
Das neue LLM-gestützte Daten-Scanning bietet Kunden einen tieferen Kontext mit hoher Präzision und Skalierbarkeit
Varonis Systems erweitert seine Datenklassifizierungs-Engine um neue leistungsstarke KI-Funktionen. Mithilfe innovativer maschineller Lerntechniken kann Varonis besser als je zuvor die spezifischen Daten der Kunden automatisch erkennen, verstehen und klassifizieren.
Ohne eine präzise und vollständige Datenklassifizierung ist es unmöglich, Risiken zu priorisieren, Gefahren zu beseitigen oder nachgelagerte Sicherheitskontrollen zu aktivieren. Mit der zusätzlichen KI-Klassifizierung erweitert Varonis seine bereits umfangreichen Klassifizierungsfunktionen. Im Gegensatz zu KI-Lösungen der ersten Generation, die umfangreiche Trainingsdatensätze erfordern und denen es an Präzision mangelt, bietet die KI-Datenklassifizierung der nächsten Generation von Varonis:
- Minimale Trainingsanforderungen: Die trainierbaren KI-Klassifikatoren von Varonis benötigen nur sehr wenige echte Positivbefunde, um eine hohe Genauigkeit zu erreichen.
- Datenschutzkonformes lokales Scannen: Die KI-Modelle von Varonis sind so effizient, dass sie auf lokalen Rechnern betrieben werden können. Die Kundendaten müssen zum Scannen die Umgebung nicht verlassen.
- Transparenz und Flexibilität: Die KI-Modelle von Varonis sind keine Black Boxes. Sie sind anpassungsfähig und leicht zu validieren.
„Jeder Varonis-Kunde ist anders, jeder hat seine eigenen proprietären Datentypen und -formate“, erklärt David Bass, EVP of Engineering und Chief Technology Officer von Varonis. „Durch die Kombination von trainierbaren KI-Klassifikatoren und der praxiserprobten Klassifizierung von Varonis können Unternehmen die Vorteile mehrerer Techniken für maximale Genauigkeit, Leistung und Kosten voll ausschöpfen.“
Weitere Ressourcen
- Zusätzliche Informationen über das Lösungsportfolio von Varonis finden Sie unter www.varonis.de.
Zudem laden wir Sie ein, unseren Blog zu lesen
Fachartikel

Cyber-Angriff auf Next.js: 59.000 Server in 48 Stunden kompromittiert

Windows RasMan DoS-Lücke: 0patch bietet kostenlosen Schutz vor aktuellem 0-Day

Schwachstellen in Eurostar-KI-Chatbot aufgedeckt

Cyberkriminelle zahlen bis zu 15.000 Dollar für Insider-Zugang zu Unternehmenssystemen

Wenn KI-Detektoren versagen: Code-Verschleierung entlarvt Schwächen großer Sprachmodelle
Studien
![Featured image for “Phishing-Studie deckt auf: [EXTERN]-Markierung schützt Klinikpersonal kaum”](https://www.all-about-security.de/wp-content/uploads/2025/12/phishing-4.jpg)
Phishing-Studie deckt auf: [EXTERN]-Markierung schützt Klinikpersonal kaum

Gartner-Umfrage: Mehrheit der nicht geschäftsführenden Direktoren zweifelt am wirtschaftlichen Wert von Cybersicherheit

49 Prozent der IT-Verantwortlichen in Sicherheitsirrtum

Deutschland im Glasfaserausbau international abgehängt

NIS2 kommt – Proliance-Studie zeigt die Lage im Mittelstand
Whitepaper

State of Cloud Security Report 2025: Cloud-Angriffsfläche wächst schnell durch KI

BITMi zum Gutachten zum Datenzugriff von US-Behörden: EU-Unternehmen als Schlüssel zur Datensouveränität

Agentic AI als Katalysator: Wie die Software Defined Industry die Produktion revolutioniert

OWASP veröffentlicht Security-Framework für autonome KI-Systeme

Malware in Bewegung: Wie animierte Köder Nutzer in die Infektionsfalle locken
Hamsterrad-Rebell

Platform Security: Warum ERP-Systeme besondere Sicherheitsmaßnahmen erfordern

Daten in eigener Hand: Europas Souveränität im Fokus

Sicherer Remote-Zugriff (SRA) für Operational Technology (OT) und industrielle Steuerungs- und Produktionssysteme (ICS)

Identity und Access Management (IAM) im Zeitalter der KI-Agenten: Sichere Integration von KI in Unternehmenssysteme






