Die neue Finanzierungsrunde soll XBOW dabei helfen, seine Expansion zu beschleunigen, die Produktinnovation voranzutreiben und das internationale Wachstum zu unterstützen. Das Unternehmen hat sich zum Ziel gesetzt, die Geschwindigkeit traditioneller Sicherheitstests radikal zu erhöhen und dabei gleichzeitig die Genauigkeit zu verbessern.
Das Kernkonzept von XBOW basiert auf autonomen KI-Workflows, die kontinuierlich Anwendungen auf Sicherheitslücken testen. Im Gegensatz zu klassischen Penetrationstests, die zu festgelegten Zeiten durchgeführt werden, operiert die XBOW-Plattform rund um die Uhr und mit Maschinengeschwindigkeit. Das System nutzt KI-basiertes Reasoning und adversarische Workflows, um tiefere Angriffspfade zu erkunden, als traditionelle Tests es normalerweise erlauben würden.
Ein entscheidender Unterschied zur Konkurrenz liegt in der Validierungsmethode: Jeder potenzielle Fund wird durch echte Exploitation unabhängig bestätigt. Dies liefert Sicherheitsteams reproduzierbare Nachweise echter Schwachstellen und eliminiert theoretische Risiken sowie falsch-positive Ergebnisse von automatisierten Scannern. Die Plattform wurde bereits auf echten Systemen getestet und erreichte die Spitze der HackerOne-Rangliste – einem prestigeträchtigen Benchmark in der Sicherheitsindustrie.
Das Team hinter XBOW bringt beachtliche Expertise mit: Gründer Oege de Moor war der Schöpfer von GitHub Copilot und GitHub Advanced Security. Nico Waisman, ehemaliger Chief Information Security Officer bei Lyft, fungiert als CISO und hat ein Team von professionellen Hackern zusammengestellt, um das XBOW-System zu trainieren.
De Moor betont die Dringlichkeit: “Angreifer nutzen bereits KI. Verteidiger müssen gleich schnell reagieren.” Genau diese Geschwindigkeit soll XBOW bieten und die Finanzierung ermöglicht es dem Unternehmen, seine Technologie der gesamten Industrie zugänglich zu machen.
Für deutsche Organisationen könnte XBOW eine attraktive Lösung darstellen, um mit der rasanten Entwicklung von KI-gestützten Angriffsszenarien Schritt zu halten. Die kontinuierliche und autonome Schwachstellenerkennung würde es Sicherheitsteams ermöglichen, sich auf strategischere Aufgaben wie Analyse, Bewertung und Remediation zu konzentrieren.