# Aikido Security bringt das offene Altar-1-Modell für autonome Penetrationstests mit Luftspalt auf den Markt

Source: TechNewsList (https://technewslist.com)
Canonical URL: https://technewslist.com/de/article/aikido-security-altar-1-open-weight-penetration-testing-model-2026-09-25-nigh-de
Section: Software (https://technewslist.com/de/software)
Author: TechNewsList
Language: de
Published: 2026-09-25T17:56:38.288+00:00
Updated: 2026-09-25T17:56:38.483637+00:00

> Aikido Security hat Altar-1 am 25. September 2026 offiziell veröffentlicht und liefert ein von GLM-5.3 auf 328 GB komprimiertes Open-Weight-Foundation-Modell für autonome offensive Sicherheitstests auf lokalen Air-Gap-Rechenknoten.

## TL;DR
- Aikido Security hat Altar-1 veröffentlicht, ein offenes Basismodell, das auf autonome Penetrationstests und Code-Audits spezialisiert ist.
- Das Modell komprimiert die 753 Milliarden Parameter umfassende GLM-5.3-Architektur mithilfe von AWQ INT4 und Expertenbereinigung auf einen Footprint von 328 Gigabyte.
- Altar-1 ist für die Bereitstellung vor Ort optimiert und läuft auf einem einzelnen Knoten, der mit vier NVIDIA H200-Beschleunigern unter Verwendung von vLLM ausgestattet ist.
- Air-Gap-Verteidigungsnetzwerke und Finanzinstitute können kritische Software-Infrastrukturen prüfen, ohne Code an externe Cloud-APIs zu übertragen.

## Key points
- Altar-1 dient als zentrale Argumentationsmaschine, die die autonome Hardware-Appliance der Aikido Machine antreibt.
- Durch die architektonische Beschneidung wurden ruhende Mix-of-Experts-Parameter eliminiert und der Rohgewichtsbedarf von 1,51 Terabyte auf 328 Gigabyte reduziert.
- Das Modell demonstriert modernste Schwachstellenverkettungsfunktionen über mehrere Quell-Repositories und binäre Ziele hinweg.
- Gewichte werden offen über Hugging Face verteilt, was eine selbst gehostete offensive Sicherheitsüberprüfung ohne Telemetrieverlust ermöglicht.
- Die Veröffentlichung stellt einen bedeutenden Meilenstein in der souveränen Cybersicherheit dar und beweist, dass hochleistungsfähige Frontier-Modelle innerhalb isolierter Unternehmensgrenzen betrieben werden können.

## Was passiert ist

Am 25. September 2026 gab das europäische Cybersicherheitssoftwareunternehmen Aikido Security die öffentliche Veröffentlichung von Altar-1 bekannt, einem Open-Weight-Basismodell, das speziell für autonome Penetrationstests und offensive Sicherheitsforschung entwickelt wurde. Altar-1 basiert auf der umfangreichen 753-Milliarden-Parameter-Architektur des General Language Model (GLM-5.3) von Z.AI und stellt das erste Sicherheitsmodell der Grenzklasse dar, das von Grund auf für den souveränen Einsatz vor Ort in Unternehmensumgebungen mit Luftspalten entwickelt wurde. Anstatt eine kontinuierliche Cloud-Konnektivität zu erfordern, wird das Modell vollständig in einer isolierten lokalen Infrastruktur ausgeführt, sodass sensible Organisationen defensive Bewertungen automatisieren können, ohne proprietäre Codebasen für Endpunkte Dritter preiszugeben.

Um eine praktische lokale Bereitstellung zu erreichen, hat Aikido eine aggressive Komprimierungs- und Spezialisierungspipeline entwickelt, die den physischen Speicherbedarf des Modells von 1,51 Terabyte auf etwa 328 Gigabyte reduzierte. Mithilfe der aktivierungsorientierten Gewichtsquantisierung (AWQ) mit 4-Bit-Ganzzahlgenauigkeit und der von Cerebras-Forschern entwickelten strukturierten Expertenbereinigung entfernte das Ingenieurteam allgemeine linguistische Redundanzen und bewahrte gleichzeitig spezielle Argumentationsschaltkreise für die Schwachstellenverkettung, Exploit-Synthese und binäre Dekonstruktion. Die Gewichte wurden weltweit auf Hugging Face verfügbar gemacht und dienen als zentrale Analyse-Engine für die Aikido Machine-Hardware-Appliance des Unternehmens.

## Warum es wichtig ist

Die Einführung von Altar-1 befasst sich mit einem der kritischsten strukturellen Dilemmata, mit denen die moderne Cybersicherheit konfrontiert ist: der Spannung zwischen Fähigkeiten der künstlichen Intelligenz und Datensouveränität. Während kommerzielle, in der Cloud gehostete Modelle eine beeindruckende Kompetenz bei der Identifizierung von Softwarefehlern bewiesen haben, ist es stark regulierten Institutionen – darunter Verteidigungsunternehmen, Geheimdiensten, Nuklearbetreibern und Zentralbanken – aufgrund von Compliance-Vorschriften strengstens untersagt, geheimen Quellcode oder interne Netzwerktopologien auf öffentliche Cloud-APIs hochzuladen.

Durch die Integration von Grenzpenetrationstestfunktionen in ein Open-Weight-Artefakt, das in einen Standard-4x-NVIDIA-H200-Serverknoten passt, demokratisiert Aikido hochstufige Offensivsicherheit. Sicherheitsteams können jetzt ein kontinuierliches, autonomes Red-Teaming gegen interne Produktionsdienste durchführen, ohne Telemetriedaten oder geistiges Eigentum preiszugeben. Darüber hinaus eliminiert das Modell die wiederkehrenden API-Abrechnungskosten, die mit der Verarbeitung von Millionen von Codezeilen verbunden sind, und verwandelt die automatisierte Schwachstellentriage von einer teuren episodischen Prüfung in eine kontinuierliche, selbst gehostete Betriebspipeline.

![Hochdichtes Enterprise-Server-Rack mit beschleunigten Rechenknoten für lokale Deep-Learning-Inferenz](https://rkhynbcsbnkkcwgexzwg.supabase.co/storage/v1/object/public/media/api/1790357790278-w71vw9-aikido-security-altar-1-open-weight-penetration-testing-model-2026-09-25-night-inside-1-36a3d06fca.webp)

## Technische Details

Das Training und die Destillation von Altar-1 konzentrierten sich intensiv auf die mehrstufige Exploit-Logik und die Erkennung von Schwachstellen. Beginnend mit der Mixed-of-Experts-Architektur (MoE) von GLM-5.3 stellte Aikido fest, dass mehr als 60 Prozent der spezialisierten Experten-Routing-Blöcke der Übersetzung natürlicher Sprache, kreativem Schreiben und nichttechnischen Bereichen gewidmet waren. Durch die Anwendung des REAP-Algorithmus (Redundant Expert Pruning) von Cerebras entfernten die Ingenieure nicht unbedingt erforderliche Experten, reduzierten die Anzahl der aktiven Parameter während der Inferenz und schulten die verbleibenden sicherheitsorientierten Experten auf kuratierte Datensätze von CVE-Schwachstellenhinweisen, Exploit-Nutzlasten und statischen Analysediagrammdarstellungen um.

Die Bereitstellungsoptimierung wurde in enger Zusammenarbeit mit dem Open-Source-vLLM-Projekt durchgeführt. Altar-1 nutzt benutzerdefinierte PagedAttention-Kernel und tensorparallele Ausführungslayouts, die die Speicherbandbreite auf vier mit NVLink verbundenen NVIDIA H200-GPUs maximieren. In Benchmark-Bewertungen, die mit menschlichen Red-Teams und synthetischen Capture-the-Flag-Umgebungen durchgeführt wurden, erreichte Altar-1 die neuesten Schwachstellenerkennungsraten und entdeckte erfolgreich komplexe Geschäftslogikfehler und Speicherbeschädigungslücken, die herkömmliche SAST-Scanner (Static Application Security Testing) routinemäßig übersehen.

Der Inferenzgurt des Modells umfasst defensive Leitplanken, die versehentliche Störungen während automatisierter Scans verhindern sollen. Bei der Bereitstellung über Aikido Machine generiert Altar-1 reproduzierbare Proof-of-Concept-Exploits in kurzlebigen Sandbox-Containern und überprüft, ob eine identifizierte Schwachstelle tatsächlich ausnutzbar ist, bevor Sicherheitsanalysten benachrichtigt werden. Diese Verifizierungsschleife eliminiert Fehlalarme praktisch und ermöglicht es DevSecOps-Teams, die Abhilfemaßnahmen auf bestätigte Angriffspfade zu konzentrieren.

![Ingenieure für Verteidigungsinformationssysteme überprüfen die Netzwerksicherheitsleistung und stärken die digitale Kommunikationsinfrastruktur](https://rkhynbcsbnkkcwgexzwg.supabase.co/storage/v1/object/public/media/api/1790357798573-ml3b5h-aikido-security-altar-1-open-weight-penetration-testing-model-2026-09-25-night-inside-2-e1281919c8.webp)

## Auswirkungen auf Markt und Branche

Die Einführung von Altar-1 verschärft die Turbulenzen auf dem Markt für Unternehmens-Cybersicherheit und setzt Anbieter veralteter Anwendungssicherheit und Beratungsunternehmen für manuelle Penetrationstests einem erheblichen Wettbewerbsdruck aus. Herkömmliche Sicherheitsbewertungen, für die zuvor wochenlange abrechenbare Beraterstunden erforderlich waren, können jetzt autonom über Nacht zu einem Bruchteil der Kosten simuliert werden, was Dienstanbieter dazu zwingt, auf maßgeschneiderte Architekturprüfungen und eine Risikostrategie auf hohem Niveau umzusteigen.

Die Veröffentlichung stellt auch einen starken Katalysator für die souveräne KI-Bewegung innerhalb der Unternehmens-IT dar. Infrastruktur-Hardwareanbieter, darunter Dell, Supermicro und HPE, zertifizieren aktiv dedizierte 4-GPU-Server-SKUs, die speziell für die Altar-1-Bereitstellung optimiert sind, und bieten schlüsselfertige lokale Appliances für Betreiber kritischer Infrastrukturen. Die Möglichkeit, bahnbrechende Sicherheitsinformationen ohne ständige Bindung an einen Cloud-Anbieter bereitzustellen, stellt ein attraktives Angebot für europäische Unternehmenskunden dar, die strenge Datenschutz-Grundverordnung (DSGVO) und NIS2-Compliance-Frameworks beachten müssen.

Open-Source-Software-Communitys übernehmen das Modell bereits, um Abhängigkeitsprüfungen in wichtigen Softwarepaket-Registrierungen zu automatisieren. Durch die Integration von Altar-1 in automatisierte Continuous-Integration-Pipelines können Open-Source-Betreuer subtile Hintertüren und Schwachstellen in der Lieferkette erkennen, bevor kompromittierte Bibliotheken in Produktionsregistern veröffentlicht werden, was die globale Lieferkette für digitale Software grundlegend härtet.

## Worauf man als Nächstes achten sollte

Im kommenden Quartal werden unabhängige Forschungslabore für Cybersicherheit umfassende vergleichende Bewertungen von Altar-1 mit proprietären Frontier-Modellen wie Claude Opus und GPT-5 durchführen. Die wichtigsten Kennzahlen werden sich darauf konzentrieren, ob Open-Weight-Pruning die Argumentationstreue bei der Navigation durch unbekannte proprietäre Programmiersprachen oder veraltete Mainframe-Codebasen beeinträchtigt.

Staatliche Cybersicherheitsbehörden, darunter die US-amerikanische Agentur für Cybersicherheit und Infrastruktursicherheit (CISA) und die Agentur der Europäischen Union für Cybersicherheit (ENISA), werden den defensiven Nutzen autonomer Penetrationstestgeräte bewerten. Die Regulierungsbehörden werden prüfen, ob klare Betriebsrichtlinien erforderlich sind, um den Einsatz autonomer Schwachstellen-Ausnutzungs-Engines innerhalb betrieblicher Unternehmensnetzwerke zu regeln.

Schließlich wird das Unternehmenssoftware-Ökosystem beobachten, wie kommerzielle DevSecOps-Plattformen reagieren. Wenn souveräne, offene Sicherheitsmodelle weiterhin die Leistungslücke mit in der Cloud gehosteten Informationen schließen, wird die breitere Cybersicherheitssoftwarebranche eine beschleunigte Migration zurück zu einer privaten, beschleunigten On-Premise-Infrastruktur erleben.

## Quellen

* [Aikido Security Engineering](https://www.aikido.dev/blog/altar-1-open-weight-security-model) – Offizielle technische Ankündigung mit detaillierten Angaben zu Modellbereinigungs-Benchmarks, AWQ-Quantisierungspipelines und lokalen Appliance-Bereitstellungsparametern.
* [MarkTechPost AI Research](https://www.marktechpost.com/2026/09/25/aikido-releases-altar-1-open-weight-cybersecurity-llm/) – Unabhängige technische Analyse, die die Pruning-Methodik eines Expertenmixes, vLLM-Durchsatzoptimierungen und Penetrationstest-Benchmarks untersucht.
* [Cybersecurity News Analysis](https://cybersecuritynews.com/aikido-altar-1-autonomous-pentesting-model/amp/) – Branchenanalyse zu Vorteilen bei der Einhaltung gesetzlicher Vorschriften, souveränen KI-Architekturen und Air-Gap-Anwendungen zur Erkennung von Schwachstellen.

Mentions: Aikido-Sicherheit, Willem Delbare, GLM, Umarmendes Gesicht, NVIDIA, vLLM

## Sources
- [Aikido-Sicherheitstechnik](https://www.aikido.dev/blog/altar-1-open-weight-security-model)
- [MarkTechPost KI-Forschung](https://www.marktechpost.com/2026/09/25/aikido-releases-altar-1-open-weight-cybersecurity-llm/)
- [Analyse von Cybersicherheitsnachrichten](https://cybersecuritynews.com/aikido-altar-1-autonomous-pentesting-model/amp/)