Scanner setzt nach eigenen Angaben auf invertierte Indizes, die bereits beim Einlesen der Daten erstellt werden. So sollen Scans gezielt auf den relevanten Daten laufen. Das System skaliert bei der Ausführung von Abfragen hoch und im Leerlauf wieder herunter, um Kosten zu senken.
Die KI-Agenten der Plattform sind laut Unternehmen darauf ausgelegt, über verschiedene Datenquellen hinweg zu korrelieren und verdichtete Zusammenfassungen zurückzugeben. Damit unterstützen sie interaktive Untersuchungen, das Entwickeln von Erkennungsregeln sowie automatisierte Reaktionsabläufe.
Nach Darstellung von Scanner kann die Lösung Antworten in einem Bruchteil der Zeit liefern, die herkömmliche SIEM-Systeme benötigen. Grund dafür sei, dass die Daten direkt dort indexiert werden, wo sie liegen, und dass Erkennungen kontinuierlich auf dem gesamten Datenstrom ausgeführt werden.
“Sicherheitsteams erzeugen riesige Datenmengen, können sich aber nur leisten, einen Bruchteil davon zu durchsuchen”, sagte Bogomil Balkansky, Partner bei Sequoia Capital. Scanner habe einen grundlegend neuen Ansatz für dieses Problem entwickelt, der Unternehmen den Eintritt in das agentenbasierte Zeitalter der Cybersicherheit ermögliche. KI sei bekanntermaßen datenhungrig, und Scanner sei nach seinen Worten die einzige derzeit auf dem Markt verfügbare Technologie, die Sicherheitsdaten in dem für KI erforderlichen Maßstab verwalte.