Worum es hier wirklich geht – und warum KMU hinschauen sollten

Auf den ersten Blick wirkt die Nachricht wie eine klassische Wissenschaftsmeldung: Prof. Dr. Adi Akavia übernimmt zum Jahresbeginn eine ATHENE-Professur an der TU Darmstadt und zugleich eine Leitungsfunktion am Fraunhofer-Institut für Sichere Informationstechnologie (SIT). Entscheidend ist jedoch nicht der Personalwechsel, sondern das Thema: Die Verbindung von Cybersicherheit und Künstlicher Intelligenz – dort, wo in der Praxis derzeit die größten Risiken und Hemmnisse liegen. Denn der Mittelstand steckt in einem strategischen Dilemma: KI verspricht Effizienz, Qualitätsgewinne und neue Services – gleichzeitig wächst die Sorge, dass sensible Daten (Konstruktionen, Prozessdaten, Kundendaten, medizinische Daten, Forschungs-IP) in falsche Hände geraten oder in Plattform-Abhängigkeiten führen. Wer KI „einfach nutzt“, ohne Sicherheitsarchitektur, riskiert Industriespionage, Compliance-Schäden und Kontrollverlust.

Die eigentliche Baustelle: KI ist ohne Sicherheit ein Einfallstor

KI-Systeme sind nicht nur „Software“. Sie verändern die Angriffsfläche: Trainingsdaten, Modelle, Prompt-Schnittstellen, Integrationen in ERP/MES/CRM, Cloud-Pipelines und Lieferketten-Software bilden neue Schwachstellen. Hinzu kommen KI-spezifische Angriffe wie: Datenabfluss über Trainings- und Inferenzprozesse (auch unbeabsichtigt)

• Modelldiebstahl und Reverse Engineering
• Data Poisoning (Manipulation von Trainingsdaten)
• Prompt- und Pipeline-Angriffe (z. B. über Plugins, Schnittstellen, Dokumente)
• Compliance-Risiken durch unklare Datenflüsse und Drittstaatentransfers

Genau hier setzt Forschung an, die Kryptografie und „Applied Security“ mit KI-Praxis verbindet: Wie lässt sich maschinelles Lernen so nutzen, dass Vertraulichkeit, Datenschutz und Datensouveränität nicht nur versprochen, sondern technisch abgesichert werden?

Warum Darmstadt ein strategischer Standort ist

Darmstadt hat mit ATHENE und dem Fraunhofer SIT eine Struktur aufgebaut, die akademische Spitzenforschung und industrielle Anwendung eng verzahnt. Der Nutzen für Unternehmen entsteht nicht über Sonntagsreden, sondern über Transfer: Pilotprojekte, Prototypen, Schutzkonzepte, Audits, Referenzarchitekturen.
Die Doppelrolle (Universität + Fraunhofer) ist dafür ein wichtiger Hebel: Sie verkürzt Wege zwischen Theorie (Kryptografie, formale Sicherheit) und Praxis (Systeme, Implementierung, industrielle Realitäten). Für den Mittelstand zählt am Ende: Was ist einsetzbar? Was kostet es? Was bringt es?

Was bedeutet das konkret für KMU?

1) „KI ohne Cloud-Zwang“ wird realistischer

Wenn Sicherheit und Vertraulichkeit nicht nachträglich „drangeschraubt“ werden, sondern Teil der Architektur sind, können Unternehmen KI-Anwendungen eher so gestalten, dass sensible Daten im eigenen Einflussbereich bleiben – on-premises, in souveränen Cloud-Umgebungen oder in hybriden Modellen mit klaren Sicherheitsgrenzen.

2) Datensouveränität wird zum Wettbewerbsvorteil

Gerade in regulierten Branchen (Gesundheit, Zulieferindustrie, Kritische Infrastrukturen, Finanzdienstleistungen) entscheidet Datensouveränität zunehmend über die Frage, ob KI überhaupt eingesetzt werden darf – und ob Kunden Vertrauen behalten.

3) „Sichere Industrie-KI“ schützt Geschäftsgeheimnisse

Wer mit KI Produktionsparameter optimiert, Wartungsmodelle trainiert oder Qualitätsdaten auswertet, verarbeitet oft genau das, was Wettbewerber am liebsten hätten: Prozesswissen. Sicherheit in KI ist daher nicht nur IT-Thema, sondern IP-Schutz.

Praxis-Checkliste: Fünf Fragen, die KMU vor jedem KI-Projekt stellen sollten

1. Welche Daten fließen wohin? (Training, Inferenz, Logging, Support – inklusive Drittanbieter)
2. Wer kann das Modell/Ergebnis rekonstruieren? (Rückschlüsse auf Daten, Leaks, Prompt-Injection)
3. Wie wird Manipulation erkannt? (Poisoning, Input-Angriffe, Supply-Chain-Risiken in Tools/Plugins)
4. Welche Compliance gilt? (DSGVO, Branchenrecht, Verträge, Geheimschutz, Export-/Drittstaatenbezug)
5. Welche Sicherheitsarchitektur ist „by design“ drin? (Zugriff, Verschlüsselung, Isolation, Monitoring)

Wer diese Fragen nicht sauber beantworten kann, sollte nicht „trotzdem starten“, sondern das Projekt neu aufsetzen – oder bewusst mit geringerem Risikoumfang beginnen.

Einordnung: Gute Nachricht – aber kein Selbstläufer

Die Stärkung der Schnittstelle aus KI und Cybersicherheit ist für Deutschland und den industriellen Mittelstand strategisch richtig. Entscheidend wird aber sein, ob daraus skalierbare Angebote entstehen: Referenzlösungen, verständliche Leitfäden, Pilotprogramme für KMU, und eine Transferlogik, die nicht nur für Großkonzerne funktioniert.

Der Mittelstand braucht weniger Buzzwords – und mehr praktische Sicherheitsarchitekturen, die KI ermöglichen, ohne Datenabfluss, Abhängigkeiten und Haftungsfallen zu riskieren. Wenn Darmstadt dafür zum „Werkplatz sicherer KI“ wird, hätte das Standortwirkung weit über Hessen hinaus.