---
title: "Kann ein Penetrationstest 90% günstiger werden? | Guardian360"
description: "Was wir bisher aus einem EU-geförderten Experiment mit KI-gestütztem Penetrationstesting gelernt haben: wo ein KI-Agent hilft, wo nicht, und welche Fragen wir noch nicht beantworten können."
url: https://guardian360.net/de/blog/can-penetration-testing-be-90-percent-cheaper/
locale: de
source: guardian360.net
---
[← Alle Beiträge](https://guardian360.net/de/blog/)

Meinung

# Kann ein Penetrationstest 90% günstiger werden?

Von Jan Martijn Broekhof · 13. November 2026

Ein Penetrationstest kostet schnell sechstausend Euro. Für eine komplexe Umgebung geht es weit über hunderttausend. Selbst ein bescheidener Test für zwei- bis dreitausend Euro ist für den durchschnittlichen Mittelständler eine ernsthafte Ausgabe, erst recht, wenn er jedes Jahr wiederholt werden muss. Lange war das eine Wahlentscheidung: Man machte es, oder man machte es nicht. Es sei denn, die Branchenregulierung schrieb es vor, dann gab es schlicht keine Wahl. Mit der europäischen NIS2-Richtlinie, in den Niederlanden als Cyberbeveiligingswet umgesetzt, ändert sich das. Tausende Organisationen fallen nun unter eine Gesetzgebung, die technische Sicherheitsmaßnahmen verlangt, einschließlich der regelmäßigen Prüfung der eigenen Widerstandsfähigkeit. Viele Organisationen übersetzen das in einen Penetrationstest.

Der Pentest-Markt skaliert nicht mit dieser Nachfrage. Pentester sind knapp, die Ausbildung dauert Jahre, und die Stundensätze steigen. Man kann abwarten, bis sich der Markt anpasst, oder versuchen, das Problem anders zu lösen. Wir haben uns für Letzteres entschieden.

Guardian360 gehört zu dreizehn europäischen Organisationen, die im Rahmen des CYSSDE-Programms der Europäischen Union eine Förderung erhalten haben, um Penetrationstests zugänglicher zu machen. Unser Projekt heißt AI-SCALE. Unser Ziel: professionelle Penetrationstests zu etwa zehn Prozent des üblichen Preises anzubieten, indem ein KI-Agent den Großteil der Arbeit übernimmt und die Ergebnisse von Menschen validiert werden. In diesem Artikel geht es nicht darum, wie gut das läuft, denn so weit sind wir noch nicht. Es geht darum, worauf wir stoßen, was wir gelernt haben und welche Fragen wir noch nicht beantworten können.

## Was wir bauen

Die Technologie ist in drei Schichten aufgebaut. Die erste Schicht ist die kontinuierliche Discovery: Unsere bestehende Lighthouse-Plattform kartiert fortlaufend die Angriffsfläche, sowohl extern als auch intern. Die zweite Schicht ist die KI-gesteuerte Bewertung: unser eigener AI Cyber Security Agent, der Pentest-Szenarien erzeugt und ausführt, abgestimmt auf die Branche und den Technologie-Stack der Organisation. Die dritte Schicht ist die menschliche Prüfung: Ein erfahrener zertifizierter Pentester eines unserer Pentest-Partner validiert die Ergebnisse, bevor der Bericht geliefert wird.

Diese Drei-Schichten-Struktur ist kein Kompromiss, sondern eine bewusste Entscheidung. Die KI erledigt die Arbeit, die skaliert: breit scannen, Szenarien durcharbeiten, Ergebnisse dokumentieren. Der Mensch erledigt die Arbeit, die Urteilsvermögen erfordert: beurteilen, ob ein Ergebnis ein echtes Risiko ist, einschätzen, wie Schwachstellen zusammenwirken, und entscheiden, ob eine Ausnutzung verantwortbar ist.

Wenn das Projekt im März 2028 endet, werden der KI-Agent, die branchenspezifischen Szenariobibliotheken und die vollständige Methodik als Open Source veröffentlicht. Das ist eine Zusage in unserem Projektantrag, und es ist auch unsere Überzeugung: Professionelle Sicherheitswerkzeuge sollten prüfbar sein, keine Blackbox.

## Was ist ein Penetrationstest eigentlich?

Bevor wir über eine Kostensenkung von 90% sprechen können, müssen wir uns einig sein, was wir günstiger machen wollen. Und genau hier beginnt das erste Problem. Der Begriff “Penetrationstest” hat keine einheitliche Definition. Für den einen Anbieter ist es ein automatisierter Schwachstellenscan mit Bericht. Für den anderen sind es Wochen manueller Arbeit eines OSCP-zertifizierten Spezialisten, der tatsächlich versucht einzubrechen.

Compliance-Rahmenwerke helfen nur begrenzt. NIS2 verlangt die “Prüfung der Wirksamkeit von Sicherheitsmaßnahmen”, schreibt aber nicht vor, wie. ISO 27001 verweist auf technische Schwachstellenbewertungen, ohne die Tiefe festzulegen. DORA ist bei bedrohungsgeleiteten Penetrationstests (TLPT) präziser, gilt aber nur für den Finanzsektor.

In den Niederlanden gibt es einen konkreten Qualitätsstandard: das CCV Keurmerk Pentesten, ein Gütesiegel für Penetrationstests. Das Centre for Crime Prevention and Safety (CCV) hat ein Zertifizierungsschema entwickelt, das festlegt, was ein Pentest ist und was nicht. Die Definition ist eindeutig: Ein Pentest ist “eine manuelle Beurteilung, die versucht, so tief wie möglich in ein System einzudringen”. Schwachstellenscans, so fortgeschritten sie auch sein mögen, sind vom Siegel ausdrücklich ausgeschlossen. Werkzeuge dürfen als Hilfsmittel eingesetzt werden, sind aber, in den Worten des CCV, “nicht führend bei der Durchführung eines Pentests”. Alle Ergebnisse automatisierter Tests müssen von einem qualifizierten Pentester manuell verifiziert werden.

Hinzu kommt eine harte quantitative Anforderung: Der qualifizierte Pentester muss mindestens fünfzig Prozent der gesamten Testzeit leisten. Dieser Pentester muss außerdem ein anerkanntes praktisches Zertifikat besitzen, mindestens ein Jahr Berufserfahrung als IT-Fachkraft (nicht als Praktikant) haben und ein Führungszeugnis (VOG) vorweisen, das nicht älter als drei Jahre ist.

Für jeden, der KI-Pentesting anbieten möchte, wirft dieses Siegel die zentrale Frage auf: Wenn der KI-Agent den Großteil der Arbeit erledigt und der Mensch validiert, ist das dann noch ein Pentest im Sinne des CCV? Die ehrliche Schlussfolgerung lautet, dass das Drei-Schichten-Modell konzeptionell zum Geist des Siegels passt: Werkzeuge als Hilfsmittel, der menschliche Experte letztlich verantwortlich. Aber die Fünfzig-Prozent-Regel und die Definition als “manuelle Beurteilung” stehen im Spannungsverhältnis zum Ziel einer Kostensenkung von neunzig Prozent. Wenn der menschliche Pentester die Hälfte der Stunden leisten muss, erreicht man per Definition nicht zehn Prozent des üblichen Preises.

Im AI-SCALE-Projekt verwenden wir daher eine weiter gefasste Definition: Ein Pentest ist eine strukturierte Bewertung, die über das Ausführen eines automatisierten Scans hinausgeht. Sie umfasst auf Branche und Tech-Stack abgestimmte Szenarien, die Fehlkonfigurationen, Autorisierungsfehler und Schwächen in der Geschäftslogik abdecken, und sie endet mit einer menschlichen Validierung.

## Die Grenze der Automatisierung: Exploitation

Eines der ersten Gespräche mit unserem Pentest-Partner drehte sich um Exploitation. Darf der KI-Agent eine gefundene Schwachstelle tatsächlich ausnutzen, um zu beweisen, dass das Risiko real ist? Die Antwort war glasklar: nein, jedenfalls nicht vollautomatisch.

Das klingt nach einer Einschränkung, und das ist es auch. Aber es ist eine bewusste Einschränkung. Ein KI-Agent, der ohne menschliche Aufsicht Schwachstellen in einer Produktivumgebung ausnutzt, ist selbst ein Risiko. In unserem Modell arbeitet der Agent überwiegend im Lesemodus: Er erkundet, identifiziert und berichtet. Jede Aktion, die ein System verändert, erfordert eine menschliche Freigabe. Es gibt einen Kill-Switch, es gibt Rules of Engagement pro Auftrag, und es gibt ein umfangreiches Audit-Logging.

Für einen CISO ist das möglicherweise beruhigender als ein vollständig autonomer Agent. Es bedeutet aber auch, dass die Kostensenkung begrenzt sein wird. Sobald ein menschlicher Pentester wesentlich in den Validierungsprozess eingebunden werden muss, ist zwar weiterhin eine Einsparung möglich, wie groß sie ausfällt, ist aber noch unklar.

## Falsch-Positive kosten Validierungszeit

Der KI-Agent ist stark in der Breite. Fehlkonfigurationen, veraltete Komponenten, Standardeinstellungen und bekannte Schwachstellenmuster findet er zuverlässig, auch an den Stellen, an denen ein Mensch nach einigen Stunden weniger genau hinsieht. Aber Breite hat eine Kehrseite: Der Agent erzeugt mehr Ergebnisse, und nicht alle davon sind relevant.

Wenn die KI mehr Rauschen produziert als ein menschlicher Tester, verlagern sich die Stunden vom Test in die Validierung. Der menschliche Pentester verbringt dann mehr Zeit damit, Ergebnisse zu bewerten und zu verwerfen, als sie zu entdecken. Aktuelle Benchmarks bestätigen, dass die Falsch-Positiv-Raten der große Engpass bei automatisierten Pentest-Werkzeugen sind. Zeit, die man zu Beginn des Tests gewinnt, verliert man am Ende wieder.

## Geschäftslogik und verkettete Angriffe

Der Agent findet einzelne Auffälligkeiten, erkennt aber nicht immer, dass sie zusammen eine ernsthafte Angriffskette bilden. Ein Autorisierungsfehler zwischen Rollen, ein Zahlungsablauf, der unter bestimmten Bedingungen einen Schritt überspringt, eine API, die für sich genommen sicher ist, in Kombination mit einem anderen Endpunkt aber eine Rechteausweitung ermöglicht: Genau für solche Ergebnisse beauftragen Organisationen einen Pentester. Und genau diese Ergebnisse kann die KI vorerst nicht allein leisten.

Das ist keine Frage besserer Modelle. Es erfordert zu verstehen, was eine Anwendung leisten soll, im Kontext des Geschäftsprozesses, den sie unterstützt. Das ist Domänenwissen, keine Mustererkennung.

## Die Annahmen hinter dem Kostenmodell

Das Ziel von zehn Prozent des üblichen Preises, grob sechshundert Euro pro Test statt sechstausend, beruht auf einer Reihe von Annahmen, die wir ehrlich benennen sollten.

Die erste Annahme ist, dass KI-Modelle effizienter werden. Bisher hat sich das bewahrheitet: Foundation-Modelle werden mit jeder Generation schneller, günstiger und besser. Doch es gibt kein Naturgesetz, das besagt, dass dieses Tempo anhält. Flachen die Effizienzgewinne ab, wird das Kostenmodell fragil.

Wir betreiben unsere Modelle auf unserer eigenen GPU-Infrastruktur, über eine niederländische Schwestergesellschaft mit dedizierter Kubernetes- und GPU-Kapazität. Das heißt, wir haben keine variablen Token-Kosten, und Kundendaten und Ergebnisse bleiben innerhalb unseres eigenen Server-Clusters. Für viele Organisationen in unserer Zielgruppe ist dieser letzte Punkt vielleicht sogar das wichtigste Argument. Aber der Besitz von GPUs verschiebt das Problem, er beseitigt es nicht. Die Frage lautet dann nicht mehr “Was kostet dieser Test?”, sondern “Wie viele Tests können wir gleichzeitig durchführen?”. Die Grenze ist die Kapazität, nicht das Budget pro Test.

Die zweite Annahme ist, dass der menschliche Anteil minimal bleiben kann. Wenn die L3-Validierung, die menschliche Prüfung durch einen erfahrenen Pentester, einen erheblichen Teil der Durchlaufzeit beansprucht, ist eine Kostensenkung von neunzig Prozent nicht erreichbar. Die Rechnung ist einfach: Kostet die Validierung dreißig Prozent der Zeit eines konventionellen Tests, liegt Ihre maximale Einsparung bei siebzig Prozent, nicht bei neunzig. Das CCV-Siegel schärft diese Rechnung noch: fünfzig Prozent menschliche Zeit bedeuten eine Obergrenze von fünfzig Prozent Einsparung, nicht neunzig.

## In diesem Feld gibt es bereits Akteure

Guardian360 ist nicht der Erste, der versucht, Penetrationstests zu automatisieren. Horizon3.ai bietet mit NodeZero autonome Pentests für interne Netzwerke und Active-Directory-Umgebungen an. Pentera positioniert sich als automatisierte Sicherheitsvalidierung und meldet mehr als hundert Millionen Dollar an jährlich wiederkehrenden Umsätzen. Hadrian konzentriert sich auf die externe Angriffsfläche und hat im März 2026 ein agentisches KI-Pentest-Produkt vorgestellt.

Die Frage ist berechtigt: Warum etwas selbst bauen, wenn es bereits etablierte Plattformen gibt? Unsere Antwort ist dreiteilig. Erstens sind diese Plattformen Closed Source. Unser Agent und unsere Methodik werden nach dem Projekt als Open Source veröffentlicht, sodass die Community sie testen, verbessern und anpassen kann. Zweitens sind sie überwiegend amerikanisch, während die europäische Regulierung, insbesondere NIS2, DORA und branchenspezifische Standards wie NEN 7510 und das BIO-Rahmenwerk, eigene Szenariobibliotheken erfordert. Drittens sind sie teuer: Die üblichen Lizenzmodelle sind auf Großunternehmen ausgelegt, nicht auf kleine und mittlere Unternehmen.

## Was wir lernen

Wir sind etwa zwei Monate unterwegs. Das ist zu kurz für Schlussfolgerungen, aber lang genug, um erste Erkenntnisse zu teilen.

Die erste Erkenntnis ist, dass der Agent dort stark ist, wo Menschen schwach sind: bei der Ausdauer. Ein menschlicher Pentester wird nach Stunden weniger aufmerksam. Der Agent nicht. Er arbeitet jeden Aspekt einer Umgebung systematisch durch, auch die langweiligen Teile. Das liefert Ergebnisse, die ein Mensch übersehen hätte, nicht weil er sie nicht finden kann, sondern schlicht, weil ein Mensch keine Maschine ist.

Die zweite Erkenntnis ist, dass die Lücke zwischen “ein Szenario ausdenken” und “dieses Szenario in einer echten Umgebung ausführen” größer ist als erwartet. Ein Angriffsszenario, das auf dem Papier logisch ist, scheitert in der Praxis an Session-Management, MFA-Abläufen, Rate-Limiting oder anwendungsspezifischen Authentifizierungsmustern. Jede Umgebung hat Eigenheiten, die der Agent erst kennt, wenn er ihnen begegnet. Das bedeutet, dass die Szenariobibliotheken nicht nur Angriffsmuster enthalten müssen, sondern auch die Abwehrmuster, die der Agent erkennen und entweder umgehen oder melden muss.

Die dritte Erkenntnis ist, dass branchenspezifische Szenariobibliotheken kein Luxus, sondern eine Notwendigkeit sind. Ein Pentest für einen Gesundheitsdienstleister, der NEN 7510 erfüllen muss, verlangt andere Szenarien als ein Test für ein Finanzinstitut unter DORA. Generische Szenarien liefern generische Ergebnisse, und generische Ergebnisse sind für einen CISO nicht brauchbar.

Die vierte Erkenntnis, und vielleicht die konfrontierendste, ist, dass die Reaktion erfahrener Pentester auf KI-generierte Ergebnisse ein Wertmaßstab ist, den wir nicht automatisieren können. Die Reconnaissance und die erste Triage des Agenten sind brauchbar; dort spart er dem Menschen Stunden. Aber das Ausmaß, in dem der menschliche Prüfer Ergebnisse anschließend korrigieren, neu einstufen oder ergänzen muss, entscheidet letztlich darüber, ob das Modell rentabel ist. Diese Rückkopplungsschleife messen wir jetzt systematisch, und die Ergebnisse sind noch zu früh, um sie zu veröffentlichen.

## Eine breitere europäische Geschichte

Wie erwähnt ist Guardian360 nicht die einzige Organisation, die daran arbeitet. Das CYSSDE-Programm hat in Open Call 3 dreizehn Projekte aus neun europäischen Ländern ausgewählt, die zusammen mehr als 534 Sicherheitsbewertungen planen. Von OT-Sicherheitsbewertungen in Polen und Deutschland über bedrohungsgeleitetes Pentesting in Belgien bis zu souveränem KI-Pentesting in Italien.

Das ist kein Zufall. Die EU investiert gezielt in europäische Cybersicherheitskapazitäten, über das European Cybersecurity Competence Centre und Programme wie CYSSDE. Der Gedanke dahinter: Wenn europäische Organisationen widerstandsfähig sein sollen, dürfen wir nicht von außereuropäischen Werkzeugen und Anbietern abhängig sein. Unsere Open-Source-Zusage fügt sich in dieselbe Linie: Sie ist ein Beitrag zu den europäischen Cybersicherheits-Commons, nicht nur ein Produkt.

## Die ehrliche Antwort

Kann ein Penetrationstest neunzig Prozent günstiger werden? Die ehrliche Antwort lautet: Wir wissen es noch nicht. Wir glauben, dass KI einen großen Teil der repetitiven Arbeit übernehmen kann und die Kosten dadurch erheblich sinken können. Aber “erheblich” ist nicht dasselbe wie “neunzig Prozent”, und die Fallstricke, auf die wir stoßen, von Geschäftslogik, die der Agent nicht versteht, bis zu Qualitätsstandards wie dem CCV-Siegel, die menschliche Beteiligung erzwingen, sind ein Grund zur Bescheidenheit.

Was wir wissen, ist, dass der aktuelle Zustand untragbar ist. Organisationen, die unter NIS2 fallen und sich keinen Pentest leisten können, sind gefährdet. Organisationen, die einen günstigen automatisierten Scan durchführen lassen und glauben, einen Penetrationstest erhalten zu haben, gehen ein anderes Risiko ein: falsche Sicherheit. Ein Pentest, der Organisationen ein falsches Sicherheitsgefühl vermittelt, ist vielleicht sogar schlimmer als gar kein Pentest.

Die Lösung liegt nicht allein in der KI und nicht allein in den Menschen. Sie liegt in einer Kombination, die ehrlich benennt, was jeder Teil kann und was nicht. Der Agent scannt, der Mensch urteilt. Der Agent findet Muster, der Mensch sieht Ketten. Der Agent skaliert, der Mensch bewacht die Grenze.

Wir veröffentlichen unsere Ergebnisse, unseren Agenten und unsere Methodik. Nicht, weil wir die Antwort haben, sondern weil wir glauben, dass die Antwort schneller kommt, wenn mehr Menschen danach suchen.

## Quellen

- CCV Keurmerk Pentesten, Certification Scheme version 2.0 (January 2024), [https://hetccv.nl/keurmerken/cybersecurity/pentest/](https://hetccv.nl/keurmerken/cybersecurity/pentest/)
- CYSSDE Open Call 3, selected projects, [https://cyssde.eu/cyssde-activities/open-call-3/](https://cyssde.eu/cyssde-activities/open-call-3/)
- Guardian360 AI Pentesting, beta programme, [https://guardian360.net/platform/ai-pentesting/](https://guardian360.net/platform/ai-pentesting/)
- NIS2 directive (EU 2022/2555), Article 21: cybersecurity risk-management measures
- Security Magazine (2026), “Would you trust an AI pentester to work solo?”, [https://www.securitymagazine.com/blogs/14-security-blog/post/102154](https://www.securitymagazine.com/blogs/14-security-blog/post/102154)
- NHI Management Group (2026), “AI pentesting replaces repetition, not expert judgment”, [https://nhimg.org/articles/ai-pentesting-replaces-repetition-not-expert-judgment/](https://nhimg.org/articles/ai-pentesting-replaces-repetition-not-expert-judgment/)
- The Next Web (2026), “The 10 best autonomous pentesting tools, ranked by proof of exploit”, [https://thenextweb.com/news/best-autonomous-pentesting-tools-proof-exploit-2026](https://thenextweb.com/news/best-autonomous-pentesting-tools-proof-exploit-2026)
