Wer KI-Scanner als Ersatz für menschliche Sicherheitsexperten betrachtet, bekommt aktuell eine bittere Lektion. Ein aktueller Branchenreport zeigt einen dramatischen Vertrauensverlust: Nur noch 9 Prozent der Cybersicherheitsteams setzen auf vollständige Automatisierung, ein Sturz von 29 Prozent im Vorjahr. Der Grund liegt auf der Hand. Drei von vier Organisationen berichten, dass automatisierte Scan-Tools kritische Schwachstellen schlichtweg übersehen.
78 Prozent False Negatives: Wenn KI-Gefahren übersieht
Die Zahlen sind eindeutig und ernüchternd zugleich. 78 Prozent der befragten Sicherheitsteams haben bereits erlebt, dass vollautomatisierte Scan-Werkzeuge kritische Schwachstellen nicht erkennen und stattdessen False Negatives liefern. Das bedeutet: Die Tools melden “alles sicher”, während echte Gefahren unentdeckt bleiben. Gerade bei KI- und LLM-Anwendungen fällt dieses Problem besonders ins Gewicht, denn hier liegt die Quote an Hochrisiko-Funden bei 32 Prozent, verglichen mit nur 12 Prozent bei herkömmlicher Software. Das ist ein Risiko-Multiplikator von 2,7.
Dabei geht es nicht um marginale Unterschiede. LLM-Schwachstellen sind grundlegend anders als traditionelle Sicherheitslücken. Sie sind stark kontextabhängig und für standardisierte Scanner kaum greifbar. Prompt-Injection, ungültige Ausgabeverarbeitung und Shadow-AI-Nutzung erfordern ein architektonisches Verständnis der Anwendung, das aktuelle Automatisierung schlicht nicht bietet.
Shadow-AI und Prompt-Injection dominieren die Angriffsvektoren
Unter den Organisationen, die bereits KI-bezogene Sicherheitsvorfälle erlebten, zeigen sich klare Muster. Shadow-AI führt die Liste mit 44 Prozent an. Mitarbeiter nutzen unautorisierte KI-Tools, oft ohne dass die IT-Abteilung davon weiß. Dicht darauf folgen Daten- und Modellvergiftung mit 41 Prozent sowie unsachgemäße Ausgabeverarbeitung bei ebenfalls 41 Prozent. Lieferketten-Schwachstellen treten bei 35 Prozent auf, Prompt-Injection bei 34 Prozent.
Diese Verteilung verdeutlicht eines. Die größte Bedrohung für KI-Systeme kommt nicht von außen durch ausgefeilte Hackerangriffe, sondern von innen durch unkontrollierte Nutzung und mangelnde Absicherung der Modelle selbst. Auch OpenAI hat dieses Problem erkannt und mit Patch the Planet eine Initiative zur Sicherung von Open-Source-Software gestartet.
Nur 38 Prozent der KI-Schwachstellen werden behoben
Vielleicht die besorgniserregendste Zahl des Reports: Lediglich 38 Prozent der als Hochrisiko eingestuften KI- und LLM-Schwachstellen sind zum Zeitpunkt der Analyse behoben worden. Das ist die niedrigste Behebungsrate aller getesteten Kategorien. Zum Vergleich: Die durchschnittliche Behebungsquote über alle Schwachstellentypen liegt bei 52 Prozent. Die Zeit bis zur Behebung, der sogenannte MTTR, stieg bei KI-Schwachstellen von 19 auf 36 Tage.
Diese Lücke hat handfeste Konsequenzen. Five Eyes warnte erst kürzlich, dass KI-gesteuerte Cyberangriffe nur noch Monate entfernt seien. Wenn die verteidigende Seite ihre eigenen Werkzeuge nicht vertrauenswürdig einsetzen kann, wächst die Angriffsfläche exponentiell.
Hybrid-Modell statt Vollautomatisierung: Die Wende
Die Branche zieht Konsequenzen. Der Anteil der Teams, die voll auf Automatisierung setzen, sank von 29 auf 9 Prozent. Gleichzeitig stieg die Präferenz für ein Hybrid-Modell um 22 Punkte auf nunmehr 47 Prozent. In diesem Modell unterstützt KI die menschliche Expertise, ersetzt sie aber nicht. Automatisierung wird gezielt für weniger kritische Assets eingesetzt, während hochriskante Bereiche menschliche Penetrationstester erfordern.
Die Daten zeigen auch einen klaren Leistungsvorsprung für programmmatische Ansätze. Organisationen, die kontinuierliche, integrierte und risikobasierte Sicherheitstests durchführen, sind 4,5-mal wahrscheinlicher, kritische Schwachstellen innerhalb von drei Tagen zu beheben. Dieser Vergleich zeigt: Es geht nicht um mehr Ressourcen, sondern um bessere Strategie.
C-Suite und Sicherheitsteams: Eine gefährliche Diskrepanz
Der Report deckt eine weitere problematische Lücke auf. 57 Prozent der Führungskräfte glauben, dass ihr Unternehmen SLA-Vorgaben zur Behebung von Schwachstellen konsequent einhält. Nur 15 Prozent der praktizierenden Sicherheitsexperten teilen diese Einschätzung. Diese Diskrepanz bedeutet, dass Entscheidungen auf falschen Annahmen basieren. Während Führungskräfte grünes Licht geben, kämpfen die Teams vor Ort mit der Realität.
Immerhin gibt es positive Entwicklungen. 80 Prozent der Organisationen haben ihr Budget für offensive Sicherheit im vergangenen Jahr erhöht. Zudem führt erstmals die programmmatische Herangehensweise mit 53 Prozent gegenüber der compliance-getriebenen mit 40 Prozent. Die Branche bewegt sich also in die richtige Richtung, auch wenn der Weg noch lang ist.
Fazit: KI sichert KI, aber nicht allein
Der aktuelle Report macht eines deutlich. KI-basierte Sicherheitstools leisten wertvolle Vorarbeit bei der Erkennung von Standard-Schwachstellen. Bei der Prüfung von KI-Systemen selbst versagen sie jedoch systematisch. Die Lösung liegt nicht in mehr Automatisierung, sondern in der intelligenten Kombination aus menschlicher Expertise und technologischer Unterstützung. Organisationen, die diesen Hybrid-Ansatz konsequent umsetzen, schließen die Lücke zwischen wahrgenommener und tatsächlicher Sicherheit erheblich schneller. Wer hingegen auf Vollautomatisierung setzt, riskiert blind zu fliegen.
