CrowdStrike stellt tokenbasiertes Falcon-Flex-Modell vor, während KI-Agenten Cyberbedrohungen verändern

CrowdStrike hat ein tokenbasiertes Modell für seine KI-Sicherheitsprodukte vorgestellt und damit einen neuen Konflikt in die jüngste Google-News-Berichterstattung über autonome Agenten eingebracht. Das Unternehmen erklärt, dass Kunden eine festgelegte Anzahl an Tokens erhalten; zusätzliche Pakete sind verfügbar, wenn ihre KI-Aktivität dieses Kontingent übersteigt.

Die Bekanntgabe erfolgte während der Ergebnis-Telefonkonferenz von CrowdStrike am 26. August und nicht über eine separate Produkteinführung. Dieser Unterschied ist wichtig. CrowdStrike ersetzt sein breiteres Abonnementgeschäft nicht durch nutzungsabhängige Abrechnung. Stattdessen integriert es KI-Nutzung in Falcon Flex, seinen bestehenden Rahmen für Plattformlizenzen.

Daraus ergibt sich die zentrale Spannung. Unternehmen wollen Agenten, die Warnmeldungen untersuchen und über ihre Infrastruktur hinweg handeln können, doch jede Aktion kann Rechenkapazität verbrauchen und die Sicherheitsrisiken ausweiten. CrowdStrike setzt darauf, dass ein kontrolliertes Kontingent diese Kosten planbar macht und Kunden zugleich dazu ermutigt, mehr Falcon-Produkte einzusetzen.

Microsoft, Palo Alto Networks, Wiz und aufstrebende KI-Sicherheitsunternehmen stehen vor derselben strategischen Frage. Sie müssen autonome Software absichern, ohne Schutz in eine weitere unvorhersehbare nutzungsabhängige Rechnung zu verwandeln. CrowdStrikes Antwort kombiniert ein verbindliches Abonnement, Token-Kontingente und Expansion über Flex.

Was CrowdStrike tatsächlich verändert hat

CrowdStrike hat die KI-Nutzung direkt mit seinem Falcon-Flex-Expansionsmodell verknüpft, aber keine uneingeschränkte Abrechnung pro Sicherheitsaktion eingeführt.

Die deutlichste Beschreibung erfolgte während der Ergebnis-Telefonkonferenz zum zweiten Geschäftsquartal 2027 von CrowdStrike. Ein Analyst fragte, ob Kunden eine tokenbasierte Preisgestaltung für Cybersicherheit wünschten und wie CrowdStrike diese in Flex-Verträge integrieren würde.

Chief Executive George Kurtz sagte, die tokenbasierte Preisgestaltung sei bereits Teil von Falcon AI Detection and Response, kurz AIDR. AIDR ist CrowdStrikes Produktkategorie zur Erkennung, Überwachung und Absicherung von KI-Systemen und Agentenaktivitäten.

Kunden erhalten ein definiertes Token-Kontingent, das teilweise von der Größe ihrer Umgebung abhängt. Wenn ihre Nutzung dieses Kontingent übersteigt, können sie laut dem Call-Transkript zusätzliche Token-Pakete über Falcon Flex erwerben.

Dies ähnelt eher einem Modell mit zugesagter Kapazität als einem vollständig variablen Zähler. Der Kunde beginnt mit einem bekannten Anspruch. Zusätzlicher Verbrauch wird zu einem Expansionsereignis statt zu einer automatischen, unbegrenzten Gebühr.

Diese Struktur spiegelt ein praktisches Problem bei KI-Agenten wider. Ein herkömmliches Sicherheitsprodukt verwendet häufig stabile Einheiten wie Endpunkte, Identitäten, Workloads oder Datenvolumen. Ein Agent kann je nach Aufgabe, Berechtigungen, Kontext und Betriebszeit sehr unterschiedliche Aktivitäten erzeugen.

Eine kurze Untersuchung kann einige Suchvorgänge und eine Zusammenfassung umfassen. Ein komplexer Vorfall könnte wiederholte Abfragen über Endpunkt-, Identitäts-, Cloud- und Threat-Intelligence-Daten hinweg auslösen. Er könnte zudem Gegenmaßnahmen starten und weiter prüfen, ob diese Maßnahmen funktioniert haben.

Tokens bieten eine Möglichkeit, diese Aktivität zu erfassen. In generativen KI-Systemen ist ein Token eine kleine Texteinheit, die von einem Modell verarbeitet oder erzeugt wird. Die Token-Nutzung misst den Geschäftswert nicht perfekt, gibt Anbietern jedoch einen zählbaren Näherungswert für den Modellverbrauch.

CrowdStrike versucht, diesen Näherungswert mit der Unternehmensbeschaffung kompatibel zu machen. Sicherheitsverantwortliche können eine anfängliche Verpflichtung festlegen, den Verbrauch überwachen und innerhalb eines bestehenden Vertrags erweitern. Sie benötigen nicht jedes Mal einen neuen Beschaffungsprozess, wenn die KI-Aktivität steigt.

Der Schritt erweitert zudem eine ältere Falcon-Flex-Strategie. Flex ermöglicht es Kunden, Ausgaben zuzusagen und diese Verpflichtung bei veränderten Prioritäten auf berechtigte Falcon-Module anzuwenden. CrowdStrike weitete später einen verwandten nutzungsbasierten Ansatz auf Expertendienstleistungen aus, darunter Incident Response und KI-Beratung.

Im März 2026 erklärte das Unternehmen, dass Flex for Services Organisationen erlauben würde, Service-Stunden auf Threat Hunting, Assessments, Red Teaming und Incident Response zu verteilen. Dieses Programm arbeitet getrennt von Falcon-Plattformabonnements.

Die Google-News-Darstellung kann das Token-Modell wie die Vorstellung eines einzelnen Produkts erscheinen lassen. Das zugrunde liegende Ereignis ist weitreichender. CrowdStrike passt sein Lizenzsystem an eine Umgebung an, in der Software-Agenten variable Sicherheitsnachfrage erzeugen.

Warum Falcon Flex wichtiger ist als der Token-Zähler

Das Token-Kontingent ist wichtig, weil Falcon Flex unsicheren KI-Verbrauch in einen Mechanismus zur Plattform-Expansion verwandelt.

CrowdStrike meldete zum 31. Juli 2026 mehr als 2,29 Milliarden US-Dollar an Annual Recurring Revenue zum Quartalsende aus Konten, die Falcon Flex nutzten. Dieser Betrag stieg gegenüber dem Vorjahr um 101 Prozent, wie aus der Quartalsmeldung des Unternehmens hervorgeht.

Zum Quartalsende hatte das Unternehmen mehr als 2.900 Flex-Kunden. Zudem meldete es über 630 Kunden, die ihre ursprünglichen Flex-Verpflichtungen über einen von CrowdStrike „Re-Flex“ genannten Prozess erneuert oder erweitert hatten.

Diese Zahlen zeigen, warum tokenbasierter AIDR-Zugang zur Strategie des Unternehmens passt. CrowdStrike muss nicht jede KI-Interaktion zu einer separaten Transaktion machen. Das Unternehmen muss erreichen, dass die KI-Einführung den Wert erhöht, den Kunden innerhalb von Flex einsetzen.

CrowdStrike meldete einen Gesamtumsatz im Quartal von 1,47 Milliarden US-Dollar, ein Plus von 26 Prozent gegenüber dem vergleichbaren Zeitraum. Der Annual Recurring Revenue erreichte 5,84 Milliarden US-Dollar, während der neue Netto-ARR 333 Millionen US-Dollar betrug.

Das Management erklärte außerdem, dass Kunden, die von Standardverträgen zu Flex wechselten, im Durchschnitt einen ARR-Anstieg von mehr als 40 Prozent erzielten. Ein erstes Re-Flex führte im Schnitt zu einem Anstieg von 25 Prozent. Kunden, die mindestens zwei Re-Flex-Transaktionen abgeschlossen hatten, zeigten gegenüber ihren ursprünglichen Flex-Verpflichtungen einen Anstieg von 53 Prozent.

Dabei handelt es sich um vom Unternehmen gemeldete kommerzielle Kennzahlen, nicht um unabhängige Messungen von Kundeneinsparungen oder Sicherheitsresultaten. Dennoch verdeutlichen sie die wirtschaftliche Logik hinter dem Modell.

CrowdStrike möchte, dass Kunden mehr Sicherheitsfunktionen innerhalb von Falcon konsolidieren. Das Unternehmen berichtete, dass 51 Prozent der Abonnementkunden mindestens sechs Cloud-Module nutzten. 35 Prozent verwendeten mindestens sieben, während 26 Prozent mindestens acht nutzten.

Ein Token-Kontingent kann AIDR helfen, sich dieser Konsolidierungsbewegung anzuschließen. Ein Unternehmen kann Kapazitäten für KI-Erkennung, Governance oder Reaktion aktivieren, ohne eine vollständig separate Abrechnungsbeziehung verhandeln zu müssen.

Der Kunde erhält Budgetgrenzen. CrowdStrike erhält einen Weg zur Expansion, wenn sich der Verbrauch diesen Grenzen nähert. Beide Seiten vermeiden zumindest in der Phase der anfänglichen Verpflichtung einen völlig offenen Zähler.

Dieses Gleichgewicht ist wichtig, weil die Sorge um KI-Kosten parallel zur Einführung von Agenten gewachsen ist. Agenten können Schleifen bilden, fehlgeschlagene Schritte wiederholen, unnötigen Kontext laden oder Tools häufiger als erwartet aufrufen. Ein kleines Designproblem kann sich in einer großen Umgebung in erheblichen Verbrauch übersetzen.

Sicherheitsagenten stehen zudem vor einem ungewöhnlichen Lastmuster. Im Normalbetrieb kann die Nachfrage beherrschbar sein. Eine weit verbreitete Schwachstelle, ein aktiver Angriff oder eine Richtlinienänderung kann jedoch plötzlich Untersuchungen über Tausende von Assets hinweg erhöhen.

Herkömmliche Festlizenzen verbergen einen Teil dieser Variabilität vor den Kunden. Reine nutzungsabhängige Preisgestaltung legt sie offen. Falcon Flex versucht, zwischen diesen Modellen zu liegen, indem es eine Verpflichtung mit erweiterbarer Kapazität kombiniert.

CrowdStrikes Botschaft lautet, dass Kunden ihre Grundlast vorhersagen können und zugleich Spielraum für Skalierung behalten. Die ungeklärte Frage ist, ob das enthaltene Kontingent dem tatsächlichen operativen Bedarf entspricht.

Wenn Kunden es regelmäßig überschreiten, ähnelt das Modell einer nutzungsabhängigen Abrechnung mit zusätzlichen vertraglichen Schritten. Wenn die Kontingente zu großzügig sind, riskiert CrowdStrike, hohe Inferenzkosten ohne entsprechende Expansion zu tragen.

Das Unternehmen hat öffentlich nicht genügend Details bereitgestellt, um dieses Gleichgewicht zu berechnen. Es hat weder Standard-Token-Kontingente noch den typischen AIDR-Verbrauch oder die Zuordnung der Token-Nutzung zu einzelnen Agentenaufgaben offengelegt.

Diese fehlenden Informationen sollten die Google-News-Schlagzeile relativieren. CrowdStrike hat den kommerziellen Mechanismus erklärt, doch Käufern fehlt weiterhin ein öffentliches Modell der Stückkostenwirtschaft zum Vergleich von Workloads.

Google News hebt den Wettlauf zur Absicherung von KI-Agenten hervor

Token-Preisgestaltung entsteht, weil KI-Agenten sowohl einen neuen Sicherheits-Workload als auch eine neue Klasse privilegierter Identitäten schaffen.

Ein KI-Agent erzeugt mehr als nur Text. Er kann Tools auswählen, Unternehmensdaten abrufen, externe Dienste aufrufen, Code schreiben, Konfigurationen ändern und Geschäftsprozesse anstoßen.

Diese Fähigkeit verändert das Bedrohungsmodell. Ein kompromittierter Chatbot könnte eine Unterhaltung offenlegen. Ein kompromittierter Agent kann legitime Berechtigungen nutzen, um sich durch verbundene Systeme zu bewegen und Aktionen mit Maschinengeschwindigkeit auszuführen.

Identität wird besonders schwierig, weil ein Agent für mehrere Nutzer, Teams oder automatisierte Workflows handeln kann. Er kann kontinuierlich arbeiten, nach Abschluss einer Aufgabe verschwinden oder zusätzliche Agenten mit engeren Aufgabenbereichen erstellen.

Sicherheitsteams müssen daher mehrere Fragen gleichzeitig beantworten. Sie müssen wissen, welcher Agent gehandelt hat, wer ihn autorisiert hat, auf welche Ressourcen er zugegriffen hat und ob sein Verhalten innerhalb der Richtlinien blieb.

Das National Institute of Standards and Technology hat dieselbe Herausforderung benannt. Sein im Februar 2026 veröffentlichtes Papier zur Agentenidentität konzentrierte sich auf Identifizierung, Autorisierung, Auditierung und Nichtabstreitbarkeit für Software-Agenten.

NIST definierte Agenten als Softwaresysteme, die Daten und Algorithmen autonom nutzen, um Aufgaben auszuführen. Es warnte, dass der Zugriff von Agenten auf unterschiedliche Daten, Anwendungen und Tools angemessene Identitäts- und Autorisierungskontrollen erfordert.

CrowdStrike hat dieses Identitätsproblem in den Mittelpunkt seiner Produktstrategie gestellt. Seine Funktion Continuous Identity for AI Agents bewertet die Agentenidentität, die zugehörige Person, den Gerätestatus, Bedrohungssignale und den Geschäftskontext.

Das Unternehmen erklärt, das System könne Zugriffe gewähren, anpassen oder entziehen, wenn sich die Bedingungen ändern. Dies unterscheidet sich von dauerhaft gewährten Berechtigungen, die verfügbar bleiben, bis ein Administrator sie manuell ändert.

CrowdStrike führte außerdem eine tiefere Erkennung von KI-Aktivitäten auf Endpunkten ein. Das Unternehmen erklärt, AIDR könne Modelle, Entwicklungstools, Agenten-Frameworks, Model Context Protocol-Server und andere KI-Assets identifizieren, die innerhalb einer Organisation betrieben werden.

Model Context Protocol, meist MCP genannt, ist ein standardisierter Ansatz, um KI-Anwendungen mit Tools und Datenquellen zu verbinden. Diese Verbindung macht Agenten nützlicher, erweitert jedoch zugleich die Reichweite eines Angreifers über einen kompromittierten Workflow.

Ein bösartiger Prompt kann diese Verbindungen ausnutzen, ohne eine herkömmliche ausführbare Datei bereitzustellen. Der Angreifer könnte einen Agenten anweisen, Geheimnisse preiszugeben, ein genehmigtes Tool missbräuchlich zu verwenden oder Daten an ein nicht autorisiertes Ziel zu senden.

CrowdStrikes eigene Forschung aus dem Jahr 2026 besagt, dass Angreifer bei mehr als 90 Organisationen bösartige Prompts in legitime generative KI-Tools eingeschleust haben. Das Unternehmen berichtete außerdem über die Ausnutzung von KI-Entwicklungsplattformen und bösartige Server, die sich als vertrauenswürdige KI-Dienste ausgaben.

Diese Erkenntnisse stammen aus der Telemetrie und Bedrohungsforschung von CrowdStrike. Sie sollten nicht als vollständige Erfassung globaler Vorfälle betrachtet werden. Sie liefern jedoch konkrete Beispiele dafür, dass KI-Systeme zu direkten Angriffszielen werden.

Das Abrechnungsmodell folgt dieser technischen Ausweitung. Sobald Unternehmen mehr Agenten einsetzen, müssen Sicherheitsplattformen mehr Laufzeitsignale erfassen, mehr Identitäten bewerten und mehr Untersuchungen verarbeiten.

Die Token-Zuteilung bietet CrowdStrike eine Möglichkeit, einen Teil dieser variablen Verarbeitung abzurechnen. Flex stellt den vertraglichen Rahmen bereit. AIDR liefert den Sicherheitsanwendungsfall.

Deshalb geht die Geschichte über eine Google-News-Schlagzeile zur Preisgestaltung hinaus. CrowdStrike verknüpft die wirtschaftliche Einheit generativer KI mit den Sicherheitskontrollen rund um den Einsatz von Agenten.

Die Bedrohungsdaten untermauern CrowdStrikes Argumentation

CrowdStrikes stärkstes Argument ist nicht, dass Agenten von Natur aus gefährlich sind, sondern dass Angreifer und Eindringlinge bereits schneller agieren.

Der Global Threat Report 2026 des Unternehmens besagt, dass die Aktivitäten KI-gestützter Angreifer im Jahresvergleich um 89 Prozent zugenommen haben. CrowdStrike verwendet diese Kategorie für beobachtete Akteure, die KI bei Aktivitäten wie Aufklärung, Diebstahl von Zugangsdaten, Skripterstellung und Umgehungstechniken einsetzen.

Laut dem Bericht sank die durchschnittliche eCrime-Breakout-Zeit im Jahr 2025 auf 29 Minuten. Die Breakout-Zeit misst, wie lange ein Angreifer benötigt, um sich vom ursprünglich kompromittierten System in andere Bereiche einer Umgebung zu bewegen.

CrowdStrike meldete eine schnellste beobachtete Breakout-Zeit von 27 Sekunden. Zudem dokumentierte das Unternehmen einen Einbruch, bei dem die Datenexfiltration innerhalb von vier Minuten nach dem Erstzugriff begann.

Diese Zahlen stammen aus CrowdStrikes eigenen Untersuchungen und Telemetriedaten. Sie belegen nicht, dass KI jede Verbesserung der Angriffsgeschwindigkeit verursacht hat. Auch schnellere Infrastruktur, gestohlene Identitäten, Automatisierung und etablierte kriminelle Werkzeuge tragen dazu bei.

CrowdStrike identifizierte dennoch konkrete Fälle mit KI-Bezug. Nach Angaben des Unternehmens nutzte eine mit Russland verbundene Gruppe Malware mit Unterstützung großer Sprachmodelle, um Aufklärung und Dokumentensammlung zu automatisieren. Das Unternehmen schrieb außerdem einem eCrime-Akteur KI-generierte Skripte für den Diebstahl von Zugangsdaten und die Beseitigung von Spuren zu.

Die Bedrohungserkenntnisse stützen ein weitergehendes Beschaffungsargument. Sicherheitsteams können sich nicht darauf verlassen, dass Analysten jedes Signal manuell prüfen, wenn Angreifer Systeme innerhalb von Minuten durchqueren können.

KI-Agenten bieten eine mögliche Antwort. Sie können Erkennungen korrelieren, Kontext abrufen, einen Angriffspfad zusammenfassen sowie Maßnahmen zur Behebung empfehlen oder ausführen. Diese Aufgaben erklären, warum Sicherheitsanbieter mit wachsender KI-Nutzung rechnen.

Eine konkrete Untersuchung veranschaulicht das Potenzial. Ein Agent könnte eine Identitätswarnung erhalten, Endpunktaktivitäten prüfen, Cloud-Protokolle durchsuchen, Bedrohungsinformationen vergleichen und zusammenhängende Vorfälle identifizieren.

Anschließend könnte er eine Sitzung deaktivieren, ein Gerät isolieren oder für eine Maßnahme mit höherer Auswirkung eine menschliche Genehmigung anfordern. Jeder Schritt verbraucht Datenverarbeitungskapazität und fügt einen weiteren Entscheidungspunkt hinzu.

Dieses Szenario erklärt CrowdStrikes Plattformargument. Domänenübergreifende Agenten werden nützlicher, wenn Daten zu Endpunkten, Identitäten, Cloud und Sicherheitsanalysen bereits in einem System vorliegen.

Es legt jedoch auch den Wettbewerbsdruck offen. Microsoft kann Sicherheitswerkzeuge mit einer breiten Präsenz bei Identitäten, Produktivität, Cloud und Endpunkten verbinden. Palo Alto Networks kann Daten aus Netzwerk, Cloud, Endpunkten und Sicherheitsoperationen verknüpfen.

Wiz bietet eine cloudzentrierte Sicht auf Risiken, Konfigurationen, Identitäten und Angriffspfade. Spezialisierte KI-Sicherheitsunternehmen konzentrieren sich auf Modellverhalten, Prompt-Angriffe, Agentenberechtigungen und Laufzeit-Governance.

CrowdStrikes Vorteil ist nicht automatisch gegeben. Seine Plattform verfügt über eine bedeutende Reichweite bei Endpunkten und Bedrohungsinformationen, doch Käufer könnten davor zurückschrecken, jede Kontrolle bei einem einzigen Anbieter zu bündeln.

Einige Organisationen werden getrennte Produkte für Cloud-Posture, Identity Governance, KI-Laufzeitschutz und Sicherheitsanalysen bevorzugen. Andere werden Konsolidierung priorisieren, um Integrationsaufwand und Verzögerungen bei der Beschaffung zu reduzieren.

Falcon Flex ist für die zweite Gruppe konzipiert. Es ermöglicht Kunden, ihre Verpflichtungen zwischen Produkten zu verschieben, wenn sich ihre Anforderungen ändern. Token-basiertes AIDR erweitert diese Logik auf KI-Aktivitäten.

Das Modell setzt Wettbewerber unter Druck, sowohl ihre technische Abdeckung als auch ihre kommerzielle Einheit zu erklären. Ein Käufer muss nun Endpunkte, Workloads, Identitäten, eingespielte Daten, geschützte Agenten, Modellaufrufe und Tokens vergleichen.

Diese Komplexität kann einem Plattformanbieter mit einer etablierten Unternehmensvereinbarung zugutekommen. Sie kann aber auch Käufer frustrieren, die transparente, vergleichbare Verbrauchseinheiten wünschen.

Was das Token-Modell nicht zeigt

CrowdStrike hat kommerzielle Dynamik gezeigt, aber noch nicht nachgewiesen, dass Token-Kontingente Kunden bessere Sicherheitsökonomie bieten.

Die erste Unsicherheit betrifft die Messung. Tokens messen Modell-Eingaben und -Ausgaben, nicht verhinderte Sicherheitsverletzungen, abgeschlossene Untersuchungen oder eingesparte Analystenstunden.

Zwei Agenten können ähnliche Token-Summen verbrauchen und dennoch sehr unterschiedliche Ergebnisse liefern. Einer könnte einen Vorfall mit hoher Priorität lösen. Ein anderer könnte eine ineffektive Suche wiederholen, weil seine Anweisungen unklar waren.

Auch die Modellauswahl beeinflusst den Verbrauch. Ein größeres Modell kann teurere Inferenz nutzen, selbst wenn die Token-Zahlen ähnlich aussehen. Abrufschritte, Werkzeugaufrufe, zwischengespeicherter Kontext und wiederholtes Schlussfolgern können die Beziehung zusätzlich verkomplizieren.

Die zweite Unsicherheit betrifft die Vorhersehbarkeit. CrowdStrike sagt, Kunden erhielten ein definiertes Kontingent und könnten für Erweiterungen budgetieren. Dieses Versprechen hängt davon ab, dass Administratoren verstehen, wie sich das Verhalten von Agenten in Token-Nutzung übersetzt.

Sicherheitsaktivitäten sind von Natur aus ungleichmäßig. Ein schwerwiegender Vorfall kann einen plötzlichen Anstieg auslösen. Ein neu eingesetzter Agent kann ebenfalls mehr verbrauchen als erwartet, während Teams seine Prompts, Berechtigungen und Workflows verfeinern.

Käufer benötigen Dashboards, die Verbrauch mit bestimmten Agenten, Aufgaben und Ergebnissen verknüpfen. Aggregierte Token-Zahlen allein können nicht zeigen, ob zusätzliche Nutzung tatsächliches Risiko oder ineffiziente Automatisierung widerspiegelt.

CrowdStrike sagt, AIDR könne Token-Verbrauch und nicht verwaltete KI-Aktivitäten sichtbar machen. Das Unternehmen muss noch nachweisen, dass diese Transparenz zuverlässige Prognosen in unterschiedlichen Unternehmensumgebungen ermöglicht.

Die dritte Unsicherheit betrifft die Anreize. Ein Anbieter profitiert, wenn Kunden mehr Kapazität nutzen, ein Sicherheitsteam profitiert jedoch, wenn Vorfälle mit weniger Aufwand verhindert werden.

Diese Ziele können übereinstimmen, wenn zusätzliche Nutzung eine umfassendere Abdeckung liefert. Sie können auseinanderlaufen, wenn ineffiziente Agentendesigns den Verbrauch steigern, ohne Erkennung oder Reaktion zu verbessern.

Klare Leitplanken können dieses Risiko verringern. Unternehmen können Schwellenwerte festlegen, Werkzeuge beschränken, menschliche Genehmigung verlangen und Maßnahmen mit hoher Auswirkung isolieren. Sie können die Leistung außerdem anhand messbarer Untersuchungsergebnisse überwachen.

Technische Eindämmung ist ebenso wichtig wie Kostenkontrolle. Ein Agent mit Zugriff auf Sicherheitswerkzeuge könnte potenziell Maschinen isolieren, Identitätskontrollen ändern oder auf sensible Telemetriedaten zugreifen.

CrowdStrike hat für einige interne Agentenarbeiten eine fähigkeitsbasierte Sandbox beschrieben. Ein fähigkeitsbasiertes Modell gewährt nur bestimmte Aktionen statt umfassenden Zugriffs. Sein Design verweigert Berichten zufolge Aktionen, wenn vordefinierte Grenzen erreicht sind.

Dieser Ansatz adressiert eine wichtige Sorge, doch die Details der Produktbereitstellung bleiben entscheidend. Käufer müssen wissen, welche Kontrollen für AIDR, von Kunden entwickelte Agenten, Drittanbieter-Agenten und Integrationen gelten.

Unabhängige Standards sind weiterhin nicht abgeschlossen. NIST hat Beiträge zu Agentenidentität, Autorisierung, Auditierung und Prompt-Injection eingeholt. Branchenverbände untersuchen zudem gemeinsame Berichtsformate für sicherheitsrelevante Ausfälle im Zusammenhang mit Agenten.

Das Fehlen ausgereifter Standards schafft Raum für anbieterspezifische Ansätze. Es erhöht jedoch auch die Wechselkosten, weil Richtlinien, Telemetriedaten und Verbrauchsabrechnung möglicherweise nicht nahtlos zwischen Plattformen übertragbar sind.

CrowdStrikes Aussagen müssen daher sorgfältig interpretiert werden. Starkes Flex-Wachstum bestätigt die Kundenakzeptanz des Lizenzierungsrahmens. Es beweist nicht unabhängig, dass Token-Preise die gesamten Sicherheitskosten senken.

Dieselbe Vorsicht gilt für das Wachstum von AIDR. CrowdStrike sagte, der AIDR-ARR zum Periodenende habe sich gegenüber dem Vorquartal nahezu verdreifacht. Das Unternehmen legte weder den Ausgangsbetrag offen noch ausreichend Details vor, um die Akzeptanz in seiner gesamten Kundenbasis zu messen.

Die Berichterstattung von Google News kann diese Unterschiede zu einer einfachen Wachstumsgeschichte verdichten. Unternehmenskäufer sollten drei Fragen getrennt betrachten: ob die Sicherheitskontrollen funktionieren, ob Agenten die Abläufe verbessern und ob das Token-Modell vorhersehbar bleibt.

Eine günstige Antwort auf eine Frage garantiert keine günstigen Antworten auf die anderen.

Drei Signale werden CrowdStrikes Wette auf die Probe stellen

Der nächste Test besteht darin, ob token-basiertes AIDR zu einem dauerhaften Betriebsmodell wird statt zu einem bequemen Mechanismus für Erweiterungen.

Das erste Signal ist das Verbrauchsverhalten der Kunden. CrowdStrike sollte letztlich mehr Informationen über die Nutzung von Kontingenten, die Häufigkeit von Erweiterungen und die Beziehung zwischen AIDR-Verbrauch und Untersuchungsergebnissen bereitstellen.

Häufige Token-Erweiterungen würden die Nachfrage-These des Unternehmens stützen. Sie würden jedoch nicht automatisch den Kundennutzen belegen. Hinweise auf schnellere Untersuchungen oder umfassendere Abdeckung würden dieses Signal stärken.

Geringer Verbrauch würde das Argument schwächen, dass agentenbasierte Sicherheit eine große neue Arbeitslast erzeugt. Er könnte auch auf vorsichtige Bereitstellungen, unklare Anwendungsfälle oder Schwierigkeiten bei der Integration von Agenten in operative Prozesse hindeuten.

Das zweite Signal ist das nächste Finanzupdate des Unternehmens. Investoren sollten auf Flex-Account-ARR, Re-Flex-Aktivitäten, AIDR-Wachstum und die Akzeptanz in den Bereichen Identität, Cloud und Sicherheitsanalysen achten.

Eine anhaltende Flex-Expansion würde CrowdStrikes Aussage untermauern, dass Kunden zugesagte Kapazität mit Bereitstellungsflexibilität bevorzugen. Langsameres Wachstum würde darauf hindeuten, dass Konsolidierungs- oder Verbrauchsbedenken die Expansion zunehmend begrenzen.

Die Zahlen benötigen zudem Kontext. Der Flex-ARR umfasst mehr als KI-Sicherheit, sodass steigende Flex-Akzeptanz nicht vollständig Agenten oder token-basiertem AIDR zugeschrieben werden kann.

Das dritte Signal sind Wettbewerbs- und Standardisierungsaktivitäten. Microsoft, Palo Alto Networks, Wiz und KI-native Anbieter werden weiter daran arbeiten, wie sie Agentenerkennung, Identität, Laufzeitschutz und automatisierte Reaktion bündeln.

Ein Konkurrenzmodell auf Basis geschützter Agenten, abgeschlossener Aktionen oder fester Unternehmenskapazität könnte die Token-Abrechnung herausfordern. Käufer könnten Einheiten bevorzugen, die direkter mit bereitgestellten Systemen oder operativen Ergebnissen verbunden sind.

Die Entwicklung von Standards wird diesen Wettbewerb prägen. NIST-Leitlinien zu Agentenidentität und Autorisierung könnten die Abhängigkeit von proprietären Kontrollen verringern. Gemeinsame Formate für Audits und Vorfallberichte könnten plattformübergreifende Vergleiche ebenfalls erleichtern.

CrowdStrike hat bereits Kontrollen für kontinuierliche Agentenidentität auf Basis von Echtzeitautorisierung angekündigt. Der Markt muss nun feststellen, ob sich dieser Ansatz breit integrieren lässt und außerhalb kontrollierter Demonstrationen zuverlässig funktioniert.

Das übergeordnete Urteil ist bereits klar. KI-Agenten zwingen Sicherheitsanbieter dazu, sowohl Schutz als auch Beschaffung neu zu denken. CrowdStrike hat sich für eine hybride Struktur entschieden, die Abonnements, flexible Verpflichtungen und Token-Kontingente kombiniert.

Diese Struktur gibt Kunden eine Budgetgrenze und bewahrt gleichzeitig einen Wachstumspfad für CrowdStrike. Ihre Attraktivität wird davon abhängen, ob Käufer verbrauchte Tokens mit schnellerer, sichererer und umfassenderer Sicherheitsarbeit verbinden können.

Für Leser, die die Entwicklung über Google News verfolgen, sollte die nächste Schlagzeile nicht einfach nur eine weitere KI-Funktion ankündigen. Achten Sie auf Hinweise darauf, dass Kunden ihre Nutzung prognostizieren, die Befugnisse von Agents begrenzen und Sicherheitsresultate messen können. Diese Signale werden zeigen, ob das Modell von CrowdStrike das Problem agentischer Sicherheit löst oder seinen variablen Kosten lediglich einen vertrauten Vertrag gibt.