Forescout-Studie: KI verkürzt Schwachstellenanalyse von neun Monaten auf 90 Stunden

November 15, 2026

Forescout Research Vedere Labs identifizierte mithilfe frei verfügbarer KI-Modelle 66 bislang unbekannte Schwachstellen in zehn TCP/IP-Stacks. Die betroffenen Netzwerkkomponenten kommen unter anderem in OT-, IoT- und kritischen Infrastrukturen zum Einsatz.

Forescout Research – Vedere Labs hat untersucht, ob frei verfügbare KI-Modelle mit begrenztem Budget Schwachstellen sowohl in Open-Source-Software als auch in proprietären Binärdateien aufdecken können. Dafür entwickelte das Team eine KI-gestützte Plattform zur Schwachstellenanalyse und prüfte damit zehn verbreitete TCP/IP-Stacks. Sieben davon waren bereits zuvor von Vedere Labs untersucht worden, drei wurden neu analysiert.

Die Forscher bestätigten insgesamt 99 Schwachstellen, darunter 66 bislang unbekannte. 52 Prozent der neuen Funde wurden als hoch oder kritisch eingestuft; 54 meldete das Team an Hersteller und Maintainer. Für einige Ergebnisse läuft das koordinierte Offenlegungsverfahren noch. Nach Angaben von Forescout sank die Analysezeit von etwa neun Monaten auf 90 Stunden. Die automatisierte statische Analyse kostete insgesamt 935 US-Dollar.

Daniel dos Santos, Vice President of Research bei Forescout, zufolge ersetzt KI keine erfahrenen Schwachstellenforscher, reduziert aber den erforderlichen Analyseaufwand deutlich. Dadurch könnten sowohl Verteidiger als auch Angreifer komplexe Embedded-Software schneller und kostengünstiger untersuchen. Für Betreiber kritischer Infrastrukturen erhöhe sich damit der Druck, Risiken zügig zu erkennen, zu priorisieren und einzudämmen – besonders bei älteren Geräten, die sich nur schwer aktualisieren lassen.

Wichtige Erkenntnisse

Die KI-gestützte Analyse dauerte insgesamt 90 Stunden. Rund zehn Stunden entfielen auf die eigenständige KI-Auswertung, etwa 80 weitere auf die dynamische Validierung. Eine vergleichbare manuelle Untersuchung hatte zuvor ungefähr neun Monate beansprucht. In den zehn untersuchten TCP/IP-Stacks bestätigten die Forscher 99 Schwachstellen. 66 davon waren bislang unbekannt; die übrigen 33 waren bereits bekannt und wurden vom System erneut erkannt.

52 Prozent der 66 neuen Schwachstellen wurden als hoch oder kritisch eingestuft. Das KI-gestützte System identifizierte außerdem 40 Prozent der bereits bekannten Schwachstellen erneut. Laut Forescout zeigt dies, dass die Methode auch in Software bislang nicht erkannte Lücken aufdecken kann, obwohl diese schon zuvor manuell untersucht worden war. 54 der neuen Funde meldeten die Forscher an Hersteller und Maintainer; für einige Fälle läuft das koordinierte Offenlegungsverfahren noch.

Die statische Analyse der zehn Stacks kostete laut Forescout insgesamt 935 US-Dollar. Das Unternehmen beziffert die durchschnittlichen Kosten je Fund zusätzlich mit 2,58 US-Dollar; die Pressemitteilung erläutert die zugrunde liegende Bezugsgröße nicht. Die Untersuchung proprietärer Binärdateien dauerte doppelt so lange und war etwa sechsmal teurer als die Quellcodeanalyse. Sie zeigt nach Einschätzung der Forscher dennoch, dass sich KI-gestützte Analysen auch auf Firmware ohne öffentlich verfügbaren Quellcode ausweiten lassen.

Frühere Untersuchungen von Vedere Labs deuten darauf hin, dass Schwachstellen in grundlegenden TCP/IP-Komponenten Hunderte Produkte verschiedener Hersteller betreffen können. Wird dieselbe Komponente breit eingesetzt, kann eine einzelne Lücke damit Risiken entlang der Lieferkette erzeugen.

Infobox: Studienergebnisse auf einen Blick

  • 10 TCP/IP-Stacks wurden untersucht, sieben davon bereits in früheren Analysen.
  • 99 Schwachstellen bestätigten die Forscher, darunter 66 neue.
  • 52 Prozent der neuen Funde wurden als hoch oder kritisch eingestuft.
  • 90 Stunden dauerte die KI-gestützte Analyse; zuvor hatte eine vergleichbare Untersuchung etwa neun Monate beansprucht.
  • 54 neue Schwachstellen wurden an Hersteller und Maintainer gemeldet.
  • Die statische Analyse kostete laut Forescout 935 US-Dollar. Die zusätzlich genannte Summe von 2,58 US-Dollar pro Fund ist in der Pressemitteilung nicht näher hergeleitet.

Auswirkungen auf kritische Infrastrukturen

TCP/IP-Stacks ermöglichen vernetzten Geräten die Kommunikation über Netzwerke. Sie sind in Produkten für Betriebstechnik (OT), das Internet der Dinge (IoT), Medizintechnik, Netzwerke und weitere cyber-physische Systeme eingebettet. Wird dieselbe Software in Produkten verschiedener Hersteller eingesetzt, kann eine einzelne Schwachstelle Risiken entlang der gesamten Lieferkette verursachen.

Besonders schwierig ist die Behebung, wenn anfällige Software in Geräten steckt, die über Jahrzehnte betrieben werden. Selbst wenn ein Patch bereitsteht, muss er über den Softwareentwickler und den Gerätehersteller bis zum Betreiber gelangen. Für abgekündigte oder nicht mehr unterstützte Produkte gibt es möglicherweise keine Aktualisierung mehr.

Forescout-CEO Barry Mainz betont, dass sich die Rahmenbedingungen für Betreiber trotz der schnelleren Schwachstellensuche kaum verändert haben: Altsysteme, betriebliche Anforderungen und schwer patchbare Geräte bleiben bestehen. Daher müsse Risikominderung neben dem Patchen eine zentrale Rolle spielen. Organisationen sollten zunächst feststellen, welche Geräte in ihrem Netzwerk aktiv sind, welche Schwachstellen dort tatsächlich ein operatives Risiko darstellen und mit welchen Kontrollen sich dieses Risiko begrenzen lässt.

Empfehlungen zur Risikominderung

Da KI die Schwachstellensuche für Sicherheitsforscher und Angreifer beschleunigt, empfiehlt Forescout, Risiken anhand ihrer Erreichbarkeit, Ausnutzbarkeit und möglichen betrieblichen Auswirkungen zu priorisieren. Dabei sollten Organisationen die Funktion des jeweiligen Geräts, seine Netzwerkanbindung, vorhandene Schutzmaßnahmen und mögliche Folgen für den Betrieb berücksichtigen, anstatt alle Schwachstellen gleich zu behandeln.

Zudem sollten Unternehmen die unnötige Exponierung vernetzter Geräte reduzieren. Nicht benötigte Dienste wie FTP, Telnet, IPv6 oder webbasierte Administrationsschnittstellen sollten nach Möglichkeit deaktiviert oder eingeschränkt werden. Geräte, die sich nicht patchen lassen, empfiehlt Forescout in streng kontrollierte Netzwerksegmente zu isolieren und dort nur die für den Betrieb erforderliche Kommunikation zuzulassen.

Sind Sicherheitsupdates verfügbar, sollten Unternehmen die Patch-Prozesse für Embedded-Geräte überprüfen und beschleunigen. So können sie auf das höhere Tempo reagieren, mit dem Schwachstellen entdeckt und offengelegt werden. Auch die Beschaffung sollte Sicherheitsanforderungen berücksichtigen: Forescout rät dazu, von Lieferanten klar definierte Supportzeiträume, veröffentlichte Richtlinien zur Offenlegung von Schwachstellen, Software Bills of Materials (SBOMs) und Nachweise kontinuierlicher Sicherheitstests zu verlangen.

Forescout empfiehlt außerdem Softwareanbietern und Maintainer-Teams, KI-gestützte Sicherheitsanalysen in ihre Entwicklungs- und Release-Prozesse einzubeziehen und sich auf eine wachsende Zahl KI-generierter Schwachstellenmeldungen vorzubereiten. Mit der zunehmenden Skalierbarkeit der Schwachstellensuche benötigen Betreiber einen vollständigen Überblick darüber, wo anfällige Software in ihrer Umgebung eingesetzt wird. Erst mit diesem Kontext können sie die Bedeutung für den Betrieb bewerten und passende Maßnahmen priorisieren. Der vollständige Bericht trägt den Titel „Finding Critical Infrastructure Bugs with Off-the-Shelf AI“.

Infobox: Empfehlungen für Betreiber

  • Risiken nach Erreichbarkeit, Ausnutzbarkeit und betrieblichen Folgen priorisieren.
  • Nicht benötigte Dienste und Administrationsschnittstellen deaktivieren oder beschränken.
  • Nicht patchbare und nicht mehr unterstützte Geräte in kontrollierten Netzwerksegmenten isolieren.
  • Patch-Prozesse für Embedded-Geräte beschleunigen, sobald Aktualisierungen verfügbar sind.
  • Sicherheitsanforderungen bei der Beschaffung verankern: Supportzeiträume, Offenlegungsrichtlinien, SBOMs und kontinuierliche Sicherheitstests verlangen.

Häufig gestellte Fragen

Was haben die Forescout-Forscher untersucht?

Forescout Research – Vedere Labs prüfte, ob frei verfügbare KI-Modelle mit begrenztem Budget Schwachstellen in Open-Source-Systemen und Binärdateien finden können, die für kritische Infrastrukturen relevant sind. Das Team entwickelte dafür eine KI-gestützte Plattform und untersuchte zehn verbreitete TCP/IP-Stacks. Sieben davon waren bereits Gegenstand früherer Forschungsarbeiten, drei wurden neu analysiert.

Was sind TCP/IP-Stacks?

TCP/IP-Stacks sind grundlegende Softwarekomponenten, über die vernetzte Geräte miteinander kommunizieren. Sie sind unter anderem in OT-, IoT-, Medizin- und Netzwerkgeräten verbaut.

Wie viele Schwachstellen wurden gefunden?

Die Forscher bestätigten 99 Schwachstellen. 33 davon waren bereits bekannt und wurden durch das KI-gestützte System erneut erkannt; 66 waren neue Funde. 54 der neuen Schwachstellen wurden an Hersteller und Maintainer gemeldet. 52 Prozent wurden als hoch oder kritisch eingestuft.

Wie stark beschleunigte KI die Analyse?

Die Untersuchung dauerte insgesamt 90 Stunden. Laut Studie entfielen etwa zehn Stunden auf die eigenständige KI-Analyse und rund 80 Stunden auf die dynamische Validierung. Eine vergleichbare manuelle Analyse hatte zuvor etwa neun Monate beansprucht.

Warum sind die Ergebnisse für kritische Infrastrukturen relevant?

TCP/IP-Stacks stecken in zahlreichen OT-, IoT-, Medizin-, Netzwerk- und anderen vernetzten Produkten. Schwachstellen in diesen Basiskomponenten können sich über die Software-Lieferkette auf viele nachgelagerte Produkte auswirken. Ältere und nicht mehr unterstützte Geräte sind oft schwer oder gar nicht zu patchen.

Wie können Betreiber ihre Exponierung reduzieren?

Forescout empfiehlt, vernetzte Assets kontinuierlich zu erfassen, Schwachstellen nach ihrem tatsächlichen Risiko zu priorisieren und erforderliche Abhilfemaßnahmen festzulegen. Wenn Geräte nicht kurzfristig gepatcht oder vom Netz genommen werden können, lassen sich Risiken laut Unternehmen durch kompensierende Kontrollen wie Segmentierung und Isolation begrenzen.

Related Articles

Shufti setzt bei Altersprüfung auf geräteinterne KI

Der Anbieter Shufti hat eine Altersprüfung vorgestellt, bei der die Gesichtsanalyse teilweise auf dem Endgerät stattfindet. Ein verschlüsseltes Einmal-Token übermittelt Zwischenergebnisse an einen Server, der die Prüfung abschließt. Laut Unternehmen verlässt das...

Niederlande: Operation Endgame trifft drei Malware-Netzwerke

Internationale Ermittler haben Infrastruktur von Gootloader, CastleRAT und StealC abgeschaltet. Die niederländische Polizei meldet eigene Maßnahmen gegen 14 Gootloader-Server, sechs CastleRAT-Server und 80 StealC-Server. Außerdem wurden gemeinsam mit Partnern Domains...

Share This