Auf den Punkt: Project Perception kombiniert mehrere KI-Modelle in einem agentengestützten System, um Schwachstellen zu finden, Angriffe zu simulieren, Bedrohungen zu erkennen und Behebungspläne automatisch zu entwickeln.
Microsoft hat Project Perception vorgestellt, einen KI-gestützten Dienst, der Sicherheitsteams durch spezialisierte Agenten bei der kontinuierlichen Überwachung und Verbesserung der Sicherheitslage unterstützt. Das System startet am 3. August in die öffentliche Vorschau.
Project Perception nutzt einen Multi-Model-Ansatz, bei dem eine zentrale Kontrollinstanz entscheidet, welches KI-Modell für eine bestimmte Aufgabe am besten geeignet ist. Dies soll ein Gleichgewicht zwischen Qualität und Kosten schaffen, da nicht jede Aufgabe das neueste Grenzmodell erfordert.
Microsoft hat zudem das Modell MAI-Cyber-1-Flash entwickelt, das speziell zum Finden von Schwachstellen in komplexen Codebäsen trainiert wurde. In Kombination mit GPT-5.4 innerhalb von MDASH — Microsofts Multi-Model-Harness für Schwachstellenforschung — erreicht diese Kombination beim CyberGym-Benchmark erheblich bessere Ergebnisse als Anthropic Mythos 5 oder OpenAI GPT-5.6-Sol, und dies zu etwa der Hälfte der Kosten. MDASH wurde von Microsofts neuem internem Team FORGE entwickelt, angeführt durch Georgia-Tech-Professor Taesoo Kim und mehreren seiner aktuellen und ehemaligen Doktoranden. Mehrere FORGE-Mitglieder waren zuvor Mitglieder von Team Atlanta, das die zweijährige DARPA-AI-Cyber-Challenge (AIxCC) gewann.
Project Perception kombiniert Microsofts umfangreiche Threat-Intelligence, Sicherheitstelemetrie und Kenntnisse über Kundenumgebungen zu einem komplexen Sicherheitsgraph. Spezialisierte Agenten — Red-Team, Blue-Team und Green-Team — nutzen diesen Graphen, um spezialisierte Playbooks auszuführen. Bei der Präsentation demonstrierte Microsoft ein Szenario, in dem ein neues Threat-Intelligence-Bericht mit Kompromittierungsindikatoren und Angriffstaktiken eingeht: Das System verteilt automatisch Aufgaben an die erforderlichen Agenten, die die Umgebung auf Schutz prüfen, Schwachstellen identifizieren und diese nach Priorität sowie Wahrscheinlichkeit eines Angriffs durch den spezifischen Akteur bewerten.
Die Ergebnisse werden anschließend automatisch an weitere Agenten weitergeleitet, die benutzerdefinierte Erkennungsregeln generieren, Behebungspläne vorschlagen oder sogar Code-Fixes in die interne Repository einreichen. David Weston, CVP für Microsoft Security und Leiter von Perception, berichtet, dass Aufgaben, die zuvor Stunden manueller Arbeit mehrerer spezialisierter Sicherheitsfachleute erforderten, nun in Minuten automatisiert abgeschlossen werden — inklusive Schwachstellenerkennung, Priorisierung, Detection-Rules und Code-Fixes.
Quelle: www.csoonline.com · Erschienen 28. Juli 2026
Lumi AI News — KI-assistierte Kuratierung gemaess Art. 50 EU AI Act. Paraphrase und Klassifikation durch Lumi News Pipeline v1.7.3.