Warum KI-gesteuerte Schwachstellenerkennung den Vorteil zugunsten von Angreifern verschiebt und worauf Sicherheitsverantwortliche sich als Nächstes vorbereiten sollten
Die wichtigsten Erkenntnisse
- Fortschrittliche KI-Modelle überholen Menschen bei der Entdeckung und Ausnutzung von Softwareschwachstellen.
- Unser Fünf-Jahres-Modell prognostiziert einen starken Anstieg der CVE-Entdeckungen in den ersten 12 Monaten, gefolgt von einer anhaltenden, aber langsameren Rate.
- Innerhalb von fünf Jahren werden Angreifer voraussichtlich mehr Schwachstellen entdecken als Verteidiger.
| Aus dem Büro des CISO stammt von Arve Kjoelen, Chief Information Security Officer (CISO) bei BARRACUDA. Es untersucht die strategischen Auswirkungen neuer Sicherheitstrends und nicht nur die technischen Mechanismen dahinter. Der Newsletter richtet sich an IT- und Sicherheitsverantwortliche, die verstehen müssen, was sich ändert, warum es wichtig ist und worauf sie sich als Nächstes konzentrieren sollten – oft bevor ein klarer Branchenkonsens besteht. |
Wie sich fortschrittliche KI in den nächsten fünf Jahren auf das CVE-Ökosystem auswirken wird
Die Mythos-Studie von Anthropic (April 2026) hat gezeigt, dass fortschrittliche KI-Modelle jetzt Softwareschwachstellen entdecken und funktionierende Exploits schneller generieren können als menschliche Forscher – und staatlich geförderte Gruppen nutzen diese Fähigkeiten bereits. Mit der Verbesserung der Modelle verbessert sich auch deren Zugang für die Angreifer.
Bislang hat jedoch keine öffentliche Analyse untersucht, welche Auswirkungen diese Veränderung im Laufe der Zeit auf das CVE-Ökosystem hat. Wird es zu einem dramatischen und anhaltenden Anstieg der Anzahl veröffentlichter CVEs kommen? Noch wichtiger ist jedoch die Frage, wer sie zuerst findet – Verteidiger oder Angreifer – und wie sich dieses Gleichgewicht entwickeln wird, wenn die KI beide Seiten beschleunigt?
Vier Szenarien zur Vorhersage des Einflusses großer Sprachmodelle (LLMs) auf die CVE-Erkennung; Daten von ai-hype.ai. 6. Mai 2026
Diese Fragen beantworten wir mit einem Fünfjahresmodell, das auf vier Szenarien basiert und die Leistungsfähigkeit des LLM (mit Modellen, die zwischen 60 und 80 % effektiv Schwachstellen finden) sowie den Anteil des jährlich entdeckten Schwachstellenrückstands (zwischen 10 und 30 % der Gesamtzahl der vorhandenen, aber nicht identifizierten Fehler) variiert.
Bei allen Szenarien, selbst bei den konservativsten, kommt es im ersten Jahr zu einem starken Anstieg der veröffentlichten CVEs, da die KI schnell den enormen Rückstand an latenten Fehlern aufdeckt, die bereits in der eingesetzten Software vorhanden sind.
Angreifer werden weitere Schwachstellen finden
Die wichtigste Erkenntnis ist nicht das Ausmaß – sondern die Veränderung dessen, wer die Schwachstellen aufdeckt. Meine Datenanalyse zeigt, dass in allen vier Szenarien der Anteil der Angreifer an der CVE-Entdeckung von derzeit einem Drittel auf 55 bis 72 Prozent im fünften Jahr ansteigt. Das bedeutet, dass Verteidiger zunehmend auf Schwachstellen reagieren werden, die Angreifer bereits gefunden und möglicherweise für Angriffe genutzt haben.
Der Schwerpunkt verlagert sich vom schnelleren Auffinden von Schwachstellen auf deren schnellere Behebung – wobei Patch-Geschwindigkeit, Exposure-Management und automatisierte Behebung zu den entscheidenden Kontrollpunkten werden.
Nächste Schritte
In meinem letzten Beitrag habe ich die operationellen Risiken beschrieben, die diese neuen KI-Funktionen mit sich bringen. Ich ermutige die Leser , den Artikel erneut zu lesen, um mehr über die empfohlenen Maßnahmen zur Verbesserung der Sanierungsgeschwindigkeit, des Expositionsmanagements und der Resilienz zu erfahren. Diese Maßnahmen gewinnen in einer Welt, in der Angreifer möglicherweise einen Entdeckungsvorteil haben, zunehmend an Bedeutung.
Um eine kontinuierliche Überprüfung und Debatte zu fördern, haben wir das dieser Analyse zugrunde liegende Modell und die Annahmen auch als interaktives Erlebnis veröffentlicht. Besuchen Sie https://ai-hype.ai/, um die Szenarien zu erkunden, die Eingaben zu hinterfragen und zu verfolgen, wie sich die KI-gestützte Schwachstellenerkennung im Laufe der Zeit weiterentwickelt.
Dies ist ein sich ständig weiterentwickelnder Forschungsbereich. Auf dem Barracuda-Blog finden Sie die nächsten Beiträge dieser Serie, darunter Aktualisierungen des Modells, reale Signale aus CVE-Daten und eine tiefere Analyse, was diese Veränderungen für Unternehmen bedeuten.
Abonnieren Sie den Barracuda-Blog.
Melden Sie sich an, um aktuelle Bedrohungsinformationen, Branchenkommentare und mehr zu erhalten.
