Eine eingehende Untersuchung darüber, wie auf CVE-Mustern, Code-Commits und Bedrohungsinformationen trainierte ML-Modelle Zero-Day-Schwachstellen vor ihrer Offenlegung vorhersagen – einschließlich Genauigkeitsmetriken, Architektur und praktischer Nutzung durch Microsoft, Google und weitere Unternehmen.
Jahrzehntelang basierte die Cybersicherheitsbranche auf einem grundlegend reaktiven Modell: Eine Schwachstelle wird entdeckt, ein Patch entwickelt und bereitgestellt – in der Hoffnung, dass Angreifer sie noch nicht ausgenutzt haben. Laut dem neuesten Bedrohungsbericht von Mandiant liegt die durchschnittliche Zeitspanne zwischen der aktiven Ausnutzung einer Zero-Day-Schwachstelle und der Verfügbarkeit eines Patches im Jahr 2026 weiterhin bei etwa 28 Tagen. Während dieses Zeitfensters sind Unternehmen dem jeweiligen Angriffsvektor praktisch schutzlos ausgeliefert.
Doch derzeit findet ein Paradigmenwechsel statt. Modelle des maschinellen Lernens, die mit historischen Schwachstellendaten, Quellcode-Repositorys und Echtzeit-Feeds für Bedrohungsinformationen trainiert wurden, können inzwischen vorhersagen, wo wahrscheinlich Zero-Day-Schwachstellen entstehen werden – manchmal Wochen oder Monate bevor ein menschlicher Sicherheitsforscher oder ein automatisierter Fuzzer den tatsächlichen Fehler entdeckt. Das ist keine Science-Fiction. Es handelt sich um produktionsreife Technologie, die bereits heute in einigen der weltweit größten Sicherheitsabteilungen eingesetzt wird.
Dieser Forschungsartikel untersucht den aktuellen Stand von Modellen zur Vorhersage von Zero-Day-Schwachstellen im Jahr 2026: die zugrunde liegenden Architekturen, ihre Anwender, ihre tatsächliche Genauigkeit und die daraus resultierenden Konsequenzen für Verteidiger und Angreifer.
Modelle zur Vorhersage von Zero-Day-Schwachstellen basieren auf drei primären Datenquellen, die jeweils eine andere Signalebene beitragen:
In diesem Bereich haben sich mehrere Architekturansätze etabliert, die häufig in Ensemble-Konfigurationen kombiniert werden:
Transformer-basierte Codeanalyse (CodeBERT-/VulBERTa-Varianten): Feinabgestimmte große Sprachmodelle, die Quellcode und Commit-Diffs verarbeiten, um Muster zu erkennen, die Schwachstellen verursachen können. Diese Modelle lernen, dass bestimmte Codeänderungen – insbesondere bei der Pufferverarbeitung, Authentifizierungslogik oder Serialisierung – mit zukünftigen CVE-Meldungen korrelieren. Die Generation von 2026 arbeitet mit Kontextfenstern von 32.000 Token und ermöglicht so die Analyse vollständiger Änderungssätze auf Dateiebene.
Graph Neural Networks (GNNs) auf Code-Property-Graphen: Diese Modelle stellen Code als Graphen dar, die abstrakte Syntaxbäume (ASTs), Kontrollflussgraphen (CFGs) und Datenabhängigkeitsgraphen (DDGs) kombinieren. Durch das Lernen anhand der Graphstruktur können GNNs Schwachstellenmuster erkennen, die sich über mehrere Funktionen oder Module erstrecken – also komplexe, grenzüberschreitende Fehler, die statische Analysewerkzeuge typischerweise übersehen.
Zeitliche Sequenzmodelle (LSTM-/Transformer-Hybride): Diese verarbeiten Zeitreihendaten zu veröffentlichten Schwachstellen, Patch-Zyklen und Exploit-Veröffentlichungen für bestimmte Softwarekomponenten. Sie modellieren den „Schwachstellenrhythmus“ einer Codebasis und sagen anhand historischer Muster voraus, wann statistisch wahrscheinlich die nächste bedeutende Schwachstelle auftreten wird.
Risikomodelle auf Basis bayesscher Netze: Probabilistische Modelle, die Software Composition Analysis (SCA), die Tiefe von Abhängigkeitsbäumen, Aktivitätssignale der Maintainer und die historische Schwachstellendichte kombinieren, um Risikobewertungen auf Komponentenebene zu erstellen. Sie eignen sich besonders gut zur Risikoerkennung in quelloffenen Lieferketten.
Ein produktives System zur Vorhersage von Zero-Day-Schwachstellen folgt üblicherweise dieser Pipeline:
| Phase | Eingabe | Verarbeitung | Ausgabe |
|---|---|---|---|
| 1. Datenerfassung | Git-Commits, NVD-Feeds, Bedrohungsinformationen | ETL-Pipeline mit Deduplizierung | Normalisierter Feature-Speicher |
| 2. Feature-Extraktion | Rohcode, CVE-Datensätze | Code-Embeddings, Komplexitätsmetriken, CWE-Clustering | Feature-Vektoren pro Komponente |
| 3. Risikobewertung | Feature-Vektoren | Inferenz des Ensemble-Modells (GNN + Transformer + bayessches Modell) | Wahrscheinlichkeitswerte für Schwachstellen |
| 4. Priorisierung | Risikowerte + Asset-Kontext | CVSS-Prognose, Einschätzung der Ausnutzbarkeit | Priorisierte Warnmeldungswarteschlange |
| 5. Validierung | Höchstplatzierte Vorhersagen | Automatisiertes Fuzzing, symbolische Ausführung | Bestätigte Erkenntnisse vor Eintritt des Zero-Day-Falls |
Die entscheidende Innovation der Pipelines von 2026 ist Phase 5 – die automatisierte Validierungsschleife. Statt Analysten rohe Vorhersagen vorzulegen, leiten moderne Systeme Vorhersagen mit hoher Konfidenz an gezielte Fuzzing-Kampagnen weiter. Bestätigt der Fuzzer einen Absturz oder unerwartetes Verhalten in der prognostizierten Komponente, wird der Befund sowohl mit der Begründung des ML-Modells als auch mit konkreten Proof-of-Concept-Belegen eskaliert.
Produktivsysteme verarbeiten über die überwachten Repositorys hinweg täglich zwischen 50.000 und 200.000 Commits. Die Inferenzlatenz des Ensemble-Modells liegt üblicherweise bei weniger als 200 ms pro Komponentenbewertung. Die End-to-End-Pipeline vom Commit bis zum Risikowert arbeitet für kritische überwachte Software mit einem Aktualisierungszyklus von 15 Minuten; das breitere Ökosystem wird stapelweise verarbeitet.
Microsoft äußert sich besonders offen zu seinen Investitionen in die Vorhersage von Schwachstellen. Das interne System, das aus der früheren Initiative „Project Bonsai“ hervorgegangen ist, verarbeitet inzwischen jeden Commit für die Codebasen von Windows, Office und Azure mithilfe einer Vorhersage-Pipeline. In seinem jährlichen Sicherheitsbericht für 2025 gab das MSRC bekannt, dass 17 % der kritischen Schwachstellen, die im Rahmen von Patch-Tuesday-Veröffentlichungen behoben wurden, zuerst durch das eigene ML-Vorhersagesystem erkannt wurden – noch bevor externe Meldungen eingingen. 2024 lag dieser Anteil bei 9 %.
Bemerkenswert an Microsofts Ansatz ist die Integration von Entwicklertelemetrie: Das Modell berücksichtigt Anzeichen von Erschöpfung bei Entwicklern – darunter Commit-Häufigkeit, tageszeitabhängige Muster und Metriken zur Gründlichkeit von Code-Reviews – als prädiktive Features. Grundlage dafür sind Forschungsergebnisse, denen zufolge sich Schwachstellen in Phasen von Entwickler-Burnout häufen.
Googles Project-Zero-Team entwickelte gemeinsam mit DeepMind VulnPredict, ein System, das Codeanalyse mit einer neuartigen Komponente zur „Angreifersimulation“ kombiniert. Statt lediglich potenziell verwundbaren Code zu identifizieren, modelliert VulnPredict, welche Ziele ein Angreifer angesichts der aktuellen wirtschaftlichen Bedingungen auf dem Exploit-Markt auswählen würde. Diese Modellierung aus Angreiferperspektive hat sich als besonders effektiv erwiesen, um vorherzusagen, welche Schwachstellen aktiv ausgenutzt und welche lediglich offengelegt werden – ein entscheidender Unterschied für die defensive Priorisierung.
In internen Benchmarks, die auf der Black Hat 2025 vorgestellt wurden, stufte VulnPredict 34 der 47 Zero-Day-Schwachstellen, die 2025 aktiv ausgenutzt wurden, bereits vor ihrer Ausnutzung als Hochrisikokomponenten ein. Das Vorhersagefenster reichte dabei von zwei Wochen bis zu sechs Monaten.
Die Ende 2025 gestartete Initiative OSS-Predict der Linux Foundation wendet Vorhersagemodelle auf die 10.000 quelloffenen Pakete mit den meisten Abhängigkeiten an. Das System erstellt wöchentliche Risikoberichte, anhand derer Maintainer und nachgelagerte Nutzer frühzeitig Ressourcen für Sicherheitsprüfungen einplanen können. Erste Ergebnisse zeigen bei den am Programm teilnehmenden Paketen eine um 23 % schnellere Entdeckung von Schwachstellen.
Quellen aus Nachrichtendienstkreisen deuten darauf hin, dass mehrere staatliche Akteure – darunter Programme, die dem chinesischen MSS, dem russischen SVR und der TAO der NSA zugeschrieben werden – spätestens seit 2024 Systeme zur Vorhersage von Schwachstellen einsetzen. Die strategischen Konsequenzen sind erheblich: Ein staatlicher Akteur mit einem leistungsfähigen Vorhersagemodell könnte wahrscheinliche Zero-Day-Schwachstellen in gegnerischer Software schneller erkennen als das Sicherheitsteam des jeweiligen Anbieters und sich dadurch einen systematischen offensiven Vorteil verschaffen.
Behauptungen zur Vorhersagegenauigkeit müssen sorgfältig geprüft werden. In diesem Bereich kommen mehrere Metriken zum Einsatz, die jeweils Einschränkungen aufweisen:
| Metrik | Bestes veröffentlichtes Ergebnis (2026) | Praktische Bedeutung |
|---|---|---|
| Präzision auf Komponentenebene | 62–71 % | Bei diesem Anteil der als hochriskant eingestuften Komponenten wurde innerhalb von zwölf Monaten eine CVE registriert |
| Trefferquote auf Komponentenebene | 44–58 % | Dieser Anteil der tatsächlichen Zero-Day-Schwachstellen befand sich in zuvor markierten Komponenten |
| AUC der Ausnutzungsprognose | 0,82–0,89 | Fähigkeit, zwischen CVEs zu unterscheiden, die „ausgenutzt werden“, und solchen, die „nicht ausgenutzt werden“ |
| Beschleunigung der Entdeckung | 2,3–4,7× schneller | Prognostizierte Komponenten werden gezielt gefuzzt, wodurch Fehler schneller als bei zufälliger Abdeckung gefunden werden |
Das offensichtliche Problem sind Fehlalarme. Bei einer Präzision von 62–71 % sind etwa 30–38 % der Hochrisikomeldungen nicht relevant. Für ein Sicherheitsteam, das Tausende Komponenten überwacht, bedeutet dies Hunderte unnötiger Untersuchungen pro Zyklus. Die betrieblichen Kosten sind erheblich.
Zu den aktuellen Strategien zur Risikominderung gehören:
Der zunehmende Einsatz von Vorhersagemodellen verändert die Bug-Bounty-Landschaft auf verschiedene Weise:
Fortschrittliche Bug-Bounty-Hunter nutzen bereits quelloffene Vorhersagewerkzeuge wie VulnHuntr, DeepVuln und VUDENC der Carnegie Mellon University, um ihre Forschung gezielt auszurichten. Statt Ziele zufällig auszuwählen oder überlaufenen Trends zu den „neuesten CVE“ zu folgen, verwenden sie Vorhersagewerte, um wenig erforschte Angriffsflächen mit hoher Erfolgswahrscheinlichkeit zu identifizieren. Mehrere führende Sicherheitsforscher auf HackerOne und Bugcrowd haben ihre Erfolgsquoten in den Jahren 2025 und 2026 öffentlich auf die ML-gestützte Zielauswahl zurückgeführt.
Je stärker Anbieter intern auf Vorhersagemodelle setzen, desto häufiger werden „einfache“ Schwachstellen – also solche, die allein anhand von Codemustern prognostiziert werden können – entdeckt, bevor externe Sicherheitsforscher sie finden. Dadurch verlagert sich das Bug-Bounty-Ökosystem hin zu komplexeren Schwachstellen auf Logikebene, die aktuelle ML-Modelle nur schwer vorhersagen können: Race Conditions in verteilten Systemen, subtile Verkettungen zur Umgehung der Authentifizierung und Fehler in der Geschäftslogik, die tiefgehendes Fachwissen erfordern.
Berichten zufolge passen Exploit-Broker ihre Preismodelle an den Schwierigkeitsgrad der Vorhersage an. Schwachstellen in Softwarekomponenten, die von ML-Modellen regelmäßig als hochriskant eingestuft werden, erzielen niedrigere Preise – unter der Annahme, dass der Anbieter sie ohnehin bald beheben wird. Zero-Day-Schwachstellen in „vorhersageresistenten“ Komponenten mit unauffälligen ML-Risikowerten erzielen dagegen Spitzenpreise, teilweise das Zwei- bis Dreifache des Grundpreises.
Die unmittelbarste Auswirkung betrifft das Patch-Management. Statt auf den Patch Tuesday zu warten und ausschließlich anhand von CVSS-Bewertungen zu priorisieren, können Sicherheitsteams mithilfe von Vorhersage-Feeds damit beginnen, Gegenmaßnahmen vorab vorzubereiten: WAF-Regeln für voraussichtlich betroffene Endpunkte verschärfen, die Überwachung prognostizierter Angriffsmuster intensivieren und Rollback-Funktionen für Komponenten mit hohen Vorhersagewerten vorbereiten.
Vorhersagemodelle beeinflussen Architekturentscheidungen. Teams nutzen Risikoprognosen auf Komponentenebene, um Entscheidungen über die Auswahl von Abhängigkeiten, Isolationsgrenzen und mehrschichtige Sicherheitsmaßnahmen zu treffen. Eine Bibliothek mit dauerhaft hohem Vorhersagewert kann ersetzt, in einer Sandbox isoliert oder durch zusätzliche Validierungsebenen abgesichert werden, noch bevor eine Schwachstelle überhaupt bestätigt wurde.
Interne Red Teams nutzen Vorhersageergebnisse, um ihre Kampagnen auf die wahrscheinlichsten zukünftigen Angriffsvektoren auszurichten. So ermöglichen sie eine proaktive Simulation von Angreifern, statt nur gegen bereits bekannte Schwachstellen von gestern zu testen. Dadurch entwickelt sich Red Teaming von einer reinen Compliance-Maßnahme zu einer tatsächlich prädiktiven Sicherheitsfunktion.
Bei KENSAI haben wir die Vorhersage von Schwachstellen in die zentrale Intelligence-Pipeline unserer Plattform integriert. Unser Ansatz konzentriert sich auf drei Funktionen:
Es ist wichtig anzuerkennen, was Vorhersagemodelle nicht leisten können:
Mehrere Entwicklungen zeichnen sich ab:
Die Prognose von Zero-Day-Schwachstellen entwickelt sich von einem experimentellen Ansatz zu einer unverzichtbaren Fähigkeit. Obwohl aktuelle Modelle noch lange nicht perfekt sind, markieren sie einen grundlegenden Wandel im Umgang der Sicherheitsbranche mit dem Schwachstellenmanagement – weg vom Warten auf den Exploit, hin zu seiner Vorhersage. Organisationen, die heute in die Integration von Prognosefähigkeiten investieren, werden nachweislich besser für die Bedrohungslandschaft ab 2027 aufgestellt sein.
KENSAI integriert Modelle zur Schwachstellenprognose in Ihren Sicherheitsworkflow. Sehen Sie Ihre Risikowerte, bevor CVEs veröffentlicht werden.
KENSAI Plattform entdecken