Anfang dieses Monats kündigte Anthropic Claude Mythos Preview an, ein universell einsetzbares Modell, das Software-Schwachstellen in einem bislang nicht gekannten Umfang aufdecken kann. Tatsächlich identifizierte es eine Software-Schwachstelle, die 27 Jahre lang unentdeckt geblieben war. Nur wenige Tage später veröffentlichte Mozilla Firefox 150 mit Korrekturen für 271 Schwachstellen, die Mythos in einem einzigen Evaluierungsdurchlauf identifiziert hatte. Gleichzeitig vertrat Mozilla die These, dass die Ära der Zero-Days ein Ablaufdatum hat, weil Verteidiger beginnen werden, Bugs zu finden, bevor Angreifer sie ausnutzen können.
Das ist eine bemerkenswerte Aussage, und sie bringt sowohl das Potenzial als auch den Druck dieses Moments auf den Punkt. Seit Jahren werden Machine Learning (ML) und inzwischen auch Large Language Models (LLMs) schrittweise besser darin, Software-Schwachstellen zu entdecken. Mythos stellt keinen Bruch mit dieser Entwicklung dar. Es bestätigt sie. Überraschend ist nicht, dass KI lange unentdeckte Bugs gefunden hat. Überraschend ist vielmehr, wie schnell dieser Entwicklungssprung eingetreten ist und wie deutlich er zeigt, wohin sich die nächsten Jahre entwickeln werden.
Der Trend wird sich nicht verlangsamen
Sobald Fähigkeiten wie diese breit verfügbar werden, sei es durch offene Modelle, Replikation oder parallele Innovation, beschleunigen sich beide Seiten der Sicherheitsgleichung. Verteidiger und Anbieter werden diese Tools einsetzen, um Schwachstellen mit bislang unerreichter Geschwindigkeit zu finden und zu beheben. Angreifer werden dieselben Tools verwenden, um Schwachstellen zu identifizieren und auszunutzen.
Die Folge ist ein Veröffentlichungsrhythmus, der sich deutlich von dem unterscheidet, was wir heute kennen. Es ist damit zu rechnen, dass Software- und Betriebssystem-Updates häufiger erscheinen und Schwachstellen adressieren, deren Entdeckung im alten Modell Monate oder Jahre gedauert hätte. Firefox 150 zeigt bereits, wie das in der Praxis aussehen kann.
Für die langfristige Entwicklung der Sicherheit ist das eine gute Nachricht. Gleichzeitig schafft es ein unmittelbares Problem für die Unternehmen, die diese Updates heute verarbeiten müssen.
Der Druck verlagert sich auf den IT-Betrieb
Wenn Patches schneller bereitgestellt werden und Angreifer Schwachstellen schneller in Angriffe überführen, schrumpft die Lücke zwischen Offenlegung und Ausnutzung erheblich. Unternehmen, die Tage oder Wochen benötigen, um Updates auszurollen, werden Risiken ausgesetzt sein, die in dieser Form bisher nicht bestanden. Patch-Geschwindigkeit ist dann nicht mehr nur eine Kennzahl für grundlegende IT-Hygiene, sondern wird zu einer überlebenswichtigen Sicherheitskennzahl.
Hinzu kommt ein nachgelagertes Problem, das in Diskussionen über KI-gestützte Schwachstellenerkennung häufig übersehen wird und vermutlich noch dringlicher ist: Dieselben Fähigkeiten, mit denen Verteidiger neue Bugs finden können, ermöglichen es Angreifern, bestehende Patches in Exploits zu verwandeln. Wenn ein Anbieter eine Korrektur veröffentlicht, ist der Patch selbst eine Beschreibung der Schwachstelle oder zumindest eine Art Wegweiser für alle, die ihn lesen können. Anthropics eigene Forschung zeigte, dass Mythos bekannte CVEs ohne menschliches Eingreifen innerhalb von weniger als einem Tag in funktionierende Exploits zur Rechteausweitung umwandelte.
Die Konsequenz ist unbequem. Noch bevor KI die Entdeckung neuer Zero-Days beschleunigt, verkürzt sie bereits das Zeitfenster für N-Days, also für Schwachstellen, die offengelegt und gepatcht wurden, aber auf allen Systemen ausgenutzt werden können, die noch nicht aktualisiert wurden. Laut Mandiants M-Trends-2026-Bericht ist die durchschnittliche Zeit bis zur Ausnutzung einer Schwachstelle auf geschätzte minus sieben Tage gesunken. Das bedeutet, dass die Ausnutzung inzwischen regelmäßig erfolgt, bevor überhaupt ein Patch veröffentlicht wird. KI vergrößert die Lücke an beiden Enden. Je schneller Anbieter patchen, desto schneller können Angreifer diese Patches rückentwickeln und gegen alle einsetzen, die sie noch nicht bereitgestellt haben.
Dadurch verändert sich der Auftrag an das Patch-Management. Es geht nicht nur darum, unbekannten Bedrohungen einen Schritt voraus zu sein. Es geht auch darum, nicht zum einfachsten Ziel für bereits bekannte Bedrohungen zu werden.
Geschwindigkeit ohne Urteilsvermögen birgt jedoch eigene Risiken. Wer schon einmal einen problematischen Patch erlebt hat, weiß, dass ein aggressives Ausrollen von Updates in einer Umgebung kritische Geschäftsprozesse ebenso effektiv zum Stillstand bringen kann wie ein Angreifer. Die Antwort besteht daher nicht darin, jeden Patch sofort nach seiner Veröffentlichung bereitzustellen. Entscheidend ist vielmehr, schnell und mit Sicherheit zu patchen: zu wissen, was in der eigenen Umgebung ausnutzbar ist, zu wissen, welche Patches sicher bereitgestellt werden können, und über die Automatisierung zu verfügen, um auf dieser Grundlage zu handeln, ohne bei jeder Änderung auf eine manuelle Prüfung warten zu müssen.
Wie das in der Praxis aussieht
Genau hier ist die Arbeit relevant, die NinjaOne im Bereich KI-gestütztes Schwachstellen- und Patch-Management leistet. Drei Funktionen adressieren die Herausforderung aus Geschwindigkeit und Sicherheit direkt:
- Ein präzises Software-Inventar bildet die Grundlage. KI analysiert Endpunkt-Telemetrie, um Produkte, Versionen und Abhängigkeiten über Geräte hinweg zu identifizieren. Dabei werden uneinheitliche Benennungen normalisiert, sodass dieselbe Anwendung überall dort erkannt wird, wo sie vorhanden ist. Ohne diese Grundlage bleibt der Abgleich von Schwachstellen weitgehend Spekulation.
- Die Echtzeit-Erkennung von Schwachstellen baut auf diesem Inventar auf. Sobald neue CVEs offengelegt werden, korreliert KI diese kontinuierlich mit Live-Endpunkt-Daten und macht betroffene Assets innerhalb weniger Minuten sichtbar, statt erst beim nächsten geplanten Scan.
- Patch Intelligence KI schließt den Kreislauf. Nicht jeder Patch kann sofort sicher bereitgestellt werden, und nicht jede Schwachstelle birgt dasselbe Risiko. Durch die Bewertung von Patch-Qualität und Bereitstellungsrisiken anhand von Anbietersignalen, Community-Feedback und realen Bereitstellungsdaten können IT-Teams bei den entscheidenden Patches schnell handeln und gleichzeitig jene vermeiden, die mit hoher Wahrscheinlichkeit operative Beeinträchtigungen verursachen.
Zusammen ermöglichen diese Funktionen Teams, das Zeitfenster zwischen der Offenlegung einer Schwachstelle und ihrer Behebung erheblich zu verkürzen, ohne dabei im Blindflug zu agieren.
Von der Erkenntnis zur Umsetzung
Schwachstellenmanagement und Patch-Management wurden schon immer als benachbarte Disziplinen behandelt. In der Welt, auf die Mythos hindeutet, müssen sie jedoch als ein geschlossener Kreislauf funktionieren: Echtzeit-Transparenz darüber, was exponiert ist, kombiniert mit autonomem, risikobewusstem Patching, das sich mit der Geschwindigkeit der Bedrohung bewegt.
Die Unternehmen, die diese Entwicklung erfolgreich bewältigen werden, sind nicht diejenigen mit den meisten Scannern oder den längsten Patch-Backlogs. Es sind diejenigen, die schneller als Angreifer von der Erkenntnis zur Umsetzung gelangen, mit ausreichend Vertrauen in ihre Tools, um autonom zu handeln, und mit genügend Intelligenz, um dies sicher zu tun.
Die nächsten Jahre werden anders aussehen. Das Patch-Volumen wird steigen. Das Zeitfenster für die Bereitstellung wird schrumpfen. Die Konsequenzen, wenn Unternehmen in die eine oder andere Richtung falsch handeln, werden größer. Ein Patch, der lediglich in den Versionshinweisen eines Anbieters existiert, bringt Ihnen keinen Nutzen, solange er nicht sicher in Ihrer gesamten Umgebung bereitgestellt wurde.
Mythos und die nachfolgenden Modelle werden die Geschwindigkeit und Schwere von Cyberbedrohungen verändern. Das ist klar. Die Unternehmen, die einen Schritt voraus bleiben, werden nicht diejenigen mit den meisten Scannern oder den größten Sicherheitsteams sein. Es werden diejenigen sein, deren IT-Betriebsprozesse mit der Geschwindigkeit der Bedrohung Schritt halten können, ohne die Stabilität des Unternehmens zu gefährden.
