Wie NLP die Genauigkeit von ISO-27001-Audits verbessert

Natural Language Processing (NLP, Verarbeitung natürlicher Sprache) verändert ISO-27001-Audits, indem es Dokumentationsaufgaben automatisiert, Fehler reduziert und Zeit spart. So funktioniert es:

• Automatisiert repetitive Aufgaben: NLP ordnet Kontrollen zu, identifiziert Dokumentationslücken und standardisiert Terminologie – und eliminiert so manuelle Fehler.
• Spart Zeit: Tools wie ISMS Copilot können bis zu 1.500 Seiten Dokumentation in einer einzigen Sitzung analysieren und die menschliche Prüfzeit um 65–85 % reduzieren.
• Verbessert die Konsistenz: NLP stellt eine einheitliche Sprache in Richtlinien, Verfahren und Nachweisen sicher und behebt häufige Audit-Fehler wie veraltete oder inkonsistente Dokumentation.
• Optimiert die Lückenerkennung: Es markiert fehlende Dokumente, veraltete Versionen und Konflikte – und hilft Organisationen so, sich effektiver auf Audits vorzubereiten. Dies ist ein zentraler Bestandteil der wesentlichen Schritte zur ISO-27001-Zertifizierung.

Echtes Beispiel: 2025 nutzte Talk Think Do einen KI-gestützten Agenten, um in einem ISO-27001:2022-Rezertifizierungsprojekt über 65 Stunden zu sparen und die Reakkreditierung mit null Nichtkonformitäten zu erreichen.

Dokumentationsherausforderungen, die die Genauigkeit von ISO-27001-Audits beeinträchtigen

Inkonsistente Terminologie und Zuordnung von Kontrollen

Variierende Terminologie in Dokumenten stellt eine große Herausforderung während Audits dar. Wenn Richtlinien, Verfahren und Risikoregister keine einheitliche Sprache verwenden, wird die Zuordnung zu spezifischen Annex-A-Kontrollen zu einem mühsamen und fehleranfälligen Prozess. Ein Beispiel: Eine Richtlinie könnte sich auf ein veraltetes Ticket-System beziehen, während die tatsächlichen Nachweise die Nutzung einer neueren Plattform zeigen. Diese Diskrepanz führt zu widersprüchlichen Unterlagen und wirft Fragen zum Kontrollumfeld der Organisation auf.

„Eine Kontrolle, die korrekt funktioniert, aber ungenau dokumentiert ist, birgt dasselbe Audit-Risiko wie eine Kontrolle, die überhaupt nicht funktioniert.“ – Ali Aleali, Mitgründer & Principal Consultant, Truvo Cyber [6]

Ein weiteres Problem sind unvollständige Genehmigungsdetails. Wenn Richtlinien lediglich „Genehmigt durch Richtlinienverantwortlichen“ ohne Angabe von Name oder Datum angeben, erfüllen sie nicht die formale Rechenschaftspflicht, die in Klausel 5.2 und A.5.1 von ISO 27001 gefordert wird.

Fehlende Dokumente und veraltete Versionen

Inkonsistente Terminologie ist nur ein Teil des Problems – veraltete oder fehlende Dokumente verschärfen die Komplexität. Versionsprobleme, wie etwa mehrere Kopien derselben Richtlinie, können zu „Versionsdrift“ führen. Dies zwingt Auditoren, zusätzliche Zeit darauf zu verwenden, zu verifizieren, welche Version eines Dokuments in einem bestimmten Zeitraum aktiv war – was oft Stage-1-Reviews verzögert.

„Screenshots von Nachweisen, die 2024 korrekt waren, liegen 2026 noch in der Plattform – und zeigen ein Tool, das bereits eingestellt wurde, einen Prozess, der sich geändert hat, oder eine Person, die nicht mehr in dieser Rolle tätig ist.“ – Truvo Cyber [6]

Während automatisierte Nachweise, wie z. B. MFA-Durchsetzungsprotokolle von Plattformen wie Okta oder AWS, ohne manuellen Eingriff aktuell bleiben, erfordern manuelle Aufzeichnungen wie Richtliniendokumente, Genehmigungsprotokolle und Screenshots eine ständige Pflege. Die Nutzung eines ISO-27001-Toolkits kann diese Wartung durch standardisierte Vorlagen vereinfachen. Diese manuellen Elemente sind oft die Quelle von Diskrepanzen während Audits.

Grenzen menschlicher Prüfer

ISO 27001:2022 führt 93 Kontrollen in vier Themenbereichen sowie Managementanforderungen in den Klauseln 4 bis 10 ein [7]. Das enorme Volumen dieser Anforderungen macht manuelle Aufgaben wie die Zuordnung von Klauseln und Lückenanalysen anfällig für menschliche Fehler.

Wie Akitra betont, „automatisiert NLP die Extraktion von Daten, Klassifizierung und Analyse, reduziert Fehler, stellt die Einhaltung von Vorschriften sicher und entlastet Mitarbeiter.“ [4] Durch die Automatisierung dieser repetitiven Aufgaben helfen NLP-Tools dabei, die Genauigkeit und Konsistenz der Dokumentation zu gewährleisten – und ebnen so den Weg für reibungslosere Audits und bessere Compliance-Ergebnisse.

Wie NLP die Dokumentationsgenauigkeit in ISO-27001-Audits verbessert

Automatisierte Dokumentenklassifizierung und -zuordnung

Natural Language Processing (NLP) vereinfacht die Klassifizierung von Richtliniendokumenten, Verfahren und Nachweisdokumenten, indem es Texte analysiert, Dokumentenstrukturen erkennt und Inhalte mit den Annex-A-Kontrollen von ISO 27001 sowie verwandten Rahmenwerken abgleicht. Es funktioniert bei strukturierten, halb strukturierten und unstrukturierten Dokumenten – einschließlich gescannter PDFs mit OCR-Technologie – und reduziert so manuelle Arbeit sowie Redundanzen in Compliance-Bemühungen [8][4][9]. Ob es sich um eine strukturierte Vorlage, eine halb strukturierte Rechnung oder ein unstrukturiertes Vertragsdokument handelt – NLP extrahiert und kategorisiert Inhalte effektiv für jeden Typ.

Die Vorteile liegen auf der Hand: Organisationen, die ein KI-gestütztes ISO-27001-Copilot-Tool für die Zuordnung von Klauseln und Lückenanalysen nutzen, berichten von erheblichen Zeiteinsparungen bei manuellen Aufgaben und gleichzeitig von einer verbesserten Qualität ihrer Auditergebnisse [2].

„Der Einsatz von KI zur Stärkung der ISO-27001-Compliance bedeutet, dass wir die repetitive Arbeit (Zuordnung von Klauseln, Lückenanalyse, Erstellung von Registern) an einen privaten Azure-OpenAI-Agenten delegieren, der auf Ihr bestehendes Informationssicherheits-Managementsystem trainiert wurde.“ – Louise Clayton, Talk Think Do [2]

Terminologiestandardisierung und Abdeckungsanalyse

Neben der Klassifizierung stellt NLP eine konsistente Terminologie in allen Dokumenten sicher. Dies ist entscheidend, da inkonsistente Sprache – bei der Teams unterschiedliche Begriffe für dieselbe Kontrolle verwenden – während Audits zu Verwirrung führen kann. Durch semantische Techniken wie BERT und Word Embeddings erkennt NLP, dass Begriffe wie „Zugriffsentzug“, „Kontosperrung“ und „Benutzer-Deprovisionierung“ denselben Prozess beschreiben. Diese Konsistenz gibt Auditoren die Gewissheit, dass Kontrollen klar und einheitlich im gesamten Informationssicherheits-Managementsystem (ISMS) dokumentiert sind [8][4].

Fortgeschrittene NLP-Modelle können riesige Datenmengen verarbeiten und analysieren bis zu 1.500 Seiten Dokumentation in einer einzigen Sitzung. Im Vergleich dazu führt manuelle Klassifizierung oft zu Fehlerquoten von 1 % bis 5 % [9][8].

Lückenerkennung und Konfliktlösung

NLP geht über Klassifizierung und Standardisierung hinaus – es identifiziert auch Lücken und löst Konflikte in der Dokumentation. Durch den Vergleich bestehender Unterlagen mit den Anforderungen von ISO 27001:2022 markiert es fehlende Pflichtdokumente, erkennt Inkonsistenzen zwischen Richtlinien und identifiziert „Evidence Drift“ (Abweichungen in Nachweisen). Dieser proaktive Ansatz hilft Organisationen, Auditdiskrepanzen zu vermeiden, bevor sie entstehen [5][10].

„KI kann ... ein neues Artefakt mit einem Artefakt aus dem Vormonat vergleichen und Abweichungen markieren. Sie kann den Teil eines CloudTrail-, GitHub-, IdP-, Ticketing- oder Scanning-Outputs identifizieren, der für einen bestimmten Kontrollverantwortlichen relevant ist.“ – Penligent [10]

Aufbau eines NLP-gestützten ISO-27001-Audit-Workflows

::: @figure {NLP-gestützter ISO-27001-Audit-Workflow: Schritt-für-Schritt} :::

Überblick über den schrittweisen Audit-Workflow

Die Integration von NLP in Ihren ISO-27001-Audit-Prozess beginnt mit einer soliden Grundlage: der Definition der Annex-A-Kontrollen, die Sie testen werden, und der Identifizierung der Nachweisdokumente, die für jede Kontrolle erforderlich sind. Dieser erste Schritt stellt sicher, dass alles, was danach folgt, mit den Anforderungen von ISO 27001 übereinstimmt – und schafft so einen Prozess, der sowohl genau als auch wiederholbar ist [11].

Im nächsten Schritt übernimmt die automatisierte Datenerfassung. Dokumente werden über API-Verbindungen zu Ihren bestehenden Systemen abgerufen – wie SharePoint, ERP-Plattformen oder Sicherheitstools. NLP-Modelle analysieren dann den Inhalt, überprüfen, ob er die zugeordneten Anforderungen erfüllt, und markieren bei Bedarf Inkonsistenzen [11][12].

Das Endergebnis umfasst Lückenberichte, Nachverfolgbarkeitsprotokolle und markierte Punkte für die Prüfung durch Auditoren. Dieser Ansatz vereinfacht nicht nur den Prozess, sondern liefert auch eine Genauigkeit von 85–96 % bei Compliance-Prüfungen und reduziert die Zeit für manuelle Prüfungen um 65–85 % [11].

„KI unterstützt Verfahren zur Nachweiserhebung innerhalb von Parametern, die Praktiker festlegen, um Managern Stunden an Zeit zu sparen.“ – Amanda Waldmann, Fieldguide [11]

Um Risiken zu minimieren und Vertrauen aufzubauen, sollten Sie klein anfangen. Konzentrieren Sie sich zunächst auf einen spezifischen Anwendungsfall – wie etwa Tests zu Passwortkontrollen oder die Zuordnung von Richtlinien zu Klauseln – und nutzen Sie dabei einen KI-Assistenten für die ISO-27001-Implementierung, bevor Sie auf eine breitere Implementierung skalieren [11].

Menschliche Aufsicht und Erklärbarkeit

Auch mit KI-Assistenten für ISO 27001 ist menschliches Urteilsvermögen unverzichtbar. Auditoren müssen die NLP-Ergebnisse überprüfen, Interviews führen und Operationen beobachten, um die Befunde zu validieren. Dies stellt sicher, dass der Audit nicht in die Falle einer „papierbasierten“ Compliance tappt [13].

Transparenz ist ebenso wichtig. Wenn das System ein Problem markiert oder ein Dokument einer Kontrolle zuordnet, müssen Auditoren die Begründung nachvollziehen können. Tools wie SHAP (SHapley Additive exPlanations) und LIME (Local Interpretable Model-agnostic Explanations) helfen dabei, indem sie Ausgaben mit ihren Eingaben verknüpfen [12][14].

„Wenn Sie ein Problem nicht klar genug erklären können, damit jemand es beheben kann, haben Sie Ihre Aufgabe nicht erfüllt. Spezifisches, umsetzbares Feedback verwandelt Auditbefunde von Frustrationen in Fahrpläne für Verbesserungen.“ – Khawaja Faisal Javed, Senior Manager Operations & Digital Trust Lead Auditor, SGS Pakistan [13]

Dies ist nicht nur eine bewährte Praxis – es wird zunehmend zu einer regulatorischen Anforderung. Der EU AI Act, dessen Artikel 14 am 2. August 2026 in Kraft tritt, verlangt, dass Hochrisiko-KI-Systeme qualifizierten Mitarbeitern ermöglichen, KI-Entscheidungen zu beeinflussen, zu überschreiben oder zu stoppen [11].

Datensicherheit und Governance-Aspekte

Der Umgang mit sensiblen Sicherheitsdokumenten auf sichere Weise ist entscheidend. Wenn NLP Teil des Workflows wird, erweitert es Ihre Risikofläche. Hier sind einige wichtige Überlegungen:

• Prompt-Injection: Adversariale Eingaben können NLP-Modelle manipulieren und deren Ausgaben kompromittieren. Um dies zu verhindern, sollte jedes NLP-Tool adversariales Testen durchlaufen und eine Prompt-Validierung enthalten. Ein reales Beispiel: Im Juli 2025 beeinträchtigte eine kompromittierte Version von Amazon Q Developer (CVE-2025-8217) schätzungsweise 1 Million Entwickler aufgrund eines zu permissiven GitHub-Tokens [12].

Neben der Absicherung des Tools selbst ist die Governance über den gesamten Modell-Lebenszyklus entscheidend. Dazu gehören Protokolle für die Datenverarbeitung, sichere Modelltraining, Bereitstellungskontrollen, Driftüberwachung, Nachschulungen und sichere Stilllegung, um sicherzustellen, dass keine Restdaten zurückbleiben [12]. Für US-Organisationen bietet die Ausrichtung an Rahmenwerken wie dem NIST AI RMF und ISO/IEC 42001:2023 eine starke Governance-Struktur [12][14].

„Erklärbarkeit ist entscheidend. IS-Auditoren sollten transparente KI-Modelle bevorzugen, bei denen Ergebnisse auf Eingaben zurückgeführt werden können.“ – ISACA [14]

Eine weitere Herausforderung ist der semantische Drift. Da sich regulatorische Sprache weiterentwickelt – sei es durch aktualisierte ISO-Kontrollen, neue NIST-Richtlinien oder Änderungen in der Terminologie – können NLP-Modelle, die auf veralteten Daten trainiert wurden, an Genauigkeit verlieren. Regelmäßige Leistungsüberwachung und Auslöser für Nachschulungen sind unerlässlich, um die Zuverlässigkeit des Systems zu gewährleisten [12].

Wie ISMS Copilot NLP-gestützte ISO-27001-Audits unterstützt

ISMS Copilot nutzt die Stärken von NLP, um Präzision und Tiefe in ISO-27001-Audits zu bringen – insbesondere durch die Konzentration auf die spezifischen Anforderungen der Compliance.

Warum domänenspezifische NLP-Tools allgemeine KI übertreffen

Während allgemeine KI-Tools wie ChatGPT und Claude auf Vielseitigkeit ausgelegt sind, erfüllen sie oft nicht die detaillierten Anforderungen von ISO 27001. ISMS Copilot hingegen greift auf eine kuratierte Bibliothek mit Compliance-Expertise zu und ist damit besser für audit-spezifische Aufgaben geeignet [3].

„Normalerweise macht GPT dumme Fehler, Claude vereinfacht zu stark. ISMS Copilot bietet detaillierte, auditbewusste Anleitungen.“ – Joe, ISO-27001-Professional [3]

Dieser Unterschied zeigt sich in der Praxis. Wenn Sie beispielsweise eine allgemeine KI auffordern, eine Richtlinie der ISO 27001:2022 Annex A.8 zuzuordnen, könnte dies eine plausible Antwort liefern – aber kritische Details könnten fehlen. ISMS Copilot hingegen passt seine Ausgaben an, um mit den Erwartungen von Auditoren übereinzustimmen.

ISMS-Copilot-Funktionen, die die Audit-Genauigkeit verbessern

Die Think Mode-Funktion von ISMS Copilot ist ein herausragendes Merkmal. Mit einem 1-Million-Token-Kontextfenster, betrieben von Claude Opus 4.6, kann das Tool in einer einzigen Sitzung etwa 700.000–800.000 Wörter verarbeiten – was etwa 1.500 Seiten Dokumentation entspricht [9]. Da die meisten ISO-27001-Richtliniendokumente nur 15–20 Seiten (10.000–15.000 Token) umfassen, ermöglicht diese Kapazität Auditoren, gesamte ISMS-Dokumente ohne Aufteilung zu prüfen.

Neben seiner Kapazität adressiert ISMS Copilot häufige Herausforderungen bei manuellen Prüfungen. Es identifiziert Inkonsistenzen zwischen Richtlinienversionen, markiert veraltete Begriffe und hebt Lücken in der Compliance mit Annex-A-Kontrollen hervor. Die Plattform generiert zudem Ausgaben im Markdown- oder DOCX-Format, die für Audits bereit sind [3][9]. Für Organisationen, die mehrere Rahmenwerke wie SOC 2 und NIST CSF 2.0 managen, vereinfacht ISMS Copilot die Compliance durch die Abbildung überlappender Kontrollen [1][15].

Funktion	Was sie leistet
Think Mode (1-Million-Token-Kontext)	Analysiert bis zu 1.500 Seiten Dokumentation in einer Sitzung
Lückenanalyse	Ordnet hochgeladene Richtlinien den Anforderungen von ISO 27001:2022 zu
Erkennung von Mehrdeutigkeiten	Markiert widersprüchliche Aussagen und veraltete Terminologie
Mehrfachrahmenwerk-Abbildung	Abbildung von ISO-27001-Kontrollen auf SOC 2, NIST CSF, NIS2 und mehr
Auditbereite Ausgaben	Erzeugt strukturierte DOCX/Markdown-Entwürfe und Listen mit Nachweisanforderungen

„ISMS Copilot spart Zeit, indem es Dokumentationslücken identifiziert und den Risikobehandlungsplan optimiert.“ – John Gilchrist, IT-Audit-Manager, Luftfahrtbranche [3]

Diese Funktionen sind darauf ausgelegt, nahtlos in Compliance-Prozesse in den USA integriert zu werden.

Wie US-Organisationen ISMS Copilot nutzen können

US-Unternehmen können ISMS Copilot nutzen, um Compliance-Aufgaben zu vereinfachen und gleichzeitig Genauigkeit und Konsistenz in ihrer Dokumentation zu gewährleisten.

Ein guter erster Schritt ist die Nutzung von Arbeitsbereichstrennung. Wenn Sie beispielsweise separate Arbeitsbereiche für die ISO-27001-Zertifizierung und SOC-2-Type-II-Audits erstellen, stellt dies sicher, dass das NLP-Modell auf die spezifischen Anforderungen jeder Initiative fokussiert bleibt [3][9].

Für Teams, die mehrere Rahmenwerke managen, sind die Harmonierungsfunktionen von ISMS Copilot von unschätzbarem Wert. Durch die Identifizierung von Kontrollen, die sowohl die Anforderungen von ISO 27001 als auch von NIST CSF 2.0 erfüllen, können Organisationen doppelten Aufwand minimieren. Darüber hinaus unterstützt die Plattform über 69 Rahmenwerke in 14 Rechtsräumen – und ist damit ein vielseitiges Tool für Unternehmen, die auch Standards wie HIPAA oder den NIST AI Risk Management Framework adressieren müssen [3].

Die Preise sind transparent: Der Plus-Plan beginnt bei 24 $/Monat und umfasst Think Mode sowie 50 Datei-Uploads pro Monat. Größere Teams können den Business-Plan für 250 $/Monat wählen, der bis zu 500 Datei-Uploads unterstützt [3].

Fazit: Was NLP für die Genauigkeit von ISO-27001-Audits bedeutet

Manuelle ISO-27001-Audits kämpfen oft mit typischen Fallstricken: Auditoren ermüden, übersehen wichtige Zusammenhänge in umfangreichen Dokumentensätzen und wenden manchmal inkonsistente Terminologie an. NLP begegnet diesen Herausforderungen direkt, indem es Aufgaben wie die Zuordnung von Klauseln, Lückenerkennung und Terminologiestandardisierung automatisiert. Dies verlagert den Fokus der Auditoren von der Fehlersuche hin zur Analyse und Behebung von Problemen.

Die Ergebnisse sprechen für sich. Im Juli 2025 implementierte Talk Think Do einen KI-Copilot-Agenten für Lückenanalysen und Registererstellung während ihrer ISO-27001:2022-Rezertifizierung. Das Ergebnis? Sie sparten über 65 Stunden in einem 240-Stunden-Projekt und erhielten eine dreijährige Reakkreditierung mit null Nichtkonformitäten [2].

„KI kann Governance, Kontext oder Urteilsvermögen nicht ersetzen – besonders bei einem so nuancierten Standard wie ISO 27001. Aber wenn sie richtig trainiert ist, kann sie den Prozess dramatisch beschleunigen.“ – Louise Clayton, Talk Think Do [2]

Dieses Beispiel unterstreicht eine zentrale Erkenntnis: Automatisierte Tools übernehmen repetitive, hochvolumige Aufgaben, sodass sich Auditoren auf Interpretation und Entscheidungsfindung konzentrieren können. Für US-Unternehmen, die mehrere Rahmenwerke wie SOC 2, NIST CSF 2.0 oder HIPAA neben ISO 27001 managen, ist diese Arbeitsteilung besonders vorteilhaft.

NLP erweist sich zudem als zugängliche Investition für Organisationen jeder Größe. So bietet der Plus-Plan von ISMS Copilot beispielsweise ab nur 24 $/Monat Tools wie Think Mode und 50 Datei-Uploads pro Monat. Diese Einrichtung ermöglicht eine umfassende ISMS-Lückenanalyse ohne den Aufwand, Dateien aufteilen oder Kontext verlieren zu müssen [9]. Durch die Beseitigung von Inkonsistenzen in der Dokumentation und die Optimierung von Audit-Workflows steigert NLP die Genauigkeit und stärkt die Grundlage eines effektiven Informationssicherheits-Managements.

FAQs

::: faq

Welche Dokumente sollte ich vor einem ISO-27001-Audit priorisiert mit NLP prüfen?

Bei der Vorbereitung auf ein ISO-27001-Audit ist es entscheidend, Ihre Dokumentation des Informationssicherheits-Managementsystems (ISMS) gründlich zu prüfen. Dazu gehören Richtlinien, Verfahren, Risikobewertungen und Kontrollaufzeichnungen. Auditoren werden diese Dokumente sorgfältig bewerten, um sicherzustellen, dass sie klar, konsistent und vollständig mit den ISO-27001-Standards übereinstimmen.

Achten Sie auf Details wie die Frage, ob Ihre Risikobewertungen potenzielle Bedrohungen genau widerspiegeln und ob Ihre Kontrollen so dokumentiert sind, dass sie die Compliance nachweisen. Gut organisierte und präzise Dokumentation kann den Unterschied im Audit-Prozess ausmachen. :::

::: faq

Wie validiere ich NLP-Auditbefunde, damit sie bei Auditoren Bestand haben?

Um sicherzustellen, dass NLP-Auditbefunde bei Audits Bestand haben, ist es entscheidend, dass sie genau, evidenzbasiert und mit Ihren ISMS-Kontrollen und -Richtlinien übereinstimmen. Überprüfen Sie die KI-generierten Ergebnisse immer anhand dokumentierter Nachweise, um die Konsistenz zu bestätigen. Der Einsatz spezialisierter KI-Tools für Compliance im Sicherheitsbereich kann Fehler minimieren und die Zuverlässigkeit erhöhen. Zudem sorgen kontinuierliches Monitoring und automatisierte Nachweiserhebung dafür, dass die Befunde aktuell und manipulationssicher bleiben – und sind damit einfacher während des Audit-Prozesses zu validieren. :::

::: faq

Welche Sicherheitskontrollen sollte ich beim Einsatz von NLP auf ISMS-Nachweisen verlangen?

Beim Einsatz von NLP auf ISMS-Nachweisen ist es entscheidend, Sicherheitsmaßnahmen zu implementieren, um Authentizität, Vertraulichkeit und Integrität zu schützen. Wichtige Schritte umfassen:

• Zugangskontrollen: Beschränken Sie den Zugriff auf autorisiertes Personal, um sicherzustellen, dass sensible Daten geschützt bleiben.
• Integritätsprüfungen: Überprüfen Sie regelmäßig, dass die Informationen während der Verarbeitung unverändert bleiben.
• Audit-Logging: Führen Sie detaillierte Protokolle über alle Zugriffe und Änderungen für Rechenschaftspflicht und Nachverfolgbarkeit.
• Manipulationsschutzmechanismen: Implementieren Sie Systeme, um unbefugte Änderungen an den Daten zu erkennen und zu verhindern.

Diese Maßnahmen schützen nicht nur sensible Informationen, sondern unterstützen auch die Einhaltung der ISO-27001-Standards. :::