Endpoint-Management im Wandel: Unternehmen müssen neue Wege gehen

Endpoint-Management wird zu einer immer größeren Herausforderung für Unternehmen. So geben in einer Studie von Enterprise Strategy Group (ESG) ganze 40 % der IT-Verantwortlichen an, dass die Verwaltung und Absicherung von Endpunkten heute wesentlich schwieriger ist als noch vor zwei Jahren.* Für diese Entwicklung existiert eine Reihe an Gründen. Die Hauptursache ist, dass durch die zunehmende Verbreitung von Remote- und Hybrid-Arbeit die Anzahl an Endgeräten beträchtlich steigt. So nutzen laut ESG inzwischen 93 % der Mitarbeitenden zwei oder mehr Geräte. Gleichzeitig nehmen Cyberangriffe sowohl in ihrer Häufigkeit als auch in ihrer Raffinesse zu – nicht zuletzt durch die Möglichkeiten, die künstliche Intelligenz Cyberkriminellen bietet.

Unternehmen befinden sich in einer verzwickten Lage – sie müssen immer mehr Cybergefahren abwehren, verfügen aber nicht über mehr Ressourcen als früher. Im Gegenteil: der Mangel an qualifizierten IT-Fachkräften ist nach wie vor beträchtlich.

Konsolidierung von Tools und KI-Einsatz sind unentbehrlich

So kompliziert die Situation ist – sie ist nicht aussichtlos. Unternehmen können einiges machen, um sich widerstandsfähiger gegen Cyberangriffe aufzustellen. Besonders wichtig ist die Konsolidierung von Tools. IT-Abteilungen arbeiten häufig mit einer Vielzahl unterschiedlicher Lösungen – zwischen fünf und fünfzehn sind die Regel.** Fast 30 % der Unternehmen setzen sogar 16 oder mehr parallel ein.*** Der daraus resultierende „Tool-Wildwuchs“ führt zu unkoordinierten Abläufen und erschwert die Transparenz über alle Endgeräte hinweg, was das Entstehen von Sicherheitslücken begünstigt.

Eine weitere Möglichkeit, die Belastung von IT-Abteilungen zu reduzieren, bietet neben Konsolidierung der Einsatz von künstlicher Intelligenz im Endpoint-Management. Automatisiertes Endpoint Management bezeichnet eine neue Generation des Endgeräte-Managements, die auf künstlicher Intelligenz (KI), Maschinellem Lernen (ML) und Automatisierung basiert. Im Gegensatz zu klassischen Endpoint-Management-Ansätzen, bei denen Administratoren manuell eingreifen müssen, automatisiert AEM eine Vielzahl zentraler Aufgaben – von der Risikobewertung über Patch- und Konfigurationsmanagement bis hin zur präventiven Wartung. Dadurch lassen sich Risiken schneller erkennen und beheben sowie Ressourcen effizienter einsetzen.

Regelbasierte Automatisierung: Schnellere Patches und weniger Aufwand

Dieser Ansatz spiegelt sich auch im automatisierten Patch Management von NinjaOne wider. Die Lösung nutzt Daten aus mehreren spezialisierten Drittanbieter-Datenbanken, um Bedrohungslagen, Verfügbarkeit und Zuverlässigkeit von Patches präzise zu bewerten. Die integrierte Patch Intelligence AI erkennt zudem bekannte Probleme mit Updates und setzt fehlerhafte Patches automatisch aus.

Auf dieser Grundlage priorisiert das System eigenständig, welche Patches für welche Endpunkte relevant sind, und ermöglicht eine automatisierte, intelligente und standortunabhängige Aktualisierung sämtlicher Geräte. Über die zentrale, cloudbasierte Plattform lassen sich klare Regeln und Freigabelogiken definieren, wodurch der gesamte Prozess ohne zusätzliches Skripting und auch in hybriden Umgebungen reibungslos abläuft. Da keine VPNs oder lokalen Server erforderlich sind, können Updates unabhängig vom Standort der Endpunkte ausgerollt werden. Eine Echtzeitüberwachung sorgt zudem dafür, dass IT-Teams jederzeit volle Transparenz über den Fortschritt und Erfolg der Patches haben.

In einer Zeit, in der IT-Abteilungen ohne mehr Ressourcen immer mehr leisten müssen, ist eine Neugestaltung des Endpoint- und Patch-Managements mit solchen innovativen Lösungen ein Muss. Unternehmen, die auf eine Kombination aus Automatisierung, KI und Plattformintegration setzen, werden einen entscheidenden Wettbewerbsvorteil haben.

*/**/*** Enterprise Strategy Group: The Growing Role of AI in Endpoint Management and Security Convergence. April 2025