Alan LeFort, CEO & Co-Founder von StrongestLayer – Interview-Serie

Alan Lefort ist ein Cybersicherheitsexperte mit über 15 Jahren Erfahrung in der Entwicklung und Skalierung von Sicherheitsprodukten, die von Fortune-500-Unternehmen verwendet werden. Er leitete zuvor Produkt- und Geschäftseinheiten bei Proofpoint, McAfee und Intel (INTC ) Security, wo er sich auf erweiterte Bedrohungsschutz, Insider-Risiken und Verhaltensanalyse konzentrierte. Bei Intel half er bei der Entwicklung der Produktstrategie auf globalen Märkten und leitete Teams in den USA, Europa und Israel. Jetzt als CEO von StrongestLayer nutzt Alan diese umfassende Unternehmenserfahrung, um AI-gesteuerte Phishing-Angriffe zu stoppen, bevor sie die Benutzer erreichen – und definiert so die E-Mail-Sicherheit für die AI-Ära neu.

StrongestLayer ist eine AI-native E-Mail-Sicherheitsplattform, die darauf ausgelegt ist, fortgeschrittene Phishing- und Business-E-Mail-Kompromiss-Angriffe zu stoppen. Mit ihrem proprietären TRACE-Motor wendet sie große Sprachmodelle, Verhaltensinferenz und Kontextanalyse an, um bösartige E-Mails zu identifizieren, die traditionelle regelbasierte Systeme übersehen. Die Plattform integriert sich schnell in Microsoft 365 und Google Workspace, fügt Browser-Schutz hinzu und bietet AI-gesteuerte Mitarbeiter-Schulung, um Organisationen sowohl einen starken Schutz als auch eine sicherheitsbewusste Kultur zu bieten.

Was hat Sie und Ihre Mitgründer dazu inspiriert, StrongestLayer zu gründen, und welche spezifische Lücke in der Cybersicherheitslandschaft wollten Sie aufgrund Ihrer Erfahrungen bei Unternehmen wie Proofpoint, FireEye und Mandiant lösen?

Das Unternehmen entwickelte sich mit der Perspektive jedes Mitgründers. Es begann mit Riz, unserem CTO, der erkannte, dass Phishing zu sophistiziert für traditionelle Mitarbeiter-Schulung wurde. Seine Erkenntnis war, dass AI-gesteuerte Anpassung die Sicherheitsbewusstsein grundlegend verbessern konnte.

Als Josh als unser Chief Product Officer beitrat, brachte er das fehlende Puzzlestück. Während er unser frühes Produkt testete, entdeckte er, dass unsere AI-Analyse komplexe Angriffe detektierte, die etablierte E-Mail-Sicherheitsanbieter vollständig verpassten. Das war der Moment, als wir erkannten, dass wir nicht nur die Schulung verbesserten, sondern eine fundamentale Lücke in der Bedrohungserkennung identifizierten.

Ich trat als CEO im Frühjahr 2025 bei, nachdem ich das Team beraten hatte, und sah die strategische Chance klar: Wenn nur AI gegen AI-gesteuerte Angriffe verteidigen kann, mussten wir nicht nur die Erkennung, sondern auch, wie wir Menschen in dieser neuen Realität ermächtigen, neu denken. Die Entscheidung war einfach – voll und ganz auf AI-native Erkennung und Prävention setzen.

Warum glauben Sie, dass E-Mail nach wie vor ein so kritischer Angriffspunkt ist, insbesondere in der Ära der generativen AI?

E-Mail bleibt der primäre Angriffspunkt, weil es der Kanal ist, in dem der Geschäftskontext am meisten zählt, und generative AI es Angreifern ermöglicht, diesen Kontext auszunutzen.

Traditionelle E-Mail-Angriffe waren volumenbasiert und offensichtlich. AI ändert das Spiel vollständig – Angreifer können jetzt personalisierte E-Mails generieren, die organisatorische Hierarchien verstehen, Kommunikationsstile nachahmen und tatsächliche Geschäftsprozesse referenzieren. Sie senden nicht mehr nur generische Phishing-Mails; sie erstellen Angriffe, die für spezifische Organisationen authentisch erscheinen.

E-Mail ist auch der Ort, an dem Vertrauensentscheidungen täglich getroffen werden. Mitarbeiter erhalten regelmäßig Anfragen von Lieferanten, Partnern und Kollegen, die Urteilsentscheidungen über die Legitimität erfordern. AI-gesteuerte Angriffe nutzen genau diese Vertrauensbeziehungen aus, indem sie so tun, als kämen sie von bekannten Entitäten mit plausiblen Anfragen.

Die grundlegende Herausforderung besteht darin, dass die E-Mail-Sicherheit immer darum ging, “schlechte” technische Muster zu erkennen, aber AI-Angriffe technisch gut aussehen, während sie böswillig intendiert sind.

Wie unterscheidet sich die LLM-native Architektur von StrongestLayer grundlegend von traditionellen E-Mail-Sicherheitslösungen?

Wir bauten die erste LLM-as-Master-Architektur, die sich grundlegend von Anbietern unterscheidet, die LLM-Funktionen auf bestehende Muster-Erkennungssysteme aufsetzen. Der Unterschied ist architektonisch – das LLM orchestriert den gesamten Analyseprozess und nicht nur ein Add-on-Modul.

Traditionelle Lösungen funktionieren wie ein Anklagesystem ohne Verteidigung – sie können nur nach Schuld suchen, ohne Mechanismen, um Unschuld zu beweisen. Dies schafft die klassische Falsch-Positiv-/Falsch-Negativ-Spannung, die innerhalb eines Anklagesystems nie gelöst werden kann.

Unser Durchbruch ist die duale Beweissammlung. Wir brechen das Anklagesystem-Paradigma vollständig, indem wir jedem E-Mail seine “Tag im Gericht” geben. Unser System agiert als beide Anwälte und Richter, während ein unparteiischer LLM-Richter die Beweise abwägt und ein Urteil fällt.

Die Architektur erforderte eine völlig neue Infrastruktur: LLM-as-Master-Koordination, duale Beweissynthese-Algorithmen, Mischung von Experten-Architektur für spezialisierte Analyse und Zero-Memory-Architektur für Unternehmensdatenschutz. Wir liefern die Analysefähigkeit von tausend Elite-Analysten mit dem Gedächtnis eines Goldfischs – maximale Analysefähigkeit, null Datenpersistenz.

Können Sie erklären, wie Ihr TRACE-System (Threat Reasoning AI Correlation Engine) funktioniert und was es so effektiv gegen AI-gesteuerte Phishing-Angriffe macht?

TRACE funktioniert durch duale Beweissammlung, die grundlegend die Wirtschaftlichkeit der E-Mail-Sicherheit ändert.

Für jede E-Mail führen wir zwei parallele Untersuchungen durch: die Sammlung von Normalitätsindikatoren als “Verteidiger” und die Sammlung von Bedrohungssignalen als “Ankläger”. Ein unparteiischer LLM-Richter wiegt alle Beweise ab und fällt ein Urteil.

Nehmen wir ein Beispiel: Eine Zahlung von 50 Millionen Dollar von Ihrem CFO während des Quartalsabschlusses. Legacy-Systeme sehen dringende Sprache, große Summe, Nachtschicht-Timestamp – jedes Muster schreit nach Bedrohung. Die E-Mail wird quarantäniert, das Geschäft wird gestört.

Unsere duale Architektur führt parallele Untersuchungen durch: Verteidiger-Beweise umfassen die Kommunikationsmuster des CFO, die etablierte Beziehung des Lieferanten, die Zahlung innerhalb der Beschaffungslimits und die Befolgung dokumentierter Workflows. Ankläger-Beweise umfassen externe Bedrohungs-Intelligence, Kommunikations-Intent-Analyse, Autoritäts-Bypass-Versuche und Druckmanipulationsmuster.

Der LLM-Richter wiegt alle Beweise ab. Starke Legitimitätsindikatoren überwiegen geringe Bedrohungssignale. Die E-Mail wird automatisch mit hoher Zuverlässigkeit freigegeben, die Geschäftskontinuität wird aufrechterhalten, und Analysten konzentrieren sich auf tatsächliche Bedrohungen.

Was dieses System so effektiv gegen AI-Angriffe macht, ist, dass wir uns auf stabile Indikatoren konzentrieren, die unabhängig von der Angriffsnovelität bestehen bleiben – Geschäftslegitimationsmuster und böswillige Intentionsmuster bleiben konsistent, auch wenn die Angriffsmethoden völlig neu sind.

Wie bleibt Ihre Plattform den sich entwickelnden Bedrohungen voraus, insbesondere da AI es Angreifern ermöglicht, personalisierte E-Mails im großen Maßstab zu generieren?

Der Schlüsselgedanke ist, dass AI, obwohl es die Generierung von Angriffen im großen Maßstab ermöglicht, das Geschäftslogik-Problem für Angreifer nicht löst.

AI kann perfekte Grammatik erstellen, Kommunikationsstile nachahmen und öffentlich zugängliche Informationen über Organisationen referenzieren. Aber es kann nicht perfekt die internen Geschäftsprozesse, Genehmigungsworkflows, Vertragszyklen und Beziehungsdyamik über alle Organisationen hinweg verstehen.

Unsere Plattform bleibt voraus, indem sie sich auf Geschäftsvernunft konzentriert und nicht auf technische Muster. Wenn AI-Angriffe in ihrer technischen Präsentation sophistizierter werden, werden sie oft in ihrer Geschäftslogik verzweifelter – sie erzeugen Dringlichkeit, wo keine sein sollte, umgehen normale Prozesse oder fordern Aktionen, die nicht mit etablierten Beziehungen übereinstimmen.

Wir profitieren auch von cross-kundenübergreifendem Lernen, ohne individuelle Kunden-Daten offenzulegen. Muster des Missbrauchs von Geschäftslogik sind oft konsistent über Organisationen hinweg, auch wenn die technische Implementierung variiert.

Welche Arten von Organisationen sind derzeit am stärksten von AI-gesteuerten Phishing-Angriffen bedroht, und wie adressiert Ihre Plattform ihre spezifischen Herausforderungen?

Organisationen mit komplexen Lieferantenbeziehungen und Genehmigungsprozessen sind am stärksten gefährdet – insbesondere Finanzdienstleistungen, Gesundheitswesen und Rechtsfirmen. Diese Sektoren haben wertvolle Daten, etablierte Geschäftsprozesse, die Angreifer recherchieren können, und Mitarbeiter, die regelmäßig sensible Anfragen bearbeiten.

Mittelständische Unternehmen stehen vor einer spezifischen Herausforderung: Sie haben unternehmensweite Verpflichtungen und Komplexität, aber ohne die Sicherheitspersonal oder -budgets, um damit Schritt zu halten. Sie sind sophisticated genug, um attraktive Ziele zu sein, aber ressourcenbeschränkt genug, dass fortgeschrittene Angriffe erfolgreich sind.

Unsere Plattform adressiert dies, indem sie die Geschäftskontextanalyse automatisiert, die normalerweise dedizierte Sicherheitsanalysten erfordern würde. Anstatt Teams zu verlangen, jede verdächtige Anfrage manuell zu untersuchen, liefert TRACE die Argumentation, die Organisationen hilft, schnelle informierte Entscheidungen zu treffen.

Wir konzentrieren uns auch auf die Benutzeroberfläche, da diese Organisationen Lösungen nicht leisten können, die operativen Reibungspunkte schaffen oder umfangreiche Schulung erfordern.

Wie funktioniert Ihr prädiktives Kampagnen-Erkennungssystem, und wie identifiziert und neutralisiert es gefälschte Firmen-Websites so schnell?

Unser Ansatz kombiniert Echtzeit-Domain-Registrierungs-Überwachung mit Geschäftskontextanalyse.

Wir überwachen globale Domain-Registrierungen kontinuierlich und suchen nach Mustern, die auf Impersonierungs-Kampagnen hindeuten – ähnliche Schreibweise zu legitimen Domains, Registrierungszeitcluster und Infrastruktur-Muster, die mit Angriffsvorbereitungen übereinstimmen.

Der Schlüsselunterschied ist jedoch die Korrelation dieser technischen Intelligence mit dem Geschäftskontext. Wenn wir Domains registrieren, die Kunden-Lieferanten oder -Partner impersonieren könnten, können wir Kampagnen-Ziele und -Zeitpunkte basierend auf Geschäftsbeziehungen und -Zyklen vorhersagen.

Die “Neutralisierung” geschieht durch frühzeitige Warnung – wir warnen Kunden vor potenziellen Impersonierungs-Kampagnen Wochen bevor E-Mails gesendet werden, sodass sie Verteidigungen vorbereiten und Mitarbeiter über spezifische Bedrohungen informieren können, auf die sie achten sollten.

Diese präkampagnen-erkennung ist nur möglich, weil wir sowohl die technische Angriffs-Infrastruktur als auch den Geschäftskontext verstehen, den Angreifer ausnutzen werden.

Welche waren einige der härtesten technischen Probleme, die Sie bei der Entwicklung einer wirklich LLM-nativen Cybersicherheitslösung erlebt haben?

Das härteste Problem war, ein System zu bauen, das über den Geschäftskontext nachdenken kann, ohne sensible organisatorische Daten offenzulegen, während es beweist, dass es gegen neuartige Angriffe funktioniert, die Legacy-Systeme verpassen.

Wir haben kürzlich eine Validierung erhalten, als unser TRACE-System einen Microsoft-365-Direct-Send-Exploitation-Angriff detektierte, den sowohl Microsofts native Sicherheit als auch der Marktführer vollständig verpassten. Der Angriff wurde veröffentlicht und von Dark Reading validiert. Er nutzte legitime Microsoft (MSFT ) -Funktionen aus, verwendete Bild-basierte Verschleierung und dynamisierte personalisierte Phishing-Seiten – völlig neuartige Techniken ohne historische Muster zum Abgleichen.

Die technischen Herausforderungen waren erheblich: LLM-as-Master-Koordination aufbauen, die sophisticatede Argumentation durchführen kann, während sie sensible Daten lokal hält, False-Positive-Fallen vermeidet, wenn man von Muster-Erkennung zu Argumentation wechselt, und Leistung optimiert, um Echtzeit-Entscheidungen innerhalb der E-Mail-Fluss-Latenz-Anforderungen bereitzustellen.

Der größte Durchbruch war jedoch, dass wir unsere duale Beweis-Architektur in der realen Welt gegen Angriffe bewiesen, die etablierte Anbieter überlisteten. Diese Validierung gab uns die Zuversicht, dass die Architektur mit allem zurechtkommt, was Angreifer als Nächstes entwickeln.

Wie sehen Sie die Bedrohungslandschaft bis 2026-2027, und wie bereiten Sie Ihre Plattform darauf vor?

Bis 2026-2027 erwarte ich, dass sophisticatede AI-gesteuerte Angriffe zum Mainstream werden und nicht mehr nur das Territorium von Advanced Persistent Threats sind. Die Werkzeuge und Techniken werden kommerzialisiert, was den Pool der Bedrohungsakteure dramatisch erweitert.

Wir werden auch sehen, wie Angriffe über E-Mail hinaus auf alle Geschäftskommunikationskanäle ausgeweitet werden – Teams, Slack, mobile Messaging. Angreifer werden Kampagnen über mehrere Kanäle orchestrieren, was die Ein-Punkt-Erkennung unzureichend macht.

Wir bereiten uns darauf vor, indem wir TRACE als Argumentations-Engine aufbauen, die auf jeden Geschäftskommunikationskanal angewendet werden kann. Die Kern-Technologie – das Verständnis von Geschäftskontext und Intent – ist nicht E-Mail-spezifisch. Wir investieren auch stark in cross-kanalübergreifende Korrelationsfähigkeiten.

Der andere große Wandel wird der Angriff auf AI-Adoption innerhalb von Organisationen sein. Wenn Unternehmen AI-Tools für Geschäftsprozesse einsetzen, werden Angreifer diese Integrationen und Datenflüsse angreifen.

Welche Lektionen haben Sie bisher aus realen Einsatzszenarien gelernt, und wie haben diese Ihre Produkt-Roadmap geprägt?

Die größte Lektion ist, dass neuartige Angriffe unsere architektonische Herangehensweise auf Weise validieren, die wir nicht vorhersehen konnten. Als unser TRACE-System den Microsoft-365-Direct-Send-Exploitation-Angriff detektierte, den sowohl Microsoft als auch der Marktführer verpassten, bewies es unsere These, dass Argumentation Muster-Erkennung bei wirklich neuartigen Techniken übertrifft.

Wir haben gelernt, dass Benutzeroberfläche mehr zählt, als wir ursprünglich dachten, aber nicht auf die Weise, die wir erwartet hatten. Sicherheitsteams wollen nicht nur genaue Erkennung – sie wollen verstehen, warum das System Entscheidungen getroffen hat. Unser duales Ansatz hilft, weil Analysten sowohl die Anklage- als auch die Verteidiger-Beweise sehen können, die zum LLM-Richterspruch führten.

Wir entdeckten auch, dass die Erkennung neuartiger Angriffe Wettbewerbsvorteile schafft, die wir nicht vorhergesehen hatten. Als wir die Direct-Send-Analyse veröffentlichten, die Dark Reading validierte, etablierte es technische Glaubwürdigkeit auf Weise, die Marketing-Behauptungen nie könnten. Interessenten erkannten, dass wir nicht nur behaupteten, unbekannte Bedrohungen zu erkennen – wir bewiesen es mit dokumentierten Fällen, in denen etablierte Anbieter versagten.

Diese Lektionen haben unsere Strategie um transparency und technische Validierung herum geprägt. Unsere Roadmap betont nicht nur Erkennungsfähigkeiten, sondern auch die Fähigkeit, Argumentation zu erklären und Bedrohungs-Intelligence mit der breiteren Sicherheitsgemeinschaft zu teilen.

Wo sehen Sie StrongestLayer in den nächsten zwei bis drei Jahren, und was ist die langfristige Vision für das Unternehmen?

In den nächsten zwei Jahren sehe ich uns als die Argumentations-Engine, die alle Geschäftskommunikation schützt – nicht nur E-Mail, sondern auch Teams, Slack, mobile Messaging und aufkommende Kanäle.

Die technische Grundlage, die wir mit TRACE aufgebaut haben – das Verständnis von Geschäftskontext und Intent – gilt über die E-Mail-Sicherheit hinaus. Wenn Organisationen mehr Kommunikationskanäle und AI-Tools adoptieren, benötigen sie konsistenten Schutz, der Geschäftslogik über alle Plattformen hinweg versteht.

Langfristig ist unsere Vision, die Intelligenz-Schicht zu sein, die Organisationen hilft, in einer AI-gesteuerten Welt sicher zu kommunizieren. Anstatt dass Sicherheit ein Hindernis für Kommunikation ist, wollen wir das System sein, das es Unternehmen ermöglicht, neue Kommunikationstechnologien sicher zu adoptieren.

Das ultimative Ziel ist, einen Punkt zu erreichen, an dem Organisationen nicht mehr über E-Mail-Sicherheit als separates Problem nachdenken – es ist einfach ein Teil davon, wie Geschäftskommunikation funktioniert, und schützt sie automatisch, während es Produktivität ermöglicht.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten StrongestLayer besuchen.