Befund

KI findet Schwachstellen · 17. November 2026 · berichtet von 2 Redaktionen

KI-Prüfung bestätigt laut Forescout 99 Schwachstellen

Forescout bestätigte laut eigenen Angaben mit einem KI-gestützten Prüfverfahren 99 Schwachstellen in zehn TCP/IP-Stacks, darunter sechsundsechzig zuvor unbekannte.1

  • Ergebnis: Forescout bestätigte mit KI-Unterstützung 99 Schwachstellen in zehn TCP/IP-Stacks, darunter sechsundsechzig zuvor unbekannte.1
  • Datenbasis: Forescout untersuchte zehn TCP/IP-Stacks, darunter sieben bereits zuvor geprüfte.12
  • Einschränkung: Forescouts System fand 33 von 82 bekannten Vergleichsschwachstellen wieder. Logik- und Designfehler waren schwerer zu erkennen.1
Die ganze Geschichte · 1 Min. · Untersucht, Zahlen, Grenzen, Offen

Untersucht

Forescout baute sein Prüfsystem mit Claude-Modellen und bestehenden Sicherheitstools. Code-Scanner markierten Muster, die auf eine Schwachstelle hindeuten könnten. KI-Agenten prüften anschließend, ob Angreifer den verdächtigen Code erreichen und die mögliche Schwachstelle ausnutzen könnten.1 Zum Abschluss versuchte das System, die Software auszuführen und die Schwachstelle mit einem Test auszulösen. Forschende konnten eingreifen und die Arbeit steuern.1

Zahlen

Forescouts Verfahren lieferte zunächst 362 Befunde. Nach Abzug von Duplikaten blieben 312 Kandidaten.1 Die automatisierte Analyse dauerte etwa zehn Stunden, die Validierung rund 80 Stunden. Die automatische Codeprüfung kostete 935 Dollar.1 Mit den geschätzten Ausgaben für Tests bei laufender Software lagen die gesamten Modellkosten bei ungefähr 1.200 bis 2.300 Dollar.1

Grenzen

Bei kompilierter Software ohne Quellcode mussten Forescouts Tools eine nutzbare Darstellung des Programms rekonstruieren. Dabei können Ungenauigkeiten und Fehlalarme entstehen.1 Die automatische Prüfung dieser Ziele kostete etwa sechsmal so viel und dauerte ungefähr doppelt so lange wie die Prüfung von Quellcode.1

Offen

Für drei Netzwerk-Stacks laufen laut Forescout noch Untersuchungen. Ihre Namen wurden während des Meldeprozesses zurückgehalten.1

Quellen und Belegstellen

2 Quellen, 15 Stellen

Die kleinen Zahlen im Text verweisen auf diese Quellen. Darunter stehen die Stellen, auf die sich unsere Aussagen stützen, in der Sprache der Quelle.

  1. 1AI uncovers flaws in discontinued devices with no vendor left to patch them

    Help Net Security · Fachpresse · veröffentlicht am 16.11.2026

    Forescout researchers built a tool to test if generally available AI models could find security flaws on a limited budget.
    The team confirmed 99 vulnerabilities across 10 TCP/IP stacks, the software components that allow devices to communicate over networks. Sixty-six were previously unknown
    This study examined 10 stacks, including seven that had been studied before.
    The system rediscovered 33 of the 82 known vulnerabilities used for comparison. It performed best at finding memory errors in code that processes network traffic. Problems involving software logic or design, such as predictable values intended to be random, were harder to detect.
    The team built its system around Claude models and existing security tools, drawing on years of research into embedded software.
    Code scanners first flagged patterns that could indicate a vulnerability. AI agents then examined if an attacker could reach the suspect code and exploit the potential weakness.
    In the final stage, the system attempted to run the software and produce a test that triggered the issue, with researchers able to intervene and guide the work.
    The automated process produced 362 initial findings, leaving 312 candidates after duplicates were removed.
    Automated analysis took about 10 hours, followed by approximately 80 hours of validation.
    Automated code inspection cost $935.
    Including estimated spending on tests that ran the software, total model costs ranged from approximately $1,200 to $2,300.
    Without source code, the tools had to reconstruct a usable representation of the program, a process that can introduce inaccuracies and generate false alarms.
    Automated inspection of these targets cost about six times as much and took roughly twice as long as source-code inspection.
    Investigations remain open for three networking stacks whose names have been withheld during the disclosure process.
  2. 2AI Cuts Vulnerability Discovery from Nine Months to 90 Hours

    Infosecurity Magazine · Fachpresse · veröffentlicht am 16.11.2026

    The researchers used a specially built AI-assisted vulnerability research harness to find bugs in 10 popular TCP/IP stacks.

Jede Ausgabe per E-Mail

Die Meldungen des Tages, sobald die Redaktion die Ausgabe freigegeben hat. Kostenlos, abmelden mit einem Klick.

Hinweis

Dieser Newsletter berichtet über Veröffentlichungen Dritter und verlinkt sie. Er ist keine Sicherheits-, Rechts- oder Anlageberatung und gibt keine Handlungsempfehlungen. Jede Aussage stützt sich auf die genannte Quelle; für deren Inhalt sind die jeweiligen Herausgeber verantwortlich. Empfehlungen geben wir nur wieder, wenn eine benannte Behörde oder der Hersteller sie ausgesprochen hat, und nennen sie als deren Aussage. Für Richtigkeit, Vollständigkeit und Aktualität übernehmen wir keine Gewähr. Bitte prüfen Sie Maßnahmen für Ihre Umgebung mit den Originalquellen und fachkundiger Unterstützung. Alle Bilder sind Symbolbilder und mit KI erstellt. Mehr dazu