Alert Fatigue ist der Zustand, in dem ein SOC so viele Alarme bekommt, dass es aufhört, sie zu untersuchen. Die Analysten klicken, schließen, klicken, schließen, und irgendwo in der Warteschlange liegt der eine Alarm, der einen echten Angreifer zeigt, und sieht aus wie die 400 davor. Das ist kein Randproblem, sondern die häufigste Ursache dafür, dass ein Angriff trotz funktionierender Erkennung nicht bemerkt wird: Die Regel hat gegriffen, der Alarm war da, niemand hat hingeschaut. In diesem Beitrag erfährst du, woher die Alarmflut kommt, wie du sie misst, welche Maßnahmen sie nachweislich senken und welche nur so aussehen.
Woran du Alert Fatigue erkennst
Die Symptome sind messbar, bevor jemand sie ausspricht. Alarme werden im Schnitt nach wenigen Sekunden geschlossen, also ohne Analyse. Analysten schließen Alarme in Blöcken, weil sie den Regelnamen kennen und den Inhalt nicht mehr lesen. Die Warteschlange ist am Ende der Schicht nie leer, und die Übergabe besteht aus dem Satz "der Rest ist wahrscheinlich nichts". Echte Treffer werden im Nachhinein in der Historie gefunden, als geschlossener Alarm mit dem Vermerk Fehlalarm. Und die Fluktuation in der ersten Linie liegt bei einem Jahr, weil niemand länger als das damit verbringen will, dieselben Fehlalarme zu schließen. Das Paradoxe: Jedes dieser SOCs hat mehr Erkennungsregeln als ein gut funktionierendes, und ist trotzdem blinder.
Woher die Alarmflut kommt
- Standardregeln, die nie angepasst wurden. Jedes SIEM, jedes EDR und jede Firewall bringt Regeln mit, die für eine Durchschnittsumgebung geschrieben sind. Deine Umgebung ist nicht durchschnittlich, und jede neue Logquelle bringt ihre eigenen Standardregeln mit.
- Ein Alarm pro Ereignis statt pro Vorfall. Ein Angreifer, der 50 Systeme scannt, erzeugt 50 Alarme. Ein Benutzer, der sein Passwort dreimal falsch tippt, drei. Nichts fasst zusammen, was zusammengehört.
- Indikatoren statt Verhalten. Regeln auf veraltete IP-Listen und Hashes treffen laufend harmlose Adressen, die vor zwei Jahren einmal bösartig waren. Was das mit der Pyramid of Pain zu tun hat, steht im Beitrag zu Threat Intelligence.
- Kein Schweregrad-Modell. Wenn ein fehlgeschlagener Login und ein Zugriff auf den LSASS-Prozess mit derselben Priorität in derselben Warteschlange landen, entscheidet die Reihenfolge des Eintreffens, nicht die Gefahr.
- Keine Rückkopplung. Der Analyst schließt den 200. Fehlalarm derselben Regel, und niemand ändert die Regel, weil der Weg vom Analysten zum Detection Engineering nicht existiert oder Wochen dauert.
- Falsche Kennzahlen. Wer nach geschlossenen Tickets bewertet wird, schließt schnell. Wer nach gefundenen Vorfällen bewertet wird, schaut hin.
Messen, bevor du änderst
Ohne Zahlen wird über Alarmflut nur geklagt. Fünf Kennzahlen, die sich aus jedem SIEM oder Ticketsystem ziehen lassen und die das Problem sichtbar machen:
| Kennzahl | Was sie zeigt | Warnsignal |
|---|---|---|
| Alarme pro Analyst und Schicht | Die Last, die tatsächlich bearbeitet werden muss | Mehr, als sich in der Schicht mit je fünf Minuten Analyse bearbeiten lassen |
| Echte Treffer pro Regel in 90 Tagen | Welche Regeln jemals einen Vorfall gefunden haben | Regeln mit hunderten Alarmen und null echten Treffern |
| Anteil der zehn lautesten Regeln am Gesamtvolumen | Wie konzentriert das Problem ist | Meist über die Hälfte, und das ist die gute Nachricht: Zehn Regeln lassen sich reparieren |
| Mediane Bearbeitungszeit pro Alarm | Ob analysiert oder weggeklickt wird | Unter einer Minute |
| Zeit von Alarm bis Bearbeitungsbeginn nach Schweregrad | Ob die wichtigen Alarme rechtzeitig gesehen werden | Kritische Alarme, die Stunden in der Warteschlange liegen |
Die dritte Zeile ist der Schlüssel. In fast jeder Umgebung stammt der Großteil des Volumens aus einer Handvoll Regeln. Wer diese Handvoll repariert, halbiert die Warteschlange, ohne eine einzige Erkennung zu verlieren.
Was gegen Alert Fatigue hilft
Regel-Hygiene als Routine
Jedes Quartal die zehn lautesten Regeln auf den Tisch, und für jede eine von drei Entscheidungen: reparieren, indem die Ausnahmen für das eingebaut werden, was in dieser Umgebung normal ist; herabstufen zur Hunting-Abfrage, die nicht alarmiert, sondern wöchentlich ausgewertet wird; oder abschalten, wenn sie in 90 Tagen keinen echten Treffer hatte und keine Technik abdeckt, die sonst niemand sieht. Jede aktive Regel hat einen Verantwortlichen und eine dokumentierte Liste bekannter Fehlalarme, so wie es das Sigma-Format ohnehin vorsieht.
Alarme zu Vorfällen zusammenfassen
Der größte Hebel nach der Regel-Hygiene ist die Aggregation: nicht ein Alarm pro Ereignis, sondern eine Akte pro Benutzer oder System, in der alle Beobachtungen der letzten Stunden zusammenlaufen. Aus 50 Scan-Alarmen wird ein Vorfall mit 50 Zielen. Der konsequente Schritt weiter ist risikobasiertes Alarmieren: Jede Beobachtung erhöht eine Risikopunktzahl der betroffenen Entität, gewichtet nach Schwere und Kritikalität des Systems, und erst wenn die Summe eine Schwelle überschreitet, entsteht ein Alarm. Ein einzelner verdächtiger Prozessstart auf einem Arbeitsplatz erzeugt dann nichts; derselbe Prozessstart plus eine neue geplante Aufgabe plus eine ausgehende Verbindung zu einer jungen Domain innerhalb einer Stunde erzeugt einen Alarm, der die ganze Kette zeigt. Die Analysten sehen weniger und besser.
Kontext an den Alarm hängen
Ein Alarm, der Systemkritikalität, Benutzerrolle, Threat-Intelligence-Bewertung der Zieladresse und die letzten fünf Ereignisse derselben Entität bereits mitbringt, wird in einer Minute entschieden statt in zehn. Diese Anreicherung ist der erste sinnvolle Einsatz von Automatisierung, lange bevor irgendetwas automatisch geschlossen wird. Wo KI im SOC dabei hilft und wo ihre Grenzen liegen, steht im eigenen Beitrag. Und wenn automatisch geschlossen wird, dann nur für Muster, die dokumentiert, eng gefasst und regelmäßig stichprobenartig geprüft sind; eine Automatisierung, die stillschweigend echte Treffer wegräumt, ist schlimmer als die Alarmflut.
Ein Schweregrad-Modell, das gelebt wird
Schweregrad ergibt sich aus zwei Fragen: Wie sicher ist die Regel, dass es ein Angriff ist, und wie schlimm wäre es, wenn ja? Hohe Sicherheit und hoher Schaden landen in der Warteschlange mit Reaktionszeit. Niedrige Sicherheit landet nicht in der Warteschlange, sondern in der Akte der Entität oder im Hunting-Dashboard. Ein SOC, dessen Warteschlange nur noch mittlere und hohe Alarme enthält, hat ein anderes Arbeitsgefühl als eines, das alles sieht.
Die Rückkopplung institutionalisieren
Jeder geschlossene Alarm bekommt ein Ergebnis: echter Treffer, gutartig aber erwartet, Fehlalarm durch Regel, Fehlalarm durch Daten. Einmal pro Woche sitzen Analysten und Detection Engineering eine halbe Stunde zusammen und gehen die Fehlalarme nach Regel durch. Das ist die Schleife, die in den meisten SOCs fehlt, und sie kostet weniger als eine einzige Analystenstelle. MITRE nennt das in seinem SOC-Handbuch als eigene Strategie: Leistung messen, um sie zu verbessern, und die Regeln gehören zu dieser Leistung.
Menschen nicht als Puffer benutzen
Rotation zwischen Warteschlange, Hunting und Regelarbeit, feste Obergrenzen für Stunden am Stück in der Triage, und ein Karriereweg, der aus der ersten Linie herausführt. Ein Analyst, der einen Vormittag Regeln repariert, verhindert mehr Alarme, als er am Nachmittag schließen könnte. Wie sich das im Aufbau eines SOC niederschlägt, steht dort im Abschnitt zum Tier-Modell.
Ein typischer Verlauf
So sieht das Ergebnis in vielen Umgebungen aus, wenn die Maßnahmen in dieser Reihenfolge angewendet werden: Ein SOC startet mit rund tausend Alarmen am Tag für drei Analysten, mediane Bearbeitungszeit unter einer Minute. Die zehn lautesten Regeln stehen für zwei Drittel des Volumens; sechs werden repariert, drei zu Hunting-Abfragen, eine abgeschaltet. Das halbiert die Zahl. Die Aggregation pro Entität fasst den Rest zu etwa 150 Vorfällen zusammen. Das Schweregrad-Modell nimmt die Beobachtungen mit niedriger Sicherheit aus der Warteschlange. Übrig bleiben einige Dutzend Alarme am Tag, jeder mit Kontext, jeder mit einer Bearbeitungszeit, die den Namen verdient. Die Zahlen sind ein Beispiel, das Verhältnis ist typisch: Der Weg von tausend zu fünfzig führt nicht über mehr Personal, sondern über weniger und bessere Alarme.
Was nicht hilft
- Mehr Analysten. Sie bearbeiten dieselben Fehlalarme in derselben Geschwindigkeit, nur teurer. Ohne Regel-Hygiene wächst die Flut mit der nächsten Logquelle wieder über die Kapazität.
- Ein weiteres Werkzeug. Es bringt seine eigenen Standardregeln mit. Die Alarmflut hat selten eine Werkzeugursache.
- Schwellen blind anheben. Wer die Regel für fehlgeschlagene Anmeldungen von fünf auf fünfzig setzt, bekommt Ruhe und übersieht Password Spraying mit drei Versuchen pro Konto.
- Niedrige Alarme ignorieren. Sie gehören nicht in die Warteschlange, aber sie gehören in die Akte der Entität. Ein Angriff besteht aus vielen niedrigen Beobachtungen.
Das BSI formuliert in seinem Mindeststandard zur Protokollierung und Detektion denselben Gedanken aus der anderen Richtung: Mehr Datenquellen und mehr Detektoren erhöhen das Sicherheitsniveau nicht automatisch. Entscheidend ist die Auswahl. Das gilt für Regeln genauso wie für Logs.
Fazit
Alert Fatigue ist kein Personalproblem und kein Werkzeugproblem, sondern ein Qualitätsproblem der Erkennung, das sich auf die Menschen überträgt. Die Lösung ist unspektakulär: messen, die lautesten Regeln reparieren, Alarme zu Vorfällen zusammenfassen, Kontext anhängen, Schweregrade ernst nehmen und die Rückkopplung von den Analysten zu den Regeln fest einbauen. Ein Blue Team, das fünfzig gute Alarme am Tag bearbeitet, findet mehr Angreifer als eines, das tausend schließt.