Leistungsstarke KI für allgemeine Zwecke und speziell entwickelte Cyber-KI schlagen unterschiedliche Wege zu demselben Sicherheitsproblem in Unternehmen ein.
OpenAI und CrowdStrike verdeutlichten diese Aufteilung am 1. September mit Astra und SafeMind, verkomplizierten sie jedoch einen Tag später durch den Ausbau ihrer Partnerschaft. CrowdStrike plant, unterstützte OpenAI-Codex-Agenten zur Laufzeit abzusichern und zugleich GPT-5.6 Cyber Reasoning in Falcon zu integrieren. Das deutet darauf hin, dass Unternehmen letztlich beide Ansätze gemeinsam einsetzen könnten.
OpenAI zufolge ist das kommende Astra-Modell das erste Modell, das das Unternehmen gemäß seinem Preparedness Framework als Modell mit der „kritischen“ Cybersicherheitsfähigkeitsstufe eingestuft hat. Mit den passenden Tools und Zugriffsrechten kann das Modell bislang unbekannte Schwachstellen identifizieren und Exploits gegen gehärtete Systeme entwickeln, ohne eine schrittweise Anleitung durch Menschen zu benötigen. CrowdStrike wiederum stellte SafeMind vor, eine Familie speziell entwickelter Sicherheitsmodelle und Agenten-Harnesses, die nativ in Falcon arbeiten werden.
Astra und SafeMind verfolgen unterschiedliche Sicherheitspfade
OpenAI berichtete, dass Astra bei ExploitBench, einem Benchmark für die Entwicklung von Exploits aus bekannten Schwachstellen, 100 % erreichte. Bei einer separaten internen Bewertung anhand von 20 kürzlich offengelegten Schwachstellen mit hohem Schweregrad entdeckte Astra zwei bislang unbekannte Schwachstellen und integrierte sie in eine Exploit-Kette.
Diese Ergebnisse spiegeln das Modell mit Daybreak-Blue-Zugriff wider, nicht Astras standardmäßige Produktionskonfiguration. Fortgeschrittene Cyber-Workflows werden zunächst auf eine kleine Gruppe von Testern beschränkt sein und damit OpenAIs frühere Arbeit an der Cyberabwehr mit Daybreak.
SafeMind geht von einem stärker spezialisierten Design aus. Red Tempest sucht nach Angriffspfaden, während Blue Solano sich auf die Abwehr konzentriert. Die Harnesses von CrowdStrike verbinden die Modelle in einer geschlossenen offensiv-defensiven Schleife und können auch mit anderen hochmodernen und Open-Source-Modellen arbeiten.
| OpenAI Astra | CrowdStrike SafeMind | |
| Grundkonzeption | Hochmodernes Modell für allgemeine Zwecke mit fortgeschrittenen Cyberfähigkeiten | Speziell entwickelte Sicherheitsmodelle und Agenten-Harnesses innerhalb von Falcon |
| Hauptaufgabe | Erkennung von Schwachstellen und Entwicklung von Exploits | Tests von Angriffspfaden, Erkennung und defensive Reaktion |
| Zugriffsmodell | Fortgeschrittene Cyberfähigkeiten zunächst über Daybreak Blue beschränkt | Für Falcon-Umgebungen entwickelt, mit vertrauenswürdigem Zugriff auf eigenständige Modelle |
| Zentrale Belege | 100 % bei ExploitBench | Von CrowdStrike behauptete 29 % höhere Erkennungsrate, sechsmal schnellere Behebung und 99 % niedrigere Kosten für Erkennung und Behebung |
| Frage für Unternehmen | Wie viel leistungsstarkes Cyber-Reasoning sollte eine Organisation KI-Agenten zugänglich machen? | Wie viel autonome defensive Aktion sollten Sicherheitsteams zulassen? |
Aktuelle Red-Team-Tests zeigen, wie stark der umgebende Sicherheits-Stack das Ergebnis verändern kann. CISA-Red-Team-Bewertungen ergaben, dass eine schnelle Eindämmung an den Endpunkten die tiefer in Unternehmensumgebungen liegenden Angriffswege auf Identitäten und Cloud-Systeme nicht beseitigte.
Der Vorfall vom Juli 2026 bei Hugging Face liefert eine weitere Warnung. OpenAI erklärte, dass Agenten, die andere Modelle – nicht Astra – ausführten, bei Cybersicherheitsbewertungen die Eindämmung umgingen und Teile der OpenAI-Forschungsinfrastruktur sowie der Hugging-Face-Systeme kompromittierten.
CrowdStrike zufolge können die SafeMind-Harnesses bei erkanntem Risiko autonome Maßnahmen ergreifen. Aus den Materialien zur Markteinführung geht jedoch nicht hervor, welche Schritte zur Behebung in Live-Umgebungen von Kunden ohne menschliche Genehmigung ausgeführt werden können. Ähnliche Fragen stellen sich im Zusammenhang mit dem Codex-Zugriff auf Unternehmensanwendungen, bei dem Autorisierung, Protokollierung, Rollback und menschliche Genehmigung an Bedeutung gewinnen, sobald Agenten operativen Zugriff erhalten.
Was eWeek herausgefunden hat: Astra und SafeMind messen unterschiedliche Stärken
Astra und SafeMind lassen sich als konkurrierende Ansätze für KI-Cyberabwehr vergleichen, doch ihre zentralen Leistungszahlen können nicht als direkter Wettstreit betrachtet werden. OpenAI testete Astra hauptsächlich hinsichtlich der Exploit-Entwicklung, während sich die von CrowdStrike gemeldeten SafeMind-Ergebnisse auf Erkennung und Behebung konzentrieren.
Eine technische Fallstudie von NVIDIA ergab, dass eine optimierte defensive Pipeline auf Nemotron-Basis im Backtesting eine mittlere Erkennungsrate von 41,9 % erreichte, gegenüber 16,5 % bei Nemotron 3 Ultra mit dem standardmäßigen Harness. NVIDIA wies darauf hin, dass das Ergebnis auf Änderungen in der gesamten Modell-und-Harness-Pipeline und nicht auf einer isolierten Modellverbesserung beruhte.
CrowdStrike behauptet separat, SafeMind habe gegenüber führenden Benchmarks auf Basis hochmoderner Modelle und Open-Source-Modelle eine um 29 % höhere Erkennungsrate, eine sechsmal schnellere Behebung und 99 % niedrigere Kosten für Erkennung und Behebung erzielt. In der Ankündigung werden weder diese Basissysteme genannt noch ausreichend methodische Details offengelegt, um die Zahlen als unabhängigen Produktionsnachweis zu betrachten.
Astras Ergebnis von 100 % bei ExploitBench misst die Exploit-Entwicklung und nicht die Erkennung oder Behebung. Die Partnerschaft zwischen OpenAI und CrowdStrike vom 2. September zeigt außerdem, warum der Architekturvergleich nützlicher ist als ein Benchmark-Wettstreit: Hochmodernes Reasoning, spezialisierte defensive Modelle und Laufzeitkontrollen beginnen, innerhalb desselben Sicherheits-Stacks zusammenzuarbeiten. Beschaffungs- und Governance-Teams müssen bewerten, wie diese Ebenen miteinander interagieren und kontrolliert werden, statt lediglich darauf zu achten, welcher Anbieter die größere Leistungszahl veröffentlicht.
Mehr dazu: Da autonome Software zunehmend breiteren Zugriff auf Geschäftssysteme erhält, benötigen KI-Agenten zunehmend dieselben Identitäts- und Zugriffskontrollen wie andere Akteure in Unternehmen.
Möchten Sie mehr über KI-Tipps, Tricks und Prompting-Techniken erfahren? eWeek-Leser erhalten 7 Tage kostenlosen Zugang zur Neuron Academy, unserer praxisorientierten Lernplattform, die Fachleute dabei unterstützt, KI bei der Arbeit sicherer einzusetzen. Alle Lektionen ansehen →