OWASP Top 10
Broken Access Control, Injection, Security Misconfiguration, SSRF, Authentifizierungsfehler, unsicheres Design, Integritäts- und Komponentenrisiken sowie Logging- und Kryptografieprobleme.
Unsere spezialisierten AI-Agenten verfolgen Angriffspfade, prüfen Hypothesen und validieren reproduzierbare Schwachstellen statt lediglich bekannte Signaturen abzugleichen.
Deutlich tiefer als ein Schwachstellenscan: Die Agenten automatisieren viele technische Pentest-Schritte, betrachten das Ziel aus mehreren Perspektiven und zeigen, wo sich eine menschliche Vertiefung lohnt.
Ein AI-Guided-Pentest ist ein autorisierter Sicherheitstest, bei dem spezialisierte AI-Agenten eine Webanwendung oder API erkunden, Angriffshypothesen entwickeln und diese mit echten Requests überprüfen. Der Agent folgt interessanten Reaktionen, verändert seine Strategie und sammelt reproduzierbare Belege - statt lediglich eine Liste bekannter Signaturen abzuarbeiten.
Damit lassen sich viele Arbeitsschritte eines manuellen Pentests automatisieren: Endpunkte und Parameter erfassen, Rollen vergleichen, Sessions untersuchen, Payloads an den Kontext anpassen, Umgehungsvarianten ausprobieren, Auffälligkeiten korrelieren und mögliche Angriffsketten weiterverfolgen. Das liefert deutlich mehr Perspektiven und Tiefe als ein klassischer Schwachstellenscan.
Ein erfahrener Mensch bleibt bei komplexer Geschäftslogik, Architekturentscheidungen und einer belastbaren Gesamtaussage überlegen. Der AI-Pentest ist deshalb kein umetikettierter manueller Penetrationstest - aber eine wesentlich aussagekräftigere und adaptivere Prüfung als automatisiertes Scanning.
Ein AI-Agent kann bereits einen erheblichen Teil technischer Pentest-Arbeit übernehmen. Der Unterschied liegt vor allem in Kontextverständnis, Assurance und der Tiefe komplexer Geschäftslogik.
| Eigenschaft | Schwachstellenscan | AI-Guided-Pentest | Manueller Pentest |
|---|---|---|---|
| Vorgehen | Vordefinierte Checks und Signaturen | Adaptive Agenten, Tools und Hypothesen | Kreative, kontextbezogene Angriffe |
| Exploration | Bekannte Pfade und Fingerprints | Endpunkte, Zustände und Zusammenhänge werden aktiv erkundet | Gezielte Exploration mit Architektur- und Produktverständnis |
| Authentifizierung | Oft nur oberflächlich | Sessions, Rollen und Objektzugriffe mit Testkonten | Systematisch über komplexe Rollen und Workflows |
| OWASP Top 10 | Technisch erkennbare Teilmenge | Breite adaptive Abdeckung aller Kategorien im erreichbaren Scope | Breite Abdeckung plus tiefer Kontext |
| Bypässe und Varianten | Kaum | Payload-, Encoding-, Redirect- und Workflow-Varianten | Sehr flexibel, auch bei ungewöhnlichen Schutzmechanismen |
| Angriffsketten | Einzelfunde | Korrelation und begrenzte Multi-Step-Pfade | Komplexe Chains über Systeme und Prozesse |
| Geschäftslogik | Kaum erfassbar | Einfache bis mittlere Logik und Zustandswechsel | Komplexe Abläufe, Missbrauchsszenarien und Unternehmenskontext |
| Ergebnis | Breites technisches Grundrauschen | Validierte Findings und starkes Signal für weiteren Prüfbedarf | Belastbare Tiefenprüfung mit menschlicher Gesamtbewertung |
| Ersatz für manuellen Pentest? | Nein | Nein - aber deutlich näher daran | Referenz für maximale Assurance |
Die Prüfung ist nicht auf einige Demo-Kategorien beschränkt. Innerhalb des vereinbarten und technisch erreichbaren Scopes decken unsere Workflows die OWASP Top 10 ebenso ab wie komplexere Bypässe, Infrastrukturprobleme und verkettete Angriffe.
Broken Access Control, Injection, Security Misconfiguration, SSRF, Authentifizierungsfehler, unsicheres Design, Integritäts- und Komponentenrisiken sowie Logging- und Kryptografieprobleme.
IDOR/BOLA, horizontale und vertikale Rechteausweitung, Rollen- und Mandantentrennung, versteckte Funktionen, Mass Assignment sowie inkonsistente API-Berechtigungen.
Alternative Encodings, Parser-Differenzen, Redirect-Ketten, Filter- und WAF-Umgehungen, Zustandswechsel, Race-nahe Abläufe und unerwartete Request-Sequenzen.
SSRF zu internen Diensten, exponierte Debug- und Admin-Pfade, Cloud-Metadaten, Secrets, Storage-Fehlkonfigurationen, Host- und Proxy-Vertrauen sowie erreichbare interne Komponenten.
SQL-/NoSQL- und Command Injection, XSS in unterschiedlichen Kontexten, XXE, Template Injection, Path Traversal, unsichere Uploads, Parser und Deserialisierung.
Ein scheinbar kleiner Informationsfund wird mit fehlender Autorisierung, serverseitigem Zugriff oder Session-Problemen verbunden, um den tatsächlichen Gesamteinfluss zu bewerten.
Abdeckung ist keine Fundgarantie: Welche Prüfungen sinnvoll möglich sind, hängt von Ziel, Testzugängen, Funktionen, Schutzmaßnahmen und vereinbartem Zeit-/Compute-Budget ab.
Wir wählen Modelle und Ausführungsumgebung nach Datenklassifizierung, Scope und benötigter Tiefe - nicht nach einem starren Standard-Stack.
Für autorisierte Kundenprojekte verfügen wir über verifizierte Zugänge für reale Cyber-Security-Workflows. Je nach Scope und Verfügbarkeit setzen wir unter anderem Claude Fable 5 sowie GPT‑5.6 Sol über OpenAI Daybreak ein.
Wenn Testdaten keine externen Server erreichen dürfen, laufen offene Large Language Models vollständig auf unserer eigenen Hardware. Prompts, Responses, Artefakte und Testdaten verbleiben in der kontrollierten lokalen Umgebung.
Ein Agent kartiert, ein anderer sucht Gegenbeispiele oder Bypässe, Security-Tools liefern Messwerte und ein weiterer Lauf validiert die Reproduzierbarkeit. So hängt das Ergebnis nicht von einer einzigen Antwort ab.
Hosts, Testkonten, Stop-Regeln und Remote- oder Local-AI werden vor dem Start verbindlich festgelegt.
Agenten kartieren Endpunkte, Rollen, Parameter, Technologien, sichtbare Infrastruktur und Zustandswechsel.
Unterschiedliche Modelle und Toolchains verfolgen OWASP-Kategorien, Bypässe und neue Hypothesen.
Signale werden reproduziert, korreliert und innerhalb sicherer Grenzen bis zum belastbaren Impact verfolgt.
Ein menschlicher Review prüft Belege, Scope-Treue und Aussagekraft und empfiehlt die sinnvolle nächste Prüftiefe.
Wir entwickeln diese Workflows nicht nur in einem Demo-Lab. Unsere Tester setzen sie in autorisierten Bug-Bounty-Programmen ein, um breite Angriffsflächen zu erfassen, ungewöhnliche Zusammenhänge zu erkennen und valide Reports vorzubereiten.
Der Agent verglich Objekt-IDs, Rollen und Response-Muster, entwickelte alternative Request-Sequenzen und belegte einen unautorisierten Datenzugriff über Kontogrenzen hinweg.
Aus dem Verhalten eines URL-Imports entstanden Hypothesen zu serverseitigen Abrufen. Redirects, Kodierungen und Hostdarstellungen wurden variiert und erreichbare interne Ziele systematisch validiert.
Die AI identifizierte, warum Standard-Payloads scheiterten, modellierte Parser- und Ausgabekontext und erzeugte Varianten, die den konkreten Filter kontrolliert umgingen.
Verwandte Routen, Hostnamen und Response-Strukturen wurden korreliert. Daraus entstanden neue Pfadkandidaten, die sensible Metadaten und interne Funktionen offenlegten.
Zielnamen und technische Details bleiben aufgrund der Programmregeln vertraulich. Der menschliche Review vor einer Meldung dient der Qualitätssicherung; Exploration, Hypothesenbildung und technischer Fund können vollständig aus dem AI-Workflow stammen.
Der Mini-Pentest bietet einen vollständigen manuellen Testtag, um Geschäftslogik, Bypässe und mögliche Angriffsketten gezielt zu vertiefen.
Der Festpreis ist ein bewusst begrenzter, aussagekräftiger Einstieg. Er liefert mehr Tiefe als ein Scan und ein gutes technisches Signal: Ist die Angriffsfläche unauffällig, reicht möglicherweise regelmäßiges Scanning. Entstehen interessante Pfade, kann ein manueller Mini-Pentest, ein vollständiger Pentest oder ein größerer AI-Scope gezielt dort ansetzen.
Auch ein komplexer Pentest lässt sich grundsätzlich weitgehend oder vollständig durch AI-Agenten durchführen. Dafür müssen mehrere Agenten und Modelle jedoch über lange Zeit laufen, Ergebnisse gegenseitig prüfen und umfangreiche Kontexte verarbeiten. Allein die Modell- und Tokenkosten liegen bei solchen Projekten typischerweise im Bereich von 1.000 bis 2.000 € - bevor Orchestrierung, sichere Infrastruktur, Review und Dokumentation berücksichtigt sind.
Solche AI-only-Scopes bieten wir individuell kalkuliert an. Für kritische Geschäftslogik, Compliance-Nachweise und maximale Assurance bleibt ein manueller oder hybrider Penetrationstest häufig die sinnvollste Wahl.
Für 899 € erhalten Sie die vollständige AI-gestützte Prüfung und eine kompakte technische Ergebnisübergabe. Ein formal aufbereitetes Findings-PDF und die Überprüfung behobener Schwachstellen buchen Sie nur dann hinzu, wenn Sie diese wirklich benötigen.
Klare Antworten zu Prüftiefe, Modellen, Daten und Kosten.
Nein. Ein Scanner führt überwiegend vordefinierte Checks aus. Unsere Agenten erkunden Endpunkte und Zustände, entwickeln Hypothesen, verändern Requests, probieren Bypässe und verfolgen Zusammenhänge weiter. Dadurch entsteht erheblich mehr Tiefe und Perspektive.
Nicht vollständig. Viel technische Pentest-Arbeit lässt sich automatisieren, doch komplexe Geschäftslogik, ungewöhnliche Rollenmodelle, Architekturentscheidungen und maximale Assurance profitieren weiterhin von menschlicher Erfahrung. AI-only- und Hybrid-Scopes sind möglich.
Enthalten ist ein klar begrenztes Web- oder API-Ziel mit festem Laufzeit- und Compute-Budget, adaptiver Exploration, reproduzierbaren Findings, technischem Quality Check und einer Empfehlung zur weiteren Prüftiefe. Ein formal aufbereitetes Findings-PDF ist für 499 € und ein Re-Test für 399 € optional; zusätzlicher Scope wird individuell vereinbart.
Ja, technisch ist das möglich. Dafür laufen mehrere Agenten und Modelle über längere Zeit und prüfen sich gegenseitig. Allein die Modell- und Tokenkosten liegen bei solchen Projekten häufig bei 1.000-2.000 €, hinzu kommen Orchestrierung, Infrastruktur, Review und Dokumentation. Deshalb kalkulieren wir komplexe AI-only-Projekte individuell.
Je nach Scope nutzen wir aktuelle Frontier-Modelle wie Claude Fable 5 und GPT‑5.6 Sol über verifizierte Cyber-Zugänge oder leistungsfähige offene Modelle auf unseren lokalen Clustern. Häufig kombinieren wir mehrere Modelle, damit unterschiedliche Perspektiven und eine unabhängige Validierung entstehen.
Nein. Für sensible Scopes können alle Modelle auf unserer eigenen Hardware mit 2× RTX 4090 und 2× NVIDIA DGX Spark laufen. Prompts, Antworten und Testartefakte verbleiben dann lokal. Der Datenmodus wird vor der Beauftragung transparent festgelegt.
Grundsätzlich ja, wenn Scope, Rate Limits und Stop-Regeln dies sicher zulassen. Eine Testumgebung ist vorzuziehen. Destruktive Aktionen, DoS, Datenveränderungen und Zugriffe außerhalb des vereinbarten Scopes bleiben ausgeschlossen.
Ja. Die adaptive Prüfung liefert ein deutlich besseres Signal als ein Scanner. Wir benennen, ob regelmäßiges Scanning voraussichtlich genügt, ein fokussierter Mini-Pentest sinnvoll ist oder komplexe Angriffspfade einen vollständigen manuellen beziehungsweise hybriden Pentest rechtfertigen.
Haben Sie Fragen zu unseren Dienstleistungen? Wir beraten Sie gerne und erstellen Ihnen ein individuelles Angebot.
Wir melden uns innerhalb von 24 Stunden bei Ihnen
Ihre Daten werden vertraulich behandelt
Direkter Kontakt zu unseren Experten