Künstliche Intelligenz, aktuell.
Direkt aus den Originalmeldungen.

HPE: Das eigentliche Nadelöhr der Cybersicherheit ist die Behebung von Schwachstellen, nicht deren Erkennung

26. Oktober 2026, 14:15Quelle: HPE

Weil KI die Suche nach Schwachstellen schneller und günstiger macht, liegt die größere Herausforderung laut HPE darin, aus den Funden Konsequenzen zu ziehen. In einem Blogbeitrag argumentiert das Unternehmen, Organisationen müssten den Weg vom Sicherheitshinweis bis zur Behebung deutlich verkürzen.

Das Wichtigste in Kürze
  • Laut HPE liegt die eigentliche Schwierigkeit in der IT-Sicherheit inzwischen im Tempo der Behebung, nicht im Auffinden von Schwachstellen.
  • HPE gehörte nach eigenen Angaben zu den ersten Organisationen, die Anthropics Mythos Preview testen durften.
  • Jeder KI-gestützte Fund durchläuft laut HPE weiterhin menschliche Validierung, Priorisierung, Behebung und Tests.
  • HPEs drei Schritte: nicht auf Berichte warten, Änderungsmanagement beschleunigen, Komplexität und technische Altlasten abbauen.
  • Das Unternehmen bezeichnet Zero Trust als besonders wirksames Fundament.

KI verändert, wie Schwachstellen gefunden werden

Den ersten Teil der Herausforderung in der Cybersicherheit beschreibt HPE als uneinheitliche Risikoerkennung und Priorisierung. Ursache seien die begrenzte Zeit und das begrenzte Fachwissen, die nötig sind, um komplexe Systeme und Code zu analysieren, kompensierende Kontrollen zu bewerten und zu entscheiden, ob eine Schwachstelle tatsächlich ein Risiko darstellt.

Laut HPE verändert KI diese Gleichung. Sie könne komplexe Codebasen analysieren und nicht offensichtliche Fehler in einer Geschwindigkeit und einem Umfang aufspüren, die bislang unpraktikabel waren. Das Unternehmen betont, dass die Entdeckung nur der Anfang sei: Funde müssten weiterhin reproduziert, validiert, bewertet, behoben, getestet und kommuniziert werden, bevor Kunden geschützt sind.

HPE gibt an, zu den ersten Organisationen gehört zu haben, die eingeladen wurden, Anthropics Mythos Preview zu testen, das es als erstes für die Schwachstellensuche entwickelte KI-Spitzenmodell bezeichnet. Der schnelle Zugang zu diesem und späteren Spitzenmodellen habe HPE dazu gebracht, fortschrittliche Security-Harnesses und einen Multi-Modell-Ansatz aufzubauen, heißt es in dem Beitrag.

Was das laut HPE für Kunden bedeutet

Für die Kunden sei das Ergebnis greifbar, so HPE: Schwachstellen ließen sich beheben, bevor sie missbraucht werden, Korrekturen könnten in Software-Updates einfließen, und Hinweise zur Abschwächung und Behebung würden über etablierte Sicherheitshinweise und Supportkanäle bereitgestellt.

Jeder Fund durchlaufe weiterhin menschliche Validierung, Schweregradbewertung, risikobasierte Priorisierung, Behebung und Tests, erklärt das Unternehmen. KI erhöhe Reichweite und Tempo der Arbeit, ohne den Beweisstandard zu senken. Die ersten Arbeiten konzentrierten sich auf die bestehende Codebasis von HPE. Der Einsatz von KI-Spitzenmodellen zur Schwachstellenerkennung werde ein wichtiger Bestandteil des sicheren Produktentwicklungszyklus, so das Unternehmen.

Drei Schritte für einen kürzeren Weg zur Maßnahme

Der zweite Teil der Herausforderung ist laut HPE die Risikominderung und Behebung. Da KI-gestützte Entdeckung Menge und Dringlichkeit der Funde erhöhe, müssten sich Organisationen darauf vorbereiten, den Weg vom Sicherheitshinweis zur Maßnahme zu verkürzen. HPE nennt drei praktische Schritte:

  • Nicht auf Schwachstellenberichte warten. Teams, die darauf warten, dass Sicherheitspersonal Scans durchführt und meldet, was zu beheben ist, folgten einem nicht tragfähigen Modell, so HPE. Das Unternehmen empfiehlt, Sicherheitsmeldungen der Hersteller zu abonnieren, Hinweise rasch der eigenen Umgebung zuzuordnen und automatisierte Abhilfe als kritisch zu behandeln, was unter Umständen einen Umbau großer Teile des Tech-Stacks erfordere.
  • Änderungsmanagement beschleunigen. Die Zeit von der Schwachstelle bis zum Exploit sei kürzer geworden, sagt HPE. Organisationen sollten festlegen, wie kritische Hinweise priorisiert werden, wer Notfallwartungen genehmigen darf und wie Updates innerhalb von Stunden statt Tagen oder Wochen Validierung und Rollout durchlaufen. In manchen Fällen könne das strenge Schutzmaßnahmen zur Verringerung der Angriffsfläche bedeuten, und HPE räumt ein, dass es dabei stets betriebliche Zielkonflikte geben werde.
  • Unnötige Komplexität und technische Altlasten abbauen. Stark individualisierte Umgebungen benötigen beim Patchen und Testen mehr Zeit. HPE plädiert für einfachere Architekturen, die sofortige Abkehr von Technik am Lebensende (End of Life, End of Service) sowie für einen besseren Überblick über Asset-Inventare und die Software-Lieferkette.

Die Grundlagen gelten weiterhin

HPE argumentiert, KI senke für Angreifer wie Verteidiger die Kosten und das nötige Fachwissen, um Schwachstellen zu finden, und die Zeitspanne zwischen Entdeckung und operativem Risiko werde weiter schrumpfen. Die Grundlagen blieben dabei bestehen: sichere Entwicklung, menschliche Validierung, risikobasierte Priorisierung, zeitnahe Behebung und koordinierte Offenlegung.

Zero Trust bezeichnet das Unternehmen zudem als besonders wirksames Fundament. Laut dem Beitrag verringern kontinuierliche Überprüfung, Zugriff nach dem Prinzip der minimalen Rechte, Segmentierung und schnelle Eindämmung die Wahrscheinlichkeit, dass aus einer einzelnen Schwachstelle eine umfassende Kompromittierung wird.

HPE zufolge hat Project Glasswing eine Zukunft angestoßen, in der KI Anbietern hilft, Schwachstellen früher zu finden und widerstandsfähigere Produkte auszuliefern. Für Kunden bedeute das früheres Handeln, etablierte Kanäle für Updates und Handlungsempfehlungen sowie eine Infrastruktur, die darauf ausgelegt ist, die Auswirkungen nicht vermeidbarer Bedrohungen zu begrenzen. HPE schließt mit der Aussage, dass Organisationen im Vorteil seien, die lernen, KI-Spitzenmodelle sicher und konsequent einzusetzen, und erklärt, selbst dazuzugehören.

Ähnliche Meldungen

METR schätzt, dass sich Anthropics KI-Forschungsfortschritt nahezu verdoppelt hat
Sicherheit und Ethik5. November 2026, 09:00

METR schätzt, dass sich Anthropics KI-Forschungsfortschritt nahezu verdoppelt hat

Anthropic verbessert seine Modelle bei klar definierten Aufgaben wahrscheinlich etwa doppelt so schnell wie im Zeitraum von März 2024 bis Oktober 2025. Zu diesem…

METR: Anthropic könnte eine Warnschwelle für KI-F&E überschritten haben
Sicherheit und Ethik5. November 2026, 09:00

METR: Anthropic könnte eine Warnschwelle für KI-F&E überschritten haben

METR zufolge bestand am 15. Juli 2026 ein geringes Risiko, dass die Modelle von Anthropic zentrale Forschungs- und Entwicklungsarbeiten direkt automatisieren oder akute…

Data & Society schult staatliche Ermittler: Diese Fragen sollten sie KI-Unternehmen stellen
Regulierung und Politik4. November 2026, 20:19

Data & Society schult staatliche Ermittler: Diese Fragen sollten sie KI-Unternehmen stellen

Data & Society und Tech Justice Law haben Prozessjuristen und Vollzugsbehörden geschult, wie generative KI-Produkte entstehen und welche Fragen man den dahinterstehenden…