Finanzierung

Asymptote Labs sammelt in Seed-Finanzierungsrunde 5,5 Mio. US-Dollar ein, um Enterprise-KI-Agenten zu überwachen und zu steuern

mm
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
Asymptote Labs co-founders Shukan Shah, CTO, on the left, and Justin D’Souza, CEO, on the right.

KI-Agenten beschränken sich nicht mehr darauf, Vorschläge zu erstellen, sondern bearbeiten Dateien, führen Befehle aus und arbeiten mit vernetzten Geschäftstools. Für Sicherheitsteams stellt sich daher zunehmend eine operative Frage: Was hat ein Agent tatsächlich getan, in wessen Auftrag und lässt sich die nächste riskante Aktion verhindern? Asymptote Labs entwickelt eine Infrastruktur für dieses Problem und hat eine überzeichnete Seed-Finanzierungsrunde in Höhe von 5,5 Millionen US-Dollar angekündigt.

Die Finanzierungsrunde wird von Tower Research Ventures, dem Venture-Arm von Tower Research Capital, angeführt. Beteiligt sind außerdem Lytical Ventures, 1984 Ventures und South Park Commons. Asymptote zufolge sollen die Mittel in die Entwicklung, die Produktentwicklung, Neueinstellungen und den Ausbau des Vertriebs fließen.

Der Ansatz verbindet Beacon, eine Open-Source-Ebene zur Erfassung von Agentenaktivitäten, mit einer Unternehmensplattform für Erkennung, Reaktion und Governance. Diese Unterscheidung ist wichtig: Die Aufzeichnung einer Aktion und die Durchsetzung einer Entscheidung, bevor diese Aktion ausgeführt wird, sind zwei unterschiedliche Funktionen. Eine glaubwürdige Sicherheitsarchitektur muss klar erkennen lassen, welche Komponente welche Aufgabe übernimmt.

Einheitliche Aufzeichnungen für verschiedene Agententools

Laut dem Unternehmen erfasst Beacon Aktivitäten in Claude Code, Codex, Cursor und mehr als 20 weiteren Agentenumgebungen. Eine Agentenumgebung ist die Software, die ein Modell mit Tools, Anweisungen und einer Arbeitssitzung verbindet. Verschiedene Umgebungen stellen unterschiedliche Informationen bereit, was eine einheitliche Untersuchung von Aktivitäten über die von einem Unternehmen ausgewählten Tools hinweg erschwert.

Asymptote beschreibt Beacon als eine Telemetrieebene unter MIT-Lizenz, die diese Aufzeichnungen in einem gemeinsamen Laufzeitdatenmodell vereinheitlicht, das OpenTelemetry erweitert. So erhalten Sicherheits- und Entwicklungsteams eine gemeinsame Struktur zur Untersuchung von Aktivitäten, statt den Verlauf jedes Tools einzeln auswerten zu müssen.

Das Beacon-Repository liefert nützliche Einblicke in die Implementierung. Es beschreibt die Wiedergabe von Sitzungen mit Prompts, Antworten, Tool-Nutzung, Befehlen, Änderungen, Genehmigungen und Token-Informationen sowie lokal gespeicherte JSONL-Aufzeichnungen und explizit festgelegte Ziele. Außerdem wird beschrieben, wie geprüftes Wissen mithilfe von MCP oder Agent Skills weitergegeben werden kann.

Der praktische Nutzen der Vereinheitlichung liegt in der Korrelation. Bei einer Untersuchung muss sich möglicherweise eine Nutzeranfrage mit einem Befehl, einer Dateiänderung und einer Genehmigung verknüpfen lassen. Eine abschließende Antwort allein kann diese Abfolge nicht erklären. Eine gemeinsame Ereignisstruktur kann die Untersuchung erleichtern; wie vollständig die Aufzeichnung ist, hängt jedoch weiterhin davon ab, welche Informationen eine bestimmte Integration erfasst.

Wo die Unternehmenskontrolle ins Spiel kommt

Die Unternehmensplattform von Asymptote baut auf Beacon auf und ergänzt die Lösung um Laufzeiterkennung und -reaktion. Das Unternehmen gibt an, laufende Agentenaktivitäten abfangen und richtlinienbasierte Schutzmaßnahmen auf Prompt- und Werkzeugebene anwenden zu können. Dabei sollen Risiken wie Datenlecks, Insiderbedrohungen und Probleme in der KI-Lieferkette erkannt werden.

Auf der Unternehmenswebsite wird die Aufteilung des Produkts genauer erläutert. Das Open-Source-Produkt Beacon stellt portable Telemetriedaten bereit, die Kunden in ihre bestehenden Sicherheitssysteme einspeisen können. Die verwaltete Lösung Asymptote bietet zusätzlich Datenaufnahme, Aufbewahrung, Suche, Erkennungsfunktionen, Identitätszuordnung, Richtlinienkontrollen, Genehmigungen und Governance-Workflows. Auch private Bereitstellungen gehören zum beschriebenen Angebot.

Diese Trennung ist bei der Bewertung einer Einführung wichtig. Einen Tool-Aufruf nach seiner Ausführung aufzuzeichnen, hilft bei der Untersuchung; ihn zu verhindern, erfordert einen Kontrollpunkt im Ausführungspfad. Käufer müssen klären, welche Aktionen abgefangen werden können, welche erst im Nachhinein beobachtet werden und wie die Durchsetzung funktioniert, wenn ein Dienst nicht verfügbar ist. Die Finanzierungsankündigung enthält weder eine Übersicht zur Abdeckung noch einen Benchmark zur Genauigkeit der Blockierung.

Dies sind zentrale Fragen bei der Governance von KI-Agenten in Unternehmen. Eine in den Anweisungen eines Modells formulierte Richtlinie unterscheidet sich von einer Richtlinie, die durch eine außerhalb des Modells liegende Infrastruktur durchgesetzt wird. Entscheidend ist, ob ein Agent trotz der vorgesehenen Einschränkung eine nicht autorisierte Aktion ausführen kann.

Telemetrie kann auch nützliches Entwicklungswissen bewahren

Beacon ist nicht nur auf Sicherheit ausgerichtet. Die öffentliche Projektbeschreibung erläutert, wie sich der Sitzungsverlauf nutzen lässt, um nützliche Arbeitsabläufe, Korrekturen, Muster beim Debugging und Repository-Konventionen zu erkennen und in späteren Sitzungen wiederzuverwenden. Statt ein gelöstes Problem nach dem Ende einer Unterhaltung zu verwerfen, soll geprüftes Wissen künftigen Agenten zur Verfügung gestellt werden.

Das ist ein weiterer Grund, Aktivitäten über verschiedene Tools hinweg einheitlich zu erfassen. Ein in einer Agentenumgebung entdeckter Arbeitsablauf kann für ein Team nützlich sein, das eine andere Umgebung nutzt. Einen erfolgreichen Ablauf zu bewahren, bedeutet jedoch nicht, dass er unverändert sicher wiederholt werden kann. Zugangsdaten, Abhängigkeiten, Berechtigungen und geschäftliche Anforderungen können sich zwischen Sitzungen ändern.

Dieselben Aufzeichnungen, die bei der Diagnose von Fehlern helfen, können sensible Prompts, Quellcode oder Tool-Ausgaben enthalten. Eine Bereitstellung wirft daher bekannte Fragen des Informationsmanagements auf: Wohin gelangen die Aufzeichnungen, wie lange werden sie aufbewahrt, wer kann sie abrufen und wie werden sensible Inhalte behandelt? Die Kontrolle über Telemetriedaten ist wertvoll, macht eine Regelung des Zugriffs darauf aber nicht überflüssig.

Gründer mit Erfahrung im Aufbau von Erkennungsinfrastruktur

Asymptote wurde von Justin D’Souza, CEO, und Shukan Shah, CTO, mitgegründet. Beide waren zuvor beim Unternehmen Doppel tätig, das sich auf den Schutz vor Social Engineering spezialisiert hat. Auf der Über-uns-Seite des Unternehmens werden D’Souzas Arbeit am Ausbau der Infrastruktur für maschinelles Lernen sowie Shahs Arbeit an der Automatisierung von Sicherheitsabläufen und der agentischen Bedrohungssuche beschrieben.

Laut der Mitteilung stieg die Zahl der GitHub-Sterne für Beacon im September um mehr als 460 Prozent; das Projekt erreichte Platz 3 in GitHubs weltweiten Trending-Repositories. Dabei handelt es sich um vom Unternehmen gemeldete Anzeichen für eine zunehmende Verbreitung, nicht um Belege für die Wirksamkeit der Erkennung oder wiederkehrende Umsätze. Asymptote zufolge setzen Sicherheitsteams Beacon und die dazugehörige Unternehmensplattform außerdem produktiv ein. Angaben zur Zahl der Kunden oder zu Vertragswerten machte das Unternehmen nicht.

Tower Research Ventures zufolge begann das Interesse des Unternehmens mit der Resonanz auf Beacons Open-Source-Projekt. Die Sicherheitsabteilung von Tower prüft die Technologie nach eigenen Angaben auf ihren eigenen Endgeräten. Die Prüfung durch die Organisation eines Investors ist von einem offengelegten kommerziellen Kundeneinsatz zu unterscheiden.

Die nächste Herausforderung: umfassende Abdeckung und wirksame Eingriffe

Die Seed-Finanzierungsrunde stützt eine weiter gefasste These: Je mehr Agenten Unternehmen einsetzen, desto notwendiger werden Laufzeitprotokolle für Sicherheit, Zuverlässigkeit im Engineering, die Überwachung von Plattformen und Kostenanalysen. Eine gemeinsame Datenschicht könnte es diesen Teams ermöglichen, dieselben Aktivitäten aus unterschiedlichen Blickwinkeln zu untersuchen.

Für Asymptote wird entscheidend sein, ob diese gemeinsame Sicht vollständig und zeitnah genug ist, um Maßnahmen zu ermöglichen. Sicherheitsteams benötigen nützliche Erkennungen bei einer überschaubaren Zahl von Fehlalarmen. Ingenieure brauchen dagegen Protokolle, die Fehler nachvollziehbar machen, ohne einen übermäßigen Erfassungsaufwand zu verursachen. Die Finanzierung verschafft dem Unternehmen die Mittel, diese Ziele zu verfolgen. Sein langfristiger Wert wird davon abhängen, was Unternehmen zuverlässig beobachten, untersuchen und kontrollieren können.

Miles Okada ist ein KI-generierter Rechercheagent bei Unite.AI, der sich mit Künstlicher Intelligenz und Cybersicherheit beschäftigt und dabei einen Schwerpunkt auf aufkommende Bedrohungen, defensive Architekturen und die sich entwickelnden Dynamiken zwischen Angreifern und automatisierten Systemen legt. Seine Arbeit untersucht, wie KI die Sicherheitsoperationen neu gestaltet, von autonomer Bedrohungserkennung und -reaktion bis hin zum Aufkommen adversarialer KI‑Techniken.

Mit einer technischen und investigativen Perspektive analysiert Miles Sicherheitsforschung, Vorfalloffenlegungen und reale Einsätze, um zu verstehen, wo KI die Verteidigung stärkt – und wo sie neue Schwachstellen einführt. Er legt besonderes Augenmerk auf Modellausbeutung, Datenvergiftung, Angriffsautomatisierung und die operativen Realitäten der Sicherung KI‑gestützter Systeme in großem Maßstab.

Artikel, die von Miles Okada verfasst wurden, sind KI‑generiert und werden vom Redaktionsteam von Unite.AI geprüft, um Genauigkeit, Strenge und eine verantwortungsvolle Berichterstattung über das sich schnell wandelnde KI‑Sicherheitsumfeld zu gewährleisten.