GCSA-Agent demonstriert autonome Schwachstellenanalyse und PoC-Generierung auf einem hochanspruchsvollen Benchmark für reale Sicherheitslücken.
HONGKONG, 31. August 2026 — Die Global Cybersecurity Alliance (GCSA) gab heute bekannt, dass der GCSA-Agent eine Erfolgsquote von 91,3 % auf dem CyberGym-Benchmark erreicht hat. Damit platziert er sich in der CyberGym-Kategorie „Führende Systeme über 90 %“.
CyberGym ist ein groß angelegtes Evaluierungs-Framework für reale Cybersicherheit, das von einem Forschungsteam der University of California, Berkeley, entwickelt wurde. Es umfasst 1.507 historische Testfälle realer Schwachstellen in 188 bedeutenden Softwareprojekten und dient dazu, die praktischen Fähigkeiten von KI-Agenten in realistischen Szenarien der Schwachstellenanalyse zu bewerten.
Im Gegensatz zu traditionellen KI-Benchmarks, die in erster Linie das Codeverständnis, die wissensbasierte Fragebeantwortung oder die statische Analyse prüfen, erfordert CyberGym von den KI-Agenten das direkte Arbeiten in realen, verwundbaren Code-Umgebungen.
In der zentralen Level-1-Evaluierung erhält ein KI-Agent lediglich eine Schwachstellenbeschreibung sowie ein ungepatchtes Code-Repository. Daraufhin muss er selbstständig den Code analysieren, die Schwachstelle lokalisieren, mögliche Angriffspfade nachvollziehen, einen Proof of Concept (PoC) erstellen und diesen zur Validierung ausführen. Eine Aufgabe gilt nur dann als erfolgreich gelöst, wenn der generierte PoC die Zielschwachstelle in der verwundbaren Version erfolgreich auslöst, während sich das Problem in der gepatchten Version nicht reproduzieren lässt.
CyberGym misst somit mehr als die reine Fähigkeit eines KI-Systems, Code zu „verstehen“. Es evaluiert, ob die KI den gesamten Prozess von der Sicherheitsanalyse über die Reproduktion der Schwachstelle bis hin zur Validierung durchführen kann.
Von großen Sprachmodellen zu Sicherheitsagenten
Bei dieser CyberGym-Evaluierung arbeitete der GCSA-Agent auf Basis der Modelle Grok 4.5 und Grok 4.6 und erzielte eine finale Erfolgsquote von 91,3 %.
Das Ergebnis spiegelt zudem einen wichtigen Wandel wider, der vollzogen wird: Das zugrundeliegende große Sprachmodell allein bestimmt nicht mehr die ultimativen Sicherheitsfähigkeiten des Systems.
Reale Schwachstellenforschung erfordert in der Regel eine kontinuierliche Abfolge von Aufgaben. Dazu gehören das Verstehen von Schwachstellenbeschreibungen, das Durchsuchen großer Codebasen, das Identifizieren von Angriffsflächen, das Formulieren von Schwachstellenhypothesen, das Generieren von Testeingaben, das Ausführen von Programmen, das Analysieren von Rückmeldungen sowie das wiederholte Iterieren von PoCs.
Der GCSA-Agent ist um einen agentischen Sicherheits-Workflow herum aufgebaut, der speziell dafür entwickelt wurde, diesen End-to-End-Prozess zu unterstützen. Ziel ist es nicht einfach, ein großes Sprachmodell für die Codeanalyse zu nutzen, sondern der KI zu ermöglichen, in realen Ausführungsumgebungen zu agieren, eigenständig Hypothesen zu Sicherheitsproblemen zu formulieren, Laufzeit-Beweise zu sammeln, Tests auszuführen und Sicherheitserkenntnisse letztendlich durch reproduzierbare Ergebnisse zu validieren.
Die CyberGym-Evaluierung bietet für diese Fähigkeiten einen quantitativen externen Maßstab.
Schwachstellenforschung für die Praxis
Ein zentraler Wert von CyberGym liegt darin, die Lücke zwischen traditionellen KI-Tests und der praktischen Cybersicherheitsforschung zu schließen. Die Evaluierungsumgebung versetzt Softwareprojekte wieder in ihren ungepatchten, verwundbaren Zustand zurück. Ein KI-Agent muss unter Umständen in einer großen Codebasis mit tausenden Dateien und Millionen von Codezeilen selbstständig ein Problem identifizieren und schließlich einen PoC generieren, der in der Lage ist, die Schwachstelle tatsächlich auszulösen.
Noch wichtiger ist, dass weitere Untersuchungen im Rahmen von CyberGym gezeigt haben, dass solche agentischen Sicherheitsfähigkeiten nicht darauf beschränkt sind, bekannte Schwachstellen zu reproduzieren. In ergebnisoffenen Forschungsexperimenten identifizierten KI-Agenten mehrere bisher unbekannte Zero-Day-Schwachstellen sowie historische Sicherheitspatches, die die zugrundeliegenden Sicherheitslücken nicht vollständig behoben hatten. Diese Ergebnisse demonstrieren das Potenzial autonomer Analysetechnologien, sich von der bloßen Reproduktion bekannter Lücken hin zur Entdeckung realer Sicherheitsfehler weiterzuentwickeln.
Für die GCSA stellt dies eine noch bedeutendere Entwicklungsrichtung dar. Die Benchmark-Leistung ist nicht das Endziel. Die GCSA strebt die Weiterentwicklung von KI-Sicherheitsagenten an, die in realen Cybersicherheitsumgebungen agieren und nach und nach am gesamten Sicherheitslebenszyklus teilnehmen können – von der Entdeckung und Analyse über die Validierung bis hin zur anschließenden Behebung von Schwachstellen.
Aufbau KI-nativer Cybersicherheitsfähigkeiten
Während künstliche Intelligenz die Softwareentwicklung beschleunigt, verändert sie auch die Art und Weise, wie Schwachstellen erforscht und Cyberbedrohungen bekämpft werden. Da Software-Systeme kontinuierlich an Umfang und Komplexität zunehmen, wird die nächste Generation der Cybersicherheit zunehmend auf der Zusammenarbeit zwischen menschlichen Sicherheitsexperten und autonomen KI-Agenten beruhen.
KI-Sicherheitsagenten besitzen das Potenzial, Sicherheitsteams wie folgt zu unterstützen:
- Frühzeitiges Identifizieren von Software-Schwachstellen mit echtem Ausnutzungspotenzial
- Automatisches Analysieren komplexer Angriffspfade über große Codebasen hinweg
- Automatisiertes Generieren von PoCs und Durchführen von Schwachstellenvalidierungen auf Ausführungsebene
- Reduzieren von Fehlalarmen (False Positives) in der traditionellen Sicherheitserkennung durch reale Ausführungsergebnisse
- Beschleunigen der Bewertung, Validierung und Behebung von Schwachstellen
- Erhöhen der Skalierbarkeit für spezialisierte Sicherheitsteams bei der Abdeckung von Software und Systemen
Das Ergebnis von 91,3 % des GCSA-Agents auf CyberGym markiert einen wichtigen Meilenstein bei der Entwicklung KI-nativer Cybersicherheitsfähigkeiten durch die GCSA.
Künftig wird die GCSA die Forschung in den Bereichen autonome Schwachstellenanalyse, KI-Sicherheitsagenten und intelligente Cybersicherheitstechnologien weiter vorantreiben. Ziel ist es, führende KI-Fähigkeiten zunehmend in praktische Sicherheitslösungen zu übersetzen und technische Unterstützung für eine sicherere, vertrauenswürdigere und widerstandsfähigere digitale Umwelt zu bieten.
Quelle: GCSA Global Cybersecurity Alliance
Offizielle Website: www.gcsa.org
