Alon Noy, CEO und Mitgründer von Astelia – Interviewreihe

Alon Noy, CEO und Mitgründer von Astelia, ist eine Führungskraft im Bereich Cybersicherheit mit mehr als 15 Jahren Erfahrung in offensiver und defensiver Sicherheit. Zuvor diente er in der israelischen Einheit 8200 und leitete anschließend das israelische Nationale Red Team für Cybersicherheit. Zu seinen Aufgaben gehörten dort Belastungstests kritischer Infrastrukturen sowie die Zusammenarbeit mit Sicherheitsteams, um reale Angriffswege zu erkennen und zu schließen. Noy leitete außerdem große Forschungs- und Entwicklungsorganisationen, absolvierte das israelische Talpiot-Programm und besitzt einen Master of Science in Informatik von der Universität Tel Aviv. Seine Erfahrung aus der Perspektive von Angreifern wie Verteidigern prägte den Ansatz von Astelia: Das Unternehmen ermittelt, welche Schwachstellen in der Umgebung einer Organisation tatsächlich erreichbar und ausnutzbar sind.

Astelia ist ein KI-natives Cybersicherheitsunternehmen, das sich auf das Management von Angriffsflächen und Schwachstellen konzentriert. Das von Veteranen und ehemaligen Führungskräften des Nationalen Red Teams Israels gegründete Unternehmen nutzt KI und netzwerkspezifische Analysen, um festzustellen, welche Schwachstellen tatsächliche Angriffswege darstellen, statt sich hauptsächlich auf allgemeine Schweregradbewertungen zu stützen. Die Plattform bildet die Umgebung einer Organisation mithilfe schreibgeschützter Integrationen ab, gleicht die Voraussetzungen für die Ausnutzung von Schwachstellen mit der Netzwerktopologie ab und unterstützt Sicherheitsteams dabei, nachweislich erreichbare Schwachstellen zu priorisieren und mögliche Abhilfemaßnahmen zu ermitteln, etwa Patches, Konfigurationsänderungen, Segmentierung oder kompensierende Kontrollen. Übergeordnetes Ziel des Unternehmens ist es, die Zahl der Schwachstellenmeldungen zu senken, die Unternehmen untersuchen müssen, und Ressourcen auf Angriffsflächen zu konzentrieren, die Angreifer realistischerweise ausnutzen könnten.

Bevor Sie Astelia gründeten, waren Sie mehr als ein Jahrzehnt im israelischen nationalen Sicherheitsbereich tätig, unter anderem in der Einheit 8200 und als Leiter des Nationalen Red Teams für Cybersicherheit Israels. Dabei sollten Sie wie ein Angreifer denken und handeln. Was haben Sie aus diesen Erfahrungen darüber gelernt, wie ausgefeilte Angriffe tatsächlich ablaufen, und welche Marktlücke im Bereich Cybersicherheit hat Sie schließlich dazu bewogen, Astelia mitzugründen?

Mehr als ein Jahrzehnt lang bestand meine Aufgabe im Wesentlichen darin, wie jemand zu denken, der in ein System einzudringen versucht – nicht wie jemand, der das verhindern will. Die deutlichste Lehre aus dieser Erfahrung ist, dass ausgefeilte Angriffe fast nie auf einer einzigen dramatischen Schwachstelle beruhen. Meist sind es zwei oder drei kleine Dinge, die für sich genommen niemand für bedeutsam hielt: ein Konto, das nie deaktiviert wurde, ein Bereich des Netzwerks, der eigentlich isoliert sein sollte, es aber nicht war, eine Berechtigung, die weiter reichte als nötig, und Ähnliches. Als ich das Nationale Red Team leitete, verbrachten wir sehr viel mehr Zeit damit, zu verstehen, wie das Netzwerk eines Ziels tatsächlich funktionierte, als damit, den Exploit selbst zu entwickeln. Sobald man die Wege kennt, ist ihre Ausnutzung fast der einfache Teil. Als ich auf die defensive Seite wechselte, fiel mir ein Muster auf. Es gab lange Listen von »kritischen« Schwachstellen, aber keine verlässliche Möglichkeit festzustellen, welche davon ein Angreifer tatsächlich erreichen konnte. Genau diese Lücke sollte Astelia schließen: Das Unternehmen nutzt die Erreichbarkeitsanalyse – also das Verfahren, mit dem Angreifer ihren Weg in ein System finden – für die Verteidigung.

Astelia verfolgt beim Schwachstellenmanagement einen anderen Ansatz: Das Unternehmen bildet die tatsächliche Netzwerktopologie einer Organisation ab und nutzt agentische KI, um festzustellen, welche Schwachstellen tatsächlich erreichbar und ausnutzbar sind. Wie funktioniert das in der Praxis, und warum sind Sie der Ansicht, dass herkömmliche Bewertungen von Schwachstellen Verteidigern oft die falschen Prioritäten vorgeben?

Mithilfe schreibgeschützter Integrationen bilden wir das tatsächliche Netzwerk einer Organisation ab: wie die Systeme wirklich miteinander verbunden sind und wo vorhandene Netzwerkkontrollen einem Angreifer bereits im Weg stehen. Sobald dieses Bild vorliegt, geht die KI jede Schwachstelle durch und ermittelt, was für ihre Ausnutzung tatsächlich erforderlich wäre – etwa welche Zugriffsrechte nötig wären, welcher Weg durch das Netzwerk genommen werden müsste und welche Bedingungen erfüllt sein müssten. Anschließend gleicht sie all das mit der realen Topologie und den vorhandenen Kontrollen ab. Von allem, was ein Scanner meldet, erweist sich in der Regel weniger als 1 % als tatsächlich erreichbar. CVSS und EPSS stoßen beide auf dasselbe grundlegende Problem: Sie bewerten eine Schwachstelle so, als sähe jedes Netzwerk gleich aus, als wäre das System ungeschützt dem offenen Internet ausgesetzt oder als ließen sich aus branchenweiten Ausnutzungstrends Rückschlüsse auf Ihre konkrete Umgebung ziehen. In den meisten Umgebungen trifft keine dieser Annahmen zu. Ein als kritisch eingestufter Fehler, der drei Netzwerksprünge hinter einem segmentierten Netzwerk liegt, stellt nicht dasselbe Risiko dar wie ein Fehler auf einem öffentlich zugänglichen Server. Und eine Schwachstelle mit einem branchenweit hohen EPSS-Wert ist in Ihrem Netzwerk möglicherweise überhaupt nicht erreichbar. Diese Bewertungen sind Momentaufnahmen und bilden Ihr Netzwerk nicht ab. Die Erreichbarkeit ändert sich ständig, weil sich Netzwerke und die Kontrollen, die sie schützen, ständig ändern.

Sie haben argumentiert, dass vieles, worüber sich Verteidiger Sorgen machen, für die Vorgehensweise realer Angreifer keine Rolle spielt. Was missverstehen Sicherheitsteams Ihrer Erfahrung nach am häufigsten daran, wie Angreifer Schwachstellen erkennen und miteinander verknüpfen – gerade wenn Sie genehmigte Angriffe auf hochsichere Umgebungen durchführen?

Es wird oft angenommen, Angreifer hätten es auf alles abgesehen, was als besonders schwerwiegend eingestuft wird. In der Praxis tun wir das selten. Wir nehmen uns vor, was uns am schnellsten ans Ziel bringt. Oft ist das etwas, das der Scanner nur als mittelschwer oder geringfügig eingestuft hat: eine Dateifreigabe mit falschen Berechtigungen, Zugangsdaten, die nach dem vermeintlichen Ende eines Projekts zurückgeblieben sind, oder ein kleiner erster Zugriff, der erst in Kombination mit etwas anderem gefährlich wurde, das niemand damit in Verbindung gebracht hatte. Scanner bewerten einzelne Befunde isoliert. Angriffe funktionieren nicht so: Angreifer achten stets darauf, wie Dinge zusammenhängen. Was für sich genommen harmlos wirkt, kann genau das sein, was ein Angreifer braucht, um von einem Konto mit geringen Berechtigungen zur vollständigen Kontrolle zu gelangen. Die meisten Verteidiger sind nach wie vor darauf eingestellt, Risiken Befund für Befund zu bewerten. Deshalb übersehen sie immer wieder die Angriffspfade, auf die es tatsächlich ankommt.

KI verkürzt die Zeit und verringert das Fachwissen, die nötig sind, um neu offengelegte Schwachstellen in funktionierende Exploits zu verwandeln, drastisch. Wie verändert das die Kostenstruktur von Cyberangriffen, und welche Angreifergruppen profitieren am meisten von immer leistungsfähigeren KI-Modellen?

Der aufwendigste Teil bei der Entwicklung eines Exploits war früher das nötige Fachwissen: den Fehler zu finden, genau herauszufinden, wie er sich ausnutzen lässt, und den Exploit zuverlässig zu machen. Was ein Expertenteam oft Monate gekostet hätte, kann ein gewöhnlicher Angreifer mit Zugang zu führenden Modellen heute in wenigen Stunden schaffen. Das verändert die Kostenstruktur grundlegend. Eine neu entdeckte CVE für Angriffe nutzbar zu machen, erforderte früher beträchtlichen Aufwand. Heute ist das kaum noch der Fall, und die Zeit zwischen der Offenlegung einer Schwachstelle und der Verfügbarkeit eines funktionierenden Exploits wird immer kürzer. Die meisten Patch-Zyklen waren nie darauf ausgelegt, mit diesem Tempo Schritt zu halten. Am meisten profitieren davon nicht die hochrangigen staatlichen Akteure, die ohnehin bereits über starke offensive Fähigkeiten verfügten. Es sind kleinere Gruppen und opportunistische Kriminelle, denen dieses Fachwissen bisher fehlte, und die KI stellt es ihnen praktisch zur Verfügung.

Die Initiative GOLD EAGLE des Weißen Hauses setzt auf eine engere Zusammenarbeit zwischen Regierung, Technologieunternehmen und Betreibern kritischer Infrastrukturen. Mithilfe führender KI sollen Schwachstellen schneller erkannt und behoben werden. Was funktioniert an diesem Modell aus Sicht eines Angreifers, und wo könnte es dennoch Schwächen haben?

GOLD EAGLE erkennt zutreffend, wie viel Zeit durch doppelte Arbeit verloren geht, wenn verschiedene Organisationen dieselbe offengelegte Schwachstelle unabhängig voneinander untersuchen und bewerten, bevor überhaupt jemand handelt. Die Arbeit zu bündeln und mithilfe von KI die Koordination zwischen Behörden und Infrastrukturbetreibern zu beschleunigen, verkürzt tatsächlich die Zeit, die einem Angreifer zur Verfügung steht. Aus Angreifersicht ist das der entscheidende Punkt. In diesem Spiel zählt vor allem die Geschwindigkeit. Die Schwäche des Ansatzes liegt meines Erachtens darin, dass eine branchenweite Koordination keinem einzelnen Unternehmen verrät, ob eine bestimmte Schwachstelle im eigenen Netzwerk erreichbar ist. Eine Organisation kann Zugang zu einem gut priorisierten Bedrohungs-Feed haben und trotzdem nicht wissen, ob eine Schwachstelle sie betrifft. Dieser letzte Schritt – die Prüfung anhand der eigenen Netzwerktopologie – bleibt Aufgabe jeder einzelnen Organisation.

Mehr als 100 Organisationen aus den Bereichen Technologie, Cybersicherheit, Finanzen und Infrastruktur haben davor gewarnt, dass möglicherweise nur ein begrenztes Zeitfenster bleibt, um die Abwehr zu stärken, bevor KI-gestützte Angriffe deutlich weiter verbreitet sind. Teilen Sie diese Dringlichkeit, und was sollten Organisationen in diesem „Zeitfenster für die Verteidiger“ realistischerweise erreichen?

Ich teile diese Einschätzung der Dringlichkeit, würde den Grund dafür aber etwas anders formulieren. KI-gestützte Angriffe sind kein Zukunftsszenario: Die Zeit zwischen der Offenlegung einer Schwachstelle und der Verfügbarkeit eines funktionierenden Exploits wird bereits schneller kürzer, als die meisten Organisationen Patches einspielen können. Es ist unrealistisch, dieses Wettrennen allein durch schnelleres Patchen gewinnen zu wollen. Realistisch ist dagegen, diese Zeit zu nutzen, um die eigene Umgebung besser zu verstehen. Dazu gehört, die tatsächliche Netzwerktopologie zu kennen, zu wissen, welche Schwachstellen wirklich erreichbar sind, und sich auf diese kleinere Gruppe zu konzentrieren, statt die Kräfte auf Tausende theoretische Befunde zu verteilen. Außerdem sollten Organisationen die Zeit nutzen, um neben dem Patchen weitere Möglichkeiten zur Behebung von Schwachstellen zu entwickeln, etwa durch Netzwerksegmentierung oder Konfigurationsänderungen. Denn allein mit schnellerem Patchen lässt sich nicht mit der durch KI beschleunigten Entwicklung von Exploits Schritt halten.

Eine gemeinsame Cyberabwehr ist in hohem Maße darauf angewiesen, dass Organisationen Informationen zu Schwachstellen und Bedrohungen austauschen. Was muss sich technisch oder kulturell ändern, damit Regierungen und private Unternehmen nützliche Informationen schnell genug weitergeben können, ohne dabei neue Sicherheitsrisiken zu schaffen?

Die technische Herausforderung lässt sich eher bewältigen. Schwieriger ist die Frage des Vertrauens. Keine Organisation möchte eine Schwachstelle in der eigenen Umgebung offenlegen und riskieren, dass sie auf sie zurückgeführt wird – insbesondere, wenn sie später in einem Bericht über einen Sicherheitsvorfall auftaucht. Sinnvoll ist es, nützliche Informationen auszutauschen, ohne dabei Rückschlüsse auf die betreffende Organisation zu ermöglichen: etwa das Muster, nach dem sich etwas ausnutzen lässt, statt eine so spezifische Beschreibung, dass sie auf ein bestimmtes Unternehmen hinweist. Dafür braucht es eine bessere Infrastruktur und maschinenlesbare Bedrohungsdaten, die über automatisierte Kanäle statt über PDFs und Mailinglisten verbreitet werden. Doch die Infrastruktur war nie wirklich das Hindernis. Für die meisten Organisationen fühlt sich der Informationsaustausch nach wie vor eher wie ein rechtliches Haftungsrisiko an als wie etwas, das sie schützt. Ein neutraler, vertrauenswürdiger Vermittler gehört zu dem, was GOLD EAGLE bereitstellen soll, und könnte viel dazu beitragen, das zu ändern.

Astelia betont die „Erreichbarkeit“ statt lediglich den Schweregrad oder das Vorhandensein eines bekannten Exploits. Da KI die Entwicklung von Exploits beschleunigt und sie möglicherweise häufiger macht: Wird die Erreichbarkeit zu einem wichtigeren Maß für das Risiko, und wie sollten CISOs die Priorisierung von Schwachstellen auf Grundlage dieses Konzepts überdenken?

Erreichbarkeit wird nicht nur wichtiger, sie wird zum Maß, das tatsächlich ausschlaggebend ist. Der Schweregrad war immer nur eine Annäherung daran, wie viel Schaden etwas anrichten könnte; die Erreichbarkeit beantwortet die Frage, ob eine Schwachstelle in Ihrer Umgebung gerade ausgenutzt werden kann. Verteidiger gingen früher davon aus, dass die meisten Befunde mit niedrigem Schweregrad monatelang ungepatcht bleiben könnten, weil sie realistischerweise niemand für einen Angriff nutzen würde. Diese Annahme gilt nicht mehr, sobald sich Exploits schnell und kostengünstig entwickeln lassen. Die Priorisierung muss sich von einer nach Schweregrad geordneten Liste offener Aufgaben hin zur Beseitigung von Angriffsflächen verlagern, die tatsächlich erreichbar sind. Was die wenigen relevanten Schwachstellen von allen anderen unterscheidet, ist die Frage, ob ein Angreifer sie in Ihrem tatsächlichen Netzwerk erreichen kann. CISOs sollten einen Nachweis der Erreichbarkeit verlangen, statt einen weiteren Wert, der zusätzlich zum CVSS-Score vergeben wird.

Astelia setzt KI-Agenten auch in verschiedenen Phasen des Schwachstellenmanagements ein – von der Identifizierung neuer Angriffsflächen bis zur Koordination ihrer Behebung. Wie viel Autonomie sollten Cybersicherheitsagenten letztlich haben, wenn sie Änderungen an Produktionsumgebungen vornehmen können, und wo sollte der Mensch unbedingt eingebunden bleiben?

Agenten sollten bei Analysen echte Autonomie haben: das Netzwerk kartieren, die Voraussetzungen für Exploits ermitteln, neue Meldungen miteinander abgleichen und sichtbar machen, was erreichbar ist. Genau hier zählt Geschwindigkeit am meisten, und ein Fehler führt lediglich zu einer schlechten Empfehlung, die ein Mensch erkennt. Bei unbeaufsichtigten Änderungen an Produktionssystemen ziehe ich eine klare Grenze. Ohne Daten zur Erreichbarkeit im Netzwerk rät ein Agent, wenn er eine Korrekturmaßnahme umsetzt. Eine fehlerhafte Firewall-Regel oder eine ungeeignete Änderung der Netzwerksegmentierung kann mehr Schaden anrichten als die Schwachstelle, die damit geschlossen werden sollte. Deshalb besteht das meiste, was heute als „autonome Behebung“ vermarktet wird, in Wirklichkeit aus der automatischen Erstellung von Tickets. Unternehmen möchten, dass ein Mensch solche Änderungen genehmigt – zumal nicht immer von Anfang an ein Patch verfügbar ist. Das richtige Modell sind Agenten, die durch Belege gestützte Korrekturmaßnahmen vorschlagen, wobei eine Person zustimmt, bevor irgendetwas die Produktionsumgebung verändert. Diese Vorgaben werden gelockert, wenn die Daten zur Erreichbarkeit ausgereifter sind und Vertrauen in eng umrissene, gründlich getestete Änderungskategorien entsteht. Unbeaufsichtigte Eingriffe in Produktionssysteme wären jedoch nicht mein Ausgangspunkt.

Mit Blick auf die Zukunft: Wie wird sich Ihrer Erwartung nach das Kräfteverhältnis zwischen offensiver und defensiver Cybersicherheit verändern, wenn Angreifer wie Verteidiger Zugang zu immer leistungsfähigeren autonomen KI-Systemen erhalten? Und woran werden sich Organisationen, die auf diese nächste Phase vorbereitet sind, von jenen unterscheiden, die es nicht sind?

Angreifer haben mit KI zunächst weiterhin einen Vorteil, weil sie nur einen funktionierenden Angriffsweg benötigen und KI gut darin ist, diesen schnell zu finden: Die Aufklärung wird beschleunigt, die Entwicklung von Exploits wird beschleunigt, und Phishing-Inhalte wirken überzeugender. Verteidiger schließen diese Lücke nicht, indem sie KI einsetzen, um dieselben Dinge schneller zu erledigen. Sie schließen sie, indem sie mithilfe von KI die Schwachstellen erkennen und beseitigen, die in ihrem eigenen Netzwerk tatsächlich erreichbar sind – auf Grundlage ihrer eigenen Gegebenheiten, statt Risiken anhand allgemeiner, branchenweiter Bedrohungsdaten zu verwalten. Bereitete Organisationen werden sich dadurch auszeichnen, dass sie diesen Kurswechsel vollzogen haben, bevor sie dazu gezwungen wurden, und dass sie anhand von Belegen sagen können, welche ihrer Schwachstellen in ihrer Umgebung tatsächlich ausnutzbar sind, statt darauf zu hoffen, dass ihr Patch-Zeitplan Schritt hält. Organisationen, die Risiken weiterhin in einem allgemeinen Kontext bewerten, werden immer wieder von etwas überrascht, das ihr eigener Scanner ein Jahr zuvor als niedrig priorisiert eingestuft hatte.

Vielen Dank für das großartige Interview. Leserinnen und Leser, die mehr erfahren möchten, besuchen bitte Astelia.