Indische Cybersicherheitsunternehmen nutzen KI, um das Testen von Schwachstellen auf Stunden zu verkürzen

Indische Cybersicherheitsfirmen, darunter Indusface und Astra Security, setzen KI-Agenten auf Basis großer Sprachmodelle ein, um Software-Schwachstellentests von Tagen oder Wochen auf Stunden zu beschleunigen, wie das Economic Times berichtet. Der Wandel spiegelt die zunehmende Geschwindigkeit von Angreifern wider und die sich abzeichnende Fähigkeit von KI-Tools, Schwachstellen zunehmend autonom zu erkennen, was Unternehmen dazu veranlasst, auf automatisiertes Testing umzusteigen, um mit sich weiterentwickelnden Bedrohungen Schritt zu halten.

Beschleunigung der Testdauer

Umfassende Sicherheitsbewertungen, die früher vier bis fünf Tage dauerten – oder bei größeren Anwendungen bis zu 20 Tage –, sind laut Ashish Tandon, CEO von Indusface, inzwischen innerhalb von Stunden abgeschlossen. Diese Beschleunigung ermöglicht es Sicherheitsteams, Schwachstellen schneller zu identifizieren und zu beheben, während sich die Bedrohungslage weiterentwickelt.

Geschwindigkeit von Angreifern und Wachstum von Schwachstellen

Der Druck, schneller zu testen, wird durch aufkommende Daten zu den Fähigkeiten von Angreifern unterstrichen. CrowdStrike berichtete, dass die durchschnittliche Zeit bis zum „Breakout“ bei Angreifern im Jahr 2025 auf 48 Minuten gesunken ist. Gleichzeitig prognostiziert Gartner, dass die jährlich dokumentierten Schwachstellen bis 2030 1 Million übersteigen werden – gegenüber etwa 277.000 im Jahr 2025, also einer fast Vervierfachung.

Ausbau der KI-Fähigkeiten

Proofpoint, das letztes Jahr seine Aktivitäten in Indien ausgeweitet hat, stellte fest, dass KI-Agenten helfen, tausende Bedrohungsalarme täglich zu prüfen. Diese Automatisierung adressiert eine zentrale Herausforderung: Unternehmen stehen unter zunehmendem Druck durch strengere Datenvorschriften und leiden gleichzeitig unter einem Mangel an qualifizierten Security-Analysten. Die Fähigkeit geht über das reine Durchsehen von Alarmen hinaus: Laut Anthropic hat die „Claude Mythos Preview“ einen Bug in OpenBSD, einem Open-Source-Betriebssystem, identifiziert, der 27 Jahre lang unentdeckt geblieben war. Dasselbe Modell erreichte zudem eine Erfolgsquote von 72,4% beim Umwandeln bekannter Schwachstellen in funktionierende Exploits, verglichen mit 14,4% für Opus 4.6, ein früheres Anthropic-Modell.

Behebung und ungleiche Unternehmenslage

Während KI die Entdeckung von Schwachstellen beschleunigt, bleibt die Behebung – also das Fixen von Sicherheitsproblemen – ein Engpass, der menschliche Prüfung und Freigabe erfordert. Laut Arctic Wolf, einem Cybersicherheitsunternehmen, betrafen 76% der Kompromittierungen in dessen Incident-Response-Fällen eine oder mehrere von 10 bekannten Schwachstellen, für die Patches verfügbar waren, bevor es zur Ausnutzung kam. Diese Lücke könnte sich in der gesamten Sicherheitslandschaft noch vergrößern: Größere Unternehmen, die über KI-gestützte Erkennungs- und Behebungsfähigkeiten verfügen, könnten kleineren Organisationen mit zu wenig Personal oder Budget, um die Menge der identifizierten Schwachstellen zu bewältigen, davonziehen.