Brava Security erhält eine Seed-Finanzierung von 15 Mio. US-Dollar, um KI-gestützte Sicherheitsoperationen in Nordamerika auszubauen

Brava Security gab am 4. November 2026 bekannt, dass das Unternehmen den Stealth-Modus verlässt und 15 Millionen US-Dollar an Seed-Finanzierung erhalten hat. Die Finanzierungsrunde wurde von F2 Venture Capital und Pitango angeführt. Zugleich stellte Brava eine Multi-Agenten-Plattform vor, mit der sich testen lässt, ob Sicherheitstools einen Angriff tatsächlich erkennen würden.

An der Finanzierungsrunde beteiligen sich auch Angel-Investoren, die Führungskräfte bei Anthropic, Microsoft und Check Point sind. Das Kapital ist für Bravas Technologie und Wachstum in ganz Nordamerika vorgesehen, unter anderem in den Bereichen Finanzdienstleistungen, Behörden und Energie. Brava zufolge arbeitet das Unternehmen bereits mit Fortune-100-Unternehmen aus dem Einzelhandel, der Energiebranche und dem Gastgewerbe zusammen.

Der Start setzt bei einer Schwachstelle im Bereich KI-gestützter Sicherheitsoperationen an: Ein Agent kann Entscheidungen über Bedrohungen treffen, die er erkennt, und zugleich nichts von Angriffen wissen, die von den zugrunde liegenden Abwehrmechanismen nicht erkannt werden. Brava nennt eine unvollständige Protokollerfassung, unbemerkt ausgefallene Telemetrie-Pipelines und fehlerhafte Erkennungslogik als mögliche Ursachen.

Nachweise erstellen, ohne Angriffe auszuführen

Die zusammenarbeitenden KI-Agenten von Brava modellieren Angreiferverhalten und erzeugen synthetisch die Telemetriedaten, die ein Angriff in der Umgebung eines Kunden hinterlassen würde, ohne den Angriff auszuführen. Der Prozess funktioniert unabhängig von bestehenden Erkennungsregeln und vordefinierten Tests. So wird zunächst festgelegt, was die Abwehrmechanismen erkennen sollten, bevor geprüft wird, was sie derzeit tatsächlich erkennen.

Die Plattform arbeitet parallel zum vorhandenen SIEM des Kunden. Ihre Funktion für die Entwicklung von Erkennungsregeln prüft, welche Angriffsschritte die bestehenden Abwehrmechanismen erkennen, ermittelt, welche Regeln keine Reaktion auslösen, und erstellt fehlende Erkennungsregeln in der SIEM-eigenen Abfragesprache – ausschließlich mit Feldern, die in den erzeugten Nachweisen enthalten sind. Anschließend spielt sie diese Nachweise erneut ein, um zu bestätigen, dass tatsächlich ein Alarm ausgelöst wird.

Bei planmäßigen Übungstagen wird die Validierung nach Änderungen an der Umgebung wiederholt. Nachweisgestützte Karten zeigen validierte Bereiche, Bereiche mit teilweiser Abdeckung, blinde Flecken und Bereiche mit fehlender Telemetrie. Zu den aufgedeckten Fehlern zählen defekte Erkennungsregeln, Schemaabweichungen und ausgefallene Protokollquellen.

Aquarium, der Agent für Untersuchungen, nimmt Fragen in natürlicher Sprache entgegen, plant Abfragen, passt sie an und durchsucht das SIEM, archivierte Protokolle, EDR-Systeme und Cloud-Audit-Protokolle. In seinen Berichten ist jeder Befund mit den zugrunde liegenden Rohereignissen verknüpft.

Die Daten-Pipeline leitet die für Erkennungsregeln benötigten Ereignisse an das SIEM weiter und verschiebt andere Daten in durchsuchbaren, kostengünstigen Speicher, anstatt sie zu löschen. Brava zufolge hat diese Weiterleitung die SIEM-Kosten bei Kunden um 65–85 % gesenkt.

Gemeldete Größenordnung und erste Implementierungen

Brava zufolge unterstützt die Plattform mehr als 70 Quellen und Ziele, darunter Splunk, Microsoft Sentinel, Google SecOps, CrowdStrike NG-SIEM, Elastic Security und IBM QRadar. Erste Erkenntnisse stehen 10–15 Minuten nach der Anbindung eines SIEM zur Verfügung.

Das Unternehmen gibt folgende gerundete Tageswerte aus Kundenumgebungen an: täglich 2,4 Billionen gelesene und mit einem Fingerabdruck versehene Ereignisse, 1.100 erneut abgespielte Angriffstechniken, 3.800 erneut getestete Erkennungsregeln und 140.000 zugeordnete Felder.

WELL-Health-CISO Iain Paterson sagte in einem von Brava veröffentlichten Erfahrungsbericht, die Plattform habe seiner Organisation geholfen, innerhalb weniger Wochen ein neues SIEM aufzubauen und in Betrieb zu nehmen. „Die kontinuierliche Entwicklung von Erkennungsregeln sorgt dafür, dass wir nie unwirksame Regeln haben und fortlaufend neue Erkennungsregeln hinzukommen“, sagte er.

Die Gründer hinter der Plattform

Die Biografien der Gründer nennen Idan Basre als Mitgründer und CEO in New York sowie Itay Gabbay als Mitgründer und CTO in Tel Aviv. Basre, Absolvent des Talpiot-Programms, erforschte zehn Jahre lang bei Unit 8200 das Verhalten von Angreifern, bevor er eine Führungsrolle im Produktbereich bei Microsoft Defender übernahm. Gabbay leitete gemeinsame US-amerikanisch-israelische KI-Forschungsprojekte der DARPA, entwickelte autonome KI-Systeme und leitete Initiativen zur KI-Sicherheit in Unternehmen.

Bravas Expansion beruht auf einer konkreten Annahme zu KI-unterstützten Sicherheitsoperationen: Automatisierung hängt von der Qualität der zugrunde liegenden Telemetrie und Erkennungslogik ab. Die Plattform nutzt eine gemeinsame Nachweisebene, um Abwehrmechanismen zu validieren, Untersuchungen zu unterstützen und zu entscheiden, welche Daten ins SIEM gehören. Offen bleibt, ob sich die gemeldeten Vorteile bei Erkennung und Kosten auch dann aufrechterhalten lassen, wenn sich Kundenumgebungen verändern.