REDMOND / LONDON (IT BOLTWISE) – Microsoft treibt seine Sicherheitsstrategie mit „Project Perception“ deutlich in Richtung Automatisierung: KI-Modelle sollen Schwachstellen in Windows-Software schneller finden und zugleich schließen. Im Zentrum steht „MDASH“, ein mehrmodellbasiertes Agenten-System, das parallel nach Sicherheitslücken sucht und dabei das jeweils passende Modell auswählt. Laut den vorliegenden Benchmark-Angaben entdeckte die Plattform 16 bisher unbekannte Windows-Lücken, darunter mehrere für Schadcode-Ausführung besonders kritische Fälle. Parallel verschiebt Microsoft Personalstrukturen in Richtung KI-gestützter Sicherheitsrollen und skizziert damit den nächsten Schritt im „Secure Future“-Reporting.
Microsoft kündigt mit „Project Perception“ eine neue KI-gestützte Sicherheitsplattform an, die weniger auf manuelle Prüfzyklen setzt und stärker auf automatisiertes Scannen und Beheben. Der Kern ist „MDASH“, ein Multi-Model Agentic Scanning Harness, der über spezialisierte KI-Agenten Sicherheitslücken in komplexen Codebasen systematisch sucht. Damit verschiebt sich der Fokus von klassischem Hardening und punktuellen Penetrationstests hin zu einer kontinuierlichen, agentenbasierten Suche nach Schwachstellen, die anschließend in den sicheren Entwicklungs-Workflow zurückfließt. Für CIOs und Security-Teams ist das vor allem deshalb relevant, weil sich die Angriffsfläche moderner Windows-Umgebungen nicht mehr mit einzelnen Checks „einmal pro Release“ beherrschen lässt.
Technisch betrachtet orchestriert MDASH eine Vielzahl von KI-Agents, die parallel nach Schwachstellen suchen, während ein Router für jede Aufgabe das günstigste und zugleich passende KI-Modell auswählt. In der Praxis bedeutet das: Statt ein einziges Modell auf alle Teilaufgaben zu zwingen, wird die Pipeline in spezialisierte Schritte gegliedert, etwa um Codepfade zu analysieren, Hinweise aus Logs zu interpretieren oder Exploit-Nähe in einer strukturierten Bewertungsphase zu gewichten. Microsoft kombiniert dabei eigene Technologien mit Modellen von OpenAI und Anthropic, wodurch das System auf unterschiedliche Stärken der Modellfamilien zugreifen kann. Die Bilanz fällt laut den vorliegenden Angaben konkret aus: MDASH identifizierte 16 bisher unbekannte Windows-Sicherheitslücken, darunter vier kritische Schwachstellen für Schadcode-Ausführung, und erzielte im CyberGym-Benchmark den höchsten je gemessenen Wert.
Marktseitig ordnet sich das in einen beschleunigten Wettbewerb um „KI für AppSec“ ein, in dem Geschwindigkeit und Präzision zugleich zählen. Als nennenswerte Vergleichsgröße gilt in der KI-Sicherheitslandschaft Anthropics „Mythos 5“, das Branchenberichte zuletzt als besonders scharf in Diagnoseaufgaben eingeordnet haben; zugleich wird darauf verwiesen, dass das Modell in den USA eine eingeschränkte Freigabe erhalten hat. Auf der Preisachse wird ebenfalls Druck spürbar: Genannt werden rund 10 US-Dollar pro Million Input-Tokens und 50 US-Dollar pro Million Output-Tokens, also Kosten, die bei großskaligem Scanning schnell in die Architekturplanung einfließen müssen. Zudem kommt aus China Konkurrenz: Qihoo 360 brachte mit „Tulongfeng“ ein Multi-Agenten-System in die Diskussion, das bereits bestätigte Schwachstellen in Windows und Office aufgefunden haben soll. Genau hier zeigt sich die strategische Frage: Reicht „Top-Performance im Benchmark“, oder braucht es verlässliche Integrationen in reale CI/CD- und Ticket-Prozesse?
Neben der reinen Erkennungsleistung verschiebt Microsoft die Organisation spürbar in Richtung KI-gestützter Abwehr. In den vorliegenden Informationen ist von Einschnitten in der Sicherheitsabteilung die Rede, einschließlich mehrerer hundert gestrichener Stellen und mindestens neun Vizepräsidentschaften. Insgesamt soll der Umbau die frei werdenden Ressourcen in den Aufbau einer KI-gesteuerten Sicherheitsbelegschaft lenken, auf die Größenordnung von rund 10.000 KI-Spezialisten wird verwiesen. Das ist mehr als Personalpolitik: Solche Umstellungen entscheiden darüber, wie schnell ein System wie MDASH in die Breite rolloutfähig wird, etwa über ein einheitliches Modell- und Regelwerk, über Zugriffskontrollen auf Code-Repositories und über eine saubere Governance für Scan-Ergebnisse. In diesem Kontext erwähnt Microsoft außerdem „Project Ire“, ein autonomes System zur Malware-Klassifikation, das in die Defender-Suite integriert werden soll und damit Detection und Response stärker koppelt.
Regulatorisch und datenschutzbezogen rückt damit eine zweite Baustelle in den Vordergrund: Unternehmen müssen KI-gestützte Sicherheitsprozesse nicht nur technisch einbetten, sondern auch rechtlich absichern. Die EU AI Act wird in der Praxis bereits heute als maßgebliche Leitplanke gesehen, weil sie Pflichten je nach Risikoklasse und Nutzungskontext adressiert. Gleichzeitig treffen Security-Teams im Alltag auf die klassische Compliance-Frage: Welche Daten dürfen ein KI-System überhaupt verarbeiten, wie werden sie protokolliert und wie wird sichergestellt, dass Trainings- oder Analyseflüsse nicht in unbeabsichtigte Sekundärverwendungen kippen? Für die operative Umsetzung heißt das etwa, Scans so zu gestalten, dass sensible Artefakte (z.B. interne Quelltexte oder Incident-Daten) strikt nach Berechtigungen behandelt werden, und Ergebnisse nachvollziehbar in Ticket- und Patch-Prozesse zurücklaufen. Der „Tempo“-Ansatz bleibt zwar ein Vorteil, erzeugt aber auch die Notwendigkeit, Governance-Mechanismen nicht als nachträglichen Schritt zu behandeln.
Aus dem Blick auf konkrete Reporting-Ziele ergibt sich zudem ein Erwartungsdruck auf die nächsten Releases. Microsoft verweist im Fortschrittsbericht zur „Secure Future Initiative“ auf 99,97 Prozent der Systeme, die inzwischen mit phishing-resistenter Multi-Faktor-Authentifizierung geschützt sind, sowie auf 1,4 Millionen stillgelegte ungenutzte Entra-Anwendungen. Dazu kommt die Angabe, dass das jüngste Patch Tuesday im Juli 2026 mit 570 behobenen Sicherheitslücken der größte Wert in der Unternehmensgeschichte gewesen sei. In der Summe entsteht das Bild: Automatisiertes Auffinden und Schließen von Lücken soll bei Microsoft nicht „ein Projekt“ bleiben, sondern in messbare Sicherheitskennzahlen überführt werden. Für die Zukunft zeichnet sich ab, dass solche Agenten-Systeme stärker als „KI-gestützte Sicherheitsbelegschaft“ im Betrieb verankert werden – und dass Anbieter wie Anthropic oder Qihoo 360 ihre Agenten-Ansätze parallel ausbauen werden. Wenn Künstliche Intelligenz in Sicherheitsprozesse wandert, werden deshalb für Entwickler und Security-Engineering Teams besonders solche Themen wie Modellrouting, Kostenkontrolle, Auditierbarkeit und sichere Deployment-Pipelines entscheidend.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Microsofts Project Perception: KI findet und schließt Windows-Lücken" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Microsofts Project Perception: KI findet und schließt Windows-Lücken" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Microsofts Project Perception: KI findet und schließt Windows-Lücken« bei Google Deutschland suchen, bei Bing oder Google News!