Anwendungs-Karte: Microsoft Sentinel MCP-Server

Was ist eine Anwendungs- oder Plattform-Karte?

Die Anwendungs- und Plattformkarten von Microsoft sollen Ihnen helfen, zu verstehen, wie unsere KI-Technologie funktioniert, welche Entscheidungen Anwendungsbesitzer treffen können, die die Leistung und das Verhalten der Anwendung beeinflussen können, und wie wichtig es ist, die gesamte Anwendung zu berücksichtigen, einschließlich der Technologie, der Menschen und der Umgebung. Anwendungskarten werden für KI-Anwendungen und Plattformkarten für KI-Plattformdienste erstellt. Diese Ressourcen können die Entwicklung oder Bereitstellung Ihrer eigenen Anwendungen unterstützen und für Benutzer oder Projektbeteiligte freigegeben werden, die von ihnen betroffen sind.

Im Rahmen seiner Verpflichtung zu verantwortungsvoller KI hält sich Microsoft an sechs Grundprinzipien: Fairness, Zuverlässigkeit und Sicherheit, Datenschutz und Sicherheit, Inklusion, Transparenz und Verantwortlichkeit. Diese Prinzipien sind in die verantwortungsvolle KI-Standard eingebettet, die Teams beim Entwerfen, Erstellen und Testen von KI-Anwendungen unterstützt. Anwendungs- und Plattformkarten spielen eine schlüsselrolle bei der Operationalisierung dieser Prinzipien, indem sie Transparenz in Bezug auf Funktionen, beabsichtigte Verwendungen und Einschränkungen bieten. Für weitere Einblicke wird den Lesern empfohlen, den Microsoft-Bericht zur Transparenz verantwortungsvoller KI und entweder den Microsoft Enterprise AI Services Code of Conduct (für Organisationen) oder den Abschnitt "Verhaltensregeln" im Microsoft-Servicevertrag (für Einzelpersonen) zu erkunden, in denen beide beschreiben, wie sie verantwortungsbewusst mit KI umgehen können.

Übersicht

Microsoft Sentinel MCP-Server ist eine serverseitige Anwendung, die auf dem Model Context Protocol (MCP) basiert. MCP ist ein offenes Protokoll, das verwaltet, wie KI-Sprachmodelle sicher, strukturiert und zustandsbehaftet mit externen Tools, Arbeitsspeicher und Kontext interagieren. Microsoft Sentinel MCP-Server bietet eine einheitliche, gehostete Schnittstelle, mit der Sicherheitsteams KI in ihre täglichen Sicherheitsvorgänge integrieren können. Sie verbindet KI-Modelle mit strukturierten Sicherheitsdaten im Microsoft Sentinel Data Lake und Microsoft Defender. Analysten können Sicherheitsdaten in natürlicher Sprache abfragen, analysieren und darauf reagieren, anstatt komplexe Abfragen manuell zu schreiben. Dieser Ansatz beseitigt Hindernisse für die Bedrohungssuche, Die Selektierung von Vorfällen und Sicherheitsuntersuchungen, indem KI-Agents relevante Daten ermitteln, Entitäten analysieren und Automatisierungsworkflows im Auftrag von Sicherheitsexperten erstellen können.

Die Anwendung ist für Unternehmenssicherheitsteams konzipiert, einschließlich Sicherheitsanalysten, Sicherheitsforschern, Bedrohungsjägern und Soc-Technikern (Security Operations Center). Diese Experten können kompatible KI-gestützte Clients wie Visual Studio Code, Microsoft Security Copilot, Microsoft Copilot Studio, Microsoft Foundry, ChatGPT und Claude mit dem Microsoft Sentinel MCP-Server verbinden. Sie können Eingabeaufforderungen in natürlicher Sprache verwenden, um mit Sicherheitsdaten zu interagieren. Durch diesen Ansatz ist die Code-First-Integration, das Verstehen komplexer Datenschemas oder das Schreiben von wohlgeformten Kusto-Abfragesprache (KQL)-Abfragen überflüssig.

Weitere Informationen finden Sie unter Was unterstützt Microsoft Sentinel MCP? und Erste Schritte mit Microsoft Sentinel MCP-Server.

Schlüsselbegriffe

Die folgende Tabelle enthält ein Glossar mit Schlüsselbegriffen im Zusammenhang mit Microsoft Sentinel MCP-Server.

Hauptmerkmale oder Funktionen

Die hier beschriebenen wichtigsten Features und Funktionen beschreiben, wofür Microsoft Sentinel MCP-Server konzipiert ist und wie er über unterstützte Aufgaben hinweg funktioniert.

Beabsichtigte Verwendung

Microsoft Sentinel MCP-Server kann in mehreren Szenarien in einer Vielzahl von Branchen verwendet werden. Beispiele für Anwendungsfälle sind:

• Interaktive Untersuchung langfristiger Sicherheitsdaten: Sicherheitsanalysten und Bedrohungsjäger können Eingabeaufforderungen in natürlicher Sprache verwenden, um relevante Daten aus Tabellen im Microsoft Sentinel Data Lake zu suchen und abzurufen, ohne sich Tabellennamen merken, Schemas verstehen oder KQL-Abfragen schreiben zu müssen. Beispielsweise kann ein Analyst, der identitätsbasierte Angriffe untersucht, Dateiaktivitäten mit Vertraulichkeitsbezeichnungen korrelieren, um Anzeichen für Datenexfiltration, Richtlinienverstöße oder verdächtiges Benutzerverhalten aufzudecken, die während eines ursprünglichen Aufbewahrungsfensters möglicherweise unbemerkt geblieben sind. Dieser interaktive Ansatz beschleunigt die Ermittlung und Untersuchung von Bedrohungen und verringert gleichzeitig die Abhängigkeit von der manuellen Abfrageformulierung.

• Automatisierte Entitätsanalyse während Untersuchungen: SOC-Techniker und -Analysten können Entity Analyzer-Tools verwenden, um Entitäten wie URLs, Benutzer und Domänen für alle Sicherheitsdaten eines organization zu analysieren und zu selektieren. Die Tools rufen umfassende Urteile und Analysen ab, begründen und präsentieren sie deutlich, sodass es einfach ist, das zu automatisieren, was traditionell eine manuelle Kontexterfassung ist. Dies reduziert die Antwortzeiten und kann zur automatisierten Incidentanreicherung in Azure Logic Apps-Playbooks integriert werden.

• Erstellen von Security Copilot Agents in natürlicher Sprache: SOC-Techniker können ihre Automatisierungsabsicht in natürlicher Sprache beschreiben, um schnell Security Copilot Agents mit den richtigen KI-Modellanweisungen und -tools zu erstellen, die über Sicherheitsdaten hinaus denken. Beispielsweise kann ein Techniker einen Agent erstellen, der einen umfassenden Bericht nach dem Vorfall aus Microsoft Defender, Microsoft Purview und Microsoft Sentinel Incidents generiert und Zusammenfassungen, Erkenntnisse, Entitäten und Warnungen mit umsetzbaren Korrekturschritten aggregiert.

• Schnelle Incident-Selektierung und Bedrohungssuche: Sicherheitsteams müssen Incidents priorisieren und organisationsbezogene Daten ermitteln, ohne sich Gedanken über die Interoperabilität zwischen Plattformen und Tools machen zu müssen. Die Selektionssammlung integriert KI-Modelle in APIs, um Incidents, Warnungen, Beweise und Entitäten abzurufen und Abfragen für die erweiterte Bedrohungssuche auszuführen. Dies reduziert die durchschnittliche Zeit bis zur Lösung, Risikogefährdung und Verweildauer und ermöglicht Es Teams, KI für eine schnellere Entscheidungsfindung zu verwenden.

• Benutzerdefinierte deterministische Workflows für die Sicherheitsautomatisierung: Sicherheitsteams können aus gespeicherten KQL-Abfragen im erweiterten Hunting benutzerdefinierte MCP-Tools erstellen, sodass Agenten bestimmte Daten abrufen und daraus Schlussfolgerungen ziehen können, die für die Prozesse in ihrer Organisation relevant sind. Dadurch erhalten Teams eine präzise Kontrolle über die Daten, auf die KI-Agents zugreifen können, und es werden vorhersagbare, wiederholbare agentische Workflows erstellt.

Modelle und Trainingsdaten

Microsoft Sentinel MCP-Server nutzt eine Vielzahl von KI-Modellen, um die Benutzerfreundlichkeit zu verbessern. Der Server selbst ist modellunabhängig und bietet Tools und strukturierten Datenzugriff, die KI-Modelle über das MCP-Protokoll nutzen. Das verwendete KI-Modell hängt von der Clientanwendung ab, die eine Verbindung mit dem Server herstellt. Einige Beispiele sind GPT-4o und andere Azure OpenAI-Dienstmodelle, Claude Sonnet (bei Verwendung über Visual Studio Code mit GitHub Copilot oder dem Claude-Client) und Modelle, die über Microsoft Security Copilot verfügbar sind. Weitere Informationen zu den Daten, die zum Trainieren der Basismodelle verwendet werden, die dem Microsoft Sentinel MCP-Server zugrunde liegen, finden Sie in den verknüpften Modellkarten; dort finden Sie die entsprechenden Datenkarten.

Leistung

Microsoft Sentinel MCP-Server ist für eine zuverlässige Leistung ausgelegt, wenn er für sicherheitsorientierte Workflows verwendet wird, die Zugriff auf strukturierte tabellenbasierte Daten im Microsoft Sentinel Data Lake und Microsoft Defender erfordern. Der Server arbeitet in einer Client-Server-Architektur, in der das KI-Modell (das auf dem verbundenen Client ausgeführt wird) Eingabeaufforderungen in natürlicher Sprache sendet und die MCP-Tools strukturierte Sicherheitsdaten abrufen, verarbeiten und zurückgeben. Die vorgesehenen Eingaben sind Texteingabeaufforderungen in natürlicher Sprache, die Sicherheitsuntersuchungsanforderungen, Tabellensuchen, Entitätsanalyseaufgaben oder Anweisungen zur Agent-Erstellung beschreiben. Die erwarteten Ausgaben sind strukturierte Datenergebnisse, einschließlich Tabellenschemas, KQL-Abfrageergebnisse, Entitätsbewertungen und -analysen, Incident- und Warnungsdetails sowie Agentkonfigurations-YAML.

Die Leistung des Servers hängt von der richtigen Konfiguration des verbundenen Clients, dem ordnungsgemäßen Onboarding in den Microsoft Sentinel Data Lake und relevanten Microsoft Defender Produkten sowie der Verfügbarkeit und Aktualität der zugrunde liegenden Sicherheitsdaten ab. Jede Toolsammlung hat bestimmte Produktvoraussetzungen – beispielsweise erfordert die Triage-Sammlung Microsoft Defender XDR, Microsoft Defender for Endpoint oder Microsoft Sentinel, das in das Defender-Portal eingebunden ist, während die Sammlung zur Agentenerstellung Microsoft Security Copilot erfordert. Entity Analyzer-Tools benötigen möglicherweise mehrere Minuten, um Ergebnisse zu generieren und ein maximales Analysefenster von sieben Tagen für Benutzerentitäten zu unterstützen, um die Genauigkeit sicherzustellen.

Microsoft Sentinel MCP-Server unterstützt nur englischsprachige Eingabeaufforderungen. Für eine optimale Leistung können Kunden in den folgenden Ländern und Regionen die Tools verwenden: Australien, Kanada, Europa, Indien, Japan, Norwegen, Asien, Südosten, Schweiz, Vereinigtes Königreich und USA. Für jede Toolsammlung gelten bestimmte Kontingente und Grenzwerte, darunter ein MCP-Streaminglimit von 120 Sekunden, ein Abfragefenster mit 800 Zeichen für Data Lake-Tools und Durchsatzgrenzwerte für das Entity Analyzer (200 Ausführungen pro Stunde, 500 Ausführungen pro Tag und Mandant). Für die Selektionstoolsammlung gelten reguläre API-Drosselungen und Kontingente für die erweiterte Bedrohungssuche.

Begrenzungen

Das Verständnis der Einschränkungen Microsoft Sentinel MCP-Servers ist entscheidend, um festzustellen, ob er innerhalb sicherer und effektiver Grenzen verwendet wird. Obwohl wir Kunden ermutigen, Microsoft Sentinel MCP-Server in ihren innovativen Lösungen oder Anwendungen zu verwenden, ist es wichtig zu beachten, dass Microsoft Sentinel MCP-Server nicht für jedes mögliche Szenario konzipiert wurde. Wir empfehlen Benutzern, sich entweder auf den Microsoft Enterprise AI Services Code of Conduct (für Organisationen) oder den Abschnitt Verhaltenskodex im Microsoft-Servicevertrag (für Einzelpersonen) und die folgenden Überlegungen zu beziehen, wenn sie einen Anwendungsfall auswählen:

• Domänenspezifischer Bereich: Microsoft Sentinel MCP-Server unterstützt nur Abfragen und Vorgänge im Zusammenhang mit Sicherheitsdaten im Microsoft Sentinel Data Lake und Microsoft Defender. Prompts außerhalb dieses Bereichs – z. B. allgemeine Fragen, nicht sicherheitsrelevante Datenanalysen oder Aufgaben, die nicht mit der Bedrohungssuche und der Reaktion auf Vorfälle in Zusammenhang stehen – können zu leeren, irrelevanten oder ungenauen Antworten führen. Benutzer sollten sich nicht als allgemeine KI-Assistent darauf verlassen.

• Sprachunterstützung nur in Englisch: Microsoft Sentinel MCP-Server wurde nur für englischsprachige Eingabeaufforderungen entwickelt und ausgewertet. Die Verwendung von Eingabeaufforderungen in anderen Sprachen kann zu leistungseinbußen, ungenauer Toolauswahl oder unvollständigen Ergebnissen führen. Benutzer sollten vorsichtig sein, wenn sie außerhalb des vorgesehenen Sprachbereichs arbeiten.

• Datenaktuitätsabhängigkeit: Die Ergebnisse der MCP-Tools hängen vom aktuellen Status der Daten im Microsoft Sentinel Data Lake ab. Wenn Daten veraltet, unvollständig oder noch nicht erfasst sind, sind die Antworten möglicherweise eingeschränkt oder ungenau. Benutzer sollten sicherstellen, dass ihre Datenkonnektoren ordnungsgemäß konfiguriert sind und dass die Datenerfassung auf dem neuesten Stand ist, bevor sie sich bei kritischen Sicherheitsentscheidungen auf Ergebnisse verlassen.

• Abhängigkeit von Plug-In- und Clientkonfiguration: Tools, die den MCP-Server verwenden, müssen ordnungsgemäß konfiguriert sein, um auf die richtigen Plug-Ins, Datenquellen und Arbeitsbereiche zuzugreifen. Fehlkonfigurationen wie die Verwendung einer ungültigen Arbeitsbereichs-ID, das Herstellen einer Verbindung mit einer inkompatiblen Clientversion oder das Fehlen der erforderlichen Rolle "Sicherheitsleser" können zu fehlerhaften Toolaufrufen oder fehlenden Ergebnissen führen. Benutzer sollten die dokumentierten Anleitungen zur Einrichtung und Problembehandlung befolgen.

• Entity Analyzer-Einschränkungen: Das Benutzerentitätsanalysetool (analyze_user_entity) unterstützt nur Benutzer mit einem Microsoft Entra Objekt-ID-Formfaktor. Benutzer, die nur in einem lokalen Active Directory vorhanden sind, werden nicht unterstützt. Darüber hinaus erfordert das Benutzeranalysetool, dass bestimmte Tabellen (AlertEvidence, SigninLogs, CloudAppEvents, IdentityInfo) im Data Lake vorhanden sind. Fehlende Tabellen verringern die Genauigkeit der Analyse oder generieren Fehler. Der Entitätsanalysator hat außerdem Beschränkungen bei der gleichzeitigen Verarbeitung sowie eine Ergebnisablaufzeit von einer Stunde, weshalb nach Ablauf neue Abfragen erforderlich sind.

• Regionale Verfügbarkeit: Microsoft Sentinel MCP-Server ist für Kunden in bestimmten Regionen (Australien, Kanada, Europa, Indien, Japan, Norwegen, Asien, Südosten, Schweiz, Vereinigtes Königreich und USA) optimiert. Die Leistung außerhalb dieser Regionen entspricht möglicherweise nicht den Erwartungen.

• Modellabhängige Ausgabequalität: Da Microsoft Sentinel MCP-Server modellunabhängig ist, hängt die Qualität und Genauigkeit der endgültigen Ausgabe vom KI-Modell ab, das im verbundenen Client verwendet wird. Einige Modelle sind möglicherweise nicht in der Lage, mit einer großen Kombination von Tools effektiv zu schlussfolgern, oder erzeugen weniger präzise KQL-Abfragen. Benutzer sollten neuere Argumentationsmodelle auswählen, um die beste Leistung zu erzielen.

• Vorabversion status bestimmter Features: Einige Toolsammlungen (z. B. Selektierung und benutzerdefinierte Tools) befinden sich in der Vorschauphase. Diese Features können vor der allgemeinen Verfügbarkeit erheblich geändert werden. Microsoft übernimmt keine Garantie, weder ausdrücklich noch konkludent, in Bezug auf Vorabveröffentlichungsinformationen.

Bewertungen

Microsoft Sentinel MCP wird durch automatisierte Überprüfungen ausgewertet, die in den Microsoft Security Graph-Bereitstellungsprozess integriert sind. Diese Auswertungen werden im Rahmen jeder Bereitstellung ausgeführt, um die Zuverlässigkeit, Richtigkeit und Sicherheit des Diensts vor dem Rollout zu bewerten.

Im Rahmen dieses Prozesses durchläuft Microsoft Sentinel MCP automatisierte statische Evaluierungen, die als Freigabekriterien für die Bereitstellung dienen. Diese Auswertungen überprüfen den korrekten Betrieb von MCP-Tools und orchestrierungslogik, einschließlich Toolaufrufen und ausführbaren Ausgaben, um Regressionen zu erkennen, die sich auf unterstützte Workflows zur Sicherheitsuntersuchung auswirken könnten.

Microsoft Sentinel MCP wird auch anhand repräsentativer Sicherheitsuntersuchungsszenarien überprüft, um ein korrektes End-to-End-Verhalten in gängigen toolgesteuerten Workflows wie semantische Tabellenermittlung, Abfrageausführung und Mehrschritt-Toolorchestrierung sicherzustellen.

Auswertungen werden vollständig automatisiert und konsistent in allen Bereitstellungen angewendet. Microsoft Sentinel MCP basiert nicht auf eigenständigen manuellen Bewertungs- oder Ad-hoc-Auswertungsprozessen. Sicherheit und Qualität werden in erster Linie durch automatisierte Auswertungen, Tool-Grounding, rollenbasierte Zugriffssteuerung und überwachte Bereitstellungsverfahren erzwungen.

Sicherheitskomponenten und Entschärfungen

• Microsoft Entra Authentifizierung und rollenbasierte Zugriffssteuerung: Microsoft Sentinel MCP-Server erfordert eine Authentifizierung über Microsoft Entra, um sicherzustellen, dass nur autorisierte Benutzer auf die Tools und Daten zugreifen können. Benutzer müssen mindestens über die Rolle Sicherheitsleseberechtigter verfügen, um Tools auflisten und aufrufen zu können. Die Triage-Sammlung setzt die bestehenden Berechtigungen durch, das heißt, Benutzer können nur auf Daten zugreifen, für die sie gemäß ihrer Rolle berechtigt sind. Dies verhindert nicht autorisierten Datenzugriff und erzwingt das Prinzip der geringsten Rechte.

• Bereichsbezogener Toolentwurf: Die MCP-Tools wurden speziell für Sicherheitsvorgänge entwickelt und sind ausschließlich auf Microsoft Sentinel Data Lake und Microsoft Defender Daten ausgerichtet. Dieser Entwurf schränkt die Angriffsfläche ein, indem verhindert wird, dass die Tools für den allgemeinen Datenzugriff oder für Vorgänge außerhalb der Sicherheitsdomäne verwendet werden. Toolbeschreibungen sind sicherheitsoptimiert, um KI-Modelle zu einer geeigneten Toolauswahl zu führen.

• Strukturierte, szenarioorientierte Toolsammlungen: Tools sind in logischen, szenarioorientierten Sammlungen (Datenuntersuchung, Agent-Erstellung, Selektierung) mit sicherheitsoptimierten Beschreibungen organisiert. Dies hilft KI-Modellen, die richtigen Tools für bestimmte Aufgaben richtig zu identifizieren und auszuwählen, wodurch das Risiko falscher oder unbeabsichtigter Toolaufrufe verringert wird.

• Anmerkung und Überwachung schädlicher Inhalte: Microsoft Sentinel MCP-Server integriert schädliche Inhaltsanmerkungen und betriebsbezogene Überwachung als Teil des Sicherheitssystems. Diese Komponenten sind darauf ausgelegt, Fälle zu erkennen und abzumildern, in denen die Anwendung möglicherweise unangemessene, schädliche oder thematisch unpassende Inhalte erzeugt.

• Frühzeitiger Zugriff nur für Einladungen und iterative Verbesserung: Für Features in der Vorschau verwendet Microsoft ein Modell für den frühen Zugriff nur für Einladungen, um Benutzerfeedback zu sammeln, bevor sie allgemein verfügbar sind. Dieser Ansatz ermöglicht es dem Team, Sicherheits- und Leistungsprobleme in kontrollierten Umgebungen vor der allgemeinen Veröffentlichung zu identifizieren und zu beheben.

• Abfrage- und Ratenbegrenzung: Der Server erzwingt bestimmte Kontingente und Ratenlimits (z. B. Streaminglimits von 120 Sekunden, Abfragefenster mit 800 Zeichen und Ausführungslimits für Entity Analyzer), um Missbrauch, übermäßigen Ressourcenverbrauch und Denial-of-Service-Szenarien zu verhindern. Diese Grenzwerte stellen sicher, dass der Dienst stabil und für alle Benutzer verfügbar bleibt.

• Mandantenisolation und Steuerelemente für Mehrinstanzenfähigkeit: Der Datenzugriff ist auf den eigenen Mandanten und Arbeitsbereich jedes Kunden beschränkt. Der Server unterstützt die Multi-Tenancy-Konfiguration mithilfe mandantenspezifischer Header, wodurch sichergestellt wird, dass Daten einer Organisation nicht für eine andere zugänglich sind.

• Human-in-the-Loop-Design: Microsoft Sentinel MCP-Server ist so konzipiert, dass der Mensch im Mittelpunkt der Sicherheitsentscheidungen steht. Die Tools liefern KI-generierte Erkenntnisse, Empfehlungen und Bewertungen, aber Sicherheitsanalysten müssen alle Ergebnisse prüfen und validieren, bevor sie auf deren Grundlage Maßnahmen ergreifen. Dieser Entwurf fördert eine verantwortungsvolle Verwendung und verringert das Risiko automatisierter Fehler, die zu nachteiligen Sicherheitsergebnissen führen.

Bewährte Methoden für die Bereitstellung und Einführung Microsoft Sentinel MCP-Servers

Verantwortungsvolle KI ist eine gemeinsame Verpflichtung von Microsoft und seinen Kunden. Während Microsoft KI-Anwendungen mit Sicherheit, Fairness und Transparenz im Kern erstellt, spielen Kunden eine wichtige Rolle bei der Bereitstellung und Verwendung dieser Technologien in ihren eigenen Kontexten. Um diese Partnerschaft zu unterstützen, bieten wir die folgenden bewährten Methoden für Bereitstellungen und Endbenutzer an, um Kunden bei der effektiven Implementierung verantwortungsvoller KI zu unterstützen.

Die für die Bereitstellung Verantwortlichen und die Endbenutzer sollten:

• Seien Sie vorsichtig, und bewerten Sie die Ergebnisse, wenn Sie Microsoft Sentinel MCP-Server für Folgeentscheidungen oder in sensiblen Bereichen verwenden: Folgeentscheidungen können rechtliche oder erhebliche Auswirkungen auf den Zugang einer Person zu Bildung, Beschäftigung, Finanzplattformen, staatlichen Leistungen, Gesundheitswesen, Wohnungen, Versicherungen, juristischen Plattformen haben oder zu physischen, psychischen oder finanziellen Schäden führen. Sensible Bereiche wie Finanzplattformen, Gesundheitswesen und Wohnungswesen erfordern aufgrund der möglichen unverhältnismäßigen Auswirkungen auf verschiedene Personengruppen besondere Sorgfalt. Wenn Sie KI für Entscheidungen in diesen Bereichen verwenden, stellen Sie sicher, dass betroffene Beteiligte verstehen, wie Entscheidungen getroffen werden, Beschwerdeentscheidungen treffen und alle relevanten Eingabedaten aktualisieren können.

• Bewerten sie rechtliche und regulatorische Überlegungen: Kunden müssen potenzielle spezifische rechtliche und regulatorische Verpflichtungen bei der Verwendung von KI-Plattformen und -Lösungen bewerten, die möglicherweise nicht für die Verwendung in allen Branchen oder Szenarios geeignet sind. Darüber hinaus sind KI-Plattformen oder -Lösungen nicht für Nutzungen ausgelegt und dürfen nicht auf eine Weise verwendet werden, die nach den geltenden Nutzungsbedingungen und einschlägigen Verhaltensregeln untersagt ist.

Endbenutzer sollten:

• Führen Sie ggf. eine menschliche Aufsicht aus: Die menschliche Aufsicht ist ein wichtiger Schutz bei der Interaktion mit KI-Anwendungen. Während wir unsere KI-Anwendungen kontinuierlich verbessern, kann ki dennoch Fehler machen. Die generierten Ausgaben können ungenau, unvollständig, voreingenommen, falsch ausgerichtet oder irrelevant für Ihre beabsichtigten Ziele sein. Dies kann verschiedene Gründe haben, z. B. Mehrdeutigkeit in den Eingaben oder Einschränkungen der zugrunde liegenden Modelle. Daher sollten Benutzer die von Microsoft Sentinel MCP-Server generierten Antworten überprüfen und überprüfen, ob sie ihren Erwartungen und Anforderungen entsprechen.

• Seien Sie sich des Risikos einer Überzulässigkeit bewusst: Überzulässigkeit bei KI tritt auf, wenn Benutzer falsche oder unvollständige KI-Ausgaben akzeptieren, vor allem, weil Fehler in KI-Ausgaben möglicherweise schwer zu erkennen sind. Für den Endbenutzer kann eine Überzuverlässigkeit unter anderem zu verminderter Produktivität, Vertrauensverlust, Anwendungsabbruch, finanziellem Verlust, psychischen Schäden, körperlichen Schäden führen. Im Kontext Microsoft Sentinel MCP-Servers kann eine Überzuverlässigkeit dazu führen, dass Analysten auf falsche Bedrohungsbewertungen, falsch klassifizierte Entitäten oder erstellte Abfrageergebnisse ohne ordnungsgemäße Überprüfung reagieren, was zu verpassten Bedrohungen oder fehlgeleiteten Maßnahmen zur Reaktion auf Vorfälle führen kann.

• Seien Sie vorsichtig beim Entwerfen von agentischer KI in sensiblen Domänen: Benutzer sollten beim Entwerfen oder Bereitstellen von AGENT-KI-Anwendungen in sensiblen Domänen, in denen Agent-Aktionen unumkehrbar oder äußerst folgerichtig sind, Vorsicht walten lassen. Treffen Sie zusätzliche Vorsichtsmaßnahmen beim Erstellen autonomer agentischer KI, wie weiter im Microsoft Enterprise AI Services Code of Conduct (für Organisationen) oder im Abschnitt Code of Conduct des Microsoft-Servicevertrags (für Einzelpersonen) beschrieben.

• Schreiben Sie spezifische, detaillierte Eingabeaufforderungen: Gute Eingabeaufforderungen liefern gute Ergebnisse. Wenn Prompts langsame Antworten oder Ausgaben erzeugen, denen es an Ground Truth mangelt, versuchen Sie, spezifischere Prompts zu schreiben. Beispielsweise ist ein Prompt mit der Formulierung „Für den Benutzer <UPN>: Netzwerk-, Datei-, Anmelde- und Geräteereignisse über 90 Tage als Baseline erfassen und mit einem Zeitfenster von +/- 10 Minuten vergleichen, um Anomalien oder verdächtige Aktivitäten zu finden und mir bei der Einstufung des Schweregrads und der Priorität dieser Warnung zu helfen“ weitaus effektiver als „Was ist an <UPN> riskant?“.

• Geben Sie Arbeitsbereiche an, wenn Sie mit mehreren Umgebungen arbeiten: Wenn Sie mit mehreren Data Lake-Arbeitsbereichen von Microsoft Sentinel arbeiten, geben Sie explizit an, mit welcher Arbeitsbereichs-ID die Tools arbeiten sollen. Verwenden Sie das list_sentinel_workspaces Tool, um verfügbare Arbeitsbereiche zu identifizieren und die Arbeitsbereichs-ID in Ihre Eingabeaufforderungen einzufügen, um konsistente Ergebnisse sicherzustellen.

• Geben Sie Feedback, um die Anwendung zu verbessern: Microsoft begrüßt Benutzerfeedback zu Microsoft Sentinel MCP-Server, um Probleme zu identifizieren und zu beheben. Benutzer können Feedback über ihren Microsoft-Kontomitarbeiter oder über die standardmäßigen Microsoft-Supportkanäle übermitteln.

Bereitsteller sollten:

• Stellen Sie ein ordnungsgemäßes Onboarding sicher und prüfen Sie die Voraussetzungen: Vergewissern Sie sich vor der Bereitstellung des Microsoft Sentinel MCP-Servers, dass Ihre Organisation für den Microsoft Sentinel Data Lake, die erforderlichen Microsoft Defender-Produkte und – falls zutreffend – Microsoft Security Copilot eingerichtet ist. Stellen Sie sicher, dass Benutzer über die entsprechenden Rollen verfügen (mindestens die Sicherheitsleseberechtigung) und dass die Datenkonnektoren ordnungsgemäß konfiguriert sind, damit die Tools auf aktuelle und vollständige Daten zur Analyse zurückgreifen können.

• Halten Sie MCP-Clients kompatibel und auf dem neuesten Stand: Microsoft Sentinel MCP-Server implementiert die neuesten Autorisierungsspezifikationen von MCP. Stellen Sie sicher, dass Ihre verbundenen Clients (Visual Studio Code, Security Copilot, Copilot Studio, Foundry, ChatGPT oder Claude) auf die neuesten Versionen aktualisiert werden, um Konnektivitäts- und Authentifizierungsprobleme zu vermeiden.

• Konfigurieren Sie Toolsammlungen für Ihre Sicherheitsanforderungen: Stellen Sie nur die Toolsammlungen bereit, die für die Workflows Ihrer organization relevant sind. Verwenden Sie benutzerdefinierte MCP-Tools, um genau vorzuschreiben, auf welche Daten-Agents zugreifen können, und erzwingen Sie deterministische Workflows mit differenzierter Datensteuerung. Dies trägt dazu bei, eine vorhersagbare, überprüfbare Sicherheitsautomatisierungsumgebung aufrechtzuerhalten.

• Nutzung überwachen und prüfen: Verwenden Sie die Auditfunktionen des Microsoft Sentinel Data Lake, um die Nutzung von Tools, den Datenzugriff und Abfrageereignisse zu verfolgen. Überprüfen Sie regelmäßig Überwachungsprotokolle, um anomale Verwendungsmuster oder nicht autorisierte Zugriffsversuche zu erkennen. Machen Sie sich mit dem Leitfaden zur Problembehandlung vertraut, um vorhersagbare Probleme schnell zu beheben.

• Testen Sie in kontrollierten Umgebungen vor einer umfassenden Bereitstellung: Verwenden Sie zuerst die Features für den vorab eingeladenen Zugriff und die Vorschauversion in kontrollierten Umgebungen, und testen Sie dabei mit repräsentativen Eingabeaufforderungen und Daten. Stellen Sie sicher, dass die Ausgaben des Tools die Genauigkeits- und Leistungsstandards Ihrer Organisation erfüllen, bevor Sie breiten Zugriff aktivieren.

• Konfigurieren Sie Ratenlimits und Parallelität entsprechend: Bei Verwendung von Entity Analyzer-Tools – insbesondere in Azure Logic Apps mit For Each-Schleifen – aktivieren Sie die Parallelitätssteuerung, und beginnen Sie mit einem geringen Grad an Parallelität (z. B. 5), um Timeouts zu vermeiden und die Durchsatzgrenzwerte des Entitätsanalysetools zu vermeiden. Passen Sie dies nach Bedarf an die Nutzungsmuster Ihrer Organisation an.

• Planen der regionalen Verfügbarkeit: Stellen Sie Microsoft Sentinel MCP-Server für Teams in unterstützten Regionen (Australien, Kanada, Europa, Indien, Japan, Norwegen, Asien, Südosten, Schweiz, Vereinigtes Königreich und USA) bereit, um eine optimale Leistung zu erzielen. Warnen Sie Benutzer in anderen Regionen über potenzielle Leistungsbeschränkungen.

Weitere Informationen zu Microsoft Sentinel MCP-Server

Weitere Anleitungen oder informationen zur verantwortungsvollen Verwendung von Microsoft Sentinel MCP-Server finden Sie in der folgenden Dokumentation:

• Wie unterstützt Microsoft Sentinel MCP?
• Erste Schritte mit Microsoft Sentinel MCP-Server
• Toolsammlung auf Microsoft Sentinel MCP-Server
• Microsoft Sentinel MCP-Server – Preise, Grenzwerte und Verfügbarkeit
• Microsoft Sentinel bewährte Methoden und Problembehandlung für die MCP-Toolsammlung
• Was ist Microsoft Sentinel?

Weitere Informationen zu verantwortungsvoller KI

• Microsoft AI Prinzipien
• Ressourcen für verantwortungsvolle KI von Microsoft
• Microsoft Azure Learning-Kurse zu verantwortungsvoller KI