Ich habe einmal einen leitenden Security-Experten bei einer digitalen Bank gefragt, ob Mitarbeitende jemals Wege gefunden hätten, das Transaktions-Risiko-Scoring-System zu umgehen. Er antwortete sofort mit „Ja“. Im Gegensatz zu externen Nutzern verstanden interne Mitarbeitende genau, welche Scoring-Schwellen zusätzliche Freigaben auslösen. In einem Fall wurde eine Transaktion, die eigentlich zwei Freigeberechtigte erfordert hätte, absichtlich in zwei kleinere aufgeteilt – wobei jede verbleibende Teiltransaktion gerade so knapp unter der Freigabeschwelle lag. Das Ziel war nicht Betrug – es ging darum, Verzögerungen zu vermeiden.

Dieses Beispiel brachte mich auf die Idee von Newton Protocol, Simulationen nur dann einzufordern, wenn eine Richtlinienänderung einen bestimmten Risikowert überschreitet. Auch wenn das viel effizienter ist als das Simulieren jeder Änderung, führt es außerdem eine bekannte Schwäche ein. Wenn die Schwelle vorhersagbar ist, können die Personen, die das System am besten verstehen, eine bedeutende Richtlinienaktualisierung in eine Reihe kleinerer Änderungen zerlegen – jede davon bleibt unter der Anforderung für die Simulation.

Das verdeutlicht ein grundlegenderes Problem mit festen Risikoschwellen. Sie senken zwar die Betriebskosten, fördern aber auch Optimierungen entlang der Regeln. In diesem Fall sind die fähigsten Akteure nicht externe Angreifer – es sind die eigenen Betreiber der Organisation, die ganz natürlich Updates so schnell wie möglich ausrollen wollen.

Das Schwierige ist, dass diese Aktionen nicht immer von böswilliger Absicht getrieben sind. Teams versuchen möglicherweise lediglich, Workflows zu straffen und unnötige Reibung zu vermeiden. Doch das kumulative Ergebnis kann die genau jene Kontrollen umgehen, die dafür entworfen wurden, das Risiko zu verringern. Dadurch wird die Grenze zwischen Prozessoptimierung und dem Umgehen von Risikokontrollen viel weniger eindeutig.

Vielleicht benötigt das Newton-Protokoll mehr als eine per-Änderung-Risiko-Klassifizierung. Es könnte zusätzlich eine Überwachungsschicht erfordern, die nach Mustern aufeinanderfolgender Richtlinienaktualisierungen innerhalb eines kurzen Zeitfensters sucht. Ähnlich wie Finanzsysteme Transaktionsaufspaltung erkennen, um Limits zu umgehen, könnte ein solches Mechanismus erkennen, wenn mehrere Änderungen mit geringem Risiko in ihrer Gesamtheit eine hochwirksame Modifikation darstellen, die eine verpflichtende Simulation auslösen sollte.

Aus dieser Perspektive sollte die Wirksamkeit von @NewtonProtocol nicht nur danach beurteilt werden, wie genau sie einzelne Richtlinienänderungen klassifiziert, sondern auch danach, ob sie angehäufte Änderungsmuster erkennen kann, die zusammen ein zulässiges Risiko überschreiten. $NEWT #newt $BTC $ETH