AI für die Access Administration: Warum Erklärbarkeit über den Erfolg entscheidet

Wir sind stolz darauf, dass Nexis im Gartner® Hype Cycle™ for Digital Identity, 2026, in der Kategorie AI for Access Administration genannt wird. Es ist unsere zweite Listung im diesjährigen Hype Cycle, neben IVIP. Für ein Team, das seit fast zwei Jahrzehnten erklärbare, geschäftsorientierte Identity Intelligence entwickelt, bedeutet diese Anerkennung sehr viel.

Bei AI in der Access Administration stellt sich nicht mehr die Frage nach dem „Ob“. Die Frage hat sich zu etwas Schwierigerem entwickelt: Können Sie ihr vertrauen? In regulierten Branchen entscheidet diese Frage darüber, ob AI jemals über die Demo-Phase hinauskommt.

Warum manuelle Access Reviews nicht mehr skalierbar sind

Manuelle Access Reviews sind der schwierigste Teil der Access Administration, um sie bei zunehmender Größe aktuell zu halten. Die Belegschaft ändert sich täglich, Anwendungen vervielfachen sich und keine zwei Systeme benennen ihre Berechtigungen auf die gleiche Weise. Die manuelle Überprüfung jeder Berechtigung in einem festen Zyklus kann mit diesem Wandel nicht Schritt halten.

Die dauerhafte Lösung besteht nicht darin, schneller zu prüfen. Es geht darum, den Zugriff regelbasiert zu gewähren, sodass weit weniger zu prüfen ist. Birthright Access weist automatisch die richtige Basis zu, wenn jemand in das Unternehmen eintritt oder die Rolle wechselt. Richtlinien verwalten über Rollen- und Attributregeln, wer was besitzen darf, anstatt durch Einzelfallentscheidungen. Zeitbasierter Zugriff läuft von selbst ab, anstatt bis zur nächsten Kampagne bestehen zu bleiben. Zusammen verwandeln diese Maßnahmen den Zugriff von einer manuellen lästigen Pflicht in eine verwaltete Struktur, die sich selbst erhält.

Um dorthin zu gelangen, ist ein Schritt erforderlich, den viele Programme überspringen: Ordnung schaffen, bevor Intelligenz hinzugefügt wird. Bereinigen Sie die Daten, etablieren Sie klare Governance-Prozesse und lassen Sie dann die AI auf diesem Fundament aufbauen. AI entfaltet ihren vollen Wert bei gut verwaltetem Zugriff – Ordnung kommt also zuerst, Intelligenz folgt.

Von probabilistischer AI zu deterministischer Governance

AI-Modelle arbeiten mit Wahrscheinlichkeiten, nicht mit Gewissheiten. Das eignet sich für viele Aufgaben gut, aber Zugriffsentscheidungen erfordern mehr Sicherheit, als Wahrscheinlichkeit allein bieten kann. Genau hier machen wir diesen Punkt zu einem Vorteil.

Wir verlangen von der AI nicht, über den Zugriff nach Wahrscheinlichkeit zu entscheiden. Wir nutzen AI, um die deterministischen Strukturen aufzubauen und zu pflegen, die den Zugriff verwalten: Richtlinien, Birthright-Regeln und Rollenmodelle. Der Zugriff basiert dann auf expliziten Regeln, die ein Auditor lesen kann, und nicht auf einer Vermutung. So ist das Ergebnis nachvollziehbar und, wo es darauf ankommt, deterministisch.

Erklärbare AI ist das Fundament, und eine Mischung aus GenAI und maschinellem Lernen erledigt die Arbeit. GenAI entwirft, erklärt und dokumentiert Richtlinien und Autorisierungskonzepte in einer Sprache, die Menschen verstehen. Maschinelles Lernen findet Muster, markiert Anomalien und schlägt Rollen- und Richtlinienstrukturen aus der realen Nutzung vor. Erklärbarkeit verbindet alles miteinander, sodass jede Empfehlung ihre Begründung mitliefert und eine Person sie mit vollem Kontext akzeptieren, hinterfragen oder ablehnen kann.

Wie Nexis dies adressiert

Bei Nexis unterstützt die AI die Entscheidung, anstatt die Person zu ersetzen, die sie trifft. NICO, der NEXIS Intelligent Co-Pilot, arbeitet innerhalb der Rezertifizierung und Access Reviews und gibt Empfehlungen mit der entsprechenden Begründung ab. Ein Prüfer sieht nicht nur, was NEXIS vorschlägt, sondern auch warum, und kann dies mit vollem Kontext akzeptieren oder überschreiben.

Diese Transparenz zieht sich durch die gesamte Plattform. NEXIS nutzt maschinelles Lernen, um Anomalien in Identitäts- und Autorisierungsdaten zu erkennen, Abweichungen in Identity Grids zu markieren und Richtlinien- sowie Rollenstrukturen aus der realen Nutzung zu modellieren. Die Empfehlungen werden im Laufe der Zeit durch das Feedback der Nutzer präziser, sodass das System lernt, wie ein optimaler Zustand in Ihrer Umgebung aussieht. Erklärbare Begründungen sorgen dafür, dass die Menschen bei jedem Schritt die Kontrolle behalten – genau das, was Human-in-the-Loop-Governance erfordert. Das Ergebnis ist eine AI, die eine Bank oder ein Versicherer produktiv einsetzen kann, nicht nur als Pilotprojekt.

Ausblick

AI für die Access Administration wird sich weiterentwickeln, und der Druck zur Automatisierung wird zunehmen. Die Unternehmen, die am meisten profitieren, werden nicht diejenigen sein, die am schnellsten automatisieren. Es werden diejenigen sein, die so automatisieren, dass sie es erklären können. Leistungsstarke AI und verantwortungsvolle AI stehen nicht im Widerspruch zueinander – sie zusammenzuführen, ist die Perspektive, die wir bei Nexis einbringen.

Erleben Sie in einem Live-Walkthrough, wie erklärbare AI innerhalb von NEXIS funktioniert:

Demo anfordern

Gartner, Hype Cycle for Digital Identity, 2026, von Zachary Smith & Nayara Sangiorgio, Juli 2026. Gartner-Konto erforderlich: https://www.gartner.com/en/documents/8100597

GARTNER und Hype Cycle sind Marken von Gartner, Inc. und seinen Tochtergesellschaften. Gartner unterstützt keine Unternehmen, Anbieter, Produkte oder Dienstleistungen, die in seinen Publikationen dargestellt werden, und rät Technologieanwendern nicht, nur die Anbieter mit den höchsten Bewertungen oder anderen Bezeichnungen auszuwählen. Gartner-Publikationen geben die Meinung der Marktforschungsorganisation von Gartner wieder und sollten nicht als Tatsachenbehauptungen ausgelegt werden. Gartner lehnt alle ausdrücklichen oder stillschweigenden Gewährleistungen in Bezug auf diese Publikation ab, einschließlich jeglicher Gewährleistung der Marktgängigkeit oder Eignung für einen bestimmten Zweck.