Microsofts Cyber-Modell gibt die harten 10% ab

Was ausgeliefert wurde und welche Benchmark-Tabelle darunter liegt

Microsoft hat am 27. Juli MAI-Cyber-1-Flash angekündigt, das erste eigene Modell für Cybersicherheit. Das Unternehmen beschreibt es als kompaktes, stark auf Code trainiertes Modell aus der Linie MAI-Thinking-1, und es arbeitet nicht allein. Es sitzt in MDASH, dem Gespann aus mehr als 100 Agenten, mit dem Microsoft intern Softwareschwachstellen findet und behebt und das laut Unternehmen auf mehrere führende Modelle zurückgreift.

Die Schlagzeile lautet 96 Prozent auf CyberGym, einem Benchmark für das Finden echter Schwachstellen in echtem Code. Microsofts eigener veröffentlichter Vergleich nennt Anthropics Mythos mit 83,6 Prozent, Gemini mit 85,6 Prozent und GPT allein mit 84,4 Prozent, dazu ein viertes, nicht benanntes Modell mit 83,2 Prozent. Dieselbe Ankündigung sagt, das neue Gespann laufe zu etwa der Hälfte der Kosten der heute ausgelieferten Konfiguration. Satya Nadella formulierte es als Sicherheit auf Spitzenniveau zum halben Preis.

Das kommerzielle Vehikel heißt Project Perception und geht am 3. August innerhalb von Microsoft Defender in die öffentliche Vorschau, abgerechnet nach Verbrauch. Es koordiniert drei Klassen von Agenten: Red-Team-Agenten, die Angriffswege kartieren, Blue-Team-Agenten, die Risiken untersuchen und priorisieren, und Green-Team-Agenten, die Korrekturen anwenden. Preise hat Microsoft nicht veröffentlicht.

Die Ersparnis ist eine Routing-Entscheidung, kein besseres Modell

Liest man die Architektur, hört der Wert von 96 Prozent auf, eine Aussage über Leistungsfähigkeit zu sein. MAI-Cyber-1-Flash ist darauf gebaut, bis zu 90 Prozent der Arbeit in MDASH zu übernehmen und das schwierigste Zehntel der Aufgaben an OpenAIs GPT-5.4 zu eskalieren. Der Benchmark-Wert ist das, was MDASH erreicht, wenn beide zusammenlaufen. Microsofts Modell schlägt die Spitze nicht, es bewältigt die Masse, damit die Spitze nur noch die Ausnahmen bearbeiten muss.

Damit ist die Kostenaussage interessanter als die Genauigkeitsaussage. Die 50 Prozent werden gegen die Konfiguration gemessen, die Microsoft heute betreibt und die das Unternehmen mit GPT-5.4, GPT-5.4 mini und GPT-5.3 codex angibt. Die Ersparnis entstand also, indem OpenAI aus den routinemäßigen neun Zehnteln der Arbeit verdrängt und für das schwierige Zehntel behalten wurde. Ein Anbieter senkt seine eigene Lieferantenrechnung und gibt einen Teil weiter. Das ist ein guter Kaufgrund, aber es ist nicht dasselbe wie ein besserer Detektor.

Die Folge steckt in den Ausnahmen. Das schwierigste Zehntel der Schwachstellenarbeit ist bauartbedingt der Teil, den ein günstiges Modell nicht abschließen konnte: tiefe Logikfehler und unangenehme Codepfade. Dieses Zehntel hängt nun davon ab, dass ein Spitzenmodell eines Dritten verfügbar bleibt, nach Ihren eigenen Richtlinien zulässig bleibt und so bepreist bleibt wie heute. Keine dieser Abhängigkeiten steht im Produktnamen, und keine liegt in Ihrer Hand.

Verbrauchsabrechnung verändert, was ein Sicherheitsbudget ist

Das Preismodell verdient so viel Aufmerksamkeit wie das Modell selbst. Verbrauchsabrechnung bei einem System, das dauerhaft untersuchen soll, bedeutet: Ihre Sicherheitsausgaben folgen nicht mehr der Kopfzahl oder den Lizenzplätzen, sondern der Menge des Betrachtbaren. Eine laute Umgebung, ein großes Monorepo, eine Übernahme, die Ihre Endgerätezahl verdoppelt, ein schlechter Monat mit vielen Alarmen: alles hat jetzt unmittelbar Kosten, weil die Agenten auf Signale reagieren und nicht auf einen Lizenzstand.

Für eine deutsche Finanzleitung ist das eine Änderung der Planung, nicht eine Änderung einer Position. Platzbasierte Sicherheit ist ein fester Betrag, den man einmal im Jahr in Euro genehmigt und dann vergisst. Verbrauchsbasierte Agentensicherheit ist ein variabler Betrag, der genau dann steigt, wenn Sie ohnehin unter Druck stehen. Das ist die schlechteste denkbare Korrelation für ein Budget, und es ist der Moment, in dem niemand die Person sein will, die das Sicherheitswerkzeug gedrosselt hat, um eine Zahl zu treffen.

Nichts davon spricht gegen den Kauf. Es spricht dafür, mit Obergrenze, Alarm und Verantwortlichem zu kaufen. Lassen Sie sich die Definition des Zählers schriftlich geben, bevor die Vorschau öffnet, vereinbaren Sie eine interne Grenze, die ein Gespräch auslöst und keine Abschaltung, und benennen Sie eine Person, die im ersten Quartal die Kurve beobachtet.

Die Frage, die vor dem 3. August geklärt sein muss

In den meisten Verzeichnissen steht jetzt eine veraltete Governance-Antwort. Wer in den Anwendungsbereich von NIS2 oder DORA fällt, muss wissen, wer die eigene Sicherheitstelemetrie und die Schwachstellenbefunde verarbeitet. Ein Harness aus mehr als 100 Agenten mit mehreren führenden Modellen bedeutet, dass die ehrliche Antwort mindestens zwei Modellanbieter umfasst, von denen einer ein Wettbewerber des Unternehmens ist, das Ihnen das Produkt verkauft. Schreiben Sie das auf, bevor ein Prüfer fragt.

Drei praktische Schritte für diese Woche. Fragen Sie Ihren Microsoft-Händler, ob der Verbrauch von Project Perception innerhalb Ihrer bestehenden Defender-Zusage oder über einen separaten Zähler abgerechnet wird, und lassen Sie es sich vor dem 3. August schriftlich geben. Fragen Sie, welche Modellklassen eskalierte Befunde bearbeiten und ob Sie die Eskalation aus Richtliniengründen einschränken können. Prüfen Sie dann, ob Ihre internen Regeln zur Weitergabe von Code oder Schwachstellendetails an ein Drittmodell in der Annahme geschrieben wurden, Ihr Sicherheitsanbieter sei ein einziger Verarbeiter.

Der Benchmark wird Ihnen das nächste Jahr über vorgehalten werden. Behandeln Sie 96 Prozent als Eigentum eines Gespanns und nicht eines Produkts, und bepreisen Sie das Gespann entsprechend.

Weiterlesen: Microsoft schulte seine Verkäufer darauf, Claude als langsamer zu bezeichnen  |  Zwei KI-Giganten sind jetzt Ihr Integrator