Microsoft hat am Montag sein erstes eigens entwickeltes Cybersicherheitsmodell und eine breiter angelegte agentische Verteidigungsplattform vorgestellt. Das Unternehmen positioniert den Start als Teil einer Enterprise-KI-Strategie, die darauf setzt, kleinere und günstigere Modelle für den Großteil der Aufgaben zu nutzen und schwierigere Aufgaben an leistungsstärkere Systeme weiterzuleiten.

Das Unternehmen kündigte MAI-Cyber-1-Flash an, ein kompaktes Sicherheitsmodell, das intern von seiner Microsoft AI (MAI)-Sparte entwickelt wurde. Das Modell ist in MDASH eingebettet, Microsofts Multi-Agenten-Harness zur Erkennung und Behebung von Software-Schwachstellen. Microsoft zufolge erzielt das kombinierte System 96% bei CyberGym, einem Benchmark, der misst, wie gut KI-Systeme über große Codebasen hinweg argumentieren, um echte Schwachstellen zu identifizieren. Das Unternehmen erklärte, das Ergebnis übertreffe Frontier-Modelle wie Mythos, Gemini und GPT und reduziere zugleich die Kosten im Vergleich zu Microsofts aktueller Produktionskonfiguration um ungefähr die Hälfte.

Microsoft stellte außerdem Project Perception vor, ein agentisches Sicherheitssystem, das mehrere Arten von Verteidigungsagenten koordinieren soll: „Red Team“-Agenten, die nach möglichen Wegen zur Kompromittierung suchen, „Blue Team“-Agenten, die Risiken untersuchen und priorisieren, sowie „Green Team“-Agenten, die Probleme beheben und Abwehrmaßnahmen verstärken. Project Perception soll am August 3 in die öffentliche Vorschau gehen. Damit wird die Vorschau zu einem frühen Test dafür, ob Microsoft seinen Modell-und-Harness-Ansatz in Arbeitsabläufe übertragen kann, die Sicherheitsteams außerhalb des Unternehmens bewerten können.

In einem exklusiven Interview mit VentureBeat sagte Mustafa Suleyman, CEO von Microsoft AI, die Ankündigung stelle den Beginn einer längerfristigen Initiative dar.

„We really do have a pretty significant data and harness and expertise moat, and that is enabling us to train models which are faster, better, cheaper, and I think this is genuinely the tip of the iceberg,“ sagte Suleyman. „We haven't been working on this for long. The next model is going to be pretty phenomenal.“

Microsofts 90/10-Architektur nutzt weiterhin OpenAI’s GPT-5.4

Eines der bemerkenswertesten technischen Details ist, wie Microsoft MAI-Cyber-1-Flash einsetzt — nicht nur das Modell für sich genommen. Das Unternehmen hat MAI-Cyber-1-Flash so konzipiert, dass es bis zu 90% der Sicherheitsaufgaben effizient bewältigt. MDASH eskaliert anschließend die verbleibenden 10% besonders schwieriger Probleme an ein größeres Frontier-Modell, OpenAI’s GPT-5.4. Das bedeutet, dass Microsofts führendes Sicherheits-KI-System bei den anspruchsvollsten Aufgaben weiterhin auf seinen langjährigen Partner und zunehmend sichtbaren Wettbewerber angewiesen ist.

Suleyman sagte, die Schlüsselkomponente sei das Harness, eine Orchestrierungsschicht, die jedes eingehende Problem an das Modell weiterleitet, das am besten zu dessen Lösung geeignet ist. „The harness is like a router,“ sagte er gegenüber VentureBeat. „It's kind of like guardrails and a rule set of an organizing logic, which matches queries to... incoming problems to a model that suits the problem.“

Er beschrieb das System als dreiteilig: das Harness, das kleinere und schnellere Modell MAI-Cyber-1-Flash, das die meisten Anfragen bearbeitet, und GPT-5.4, das parallel dazu als „just a generalist coding model“ arbeitet.

Auf die Frage, wie ein System, das von OpenAI’s Modell abhängt, Frontier-Wettbewerber übertreffen könne, sagte Suleyman, die Leistung ergebe sich aus dem Gesamtsystem und nicht aus einem einzelnen Modell. „These are very complicated, long, agentic loops which require storing state, drawing on another database, consulting best practice... handing back to a small model, writing a bunch of code, validating that that was correct,“ sagte er. „There's like hundreds of steps to solve that, and that's why it's really the system together that delivers the better performance.“

Suleyman sagte, auch die Wahl von GPT-5.4 für die Eskalation sei durch Kostenüberlegungen bestimmt worden. „GPT-5.6 is expensive. GPT-5.4 is incredibly good relative to its cost,“ sagte er. „The whole game here is to reduce the costs. Mythos and so on are extremely expensive models... we want to be able to deliver better performance for cheaper. That's what customers want.“

Die Struktur spiegelt Microsofts sich verändernde Beziehung zu OpenAI wider. Microsoft bleibt Kunde und Partner in einer Vereinbarung, die 2024 in Brüssel und Washington regulatorische Aufmerksamkeit auf sich zog, bewegt sich zugleich aber dahin, mehr Teile des KI-Stacks zu kontrollieren, in denen das Unternehmen dauerhafte Vorteile sieht. Sie zeigt auch, wie Microsoft Modellbesitz von Systembesitz trennt: Selbst wenn es ein Partnermodell nutzt, betont das Unternehmen das Routing, die Leitplanken und den sicherheitsspezifischen Workflow rund um dieses Modell.

Token-Kosten sind zu einer wichtigen Hürde für Enterprise-KI geworden

Microsoft zufolge bringt die neue Konfiguration Kosteneinsparungen von rund 50% im Vergleich zum bestehenden MDASH-Setup, das eine Mischung aus GPT-5.4, 5.4 mini und 5.3 codex verwendet. In der Cybersicherheit, wo Systeme kontinuierlich laufen und sehr große Mengen an Signalen verarbeiten, summieren sich Token-Kosten schnell. Microsoft argumentiert, dass diese Kosten zu einer zentralen Einschränkung für Verteidiger geworden sind.

Suleyman verband das Kostenproblem mit den physischen Grenzen der Recheninfrastruktur. „The key barrier to adoption is access to chips, and cost is a function of chips,“ sagte er. „No matter how much money you've got, there's actually a limited supply of chips. Then trying to squeeze more model output on fewer chips is clearly super valuable.“

Er sagte außerdem, Unternehmen würden sich zunehmend gegen die Preise von Frontier-Modellen wehren. Anfangs hätten Unternehmen die leistungsfähigsten verfügbaren Modelle genutzt, sagte er, aber „then they realize they're sort of paying... a phenomenal amount of money, and people are absolutely token maxing everywhere across their business. So there's a massive pushback to reduce cost everywhere.“

Microsoft positioniert seinen Ansatz im Kontext eines breiteren Trends hin zu kosteneffizienten KI-Modellen nahe der Frontier-Klasse. Im vergangenen Jahr sind solche Systeme unter anderem in Veröffentlichungen wie xAI’s aktuellem Grok-Modell und einer Welle chinesischer Modelle aufgetaucht, die auf ähnlichen Kosten-Leistungs-Annahmen beruhen. Suleyman sagte, Microsofts Rolle als Plattformunternehmen bringe das Unternehmen mit dem Kostendruck der Unternehmen in Einklang. „The top model providers want you to use the most expensive model continuously, whereas because we are a platform, we're on the side of the enterprise,“ sagte er. „There's no point asking... Mythos what the capital of France is.“

Microsoft verweist auf einen Sicherheitsdatenvorteil von 100 Billionen Signalen

Microsofts Argument in der Cybersicherheit stützt sich auch auf den Umfang seiner Sicherheitstelemetrie. Das Unternehmen gibt an, täglich mehr als 100 Billionen Sicherheitssignale zu verarbeiten, eine Zahl, die mit seinem 2025 Digital Defense Report übereinstimmt. Dieser Bericht nannte außerdem 4.5 Millionen neu blockierte Malware-Dateien und 5 Milliarden pro Tag geprüfte E-Mails. Microsoft sagt, es gewinne operative Erkenntnisse aus 1.6 Millionen Kunden.

„We have trillions and trillions of data points going back decades,“ sagte Suleyman. „It is, I think, the largest longitudinal cybersecurity dataset around,“ teilweise weil Microsoft Regierungen betreue, „who have been consistently attacked for years, and we have been consistently attacked.“

Auf die Frage, ob dies einen Vorteil schaffe, den Wettbewerber nicht erreichen könnten, sagte Suleyman: „That is definitely a moat for us. Both the data and the expertise, and just the experience in the institution of going through that process.“

Microsofts strategische Aussage lautet, dass Cybersicherheit als Live-Schleife des Reinforcement Learning funktionieren kann. Verteidiger ergreifen Maßnahmen, Ergebnisse werden beobachtet, und Modelle können sich verbessern. Das Unternehmen argumentiert, dass die Verknüpfung von Maßnahmen mit Ergebnissen — einschließlich dessen, was ausgenutzt, eingedämmt oder blockiert wurde — Trainingssignale liefert, die reine Modelllabore nicht einfach kaufen oder herstellen können.

Die Benchmark-Aussagen sind allerdings mit Einschränkungen verbunden. Die CyberGym-Ergebnisse beruhen auf Microsofts eigener Bewertung, und der detaillierte Wert hinter der Schlagzeile von 96% liegt bei 95.95%. Von Anbietern durchgeführte Benchmarks, die ein abgestimmtes agentisches System mit Basismodellen von Wettbewerbern vergleichen, sind keine kontrollierten Modell-gegen-Modell-Tests. Microsoft hat eine vollständige Harness-plus-Modelle-Konfiguration mit dem verglichen, was Kunden andernfalls möglicherweise selbst zusammenstellen würden. Das kann kommerziell relevant sein, ist aber kein direkter Vergleich eigenständiger Modelle.

Microsoft sagt, der Zugang werde wegen Dual-Use-Risiken beschränkt

Ein Modell, das darauf ausgelegt ist, schwierige Schwachstellen in komplexen Codebasen zu finden, könnte auch für Angreifer nützlich sein, die nach Schwachstellen suchen. Microsofts eigenes Threat-Intelligence-Team dokumentierte in gemeinsamer Forschung mit OpenAI, die im February 2024 veröffentlicht wurde, staatliche Akteure aus Russland, Nordkorea, Iran und China, die große Sprachmodelle für Aufklärung, Scripting und Schwachstellenforschung testeten. Microsofts 2025 Digital Defense Report warnte zudem, dass KI-Agenten eines Tages den gesamten Angriffslebenszyklus automatisieren könnten.

Suleyman sagte, Microsoft werde den Zugang entsprechend beschränken. „We're very strict about who gets access to the model, and we're very careful about that,“ sagte er. „We constantly monitor the API and usage.“ Ein zugelassener Nutzer müsse, fügte er hinzu, „has to be seen to be having good intent, but also have technical competence.“

Er sagte, die Einführung werde stufenweise erfolgen: „It's not going to be thousands next week. There will be tens, and then hundreds, and then thousands.“

Microsoft zufolge wurde MAI-Cyber-1-Flash von seinem AI Red Team bewertet, durch automatisierte und von Experten geleitete adversariale Übungen getestet und unabhängig von einem Dritten geprüft. Das Unternehmen erklärte, die Schutzmaßnahmen bei der Bereitstellung umfassten Mandantenisolierung, Auditing und abgeschottete Ausführungsumgebungen ohne Internetzugang.

Suleyman räumte außerdem Microsofts Position im Verhältnis zu den neuesten Frontier-Systemen ein und stellte den Ansatz des Unternehmens unter die Leitmotive Vorsicht und Zuverlässigkeit. „Even though we might be a few months behind the absolute cutting edge at any given moment... it matters that we're doing it very carefully and thoughtfully, and we have a track record of doing that,“ sagte er.

Diese Betonung folgt auf ein schwieriges Sicherheitsjahr 2024 für Microsoft, darunter die Entscheidung, die Recall-Funktion wegen Datenschutzbedenken zu verschieben, und die Rolle des Unternehmens bei der Einberufung eines Branchengipfels, nachdem der CrowdStrike-Ausfall etwa 8.5 Millionen Windows-Geräte außer Betrieb gesetzt hatte.

Suleyman skizziert die breitere Roadmap von Microsoft AI

Suleyman sagte, die Roadmap von MAI beschleunige sich, rund neun Monate nachdem Microsoft sein Superintelligence-Team aufgebaut habe. „We have the compute that we need. We certainly have the data we need. We have the talent,“ sagte er. „Our momentum is accelerating rapidly.“

Er sagte, eine führende Nachfrage von Unternehmen gelte „agents that can produce arbitrary code to solve whatever problem they direct them at“, während vibe-codierte interne Tools von Experimenten in die Produktion übergehen. In der nächsten Phase, sagte er, würden Sprach-, Transkriptions-, Bild- und Coding-Modelle „all integrated into the same harness“ zusammengeführt.

Suleyman stellte auch die Branchenannahme infrage, dass KI in einem einzigen großen, vereinheitlichten Modell zusammenlaufen werde. „It remains to be seen whether one giant model that is fully multimodal is actually able to deliver additional transfer learning benefit because of the integration,“ sagte er, „or whether it's just a big lumbering expensive giant.“

Diese Sichtweise untermauert Microsofts Ankündigung. Das Unternehmen argumentiert, dass sich der Wettbewerb in der Enterprise-KI von einzelnen Modellen hin zu vollständigen Systemen verschiebt: Routern, spezialisierten kleinen Modellen, Fallback-Optionen auf Frontier-Modelle und proprietären Datenschleifen. In der Cybersicherheit, so Microsoft, stärke die Kontrolle über sowohl Sicherheitstelemetrie als auch Verteidigungsprodukte diesen Ansatz. Ob dieselbe Strategie in Bereichen gilt, in denen Microsofts Datenvorteil kleiner ist, bleibt eine offene Frage für die MAI-Roadmap.

Vorerst präsentiert Microsoft MAI-Cyber-1-Flash, MDASH und Project Perception als Ausblick darauf, wie das Unternehmen in der nächsten Phase der KI konkurrieren will: nicht allein durch den Einsatz des größten Modells, sondern durch den Aufbau eines Systems um Modelle herum, das Aufgaben effizient weiterleiten kann. Wie Suleyman sagte, sieht das Unternehmen dies als „the tip of the iceberg.“