Pentester finden mehr Lücken, als sie beheben können

KI-Tools entdecken heute mehr Schwachstellen als je zuvor, doch die gewonnene Zeit geht bei der Nachprüfung der Funde wieder verloren.

KI-gestützte Werkzeuge sollen Penetrationstests beschleunigen, indem sie automatisch nach Schwachstellen in Webanwendungen, Netzwerken und APIs suchen. Eine Befragung von 158 Sicherheitspraktikern durch den Anbieter Pentest-Tools.com zeigt nun, wie sich das in der Praxis auswirkt. Befragt wurden im Juni 2026 ausschließlich Fachleute, die bereits KI-Tools zur Schwachstellenanalyse einsetzen, darunter Penetrationstester, Security Engineers, DevSecOps-Spezialisten und MSSP-Mitarbeiter.

Mehr Funde, mehr Ausschuss

Von 147 Befragten, die KI zur Fund-Generierung nutzen, gaben 87,8 Prozent an, dass ein erheblicher Teil der Ergebnisse manuell nachgeprüft werden muss, bei 26,5 Prozent betrifft das sogar regelmäßig mehr als ein Viertel aller Funde. Ein Teilnehmer schilderte, ein Tool habe 300 Funde geliefert, von denen sich 250 als Ausschuss erwiesen: doppelte Meldungen, nicht ausnutzbare SQL-Injections und frei erfundene CVE-Nummern.

Ein KI-Tool spuckt 300 Ergebnisse aus. Ich habe zwei Tage damit verbracht, diese zu sichten, und 250 davon waren Müll – doppelte Schwachstellen, potenzielle SQLi-Angriffe, die nicht ausnutzbar sind, oder von der KI erfundene CVEs, die es gar nicht gibt. Ich habe das Tool gekauft, um Zeit zu sparen, aber ich hatte mehr manuelle Arbeit als zuvor.

Umfrage-Teilnehmer

Anzeige

Nur 20,3 Prozent der Teams verfügen laut Umfrage über einen funktionierenden Workflow, um mehr als 500 KI-generierte Verdachtsfälle aus einem Auftrag zu sichten. 38,6 Prozent sähen ihr Team dadurch stark belastet, 29,7 Prozent halten die Menge für nicht bewältigbar. Wie gut ein Team zurechtkommt, hängt dabei offenbar weniger von der Unternehmensgröße ab als von der Testhäufigkeit: Wer selten testet, hat seltener etablierte Triage-Prozesse und wird von der Datenmenge eher überrascht.

Erfundene Funde ärgern mehr als übersehene

Größter Frustrationsfaktor waren mit Abstand False-Positive-Meldungen, erfundene Exploits und fabrizierte Funde, genannt von rund 30 Prozent aller Befragten in freien Textantworten, deutlich vor Kosten oder Integrationsproblemen. Genannt wurden unter anderem überzeugend wirkende, aber nicht reproduzierbare Meldungen sowie erfundene CVE-Nummern.

Entsprechend zählt bei der Tool-Auswahl nicht der Preis am meisten, sondern die Zuverlässigkeit: 63 Prozent nannten die Falsch-Positiv-Rate als wichtigstes Kriterium, 53 Prozent den Nachweis tatsächlicher Ausnutzbarkeit. Kosten landeten mit 47 Prozent erst auf Platz drei.

Wo KI eingesetzt wird und wo nicht

Am stärksten genutzt wird KI beim Scanning (74,1 Prozent) sowie beim Schreiben von Berichten (69 Prozent). Deutlich seltener kommt sie dort zum Einsatz, wo ein Tester live mit einem System interagiert: bei der Ausnutzung von Schwachstellen nur zu 36,7 Prozent, bei Post-Exploitation-Schritten sogar nur zu 25,3 Prozent. Die Autoren deuten das als bewusste Risikoabwägung, da ein halluzinierter Angriffsschritt gegen ein Produktivsystem anders als ein Fehler im Berichtsentwurf kaum korrigierbar ist.

Als größte verbleibende Schwäche nannten Befragte häufig das Verständnis von Geschäftslogik. Ein Tool könne zuverlässig SQL-Injections finden, verstehe aber nicht, dass ein Rabattgutschein pro Kunde nur einmal einlösbar sein solle. Solche Logikfehler erzeugen keine Fehlermeldung, weil die Anwendung technisch genau das tut, wofür sie programmiert wurde, und bleiben damit Sache menschlicher Tester.

KI-Systeme werden selbst zum Testobjekt

92,4 Prozent der Befragten testen bereits KI-gestützte Anwendungen oder planen dies binnen zwölf Monaten, bei knapp der Hälfte allerdings nur auf gezielte Anfrage. Beim Thema Schatten-KI, also nicht autorisierter KI-Nutzung durch Mitarbeiter, hat erst ein Drittel entsprechende Risiken fest im Prüfumfang verankert. Der Bericht erwähnt zudem ein Programm von Anthropic, das per KI mehr als 1.500 Schwachstellen in Open-Source-Projekten identifiziert haben soll, von denen zum Befragungszeitpunkt erst rund 97 behoben waren, eine Lücke, die 41,1 Prozent der Befragten als größtes Risiko einstufen.

Die Kernbeobachtungen der Untersuchung decken sich mit unabhängigen Diskussionen in der Sicherheitsbranche: Automatisierung senkt die Kosten fürs Auffinden von Schwachstellen, verschiebt den Engpass aber lediglich zur Überprüfung.

(red)