gesponsert„Security at Machine Speed“ für die KI-Ära Mythos und die Modernisierung des Schwachstellenmanagements

Künstliche Intelligenz beschleunigt nicht nur Cyberangriffe, sondern verändert auch das Schwachstellenmanagement grundlegend: Sicherheitslücken werden schneller gefunden, Exploits schneller verfügbar und das Zeitfenster zum Patchen deutlich kleiner. Gerade für Behörden ist das eine große Herausforderung, weil sie kritische Dienstleistungen verlässlich bereitstellen, in komplexen Betriebsumgebungen arbeiten und Änderungen nicht einfach per Knopfdruck ausrollen können.

Im Zentrum dieser Entwicklung steht unter anderem „Claude Mythos“, ein von Anthropic geschaffenes KI-Modell, das für eine neue Generation KI-gestützter Schwachstellenforschung steht. Solche Systeme können Quellcode in großem Maßstab analysieren und identifizieren Schwachstellen deutlich schneller – bei Herstellern, Technologieanbietern oder in Softwareprojekten selbst.

Die Folge sind mehr Patches und ein wachsender Druck auf klassische Patch- und Remediation-Prozesse. Gleichzeitig sinkt die Zeit bis zur möglichen Ausnutzung drastisch: von 53 Tagen im Jahr 2024 über 21,5 Tage im Jahr 2025 auf heute wenige Stunden – und manche besonders kritische Schwachstellen werden sogar schon vor dem Patch Release ausgenutzt. Das verschärft den sogenannten „AI Vulnerability Storm“. Die Herausforderung besteht nicht mehr nur im Erkennen, sondern in der Schnelligkeit von Bewertung, Priorisierung und Behebung. Traditionelle Patch-Modelle stoßen hier an Grenzen, denn viele Prozesse sind noch immer auf lange Testphasen, Change-Freigaben und maximale Betriebsstabilität ausgelegt. Unter den Bedingungen KI-beschleunigter Angriffe reicht das nicht mehr aus.

Patch-Management wird zur sicherheitskritischen Disziplin

Gefragt ist daher ein Kulturwandel, der die Schwachstellenbehebung als Security-Prozess etabliert und nicht vollständig dem IT-Betrieb überlässt. Unser Ansatz lautet „Wir ändern die Spielregeln“: Statt jede Schwachstelle in langsamen Standardprozessen zu behandeln, wird konsequent priorisiert und gefiltert. KI-Agenten prüfen, ob eine Schwachstelle tatsächlich erreichbar und ausnutzbar ist (Exploit Confidence) und ob ein Patch voraussichtlich stabil eingespielt werden kann (Patch Confidence). Wo Patches nicht sofort möglich sind, reduzieren Schutzmaßnahmen wie Virtual Patching und Mikrosegmentierung die Angriffsfläche.

Zusätzlich werden Open-Source-Komponenten und Eigenentwicklungen KI-gestützt (z. B. via Mythos) auf Zero-Day-Schwachstellen geprüft. Was danach als kritisch und handhabbar übrig bleibt, kann nach klaren Regeln automatisiert gepatcht werden, für kürzere Reaktionszeiten und weniger manuellen Aufwand. Wo ein sofortiges Patchen nicht möglich ist, helfen ergänzende Schutzmechanismen wie Virtual Patching, Mikrosegmentierung oder identitätsbasierte Maßnahmen. Sie begrenzen Angriffswege und verhindern so die Ausbreitung auf weitere Systeme, bis Schwachstellen nachhaltig behoben sind. Wo Quellcode und Abhängigkeiten transparent vorliegen, lassen sich KI-gestützte Analysen zur eigenen Härtung nutzen und Findings früher in Entwicklungs- und Betriebsprozesse zurückspielen.

Computacenter begleitet Kulturwandel in die Praxis

In Workshops bewerten wir gemeinsam mit Behörden die Ausgangslage, identifizieren Risiken und Hemmnisse und legen fest, welche Schwachstellen vorrangig behandelt werden müssen. Darauf aufbauend unterstützen wir dabei, Patch- und Remediation-Prozesse neu zu strukturieren, automatisiertes Patchen gezielt aufzubauen sowie konkrete Use Cases für CTEM (Continuous Threat Exposure Management) mit KI-Assistenz umzusetzen.

Dabei übertragen wir unsere Erfahrungen aus dem Unternehmensbereich auf den Public-Sektor.

Automatisiertes Patchen schafft dort einen Mehrwert, wo Geschwindigkeit entscheidend ist: Behörden können kritische Schwachstellen schneller adressieren, Standardfälle automatisiert abarbeiten und knappe Ressourcen gezielt für komplexe Fälle mit erhöhtem Betriebsrisiko oder besonderem Prüfbedarf einsetzen.

(ID:50978869)