Die direkte Antwort: Cisco hat eine Open-Weight-KI-Modellfamilie namens Antares in drei kleinen Größen veröffentlicht – 350 Millionen, 1 Milliarde und 3 Milliarden Parameter –, die für eine ganz bestimmte Aufgabe gebaut ist: zu erkennen, welche Dateien in einem echten Code-Repository eine Sicherheitslücke enthalten. Die Lizenz ist Apache 2.0, die kommerzielle Nutzung ist also erlaubt, und die Modelle sind so klein, dass selbst das größte auf einer einzigen GPU läuft. Das praktische Ergebnis für Unternehmer: Sicherheitsscans Ihres Codes werden innerhalb Ihrer eigenen Infrastruktur möglich, sodass Ihr Projekt nie zu einem externen Cloud-Dienst wandert, und das zu Kosten, die so niedrig sind, dass Sie bei jedem Update scannen können statt einmal im Jahr.

Was Antares tatsächlich tut

Antares ist weder ein allgemeines Chat-Modell noch ein Programmierassistent. Es ist ein Agent, der auf eine einzige Aufgabe spezialisiert ist: die Lokalisierung von Schwachstellen. Sie geben ihm einen Schwachstellentyp, beschrieben als CWE – die Standardklassifikation für Kategorien von Softwareschwächen, etwa CWE-78 für die Injektion von Betriebssystembefehlen –, zusammen mit einem Code-Repository, und es arbeitet so, wie es ein Sicherheitsingenieur tun würde: Es führt gewöhnliche Terminalbefehle wie grep, find und cat aus, liest die Ausgabe, zieht Schlüsse daraus und grenzt die Suche Schritt für Schritt ein. Nach höchstens 15 Befehlen reicht es die Liste der Dateien ein, die seiner Meinung nach die Schwachstelle enthalten, oder erklärt das Repository für frei von diesem bestimmten Typ.

Der Unterschied zu klassischen Werkzeugen der statischen Analyse besteht darin, dass Antares weder auf festen Regeln noch auf einer Vektordatenbank beruht; es erkundet das Repository tatsächlich, stellt eine Hypothese auf und überprüft sie. Cisco liefert es mit einem fertigen Kommandozeilenwerkzeug aus, das auf einem schreibgeschützten Snapshot Ihres Repositorys arbeitet und Ergebnisse in menschenlesbarer Form, als JSON oder als SARIF zurückgibt – also eine Ausgabe, die sich direkt in Ihre bestehenden Sicherheitswerkzeuge und CI-Pipelines einfügt.

Die Zahlen, auf die es für Sie ankommt

Die Modelle wurden mit dem Vulnerability Localization Benchmark gemessen: 500 reale Einträge aus 6 Software-Ökosystemen und 147 CWE-Kategorien. Die veröffentlichten Ergebnisse:

  • Leistung: Antares-3B erreichte einen File-F1-Wert von 0,223 und schlug damit jedes andere Open-Weight-Modell – einschließlich Systemen, die 250-mal so groß sind – und kam nahe an GPT-5.5 heran.
  • Kosten: Es schloss den vollständigen Durchlauf mit 500 Aufgaben für 0,82 $ in etwa 15 Minuten auf einer einzigen H100 ab, also rund 0,0016 $ pro Aufgabe. Zum Vergleich: GLM-5.2 kostete 12,50 $ in 50 Minuten, und GPT-5.5 kostete 141 $ über 5 Stunden – damit ist Antares etwa 172-mal günstiger.
  • Größen: Die Version 350M hat ein Kontextfenster von 32K Tokens und zielt auf Edge- und IoT-Geräte; die Version 1B hat ein Fenster von 128K und läuft auf einer Workstation; die Version 3B hat ein Fenster von 128K, läuft auf jeder einzelnen GPU und erzeugt mehr als 1.500 Tokens pro Sekunde.

Ein wichtiger Hinweis zum Lesen dieser Zahlen: Die Parameterzahl sagt die Leistung bei dieser Aufgabe überhaupt nicht voraus. Llama-3.3-70B erreichte 0,012 und Qwen3.5-122B erreichte 0,091, während ein Modell mit nur 3 Milliarden Parametern 0,223 erreichte. Spezialisierung schlug Größe.

Warum ein kleines Modell hier die richtige Wahl ist

Sie fragen sich vielleicht, warum man nicht einfach ein größeres, stärkeres Modell verwendet. Der Grund ist dreifach. Erstens Datenschutz: Sicherheitswerkzeuge sollten nah am Code laufen, und wer seinen Quellcode an eine externe API schickt, eröffnet ein Lieferkettenrisiko und gibt sein geistiges Eigentum aus der Hand. Zweitens Kosten: Agenten arbeiten über mehrere Runden, und jede Runde vervielfacht den Verbrauch, sodass das, was bei einer einzelnen Anfrage günstig aussieht, über Tausende von Scans zu einer hohen Rechnung wird. Drittens Geschwindigkeit: Ein Scan, der fünf Stunden dauert, kann nicht bei jedem Push laufen, während einer, der in Minuten fertig ist, zu einem natürlichen Teil Ihrer Build-Pipeline wird.

Was Antares nicht tut – und das ist wichtig

Ehrlichkeit ist hier nützlicher als Begeisterung. Ein Wert von 0,223 ist absolut gesehen niedrig, das heißt, das Modell liegt oft falsch und manchmal richtig. Es ist ein Werkzeug für die Triage, nicht für das Urteil: Seine Aufgabe ist es, den Heuhaufen von Tausenden von Dateien auf eine kurze Liste zu verkleinern, die ein menschlicher Sicherheitsingenieur prüft. Cisco selbst nennt unter den Einsatzzwecken außerhalb des vorgesehenen Rahmens: Sicherheitsentscheidungen ohne menschliche Prüfung, automatisierte Behebung von Schwachstellen ohne Tests und die abschließende Feststellung der Compliance. Hinzu kommt ein Stichtag der Trainingsdaten am 10. April 2025, das heißt, das Modell kennt keine Schwachstellen, die nach diesem Datum entdeckt wurden.

Was das für Ihr Unternehmen in Saudi-Arabien bedeutet

Drei praktische Erkenntnisse. Die erste betrifft den Datenschutz: Wenn Sie dem Gesetz zum Schutz personenbezogener Daten (PDPL) unterliegen, muss jeder externe Dienst, der Ihre Systeme berührt, geprüft werden, und ein Modell, das auf Ihren eigenen Servern läuft, beseitigt diese Frage vollständig. Die zweite betrifft die Kosten: Viele mittelständische Unternehmen schieben Sicherheitsscans auf, weil sie teuer sind und einmal im Jahr von einer externen Firma erledigt werden; bei Bruchteilen eines Halala pro Aufgabe wird kontinuierliches Scannen zu einer leichten Entscheidung. Die dritte betrifft die Richtung: Kleine, spezialisierte offene Modelle werden schnell besser, und wer heute Systeme baut, die diese Werkzeuge in die Entwicklungspipeline aufnehmen können, profitiert von jeder künftigen Verbesserung, ohne neu bauen zu müssen.

Wie wir bei Origami damit umgehen

Als Technologieunternehmen betrachten wir kein neues Werkzeug als Ersatz für die Grundlagen. Das Grundlegende gilt weiterhin: disziplinierte Code-Reviews, korrekte Rechteverwaltung, Aktualisierung von Abhängigkeiten und Sicherheitstests vor dem Start. Was Werkzeuge wie Antares hinzufügen, ist eine günstige, frühe Triage-Schicht, die innerhalb der Continuous Integration läuft und Ihr Team warnt, bevor Code in die Produktion gelangt. Und wenn wir ein System für einen Kunden bauen, gestalten wir es so, dass es diese Schicht später aufnehmen kann: ein geordnetes Repository, eine automatisierte Build-Pipeline und Sicherheitsausgaben in einem Standardformat. So wird jeder Fortschritt in diesem Bereich zu einem direkten Gewinn für unseren Kunden statt zu einem neuen Projekt.

Quellen: die offizielle Projektseite von Cisco Antares unter cisco-foundation-ai.github.io/antares, die offizielle Modellkarte auf Hugging Face und der technische Bericht "Antares: Foundation Models for Agentic Vulnerability Localization", Foundation AI, Cisco, 2026. Alle Leistungs- und Kostenzahlen entsprechen den Veröffentlichungen aus Ciscos eigenen Evaluierungen.