Cisco nimmt Claude Mythos in Plattform für KI-Red-Teaming auf

Claude Mythos bringt fortgeschrittene Schlussfolgerungen ins Red-Teaming

Claude Mythos erweitert das adaptive Red-Teaming-Framework von Cisco AI Defense um das, was Cisco als fortgeschrittene gegnerische Schlussfolgerungen beschreibt. Das System soll relevante Tests planen und ihre Ergebnisse in Angriffsideen für einzelne KI-Systeme übersetzen.

Cisco zufolge kann das Framework realistische, kontextbezogene, mehrstufige Angriffspfade erzeugen, um subtile Schwachstellen in komplexen Architekturen zu erkennen. Außerdem protokolliert es jede Testaktion. So können Teams Einsätze prüfen und die Ergebnisse in nachfolgende Angriffsschleifen übernehmen.

Kunden greifen über die strukturierte Oberfläche von AI Defense auf Claude Mythos zu und erhalten keinen offenen Prompt-Zugang. Cisco zufolge ist das Tool so konzipiert, dass es ausschließlich Ziele testet, die Unternehmen ausdrücklich registriert haben, besitzen und für Tests freigegeben haben. Für jeden Einsatz sind eine Authentifizierung und eine kryptografische Verknüpfung mit einem namentlich benannten Unternehmensmitarbeiter erforderlich. Aufträge haben feste Ziele und zeitlich begrenzte Sitzungen und können jederzeit angehalten werden.

„Unternehmen integrieren zunehmend KI-Agenten in ihre zentralen Abläufe und wollen diese Agenten gründlich testen, bevor sie sie in die Produktion überführen“, sagte Michael Moore, Cybersecurity Lead bei Anthropic. Claude Mythos in Cisco AI Defense könne Sicherheitsteams dabei helfen, Agenten mit Schlussfolgerungen einem Red-Teaming zu unterziehen, die Tests planen und für jedes System Angriffsideen erzeugen, sagte er.

Observability verknüpft Agentenkosten mit der Qualität

Cisco erweitert Splunk Agent Observability außerdem um Tokenomics, eine Funktion für die Kostensteuerung, die KI-Ausgaben mit der Qualität der Ergebnisse verknüpft. Anhand von Nutzungsdaten aus Amazon Bedrock und Amazon CloudWatch ordnet sie jedem Agenten Kosten sowie Bewertungen der Qualität und Wirkung seiner Arbeit zu. So erhalten Unternehmen eine einheitliche Übersicht über den Return on Investment ihrer KI.

Tokenomics erweitert die auf der .conf26 eingeführte Zuordnung von Token-Ausgaben. Diese erfasst Kosten für KI-Agenten und Programmierwerkzeuge wie Claude Code, Codex und Cursor. Cisco zufolge wird Tokenomics im Dezember als private Vorschau verfügbar sein, die allgemeine Verfügbarkeit im AWS Marketplace ist für Anfang 2027 geplant.

Splunk Agent Observability unterstützt auch die Evaluierungsmodelle Eval-G1. Cisco zufolge können diese speziell angepassten kleinen Sprachmodelle agentische Abläufe und Rückmeldungen von Experten in Bewertungen und Leitplanken umwandeln, und das zu bis zu 98% niedrigeren Kosten als ein kommerzielles großes Sprachmodell. Die Modelle liefern laut Cisco Antworten auf Evaluierungen 2,5-mal schneller als herkömmliche große Sprachmodelle.

Mit dem Evaluation Tuner können Teams agentische Abläufe und Rückmeldungen von Fachexperten in feinabgestimmte Bewertungsmodelle umwandeln, die Qualitätsstandards durchsetzen und Agenten steuern. Die Bewertungsmodelle und der Evaluation Tuner sind ab diesem Monat allgemein verfügbar.

Cisco IQ verknüpft Daten zur Angriffsfläche mit der Behebung

Cisco erweitert die Cisco-IQ-Intelligence auf Sicherheitsumgebungen von Unternehmen, offene agentische Protokolle und automatisierte Lebenszyklus-Workflows. Cisco IQ hat nach Angaben des Unternehmens knapp 17.000 Kunden mit mehr als 22 Millionen Geräten.

Eine Integration in Cisco Data Fabric übernimmt Schwachstellen-, Lebenszyklus- und Konfigurationsdaten aus Cisco IQ über offene APIs in die Splunk Platform. Sicherheitsteams und KI-Agenten können anschließend Live-Erkennungen von Bedrohungen in Splunk Enterprise Security mit der zugrunde liegenden Netzwerk-Angriffsfläche abgleichen.

Neue Konnektoren für Model Context Protocol und ServiceNow stellen unterstützten KI-Agenten und IT-Service-Management-Plattformen Infrastrukturkontext bereit. Die Konnektoren können Erkenntnisse zur Angriffsfläche in anlagenbezogene Problem-Datensätze in ServiceNow umwandeln, wodurch der manuelle Abgleich von Daten seltener erforderlich ist.

Cisco stellte außerdem ein AI-Powered Resilient Infrastructure Playbook vor. Es zeigt kritische Schwachstellen im Lebenszyklus auf, darunter personalisierte Warnungen zu bekannten Fehlern und Informationen zur Bereitschaft für quantensichere Kryptografie. Damit sollen Teams und zertifizierte Partner Modernisierungs-Roadmaps planen und priorisieren können.

Cisco stellt die Tools als kontinuierlichen Vertrauenskreislauf dar

Cisco zufolge sollen die Updates Unternehmen dabei helfen, zunehmend leistungsfähige KI-Agenten in einem gemeinsamen Prozess zu sichern, zu steuern und zu überwachen. Das Unternehmen hat AI Defense im Januar 2025 eingeführt und erklärt, damit hunderten Kunden geholfen zu haben, kritische Fehler in KI-Modellen, -Anwendungen und -Agenten vor dem Produktionseinsatz zu erkennen.

„Was man nicht sichern, steuern oder überwachen kann, lässt sich nicht skalieren“, sagte Cisco-President und Chief Product Officer Jeetu Patel. Er bezeichnete die Kombination aus Laufzeitschutz und Qualitätskontrollen für Agenten als kontinuierlichen Vertrauenskreislauf, der Agenten vor einer Kompromittierung schützt und zugleich Token-Ausgaben mit messbarem geschäftlichem Nutzen verbindet.

Der Ansatz verknüpft drei Fragen, die schwieriger werden, sobald Agenten auf Tools und sensible Daten zugreifen: Tests auf Angriffe, die Prüfung, ob Agenten zu vertretbaren Kosten qualitativ gute Ergebnisse liefern, und die Ermittlung von Infrastrukturrisiken, die eine Behebung erfordern könnten. Adaptives Red-Teaming mit Claude Mythos soll bald für ausgewählte Unternehmen verfügbar sein. Die Updates für Observability und Cisco IQ schaffen derweil Möglichkeiten, die Leistung von Agenten zu messen und damit verbundene Infrastruktur­risiken zu bearbeiten.