Lean SuperIntelligence startet selbstlernende Cybersecurity-LLMs für den Betrieb im eigenen Rechenzentrum

Zwei Modelle, die sich gegenseitig trainieren

LSI bezeichnet sich als erstes KI-Labor, das selbstlernende Security-LLMs für Angriff und Verteidigung entwickelt. LSI-Offense-1 findet, nutzt und validiert Schwachstellen. LSI-Defense-1 erkennt und untersucht Bedrohungen und reagiert darauf, nach Angaben des Unternehmens innerhalb von Minuten statt von Tagen oder Wochen.

Die beiden Modelle arbeiten in sogenannten Cyber World Models. Laut LSI wird jeder Angriff, den das Offensiv-Modell findet, zur Lektion für das Defensiv-Modell, und jede Abwehr, die standhält, zwingt das Offensiv-Modell dazu, einen neuen Weg zu finden. Beide Modelle verbessern sich dem Unternehmen zufolge kontinuierlich anhand der eigenen Daten des Kunden.

Die Modelle lassen sich nach Angaben von LSI anpassen und in Air-Gap-Umgebungen betreiben. Sie seien schlank genug für den Dauerbetrieb, etwa um jeden Check-in von Softwareentwicklern zu scannen.

Benchmark-Behauptungen gegenüber Frontier-Modellen

LSI zufolge übertrifft LSI-Offense-1 in unabhängigen, praxisnahen Offensiv-Security-Benchmarks Frontier-Modelle wie Claude Mythos, GPT-6 und Gemini-3.8-Cyber deutlich, wenn es darum geht, Schwachstellen autonom zu entdecken, auszunutzen und zu validieren. Das Unternehmen fügt hinzu, das Modell habe bereits bislang unbekannte Schwachstellen aufgespürt.

In öffentlichen Defensiv-Benchmarks, die mehrstufige Bedrohungserkennung, Untersuchung und Reaktion abdecken, übertrifft LSI-Defense-1 laut LSI die Frontier-Modelle derselben Labore deutlich, und das bei einem Bruchteil der Kosten. Das Modell sortiere Alarme vor, korreliere Telemetriedaten und liefere binnen Sekunden Urteile mit deutlich weniger Fehlalarmen. Konkrete Werte nennt die Quelle nicht; die Ergebnisse sind Eigenangaben des Unternehmens.

Das Argument für das eigene Modell

LSI argumentiert, Angriffe liefen schnell ab: Aus einer gerüchteweise bekannten Schwachstelle könne in unter zehn Minuten ein funktionierender Exploit werden. Zudem schickten Unternehmen derzeit Code und Telemetrie an Frontier-Labore, zahlten Hunderte Millionen für Inferenz und besäßen nichts von dem, was dabei gelernt werde.

Als Beleg für den Trend zum privaten Betrieb verweist das Unternehmen auf eine Umfrage unter 1.500 Enterprise-Architekten vom Juni 2026, wonach 66 Prozent der Unternehmen KI-Workloads aus der Public Cloud zurückgeholt haben. Außerdem nennt es eine Prognose vom Februar 2026, der zufolge die weltweiten Ausgaben für Sovereign-Cloud-IaaS 2026 insgesamt 80 Milliarden US-Dollar erreichen werden.

Chandra Khatri, Gründer und CEO von LSI, fasste das Angebot so zusammen: „Frontier-Labore geben allen dasselbe Modell. Wir geben jedem Unternehmen sein eigenes, anpassbares Modell, das On-Premise läuft und mit den eigenen privaten Daten trainiert wird.“

Team, Geldgeber und Verfügbarkeit

Khatri war Founding Head of AI bei Krutrim, wo er 2023 Indiens erstes souveränes LLM entwickelte. Außerdem gründete er Got It AI mit, das ELMAR und TruthChecker entwickelte, ein Guardrail-Modell gegen Halluzinationen, das übernommen wurde. Zuvor leitete er KI-Initiativen bei Uber AI, Amazon Alexa AI und eBay Research. Das Gründerteam für Sicherheit hat nach Angaben von LSI Hunderte kritische CVEs für große Organisationen und nationale Nachrichtendienste entdeckt.

Die Pre-Seed-Runde wird von Investoren und Business Angels getragen, die bei OpenAI, CrowdStrike, SentinelOne, Zscaler, Commvault und Gruve AI KI und Sicherheit verantwortet haben. Lu Zhang, Founder und Managing Partner von Fusion Fund, nannte LSI den „natürlichen nächsten Schritt“ in Khatris Laufbahn.

LSI-Offense-1 und LSI-Defense-1 stehen ab sofort einer begrenzten Zahl von Design-Partnern zur Verfügung, darunter Security-Anbieter, MSSPs und ausgewählte Fortune-500-Unternehmen. Als Betriebsarten gibt es Air-Gapped, On-Prem, Sovereign oder Managed. Zugang lässt sich über lsi.inc anfragen. Die Höhe der Finanzierungsrunde und die Preise nennt die Quelle nicht.