Die Boston-basierte Allure Security, 2009 gegründet, hat sich auf die Bekämpfung digitaler Bedrohungen für Marken spezialisiert. Mit ihrer KI-gestützten Plattform durchsucht das Unternehmen das Internet, Social-Media-Plattformen, Mobile-App-Stores und das Dark Web, um Bedrohungen durch Markenimitationen zu identifizieren und abzubauen.
Die Technologie von Allure richtet sich gegen ein breites Spektrum von Angriffsformen: Phishing-Domains, gefälschte Identitäten, manipulierte Software und Desinformationskampagnen. Das Unternehmen hat zudem eine sogenannte “Deception Technology” entwickelt, die Angreifer auf Phishing-Seiten durch Einschleusung von gefälschten Anmeldedaten täuscht und so gestohlene Daten nutzlos macht.
Das Besondere an Allures Ansatz ist die Kombination aus autonomer KI-Überwachung und menschlicher Expertise. Die Plattform nutzt Künstliche Intelligenz, um kontinuierlich Domain-Registrierungen und Webseiten-Änderungen zu beobachten und so Betrügereien zu erkennen – selbst wenn diese durch “Cloaking”-Techniken verschleiert werden. “Kunden brauchen nicht noch einen Datenstrom von Benachrichtigungen. Sie brauchen einen Partner, der vollständige Verantwortung für das Ergebnis übernimmt,” erklärte CEO Josh Shaul.
Mit den 17 Millionen Dollar aus der neuen Finanzierungsrunde plant Allure Security, seine Plattform-Funktionalität zu erweitern und die Go-to-Market-Strategie zu skalieren. Insbesondere will das Unternehmen seine Fähigkeiten zur Infrastruktur-Zerstörung von Angriffsquellen ausbauen und so zukünftige Attacken präventiv verhindern.
Dieser Ansatz adressiert ein wachsendes Problem in der digitalen Wirtschaft: Mit zunehmender Digitalisierung steigen auch die Aktivitäten von Cyberkriminellen bei der Markenpiraterie und dem Identitätsdiebstahl. Für deutsche Unternehmen, insbesondere solche mit starker internationaler Präsenz oder wertvollen Marken, könnte eine solche Lösung zum strategischen Vorteil werden – zumal Compliance-Anforderungen wie die DSGVO auch den Schutz von Kundendaten gegen Phishing einfordern.
