Wie die Prüfschicht für Sentinel-Regeln arbeitet.
Ein Sprachmodell schreibt die Erkennungsregel, eine deterministische Prüfung entscheidet, ob sie gilt. Diese Seite zeigt den Ablauf, die Fehler, die er abfängt, und was dabei das Netz verlässt.
Eine falsche Regel schweigt
Erkennungsregeln für Microsoft Sentinel zu schreiben ist kein Engpass mehr: Microsofts Security Copilot erzeugt die Abfragen in KQL, und viele Unternehmen haben ihn bereits lizenziert. Der Engpass liegt hinter dem Schreiben. Eine Regel, die plausibel aussieht und subtil falsch ist, läuft fehlerfrei und liefert nie eine Zeile. Im Review wirkt sie sauber, und im Betrieb sieht ihr Schweigen aus wie „keine Vorfälle“.
CardinalOps hat das an über 13.000 Regeln aus mehreren hundert produktiven SIEM-Umgebungen gemessen, Sentinel eingeschlossen: Rund 13 % der Regeln können nie feuern (Report 2025, Zusammenfassung bei Help Net Security). Die Prüfschicht setzt an dieser Stelle an. Entstanden ist sie für die BLUEROPE Consult GmbH, wo die Entwicklung einer Abfrage von Tagen auf Minuten schrumpfte.
| Tests | 192, alle bestanden |
|---|---|
| Parser | Kusto.Language — Microsofts eigene Bibliothek |
| Netzzugriff der deterministischen Prüfung | keiner |
| Modell | Cloud-Dienst oder lokal über vLLM |
| Ergebnis | Regeldatei, Report, Exit-Code |
Ein Lauf: eine Regel, zwei Reparaturen
Die Prüfschicht bindet jede Regel an Microsofts eigenen Parser und prüft sie zusätzlich gegen einen Katalog stiller Fehler, also gegen Muster, mit denen eine gültige Regel nie eine Zeile liefert.
Die Aufnahme zeigt die Oberfläche der Prüfschicht mit dem ersten Entwurf. Die Regel rechnet mit Ticks, als wären es Sekunden; der Parser nimmt sie an, der Prüfkatalog meldet Zeile 7. Die erste Reparatur vertauscht die Argumente und scheitert an negative_duration, die zweite besteht die Prüfung.
Vier Prüfungen sehen dieselbe Abfrage
Jede erzeugte Abfrage wird an Microsofts eigenen KQL-Parser gebunden, die Bibliothek Kusto.Language, die Microsoft selbst veröffentlicht. Tabellen und Felder löst die Prüfung gegen das Schema des Workspace auf, nicht gegen eine Annahme. Befunde gehen als Reparaturauftrag an das Modell zurück, und die reparierte Fassung durchläuft dieselben vier Prüfungen erneut.
- 01
Bindung an den Parser
Syntax, Spalten und Funktionsargumente prüft Microsofts Bibliothek selbst. Über die Gültigkeit entscheidet damit der Parser und kein zweites Sprachmodell, das nur eine Vermutung mit einer Vermutung bewerten würde.
- 02
Kennzeichen „unverifiziert“
Was sich gegen das Schema nicht prüfen ließ, steht im Report als unverifiziert. Die Prüfung meldet ihre eigenen Lücken, statt sie hinter einem grünen Haken zu verbergen.
- 03
Zweitmeinung, nur beratend
Ob die Logik die richtige Bedrohung jagt, kann kein Parser beweisen. Dafür befragt das System ein anderes Modell strukturiert; die Entscheidung bleibt bei der deterministischen Prüfung und beim Menschen mit Bedrohungsmodell.
Drei Fehler, die der Parser durchwinkt
Alle drei sind gültiges KQL und laufen fehlerfrei, und alle drei liefern im Betrieb praktisch nie eine Zeile. Zwei davon stammen aus einem einzigen Testlauf: Eine Regel berechnete eine Rate aus einer Dauer, die sie für Sekunden hielt und die in Ticks vorlag. Auf den Fehler hingewiesen, korrigierte das Modell die Einheit und vertauschte dabei die Argumente der Differenz, sodass die Regel wieder tot war. Seitdem fängt der Prüfkatalog beide Muster ab.
let Admins = dynamic([]); SigninLogs | where TimeGenerated > ago(1d) | where UserPrincipalName in (Admins) | where Location !in ("DE", "AT", "CH") | project TimeGenerated, UserPrincipalName, IPAddress, Location
Konstant falsch. Eine leere Einschlussliste trifft nie. Für Ausschlusslisten ist dasselbe korrekt — der Unterschied ist strukturell entscheidbar.
SigninLogs | where TimeGenerated > ago(1d) | where ResultType != "0" | summarize FirstSeen = min(TimeGenerated), LastSeen = max(TimeGenerated), Attempts = count() by UserPrincipalName, IPAddress | extend DurationSeconds = todouble(LastSeen - FirstSeen) | where Attempts > 10 and Attempts / DurationSeconds > 0.5
Ticks, nicht Sekunden. Eine Sekunde sind 10.000.000 Ticks; die Rate fällt um sieben Größenordnungen zu klein aus und überschreitet den Schwellwert nie. Die Variable heißt trotzdem „…Seconds“.
SigninLogs | where TimeGenerated > ago(1d) | where ResultType != "0" | summarize FirstSeen = min(TimeGenerated), LastSeen = max(TimeGenerated), Attempts = count() by UserPrincipalName, IPAddress | extend DurationSeconds = datetime_diff('second', FirstSeen, LastSeen) | where Attempts > 10 and Attempts / DurationSeconds > 0.5
Rechnet das zweite Argument minus das dritte. Mit dem Minimum links ist die Dauer nie positiv und die Rate nie größer als null. Dieser Fehler entstand, als ein Modell den Ticks-Fehler reparierte: Einheit korrigiert, Reihenfolge vertauscht.
Was Microsofts kql-guard abdeckt und was nicht
Microsoft hat 2026 mit kql-guard einen offline laufenden Analysator für KQL veröffentlicht. Nach seiner Dokumentation prüft er Syntax, meldet mit einem Schema unbekannte Tabellen und Spalten und bewertet zwölf teure Abfrageformen, vom fehlenden Zeitfilter bis zum ungebremsten mv-expand. Er beantwortet damit, ob eine Abfrage läuft und was sie kostet.
Die Prüfschicht beantwortet eine andere Frage: ob eine laufende, billige Abfrage überhaupt eine Zeile liefern kann. Die drei Muster oben dokumentiert kql-guard nicht, und beide Werkzeuge lassen sich in derselben Pipeline betreiben. Wir haben kql-guard nicht selbst ausgeführt; die Einordnung beruht auf seiner README vom Oktober 2026.
Was das Netz verlässt, ist gemessen
Die deterministische Prüfung braucht nur die Regel und das Schema. Sie öffnet keine Verbindung zum Workspace und keine nach außen, und sie läuft vollständig im Netz des Betreibers. Die beratende Zweitmeinung ist dagegen ein Modellaufruf und nimmt denselben Weg wie die Erzeugung.
Erzeugung und Zweitmeinung können ebenfalls im Haus bleiben: Das System läuft gegen ein lokal betriebenes Modell, und der Wechsel besteht aus zwei Umgebungsvariablen. Laufen sie über einen Cloud-Dienst, gehen Anforderungstext und Spaltennamen hinaus. Was das genau umfasst, haben wir an einem echten Lauf mitgeschnitten.
Für Finanzunternehmen ordnet das DORA-Datenblatt diese Betriebsform regulatorisch ein.
| HTTP-Aufrufe | 2 (Generierung + Zweitmeinung) |
|---|---|
| Gesamtvolumen | 29.032 Bytes |
| Inhalt | Anforderungsdokument + Spaltenliste |
| System-Prompt | 6.957 bzw. 3.308 Zeichen — Hausregeln, keine Kundendaten |
| IP-Adressen im Payload | keine |
| Ereigniszeitstempel im Payload | keine |
| Workspace-Verbindung | keine |
Keine Logdaten, keine Ereignisse, keine Produktionsdaten. Die Messung lässt sich mit dem mitgelieferten Mitschnitt-Proxy jederzeit wiederholen — auch beim Kunden vor Ort.
Was die Prüfung nicht beweist
Der Prüfkatalog kennt die Muster, die wir gefunden haben. Im Lauf oben besteht die dritte Fassung der Regel die Prüfung und trägt noch einen Fehler: Zähler und Dauer sind ganzzahlig, die Division schneidet ab, und die Regel feuert erst ab einem Versuch pro Sekunde statt ab einem alle zwei. Korrekt wäre todouble(Attempts) / DurationSeconds; dieses Muster fehlt dem Katalog noch.
Die Bindung beweist, dass eine Regel technisch feuern kann. Sie beweist nicht, dass die Regel die richtige Bedrohung beschreibt, und sie ersetzt keinen Test gegen echte Angriffsdaten. Wir benennen diese Grenze, weil ein Überversprechen genau die Sorte plausibel klingender Fehlaussage wäre, gegen die das System gebaut ist.
Fragen zur Prüfschicht beantwortet der Engineer, der sie gebaut hat →
Weitere Projekte