPS und KI-Tools zur Bedrohungsabwehr
OSINT-Techniken zur offenen Informationserhebung
Grundkonzepte von Systemschwachstellen
Sicherheitsintegration im SDLC mit KI-Unterstützung
Umgang mit Zero-Day-Exploits und Patch-Management
KI-gestützte Schwachstellenscanner und Analysetechniken
Praktische Übungen zur Schwachstellenausnutzung

KI und maschinelles Lernen in der Sicherheit

Grundkonzepte künstlicher Intelligenz
Varianten und Einsatzfelder von KI-Systemen
Risikomanagement im digitalen Alltag
Aufbau resilienter Sicherheitsinfrastrukturen durch KI
Stärkung digitaler Abwehr durch KI-gestützte Sicherheitslösungen
ML-Verfahren im Einsatz für Cybersicherheitsaufgaben
Absicherung sensibler Systeme gegen komplexe Cyberbedrohungen
Methoden der Bedrohungsanalyse und aktiven Bedrohungssuche

Python-Programmierung für Cybersicherheitsaufgaben

Grundlagen und Syntax der Python-Programmierung
Relevante Python-Bibliotheken für die Sicherheitspraxis
Python als Werkzeug in der Cybersicherheit
Automatisierung von Sicherheitsaufgaben mit KI-Skripting
Sicherheitsrelevante Datenanalyse und -verarbeitung mit Python
Eigenentwicklung von Sicherheitswerkzeugen mit Python

KI-Anwendungen für aktive Cyberabwehr

Grundlagen des ML-Einsatzes in Cybersicherheitsszenarien
Verhaltensbasierte Anomalieerkennung mit KI
Proaktive Verteidigung durch ML-gestützte Systeme
ML-basierte Erkennung von E-Mail-Bedrohungen und Phishing
KI-gestützte Phishing-Erkennung und Prävention
Automatisierte Erkennung und Abwehr von E-Mail-Angriffen
Fortschrittliche KI-Algorithmen zur Malware-Erkennung
Analyse und Neutralisierung von Schadsoftware mit KI
KI-gestützte Authentifizierungsverfahren und Zugriffssicherung
KI-Unterstützung bei Penetrationstests und Angriffsszenarien

Incident Response und Business Continuity

Der Incident-Response-Prozess: Identifikation bis Wiederherstellung
Phasen und Abläufe im Incident-Response-Lebenszyklus
Erstellung eines strukturierten Incident-Response-Plans
Methoden zur Erkennung und Analyse von Sicherheitsvorfällen
Einddämmung, Bereinigung und Wiederherstellung nach Vorfällen
Nachbereitung und Lessons-Learned nach Vorfällen
Digitale Forensik: Methoden der Beweissicherung
Business Continuity und Notfallwiederherstellungspläne
Penetrationstests als vorbeugende Sicherheitsmaßnahme
Rechtliche Anforderungen bei Sicherheitsvorfällen

Sicherheitstools aus dem Open-Source-Bereich

Überblick über Open-Source-Werkzeuge für die Cybersicherheit
Verbreitete Open-Source-Lösungen im Sicherheitsbereich
Stärken und Grenzen des Einsatzes von Open-Source-Tools
Integration von Open-Source-Lösungen in Unternehmensumgebungen
Gemeinschaft, Support und verfügbare Ressourcen
Schwachstellenscans und Netzwerksicherheitsanalysen
Open-Source-SIEM-Lösungen für das Ereignismanagement
Paketfilter-Firewalls auf Open-Source-Basis
Ethischer Einsatz von Passwort-Hashing- und Analyse-Tools
Forensische Untersuchungen mit Open-Source-Werkzeugen

Zukunftstrends in der Cybersicherheit

Aufkommende Bedrohungsszenarien und aktuelle Trends
KI und ML als treibende Kräfte in der Sicherheitstechnik
Blockchain-Technologie als Sicherheitsinstrument
Schutzkonzepte für IoT-Geräte und vernetzte Systeme
Sicherheitsstrategien für Cloud-Infrastrukturen
Quantencomputing und seine Bedeutung für Kryptografie und Sicherheit
Schutz kritischer Infrastrukturen vor Cyberangriffen
Kryptografische Verfahren und sicheres Hashing
Awareness-Schulungen und Sicherheitskultur in Organisationen
Dauerhaftes Monitoring und kontinuierliche Sicherheitsverbesserung

Abschlussprojekt und Praxisanwendung

Überblick und Zielsetzung des Abschlussprojekts
Anwendungsszenarien und Fallbeispiele aus der Praxis
Präsentation und Reflexion der erarbeiteten Ergebnisse

Optionales Modul: KI-Agenten in der Cybersicherheit Stufe 1

Grundlagen und Aufbau von KI-Agenten
Definition und Konzept von KI-Agenten
Kernfunktionen von KI-Agenten in Sicherheitsszenarien
Aktuelle Trends und Einsatzfelder für KI-Agenten
Funktionsweise und Entscheidungslogik von KI-Agenten
Charakteristische Merkmale moderner KI-Agenten
Verschiedene Typen und Ausprägungen von KI-Agenten

Jetzt kostenlos beraten lassen

Unsere Fördermaßnahmen gelten ausschließlich für Teilnehmende mit Wohn- oder Arbeitssitz in Deutschland.
Eine Förderung außerhalb Deutschlands ist nicht möglich.

Für Berufseinsteiger, Arbeitsuchende, Quereinsteiger, Startups, Berufserfahrene, Aufsteiger, Spezialisten …