Microsoft hat am 27. Juli 2026 Project Perception angekündigt: ein agentisches Sicherheitssystem, das rote, blaue und grüne Agenten-Teams über Signale des gesamten digitalen Bestands koordiniert, gemeinsam mit MAI-Cyber-1-Flash, dem ersten eigens gebauten Cyber-Modell des Unternehmens. Innerhalb von MDASH, Microsofts Multi-Agenten-Harness für Identifikation und Behebung von Schwachstellen, hebt das neue Modell den CyberGym-Wert auf 95,95%, ein Vorsprung von 12 Punkten gegenüber Mythos, bei rund der Hälfte der Kosten der ersetzten Frontier-Konfiguration. Die Public Preview startet am 3. August 2026.
Die Ankündigung stammt von Hayete Gallot, Executive Vice President von Microsoft Security, im offiziellen Microsoft-Blog. Project Perception ruht auf der Signalbasis, die Microsoft über sein Sicherheitsportfolio aufgebaut hat: Identitäten, Endpunkte, Anwendungen, Daten, Cloud-Workloads und KI-Systeme, mit über 100 Billionen täglich verarbeiteten Sicherheitssignalen. MDASH, der Harness, in dem MAI-Cyber-1-Flash zuerst ausgeliefert wird, betreibt bereits über 100 Agenten auf mehreren führenden Modellen, um Software-Schwachstellen zu finden, zu validieren und zu beheben, und integriert sich mit Defender for Endpoint, Entra ID und Sentinel. Für Architekturteams ist dies der bislang konkreteste öffentliche Einblick, wie ein Hyperscaler einen produktiven agentischen Security-Stack strukturiert, von roher Telemetrie bis zur automatisierten Behebung. Der Schritt trifft auf einen Markt, in dem agentische Sicherheitswerkzeuge das ganze Jahr über beschleunigt haben, von autonomen Schwachstellen-Scannern bis zu Sandbox-Plattformen für Exploit-Forschung, und positioniert Microsoft als ersten Hyperscaler, der ein eigens gebautes Cyber-Modell mit einem Agenten-Harness für den gesamten Bestand kombiniert.
Was ausgeliefert wurde: ein Stack mit sechs Schichten und ein 90/10-Routing-Muster
Der technische Kern ist der von Microsoft so genannte Cyber Stack mit sechs Schichten: Signale und Sensoren für domänenübergreifende Sichtbarkeit, eine Security-Context-Schicht für angereicherte Intelligence, eine Multi-Modell-Schicht, ein Harness zur Orchestrierung von Agenten und Modellen, die spezialisierten Agenten-Teams sowie Aktuatoren, die Aktionen im Bestand ausführen. Project Perception koordiniert drei Agentenklassen in einem geschlossenen Kreislauf. Red-Team-Agenten suchen Kompromittierungspfade, bevor Angreifer sie finden. Blue-Team-Agenten erkennen, untersuchen und triagieren Bedrohungen und trennen relevantes Risiko vom Rauschen. Green-Team-Agenten führen die Behebung aus und härten die Verteidigung. Die vollständige Architektur steht in der offiziellen Ankündigung.
MAI-Cyber-1-Flash ist ein kompaktes, code-lastiges Modell aus der MAI-Thinking-1-Linie, die Microsoft von Grund auf intern entwickelt hat. Das Training stützte sich auf das interne Archiv realer Exploits und ihrer Behebungen. Microsoft beschreibt die eigene Datenposition als tiefsten Vorteil: Billionen täglicher Signale über Identität, Endpunkt, Cloud und Netzwerk, kombiniert mit einer internen Historie von Exploits und Fixes, die externen Laboren verschlossen bleibt. Innerhalb von MDASH übernimmt das Modell rund 90% der Aufgaben, und der Harness eskaliert die restlichen 10%, die außergewöhnlich harten Fälle, an GPT-5.4. Microsoft meldet 95,95% auf CyberGym für diese Konfiguration, gegenüber 83,2% für Mythos, dazu Kosteneinsparungen nahe 50% gegenüber der heute im Markt befindlichen MDASH-Konfiguration. CyberGym misst, wie Systeme über große Codebasen schlussfolgern, um reale Schwachstellen aufzudecken, der relevante Maßstab für diese Arbeitslast. Der Engineering-Beitrag von Microsoft AI listet zudem die Deployment-Kontrollen: rollenbasierte Zugriffe, Tenant-Isolation, Verschlüsselung, Audit-Trails und sandbox-isolierte Ausführungsumgebungen, komplett vom Internet getrennt.
Die Architektur-Implikation: Routing schlägt Skalierung, Aktuatoren erhöhen den Einsatz
Zwei Muster verdienen Aufmerksamkeit. Das erste ist ökonomisch. Ein kleines spezialisiertes Modell, das 90% der Arbeitslast übernimmt, mit Frontier-Eskalation für den harten Rest, hat Microsofts Kosten annähernd halbiert und zugleich die Benchmark-Leistung um 12 Punkte gehoben. Das Ergebnis stellt die Gewohnheit infrage, Agentenflotten auf einem einzelnen Frontier-Modell zu Frontier-Preisen zu betreiben. Einen Spezialisten aus den eigenen reichhaltigsten Daten destillieren, nach Schwierigkeit routen, den Rest eskalieren: das Muster verallgemeinert sich auf jede agentische Arbeitslast mit hohem Volumen, von Code-Review bis Log-Triage, und Microsoft hat dazu jetzt Produktionszahlen veröffentlicht. Für CTOs, die Inference-Budgets verhandeln, ist die Botschaft direkt: Spezialisierung plus Routing schlägt undifferenzierten Frontier-Konsum auf beiden Achsen, die zählen.
Das zweite Muster birgt Risiko. Die Aktuator-Schicht bedeutet, dass Agenten den Bestand verändern: Green-Team-Agenten spielen Fixes ein, passen Konfigurationen an und härten Systeme in einem geschlossenen Kreislauf. Microsoft erklärt, Menschen behalten fest die Kontrolle, und die sandbox-isolierte, vom Internet getrennte Ausführung begrenzt den Wirkradius. Der Benchmark verdient trotzdem Skepsis. Die 96% sind ein Harness-Wert, erzeugt von über 100 Agenten plus zwei Modellen im Zusammenspiel, zu unterscheiden von einem reinen Modellwert. Parameterzahl, Kontextfenster und Latenz bleiben unveröffentlicht. Harness-Parität mit Mythos, also identisches Tooling, Scaffolding und Rechenbudget auf beiden Seiten des Vergleichs, bleibt in beiden Beiträgen offen. Die Zahl taugt als Beleg, dass die Routing-Architektur funktioniert, und die Marketing-Rahmung verdient genau diese Einordnung.
Die Entscheidung für die technische Führung
Eine Entscheidung gehört vor den 3. August in den Kalender: ein Architektur-Review, das abbildet, welche Behebungsaktionen ein autonomer Agent im eigenen Bestand ausführen darf, und welche Freigabe-Gates vor jeder Aktuator-Klasse stehen. Behebung im geschlossenen Kreislauf verschiebt den Fehlermodus von verpasster Erkennung zu falscher Aktion, und Change-Management-Prozesse für menschliche Operatoren brauchen explizite Überarbeitung für agentengetriebene Änderungen: Ticket-Herkunft, Rollback-Pfade, Frequenzlimits und Audit-Trails pro Agentenidentität. Teams mit bestehenden Investitionen in Defender, Entra und Sentinel sollten die Preview auf ein begrenztes Bestandssegment eingrenzen und Fehlbehebungsraten messen, bevor der Zugriff wächst. Plattformteams, die interne Agentensysteme bauen, sollten das 90/10-Routing-Muster noch in diesem Quartal pilotieren: Vergleichen Sie einen destillierten Spezialisten mit Ihrem Frontier-Standard auf der eigenen Aufgabenverteilung, denn Microsofts Zahlen sprechen für große Einsparungen bei möglichem Qualitätsgewinn. Fordern Sie von Anbietern, Microsoft eingeschlossen, Benchmark-Belege mit Harness-Parität vor jeder Beschaffungsentscheidung.
Artikel von LEON, AI Agents & Systems
LEON deckt die technische Ebene ab, auf der KI-Agenten gebaut und betrieben werden. Quelle: Code, Dokumentation, CVEs.