Netskope Threat Labs
Report

Netskope Threat Labs Bericht: Einzelhandel 2026

10 min read

Der Netskope Threat Labs Bericht zum Einzelhandel 2026 beschreibt die zunehmende Einführung von KI, Trends bei Datenschutzrichtlinienverletzungen und die Verbreitung von Malware über Cloud-Apps, die im vergangenen Jahr beobachtet wurden.

Wichtigste Erkenntnisse

Dieser Bericht untersucht, wie KI im gesamten Einzelhandelssektor integriert wird und welche Sicherheitsherausforderungen mit diesem Wandel einhergehen. Er beleuchtet den Übergang zu verwalteter KI, die wachsende Rolle von KI in alltäglichen Anwendungen und agentenbasierten Workflows sowie die Daten- und Malware-Risiken, die mit dieser Einführung entstehen.

KI ist inzwischen in die Arbeit im Einzelhandel integriert: Einzelhandelsunternehmen gehen rasch von Experimenten zu einer breiten KI-Einführung über. Während die Nutzung persönlicher KI von 70 % auf 44 % gesunken und die Einführung unternehmensverwalteter KI von 40 % auf 73 % gestiegen ist, findet sich KI mittlerweile weit über eigenständige Tools hinaus. 97 % der Beschäftigten nutzen Anwendungen mit integrierten KI-Funktionen, während 90 % mit KI-Systemen interagieren, die Kunden- oder Benutzerdaten zum Training verwenden. Ein Großteil dieser Aktivitäten findet innerhalb von Apps und Workflows statt, wo weder Benutzer noch Sicherheitsteams sie bemerken würden.

Sensible Daten folgen der KI ins Unternehmen: Regulierte Daten machen 56 % der KI-bezogenen Datenschutzrichtlinienverletzungen im Einzelhandel aus und sind damit die am stärksten exponierte Kategorie, gefolgt von Quellcode mit 20 % sowie Passwörtern und API-Schlüsseln mit 16 %. Gleichzeitig hat die Nutzung von Remote-MCP stark zugenommen: Die Anzahl der Agenten, die mit Remote-MCP-Servern interagieren, stieg um rund 400 %, und MCP-bezogene Ereignisse nahmen um etwa 300 % zu. Da KI-Agenten Zugriff auf mehr Daten und externe Tools erhalten, müssen Einzelhandelsunternehmen nicht nur wissen, welche Apps ihre Beschäftigten verwenden, sondern auch, auf welche Daten jede KI-App und jeder Agent zugreifen kann.

Angreifer folgen dem KI-Trend: Während Einzelhandelsunternehmen KI einführen, nutzen Angreifer dasselbe Interesse an der Technologie, um Benutzer zu erreichen. Aktivitäten mit KI-Ködern gingen von rund 140 Benutzern pro 100.000 im Mai 2025 auf etwa 20 im Dezember stark zurück, bevor sie bis März 2026 wieder auf ungefähr 100 anstiegen. Angreifer missbrauchen zudem weiterhin vertrauenswürdige Cloud-Plattformen: GitHub und Microsoft OneDrive wurden bei 13 % beziehungsweise 12 % der Einzelhandelsunternehmen zur Verbreitung von Malware genutzt. Beide Trends nutzen das Vertrauen aus, das Benutzer bekannten KI- und Cloud-Marken bereits entgegenbringen.

KI-Nutzung

KI: Einführungs- und Nutzungstrends

Da Unternehmen bei der Einführung und Nutzung von KI zunehmend sicherer werden, entwickelt sich die Technologie zu einem festen Bestandteil des Geschäftsbetriebs. Die KI-Nutzung im Einzelhandelssektor ist im vergangenen Jahr weiter gestiegen: Der Anteil der Benutzer, die KI-Anwendungen aktiv nutzen, erhöhte sich von 39 % auf 65 % und entspricht damit den globalen Trends.

Parallel dazu haben Unternehmen im gesamten Einzelhandelssektor stetige Fortschritte bei der Reduzierung von Schatten-KI-Risiken erzielt, indem sie Benutzer von persönlichen KI-Konten zu unternehmensverwalteten Tools geführt haben. Im vergangenen Jahr sank die Nutzung persönlicher KI-Anwendungen von 70 % auf 44 %, während die Einführung unternehmensverwalteter KI-Lösungen von 40 % auf 73 % zunahm. Gleichzeitig stieg der Anteil der Benutzer, die zwischen persönlichen und Unternehmenskonten wechseln, von 11 % auf 18 %. Dies deutet darauf hin, dass einige Beschäftigte beim Erkunden neuer Tools weiterhin zwischen verwalteten und persönlichen KI-Konten wechseln. Unternehmen sollten die Genehmigung neuer KI-Apps beschleunigen, da eine langsame Prüfung Beschäftigten einen Anlass gibt, auf persönliche Konten zurückzugreifen. Zugleich sollten sie die Steuerung auf Instanzebene verschärfen.

Einzelhandelsunternehmen haben auf dem Weg zu verwalteter KI erhebliche Fortschritte gemacht, doch der Wandel hat sich verlangsamt. Seit dem Frühjahr ist die Abkehr von der persönlichen KI-Nutzung weitgehend ins Stocken geraten, während sich persönliche und unternehmensbezogene Nutzung weiterhin überschneiden. Dies deutet darauf hin, dass Schatten-KI ab einem bestimmten Reifegrad der Unternehmen schwerer zu beseitigen ist. Langfristige Leitplanken, klare Richtlinien und einfache Prozesse zur Einführung neuer KI-Tools sind daher ein wichtiger Bestandteil der KI-Strategie jedes Einzelhandelsunternehmens.

Die Präferenzen des Einzelhandels bei KI-Apps unterscheiden sich von den globalen Trends. Anthropic Claude Platform hat ChatGPT als die am weitesten verbreitete KI-Anwendung überholt und wird von 96 % der Unternehmen genutzt, gegenüber 84 % bei ChatGPT. Claude Code, das spezialisierte Programmierwerkzeug von Anthropic, folgt mit 83 % dicht dahinter. Anthropic Claude, der dialogbasierte Assistent für allgemeine Aufgaben und das Verfassen von Texten, erreicht 79 %, Google Gemini 78 %. Die breitere Präsenz von Anthropic spiegelt die unterschiedlichen Rollen seiner Produkte wider: Claude dient als universeller Assistent, Claude Code unterstützt die Softwareentwicklung, und die Claude Platform stellt die APIs und Tools bereit, mit denen Unternehmen Claude in ihre eigenen Anwendungen integrieren. Diese starke Verbreitung der Anthropic-Produkte weist auf eine zunehmende KI-Nutzung hin, die über dialogbasierte Tools hinausgeht und Unternehmens- und Entwicklungsworkflows umfasst.

Die folgende Grafik zeigt, wie sich die Einführung der führenden KI-Anwendungen im Einzelhandelssektor im vergangenen Jahr entwickelt hat, und verdeutlicht einen klaren Wandel bei den Anwendungspräferenzen. ChatGPT blieb über den gesamten Zeitraum relativ stabil und verzeichnete durchgehend eine hohe Verbreitung. Im Gegensatz dazu verzeichnete Anthropic Claude Platform ab Dezember 2025 einen starken Anstieg. Die Einführung beschleunigte sich in den folgenden Monaten rasant und überholte ChatGPT schließlich etwa im Februar 2026. Google Gemini folgte einem anderen Trend: Hier ging die Verbreitung ab April 2026 zurück.

KI: App-Nutzung und Datenschutzrichtlinienverletzung

Mit der weiter zunehmenden Einführung von KI im Einzelhandelssektor gewinnen Bedenken hinsichtlich der Offenlegung von Daten an Bedeutung. Einzelhandelsunternehmen nutzen KI-Tools, um Dokumente zusammenzufassen, Berichte zu erstellen, Beschäftigte zu unterstützen und alltägliche Geschäftsprozesse zu erleichtern. Diese Anwendungsfälle können sensible Kunden-, Geschäfts- und Betriebsinformationen betreffen und schaffen zusätzliche Möglichkeiten für die Offenlegung von Daten. Der Schutz sensibler Informationen bleibt daher eine zentrale Priorität, insbesondere wenn Einzelhandelsunternehmen daran arbeiten, die mit Schatten-KI verbundenen Risiken zu identifizieren und deren Steuerung sicherzustellen.

Die Analyse KI-bezogener Datenschutzrichtlinienverletzungen im Einzelhandelssektor zeigt, dass regulierte Daten den größten Anteil der Versuche ausmachen, sensible Informationen einzubringen: Auf sie entfallen 56 % der beobachteten Aktivitäten. Quellcode folgt mit 20 %, während Passwörter und API-Schlüssel 16 % ausmachen. Geistiges Eigentum bildet die verbleibenden 8 %.

Am häufigsten blockierte KI-Apps

Unternehmen im gesamten Einzelhandelssektor verfolgen bei der Einführung von KI einen abgewogenen Ansatz. Viele schränken bestimmte Anwendungen aufgrund von Sicherheits-, Datenschutz- und Compliance-Bedenken ein. Obwohl sich die konkreten Richtlinien je nach Unternehmen unterscheiden, liefern die am häufigsten blockierten Anwendungen einen nützlichen Hinweis darauf, wo Einzelhandelsunternehmen die größten Risiken sehen.

Particular Audience ist die am häufigsten blockierte KI-Anwendung und wird von 46 % der Unternehmen eingeschränkt. ZeroGPT folgt mit 37 %, während Landbot und DeepSeek jeweils von 34 % eingeschränkt werden. Diese Anwendungen unterstützen verschiedene KI-Anwendungsfälle, von der Erstellung und Erkennung von Inhalten über kundenorientierte Chatbots bis hin zu universellen KI-Diensten. Wenn diese Tools mit Geschäftsinformationen, Kundendaten oder internen Systemen interagieren, können sie zusätzliche Möglichkeiten schaffen, durch die sensible Informationen das Unternehmen verlassen.

Einzelhandelsunternehmen scheinen eher Tools zu blockieren, die Daten außerhalb der bestehenden Steuerung übertragen könnten, als KI als gesamte Kategorie zu sperren.

Einführung agentenbasierter KI

KI-Einführung bei Benutzern

Die Einführung von KI erstreckt sich mittlerweile über mehrere Ebenen der Einzelhandelsumgebung. In diesem Sektor nutzen 66 % der Beschäftigten KI-Anwendungen direkt, während 97 % Anwendungen mit KI-gestützten Funktionen verwenden. Darüber hinaus interagieren 90 % mit KI-Systemen, die Kunden- oder Benutzerdaten zum Training von Modellen nutzen.

Diese Zahlen zeigen, wie umfassend KI inzwischen Teil der täglichen Arbeit geworden ist – häufig über Funktionen, die in bereits genutzte Anwendungen integriert sind, statt über eigenständige KI-Tools. Mit der weiter zunehmenden Einführung stehen Einzelhandelsunternehmen vor der wachsenden Herausforderung, zu verstehen, wo sensible Informationen weitergegeben werden und wie sie möglicherweise verwendet werden. Dies betrifft sowohl direkte Interaktionen mit KI-Tools als auch KI-Funktionen, die im Hintergrund arbeiten.

MCP: Rasant zunehmende Vernetzung

MCP, der Open-Source-Standard, über den KI-Modelle eine Verbindung zu externen Datenquellen und Tools herstellen können, verzeichnet im Einzelhandelssektor eine stark zunehmende Verbreitung. Im betrachteten Zeitraum stieg die Zahl der Agenten, die mit Remote-MCP-Servern interagieren, um rund 400 %, während MCP-bezogene Ereignisse um etwa 300 % zunahmen.

Jede Remote-MCP-Verbindung eröffnet einen weiteren Weg, auf dem Daten zwischen einer KI-App und einem externen System übertragen werden können. Einzelhandelsunternehmen benötigen daher Transparenz über diese Verbindungen, insbesondere wenn Agenten auf Geschäftsdaten zugreifen können.

Diese Zahlen beziehen sich speziell auf die Nutzung von Remote-MCP, bei der KI-Agenten Verbindungen zu MCP-Servern herstellen, die im Internet gehostet werden, statt lokal oder innerhalb des unternehmenseigenen Netzwerks. Der rasante Anstieg deutet darauf hin, dass agentenbasierte KI über die Experimentierphase hinausgeht und enger in alltägliche Geschäftsworkflows integriert wird. Sicherheitsteams sollten daher auch MCP-Datenverkehr in ihre bestehende Überwachung aufnehmen.

Bedrohungen im KI-Umfeld

Kategorisierung von KI-Risiken

Wirksame Transparenz, Governance und Schutz im Zusammenhang mit KI beginnen mit einem klaren Verständnis der Risiken, denen Unternehmen ausgesetzt sind. Im Einzelhandelssektor machen vorgelagerte Datenschutzrichtlinienverletzungen 85 % der KI-bezogenen Verstöße aus und bilden damit die häufigste Risikokategorie. Auch nachgelagerte Datenschutzrichtlinienverletzungen sind weit verbreitet. Dies verdeutlicht, dass sensible Informationen sowohl bei der Eingabe in KI-Tools als auch bei der Weitergabe oder anderweitigen Nutzung KI-generierter Inhalte offengelegt werden können.

Malware-bezogene Verstöße sind weiterhin weniger häufig, stellen jedoch nach wie vor ein Risiko mit potenziell erheblichen Auswirkungen dar, da sie Systeme, Anwendungen und sensible Geschäftsdaten kompromittieren können.

Bösartige KI-Köder

Ein bösartiger KI-Köder soll Benutzer dazu verleiten, Malware herunterzuladen oder eine bösartige Website zu besuchen, indem er sich als vertrauenswürdige KI-Marke oder vertrauenswürdiges KI-Tool ausgibt. Im Einzelhandelssektor erreichten Aktivitäten mit KI-Ködern im Mai 2025 rund 140 Benutzer pro 100.000, bevor sie bis etwa Dezember 2025 allmählich auf ungefähr 20 Benutzer pro 100.000 zurückgingen.

Anschließend nahm die Aktivität wieder zu und erreichte bis März 2026 etwa 100 Benutzer pro 100.000. Die Aktivität steigt und fällt, ist aber nicht verschwunden, da Beschäftigte weiterhin nach neuen KI-Tools suchen.

Zu den jüngsten Kampagnen gehörten gefälschte Installationsprogramme für KI-Anwendungen, mit Trojanern präparierte Entwicklerwerkzeuge und weitere KI-bezogene Köder, die das wachsende Interesse an KI ausnutzen sollen. Da sich die Einführung von KI weiter ausweitet, werden Angreifer diese Techniken voraussichtlich weiter anpassen. Dazu gehören Angriffe auf Software-Lieferketten und die Verbreitung bösartiger Pakete, die KI-gestützte Entwicklung ausnutzen.

Ein bösartiger KI-Link ist ein schädlicher Link, den eine KI-Anwendung zurückgibt und den ein Benutzer anklickt oder dem ein KI-Agent folgt. Solche Links ähneln den bösartigen Links, die Angreifer in Suchmaschinenergebnissen platzieren und die Benutzer möglicherweise in der Annahme anklicken, dass sie zu legitimen Websites führen. Angreifer können dies mithilfe von SEO-Techniken, bezahlten Anzeigen oder durch die Kompromittierung ansonsten legitimer Infrastruktur erreichen.

Im KI-Umfeld ist der Ansatz ähnlich, auch wenn sich die Art und Weise verändert, wie bösartige Inhalte Benutzer erreichen. Techniken wie Artificial Intelligence Engine Optimization (AIEO) entstehen, während Angreifer nach Möglichkeiten suchen, die von KI-Modellen angezeigten Inhalte zu beeinflussen. Gleichzeitig erscheinen zunehmend auch Werbeanzeigen in KI-Anwendungen.

Im Einzelhandelssektor lag die Häufigkeit, mit der Benutzer auf bösartige KI-Links stießen, zwischen rund 40 und mehr als 160 Begegnungen pro Woche und pro 100.000 Benutzer. Diese Schwankungen verdeutlichen die wachsende Notwendigkeit, von KI-Anwendungen zurückgegebene Links zu überwachen, insbesondere da Beschäftigte bei alltäglichen Aufgaben zunehmend auf KI-Tools vertrauen.

Malware-Downloads

Verbreitung von Malware über Cloud-Apps

Angreifer nutzen weiterhin legitime Cloud-Plattformen zur Verbreitung von Malware und setzen dabei auf das Vertrauen, das Benutzer bekannten Diensten entgegenbringen. Obwohl Cloud-Anbieter bösartige Inhalte regelmäßig entfernen, kann selbst ein kurzes Zeitfenster vor der Erkennung Angreifern genügend Zeit geben, Geräte zu infizieren und sich möglicherweise innerhalb eines Unternehmens weiterzubewegen.

Im Einzelhandelssektor gehören GitHub und Microsoft OneDrive zu den am häufigsten für die Verbreitung von Malware missbrauchten Plattformen; betroffen sind 13 % beziehungsweise 12 % der Unternehmen. Durch die Nutzung vertrauenswürdiger Cloud-Dienste lassen sich bösartige Aktivitäten schwerer von normalem Geschäftsdatenverkehr unterscheiden. Dies spiegelt eine breitere Verlagerung weg von offensichtlich verdächtigen Domains hin zu etablierten Plattformen wider, deren Nutzung Benutzer und Sicherheitsteams bereits erwarten.

Empfehlungen

Angesichts der zunehmenden Nutzung sowohl verwalteter als auch persönlicher KI-Tools und des Missbrauchs persönlicher Cloud-Apps ist es entscheidend, die Transparenz zu erhöhen, Richtlinien zu verbessern und proaktive Abwehrmaßnahmen zu priorisieren, um Ihr Unternehmen in dieser sich schnell verändernden Bedrohungslandschaft zu schützen.

Auf Grundlage der in diesem Bericht identifizierten Trends empfiehlt Netskope Threat Labs Unternehmen im gesamten Einzelhandelssektor, ihre Sicherheitslage insgesamt neu zu bewerten:

  • Prüfen Sie alle HTTP- und HTTPS-Downloads einschließlich des gesamten Web- und Cloud-Datenverkehrs, um zu verhindern, dass Malware in Ihr Netzwerk eindringt. Netskope-Kunden können ihr Netskope One NG-SWG mit einer Richtlinie zum Schutz vor Bedrohungen konfigurieren, die für Downloads aller Kategorien und Dateitypen gilt.
  • Blockieren Sie den Zugriff auf Apps, die keinem legitimen geschäftlichen Zweck dienen oder ein unverhältnismäßiges Risiko für das Unternehmen darstellen. Ein guter Ausgangspunkt ist eine Richtlinie, die seriöse, bereits genutzte Apps zulässt und alle anderen blockiert.
  • Verwenden Sie DLP-Richtlinien, um potenziell sensible Informationen zu erkennen, die an persönliche App-Instanzen, KI-Apps oder andere nicht autorisierte Ziele gesendet werden. Dazu gehören Quellcode, regulierte Daten, Passwörter und Schlüssel, geistiges Eigentum sowie verschlüsselte Daten.
  • Nutzen Sie die Technologie Remote Browser Isolation (RBI), um beim Besuch von Websites in Kategorien mit möglicherweise höherem Risiko zusätzlichen Schutz zu bieten, etwa bei neu beobachteten oder neu registrierten Domains.
  • Nutzen Sie Netskope Skylight AI Gateway, um Transparenz und Steuerung für KI-Anwendungen und API-Interaktionen zu erhalten und so Datenflüsse zwischen Benutzern, Anwendungen und LLMs abzusichern.
  • Setzen Sie Netskope Skylight AI Guardrails ein, um in verwalteten und nicht verwalteten KI-Umgebungen einen einheitlichen Schutz vor der Offenlegung sensibler Daten, unsicheren Prompts und Richtlinienverstößen durchzusetzen.
  • Nutzen Sie Netskope Skylight AI App Security, um genehmigte und nicht genehmigte KI-Anwendungen zu entdecken, Echtzeit-Steuerung anzuwenden und Governance-Richtlinien für die persönliche und unternehmensbezogene KI-Nutzung durchzusetzen.
  • Nutzen Sie Netskope Skylight AI Analytics, um Trends bei der KI-Einführung, Benutzeraktivitäten und DLP-Vorfälle zu überwachen und Unternehmen dabei zu unterstützen, KI-bezogene Risiken besser zu verstehen und zu reduzieren.
  • Ziehen Sie Netskope Skylight AI Red Teaming in Betracht, um Sicherheitslücken und Fehlkonfigurationen in privaten KI-Bereitstellungen aktiv zu identifizieren, bevor sie in Produktionsumgebungen ausgenutzt werden können.

Netskope Threat Labs

Netskope Threat Labs besteht aus führenden Forschern der Branche für Cloud-Bedrohungen und Malware und entdeckt und analysiert die neuesten Cloud-Bedrohungen für Unternehmen sowie entwickelt Abwehrmaßnahmen dagegen. Unsere Forscher treten regelmäßig als Referenten auf führenden Sicherheitskonferenzen auf und engagieren sich dort ehrenamtlich, darunter bei DEF CON, Black Hat und RSA.

Über diesen Bericht

Netskope bietet Millionen von Benutzern weltweit Schutz vor Bedrohungen. Die in diesem Bericht präsentierten Informationen basieren auf aggregierten Nutzungsdaten, die von der Netskope One platform für eine Teilgruppe von Netskope-Kunden im Einzelhandel erhoben wurden.

Die Statistiken in diesem Bericht basieren auf dem Zeitraum vom 1. Juli 2025 bis zum 30. Juli 2026. Sie spiegeln Angreifertaktiken, Benutzerverhalten und Unternehmensrichtlinien wider.