Cisco ergänzt AI Defense um Claude Mythos für Sicherheitstests von KI-Agenten

Claude Mythos testet KI-Agenten auf gezielte Schwachstellen

Claude Mythos erweitert Ciscos adaptives Red-Teaming-Framework AI Defense. Damit können Sicherheitsteams individuelle, mehrstufige Angriffe gegen Zielsysteme entwickeln. Cisco zufolge soll die Erweiterung Verteidigern helfen, realistische Angriffe zu simulieren und Risiken in komplexen KI-Architekturen aufzudecken, bevor Systeme in Produktion gehen.

Nach Angaben von Cisco kann Claude Mythos kontextbezogene Angriffspfade erzeugen, Tests planen und Ergebnisse in Angriffsideen für einzelne Systeme übersetzen. AI Defense protokolliert jede Testaktion. So entstehen Prüfpfade und reproduzierbare Ergebnisse, die in nachfolgenden Angriffsschleifen berücksichtigt werden können.

Das Framework soll die Nutzung des Modells begrenzen. Kunden interagieren über die strukturierte Oberfläche von AI Defense und erhalten keinen uneingeschränkten Zugriff auf Prompts. Die Ziele müssen vom Kunden registriert, betrieben und autorisiert sein. Jede Prüfung erfordert eine Authentifizierung und ist kryptografisch mit einem namentlich benannten Unternehmensmitarbeiter verknüpft. Cisco erklärt außerdem, dass die Prüfungen mit festen Zielen und zeitlich begrenzten Sitzungen arbeiten, die jederzeit beendet werden können. Kontrollen auf Produktebene greifen dabei gemeinsam mit Schutzmaßnahmen und Überwachung auf Programmebene.

„Unternehmen integrieren zunehmend KI-Agenten in ihre Kernprozesse und wollen diese Agenten gründlich testen, bevor sie sie in Produktion einsetzen“, sagte Michael Moore, Cybersecurity Lead bei Anthropic. „Indem Claude Mythos in Cisco AI Defense integriert wird, kann Cisco Sicherheitsteams dabei unterstützen, ihre Agenten mit fortgeschrittener Analyse einem Red-Team-Test zu unterziehen. Diese plant Tests und erzeugt Angriffsideen für jedes System.“ Adaptives Red Teaming mit Claude Mythos soll demnächst für ausgewählte Unternehmen verfügbar sein.

Splunk-Werkzeuge verknüpfen Agentenkosten mit dem Geschäftswert

Cisco erweitert Splunk Agent Observability außerdem um Werkzeuge, die Unternehmen einen Echtzeitüberblick über Kosten, Qualität und geschäftliche Auswirkungen von Agenten geben sollen. Die neue Funktion Tokenomics nutzt Nutzungsdaten aus Amazon Bedrock und Amazon CloudWatch, um die Kosten jedes Agenten mit Bewertungen der Ausgabequalität und des erzielten Nutzens zu verknüpfen.

Cisco beschreibt Tokenomics als Kostensteuerung, die KI-Ausgaben an die Ausgabequalität bindet. Die Funktion erweitert die auf der .conf26 eingeführte Zuordnung von Token-Ausgaben. Diese erfasst Kosten über KI-Agenten und Coding-Werkzeuge wie Claude Code, Codex und Cursor hinweg. Tokenomics soll im Dezember als private Vorschau verfügbar sein und Anfang 2027 allgemein im AWS Marketplace bereitgestellt werden.

Splunk Agent Observability erhält außerdem die Bewertungsmodelle Eval-G1. Cisco zufolge können diese maßgeschneiderten kleinen Sprachmodelle agentische Traces und Expertenfeedback in Bewertungen und Leitplanken umwandeln. Die Kosten sollen dabei bis zu 98 % niedriger sein als bei einem kommerziellen LLM, während die Antwortzeiten 2,5-mal schneller als bei herkömmlichen LLMs ausfallen. Mit dem Evaluation Tuner können Teams Traces und das Feedback von Fachexperten nutzen, um Bewertungsmodelle zu optimieren, die Qualitätsstandards durchsetzen und Agenten mit Maschinengeschwindigkeit steuern. Die Bewertungsmodelle und der Evaluation Tuner sind ab diesem Monat allgemein verfügbar.

Cisco IQ bringt Infrastrukturrisiken in Sicherheitsabläufe

Cisco erweitert die Echtzeitinformationen aus Cisco IQ auf Unternehmenssicherheitsumgebungen, offene agentische Protokolle und automatisierte Lebenszyklusprozesse. Cisco IQ hat nach Angaben des Unternehmens knapp 17.000 Kunden mit mehr als 22 Millionen Geräten.

Über Cisco Data Fabric powered by the Splunk Platform lassen sich Schwachstellen-, Lebenszyklus- und Konfigurationsdaten aus Cisco IQ über offene APIs in die Splunk Platform einlesen. So können Security-Operations-Teams und KI-Agenten Live-Erkennungen von Bedrohungen mit der zugrunde liegenden Netzwerkgefährdung in Splunk Enterprise Security abgleichen.

Neue Konnektoren für das Model Context Protocol und ServiceNow stellen unterstützten KI-Agenten und IT-Service-Management-Plattformen Infrastrukturkontext bereit. Sie können Erkenntnisse zu Gefährdungen außerdem in assetbezogene ServiceNow-Problemdatensätze übersetzen. Das soll die Koordination der Behebung erleichtern, ohne Daten manuell abgleichen zu müssen.

Das AI-Powered Resilient Infrastructure Playbook von Cisco zeigt kritische Schwachstellen im Lebenszyklus auf, darunter personalisierte Warnungen zu bekannten Fehlern und zur Bereitschaft für quantensichere Kryptografie. Cisco erklärte, seine Partner und Professional-Services-Teams könnten Kunden dabei helfen, Modernisierungsfahrpläne zu erstellen, Maßnahmen zur Behebung zu priorisieren und die Funktionen praktisch umzusetzen.

Cisco beschreibt die Ankündigungen als kontinuierliche Vertrauensschleife

Die Ankündigungen spiegeln Ciscos Bestrebungen wider, Sicherheitstests, operative Transparenz und Behebung in einem Ablauf zu verbinden, während Unternehmen immer mehr KI-Agenten einsetzen. Cisco-President und Chief Product Officer Jeetu Patel sagte: „Was man nicht absichern, steuern oder überwachen kann, lässt sich nicht skalieren.“ Er bezeichnete die kombinierten Funktionen als kontinuierliche Vertrauensschleife, die Agenten vor einer Kompromittierung schützt und gleichzeitig den Wert der Token-Ausgaben misst.

Cisco verwies auf einen globalen Splunk-Forschungsbericht aus dem vergangenen Monat. Demnach berichten 81 % der ITOps- und Engineering-Fachleute von einer verstärkten Zusammenarbeit zwischen Sicherheits- und Observability-Teams. Das Unternehmen erklärte, seine Aktualisierungen für AI Defense, Splunk und Cisco IQ sollten diese Zusammenarbeit unterstützen, indem sie Angriffstests mit Agentenqualität, Kosten und Infrastrukturrisiken verknüpfen.

Für Nutzer liegt der praktische Schwerpunkt auf früheren Tests von KI-Agenten, einer detaillierteren Erfassung ihrer Betriebskosten und einem schnelleren Übergang von einer erkannten Gefährdung zu einem Ablauf für deren Behebung. Cisco zufolge hat AI Defense seit dem Start im Januar 2025 Hunderten Kunden geholfen, kritische Schwachstellen in KI-Modellen, -Anwendungen und -Agenten zu erkennen. Das Unternehmen präsentiert die kombinierten Funktionen als Infrastruktur für die Absicherung, Steuerung und Überwachung zunehmend leistungsfähiger KI-Einsätze in Unternehmen.