Zum Hauptinhalt springen
medienreich IT-Trainings
0521 968 7740
Zurück zu AI Red Teaming

AI Red Teaming für Rüstungs- und Defense-Systeme

Angriffswege auf KI realistisch testen, Abwehr wirksam nachweisen, Risiken auditierbar dokumentieren

Kursdetails ansehen

2 Tage

23 Standorte

Online & Präsenz

Nächster Termin: 19. – 20.11.2026 · 95 weitere verfügbar

ab 1.590,00 € zzgl. 19 % MwSt.

Weitere Termine & Buchungsoptionen

Mehr als 5.000 Unternehmen vertrauen uns

TUINintendoOTTOPostbankSiemens

Kursdetails

Das lernst Du

  • Bedrohungsmodell für KI im Defense-Kontext
  • Adversarial ML: Angriffe, die wirklich passieren
  • LLM-Red-Teaming für Einsatz- und Lagebilder
  • Supply-Chain- und Integrationsrisiken
  • Defense Engineering: Schutzmaßnahmen mit Nachweis
  • Testdesign, Metriken und Abnahme

Überblick

Wenn KI in Defense-Systemen eingesetzt wird, reicht „funktioniert im Test“ nicht aus. In diesem Seminar baust Du die Fähigkeit auf, KI gezielt zu brechen, um sie anschließend belastbar zu härten. Du beginnst mit Threat Modeling für KI: Welche Daten, Modelle, Schnittstellen und Betriebsumgebungen sind kritisch, welche Annahmen sind unsicher, und wie wird aus einem Modellfehler ein operatives Risiko? Du leitest daraus Red-Team-Ziele ab, die sich an Mission Impact orientieren statt an reinen Accuracy-Werten. Danach arbeitest Du dich durch reale Angriffsklassen. Bei adversarial examples geht es um Evasion in Vision und sensorbasierten Pipelines, inklusive typischer Fehlerbilder und Grenzen von Robustness-Claims. Beim Poisoning lernst Du, wie Trainingsdaten, synthetische Daten und Feedback-Schleifen manipuliert werden können, und wie Du Datenhygiene sowie Prüfmechanismen designst. Du bewertest außerdem Privacy- und Leakage-Risiken, etwa wenn Modelle Informationen aus Trainingsdaten preisgeben. Ein Schwerpunkt ist LLM-Red-Teaming für RAG und Tool-Use: indirekte Prompt Injection über Dokumente, Mehrsprachigkeit, Umgehung von Policies und die Frage, wann Halluzinationen zu Sicherheits- oder Haftungsproblemen werden. Auf der Defense-Seite entwickelst Du konkrete Gegenmaßnahmen: Guardrails, Output-Filter, Zugriffskontrollen, Zero-Trust-Integration, sichere Update- und Registry-Prozesse sowie Monitoring und Logging, die forensisch verwertbar sind. Du gehst mit einem praxistauglichen Testdesign, Severity Scoring und einer Dokumentationsstruktur nach Hause, die Abnahme und Audit unterstützt.

Kursinhalte

  • Bedrohungsmodell für KI im Defense-Kontext
    • Angriffsflächen: Daten, Modelle, Schnittstellen, Operator
    • Mission Impact statt nur Modellmetriken
    • Threat Modeling mit Assets, Trust Boundaries
  • Adversarial ML: Angriffe, die wirklich passieren
    • Evasion: adversarial examples in Vision, Sensorik
    • Poisoning: Trainingsdaten und Feedback-Kanäle
    • Model Inversion und Membership Inference
  • LLM-Red-Teaming für Einsatz- und Lagebilder
    • Prompt Injection über Tools, RAG, Dokumente
    • Jailbreaks, Mehrsprachigkeit, indirekte Angriffe
    • Halluzinationen als Sicherheits- und Haftungsrisiko
  • Supply-Chain- und Integrationsrisiken
    • Third-Party-Modelle, Updates, Model Registry
    • Abhängigkeiten: Frameworks, Container, GPU-Stacks
    • Backdoors und Trojaning erkennen
  • Defense Engineering: Schutzmaßnahmen mit Nachweis
    • Input Sanitization, Robustness Checks, Rate Limits
    • Guardrails, Policy Enforcement, Output Filtering
    • Monitoring: Drift, Abuse, Anomalien, Telemetrie
  • Testdesign, Metriken und Abnahme
    • Red-Team-Testfälle, Coverage, Severity Scoring
    • Reproduzierbarkeit, Testdatenhygiene, Logging
    • Abnahmekriterien und Sicherheitsargumentation
  • Governance, Compliance und sichere Betriebsmodelle
    • Rollen, Freigaben, Change Management
    • Dokumentation: Risk Register, Findings, Maßnahmenplan
    • Secure Deployment: Air-Gap, On-Prem, Zero Trust

Zielgruppe & Voraussetzungen

Für wen der Kurs geeignet ist

  • Security Engineers und Cybersecurity-Verantwortliche in Defense-Organisationen
  • KI- und ML-Engineers, die Modelle in kritischen Systemen betreiben
  • Systemarchitekten und Integrationsverantwortliche für Sensorik, Datenpipelines und APIs
  • GRC-, Risk- und Compliance-Funktionen mit KI-Prüfaufträgen
  • Alle, die KI-Risiken im Rüstungsbereich realistisch testen und belastbar absichern wollen

Deine Vorteile

  • Garantierte TermineMarkierte Termine finden statt und bieten 10 % Preisvorteil.

  • Kleine GruppenMaximal 8 Teilnehmende für intensiven Austausch und nachhaltigen Lernerfolg.

  • Praxiserfahrene Trainer:innenBerufsrelevante Fachexpertise aus langjähriger Praxiserfahrung.

  • Keine HybridschulungenBewusst live online oder in Präsenz – für eine klare, fokussierte Lernumgebung.

FAQ

Was lerne ich in der Schulung „AI Red Teaming für Rüstungs- und Defense-Systeme“?

Angriffswege auf KI realistisch testen, Abwehr wirksam nachweisen, Risiken auditierbar dokumentieren. Zu den Schwerpunkten gehören Bedrohungsmodell für KI im Defense-Kontext, Adversarial ML: Angriffe, die wirklich passieren, LLM-Red-Teaming für Einsatz- und Lagebilder, Supply-Chain- und Integrationsrisiken, Defense Engineering: Schutzmaßnahmen mit Nachweis und Testdesign, Metriken und Abnahme.

Für wen ist die Schulung geeignet?

Die Schulung richtet sich an Security Engineers und Cybersecurity-Verantwortliche in Defense-Organisationen, KI- und ML-Engineers, die Modelle in kritischen Systemen betreiben, Systemarchitekten und Integrationsverantwortliche für Sensorik, Datenpipelines und APIs, GRC-, Risk- und Compliance-Funktionen mit KI-Prüfaufträgen und Alle, die KI-Risiken im Rüstungsbereich realistisch testen und belastbar absichern wollen.

Welche Vorkenntnisse brauche ich für die Schulung?

Grundverständnis von IT-Security und gängigen Bedrohungsmodellen. Basiswissen zu ML/LLM-Konzepten und Systemintegration ist hilfreich.

Welche Themen und Schwerpunkte werden behandelt?

Zu den Schwerpunkten gehören Bedrohungsmodell für KI im Defense-Kontext, Adversarial ML: Angriffe, die wirklich passieren, LLM-Red-Teaming für Einsatz- und Lagebilder, Supply-Chain- und Integrationsrisiken, Defense Engineering: Schutzmaßnahmen mit Nachweis und Testdesign, Metriken und Abnahme.

Wie praxisnah ist die Schulung?

Die Inhalte werden bis zu konkreten Arbeitsschritten zu Defense Engineering: Schutzmaßnahmen mit Nachweis, Testdesign, Metriken und Abnahme und Governance, Compliance und sichere Betriebsmodelle geführt. Dadurch lässt sich das Gelernte gezielt auf eigene Aufgaben übertragen.

Was kann ich nach dem Seminar in der Praxis umsetzen?

Zu den angestrebten Ergebnissen gehören: Wenn KI in Defense-Systemen eingesetzt wird, reicht „funktioniert im Test“ nicht aus; In diesem Seminar baust Du die Fähigkeit auf, KI gezielt zu brechen, um sie anschließend belastbar zu härten; Du beginnst mit Threat Modeling für KI: Welche Daten, Modelle, Schnittstellen und Betriebsumgebungen sind kritisch, welche Annahmen sind unsicher,; Du leitest daraus Red-Team-Ziele ab, die sich an Mission Impact orientieren statt an reinen Accuracy-Werten; Danach arbeitest Du dich durch reale Angriffsklassen.

Wird im Seminar auch „Supply-Chain- und Integrationsrisiken“ behandelt?

Ja. „Supply-Chain- und Integrationsrisiken“ ist ein eigener Bestandteil der Schulung. Dazu gehören Third-Party-Modelle, Updates, Model Registry, Abhängigkeiten: Frameworks, Container, GPU-Stacks und Backdoors und Trojaning erkennen.

Kurs buchen oder anfragen

Feste Termine · Online & Präsenz

Feste Termine · Online/Präsenz

Ort wählen Ort wählen
Wo soll die Schulung stattfinden? Wo soll die Schulung stattfinden? Live-Online Inhouse – bei Euch im Unternehmen Bei medienreich Steht noch nicht fest
Wann soll die Schulung stattfinden? Wann soll die Schulung stattfinden? So bald wie möglich In den nächsten 4 Wochen In 1–2 Monaten In 3+ Monaten Steht noch nicht fest
  • Rechnung erst nach Kursende
  • Zertifikat und Unterlagen inklusive
  • Umbuchung möglich