All-In Podcast: Palo Alto CEO enthüllt: KI fand Schwachstellen von sieben Jahren Code in sechs Wochen – „Analytische SaaS ist tot“
Nikesh Arora sprach am 8. Juni 2026 auf der All-In Liquidity Konferenz
Nikesh Arora, CEO von Palo Alto Networks, lieferte auf der Konferenz „All-In Liquidity“ eine der bisher folgenschwersten Einschätzungen zu den Auswirkungen von KI auf Unternehmenssoftware. Er enthüllte, dass Anthropic’s Claude Mythos in nur sechs Wochen Schwachstellen im Code von Palo Alto aufgedeckt hat, für deren Entdeckung sein Sicherheitsteam fünf bis sieben Jahre benötigt hätte. Diese Offenlegung, die Arora trotz der Tatsache tätigte, dass sein Unternehmen stolz darauf ist, bei der Code-Prüfung zur absoluten Spitze zu gehören, signalisiert einen fundamentalen Wandel sowohl in der Ökonomie der Cybersicherheit als auch in der breiteren SaaS-Landschaft.
Die Mythos-Realität: Zwischen Wunder und Bedrohung
Aroras Einschätzung von Claude Mythos war unmissverständlich. „Die Fähigkeiten der KI, Schwachstellen im Code zu bewerten, sind real“, erklärte er und fügte hinzu, dass Palo Alto das System sechs Wochen lang zu Kosten im „niedrigen Millionenbereich“ getestet habe. Das System identifizierte nicht nur grundlegende Schwachstellen, sondern konnte – im „Ultra-Modus“ mit aktivierter persistenter Denkweise – Schwachstellen sogar verknüpfen, um völlig neue Angriffswege in Systeme zu finden.
Die Auswirkungen sind gravierend. Arora geht davon aus, dass ähnliche Fähigkeiten innerhalb von drei Monaten in Open-Source-Modellen verfügbar sein werden, nicht erst in sechs Monaten, wie Branchenbeobachter bisher schätzten. „Wir sind drei Monate davon entfernt, wenn wir nicht sogar schon da sind, dass dies frei verfügbar ist“, sagte er. Dies schaffe, so Arora, ein Wettrennen zwischen Cyber-Verteidigern, die Schwachstellen finden und schließen müssen, bevor Angreifer sie ausnutzen. Über den aktuellen Stand äußerte er sich offen: „Wir sind nicht so gut, wie wir sein sollten – was großartig für unser Geschäft ist, aber das ist eine andere Geschichte.“
Der CEO merkte an, dass CIOs bereits überlastet seien, da Anbieter ständig mit der Forderung auf sie zukämen, Hardware und Code zu patchen, während sie gleichzeitig ihre eigenen Schwachstellen beheben müssten. Das Problem der Open-Source-Software bleibe weitgehend ungelöst, wobei er auf das kürzlich von IBM angekündigte Fünf-Milliarden-Dollar-Projekt zur Verbesserung der Open-Source-Sicherheit verwies.
Die SaaS-Apokalypse: Drei Kategorien, ein klarer Verlierer
Arora sprach das aus, was einem Todesurteil für eine ganze Kategorie von Unternehmenssoftware gleichkommt. „Wenn Sie ein analytisches SaaS-Unternehmen sind, ist es vorbei“, erklärte er trocken. Auf die Frage nach einer Definition erläuterte er: „Jemand, der sagt: ‚Ich sammle eine Menge Daten für Sie und analysiere sie für Sie.‘ Ich brauche niemanden, der sie für mich analysiert. Ich kann Modelle auf die Daten anwenden und sie selbst analysieren.“
Der CEO verwies auf die Vielzahl von Marketplace-Apps auf Plattformen wie Salesforce, die nur dazu existieren, vorhandene Daten zu analysieren. „Das brauche ich nicht“, sagte er. „Das braucht man nicht. Ich kann einfach NLM auf die Daten loslassen.“ Seine Analyse wurde durch ein Praxisbeispiel eines der Podcast-Moderatoren bestätigt, der beschrieb, wie er seine SaaS-Rechnung um 90 Prozent senken konnte, indem er nur noch drei statt zwanzig Konten unterhielt, den Dienst mit Slack und Claude verband und es allen ermöglichte, über natürliche Sprache zu interagieren.
Aroras Rahmenmodell unterteilt das SaaS-Universum in drei Kategorien. Analytische SaaS ist mittelfristig tot. Infrastruktursoftware, einschließlich Datenbanken wie Snowflake, Databricks, MongoDB und Oracle, sei unterbewertet, da Unternehmen in den nächsten drei Jahren zehnmal mehr Daten speichern müssten, um den Speicher und Kontext bereitzustellen, den KI-Systeme benötigen. „Wir werden in den nächsten drei Jahren zehnmal mehr Daten in Unternehmen speichern müssen als heute“, betonte er.
Die mittlere Kategorie, die Arora als „System of Work“ oder „System of Record“-Software bezeichnet, steht in den nächsten fünf Jahren vor einer kompletten Neuerfindung. Er argumentierte, dass die Benutzeroberfläche (UI) in Unternehmen selbst ein Fehler gewesen sei. „UI für Unternehmenssoftware und Consumer-Software ist das Schlimmste, was wir als Technologen getan haben“, sagte er und merkte an, dass Produktmanager ihre Karriere damit verbracht hätten, Schnittstellen für Menschen zu entwerfen, damit diese mit Daten interagieren können. Wenn Agenten die Arbeit direkt erledigen können, verschwindet die UI-Ebene vollständig, was eine grundlegende Umgestaltung der Arbeitsabläufe ermöglicht. Der Audit-Trail verbessere sich sogar, so Arora, weil Menschen nicht mehr direkt mit den Daten in Berührung kommen.
Die Modellebene wird zum Versorgungsunternehmen
Arora wich deutlich von der Perspektive ab, die zuvor auf der Konferenz von Vertretern von OpenAI präsentiert wurde, und argumentierte, dass Modelle zwangsläufig zu einer Art Versorgungsleistung (Utility) werden. „Man wird Intelligenz im laufenden Betrieb kaufen können, wo man sagen kann: Ich brauche keine Person mit einem IQ von 180, um diese Aufgabe zu erledigen. Geben Sie mir einen IQ von 120, und hier brauche ich einen IQ von 250. Dafür zahle ich zehn Dollar und dafür einen Cent“, erklärte er.
Die Gewinnpools liegen nach Aroras Ansicht bei den Anwendungen, nicht bei den Modellen. Er merkte an, dass sich die Diskussion selbst während der Konferenz um Codex drehte, das davonlief, nicht um OpenAI selbst. Die Modellunternehmen verstünden das, weshalb sie die Gewinnpools direkt angreifen, indem sie Anwendungen bauen. Arora sieht sie als „das neue Microsoft Office, das kommt und alle Anwendungen, die gesamte Produktivitätssoftware für Organisationen übernimmt.“
Er glaubt jedoch, dass eine Schicht spezialisierter Anwendungsunternehmen entstehen wird, die zwischen den Modellen arbitrieren und spezifische Geschäftsprobleme lösen. „Ich möchte, dass meine HR-Systemsoftware, die agentenbasiert und KI-gestützt ist, von einem Anwendungsunternehmen geliefert wird“, sagte er. „Ich möchte mein Vertriebsmanagementsystem, gebaut von der neuen agentenbasierten KI-Salesforce der Welt.“ Die Frage bleibt, ob sich diese Anwendungsebene zu einer einzigen Unternehmensanwendung konsolidiert oder spezialisiert bleibt.
Das Problem der falsch-positiven Ergebnisse, über das niemand spricht
In seiner vielleicht wichtigsten technischen Beobachtung kritisierte Arora das Schweigen der Branche über die Rate falsch-positiver Ergebnisse. „Die Rate falsch-positiver Ergebnisse bei Mythos lag bei 30 Prozent“, enthüllte er. Während das System hervorragend darin ist, potenzielle Schwachstellen für Angriffe zu finden, ist es für die Verteidigung problematisch, wenn fast jeder dritte Befund ein Phantomproblem ist. „Es ist großartig für den Angriff. Es ist schrecklich für die Verteidigung“, sagte er unverblümt.
Dieses Problem erstreckt sich auf alle Unternehmensanwendungen. Ein Modell mit einer Rate von zehn oder zwanzig Prozent falsch-positiver Ergebnisse, das zur Bearbeitung von Versicherungsansprüchen eingesetzt wird, würde massiv Geld verlieren. Arora nutzte den Vergleich mit autonomen Fahrzeugen: „Nehmen wir das neue selbstfahrende Auto. Mercedes wird Opus 4.8 verwenden, und man kann sich einfach ins Auto setzen und es fährt einen. Ich setze meine Kinder nicht in dieses Auto, wenn es eine Rate von zehn Prozent falsch-positiver Ergebnisse hat.“
Der CEO argumentierte, dass hier die eigentliche Wertschöpfung bei KI in Unternehmen stattfinde. „Es gibt eine Menge Arbeit, die nach dem Modell passieren muss, damit diese Dinge im geschäftlichen Kontext nützlich und effektiv sind“, erklärte er. Insbesondere in der Cybersicherheit strebt Palo Alto eine Rate von null Prozent falsch-positiver Ergebnisse an, was weit über die Fähigkeiten des Basismodells hinausgehende Arbeit erfordert.
Google bleibt unterschätzt, operative Hebelwirkung ist alles
Auf die Frage, wie er als CEO entscheiden würde, gab Arora eine überraschend optimistische Einschätzung zu seinem ehemaligen Arbeitgeber ab. „Ich halte Google für unterschätzt. Ich glaube, es wird das erste Zehn-Billionen-Dollar-Unternehmen zu unseren Lebzeiten sein“, erklärte er. Seine Begründung konzentrierte sich auf den Vertrieb: Selbst Modellunternehmen benötigen Vertriebsteams, um Kunden davon zu überzeugen, ihre Produkte anzunehmen und zu kaufen, und die drei großen Hyperscaler verfügen über die größten Vertriebsorganisationen für Unternehmen weltweit.
Zu Waymo hielt sich Arora aufgrund seiner Vorstandstätigkeit bei Uber kurz, lobte jedoch die Effektivität der Technologie und forderte eine schnellere geografische Expansion. Das übergeordnete Thema seiner Ausführungen war die Ausführung und die operative Hebelwirkung als nächste Grenze. „Wenn man der Beste darin sein kann, KI zu nutzen, um das effizienteste Unternehmensgeschäft der Welt zu führen, kann die operative Marge weit über dem Branchendurchschnitt liegen“, argumentierte er und deutete an, dass Bruttomargen im hohen 90er-Bereich und Nettomargen in den 40ern oder 50ern erreichbar seien.
Evolution der M&A-Strategie: Das Menü ist eröffnet
Arora beschrieb, wie sich die Akquisitionsstrategie von Palo Alto während seiner fast achtjährigen Amtszeit entwickelt hat. Anfangs kaufte das Unternehmen Produktfirmen und integrierte sie in die Go-to-Market-Maschinerie von Palo Alto, wobei der Fokus auf Cross-Selling lag. „Wenn ich einem Kunden für zehn Millionen Dollar verkaufe, ist es der effizienteste Weg, meine Vertriebsausgaben zu optimieren, wenn ich ihm zwei Jahre später für zwanzig Millionen verkaufen kann“, erklärte er. Dieses Playbook führte das Unternehmen zu einer Marktkapitalisierung von 150 Milliarden Dollar.
Die 25-Milliarden-Dollar-Übernahme im Identitätsbereich, die vor drei Monaten abgeschlossen wurde, stellte einen strategischen Wendepunkt dar und positionierte das Unternehmen für Sicherheitsanforderungen in einer agentenbasierten Welt. Nun, so Arora, sei die Öffnung noch breiter. Wenn Palo Alto durch KI-gesteuerte Effizienz branchenführende operative Margen erzielen könne, müssten sich Akquisitionsziele nicht auf den Kernbereich der Cybersicherheit beschränken. „Es spielt keine Rolle, was man kauft“, sagte er und merkte an, dass Unternehmen unterhalb der kritischen Größe sich die Investitionen nicht leisten könnten, die erforderlich sind, um ihre Abläufe mit KI zu optimieren.
Kritisch ist, dass Arora davon ausgeht, bei Palo Alto in Zukunft mehr technische Mitarbeiter zu beschäftigen, nicht weniger – was den populären Narrativen über einen KI-bedingten Stellenabbau widerspricht. „Ich glaube, wir werden bei Palo Alto mehr Leute im Technologiebereich haben als je zuvor, weil ich glaube, dass KI alles dazu zwingt, eine Transformation zu verlangen“, sagte er. Das Unternehmen benötige sechs bis zwölf Monate, um festzustellen, wie sich KI etabliert und wie sie am effektivsten im gesamten Unternehmen eingesetzt werden kann, bevor das M&A-Playbook vollständig ausgereift ist.
Aroras Auftritt zeichnete das Bild einer Branche in einem gewaltsamen Wandel, in dem ganze Softwarekategorien vor dem Aussterben stehen, während Infrastruktur und neu gestaltete Arbeitssysteme einen beispiellosen Wert schöpfen. Seine Erfahrungen aus erster Hand mit Mythos, übersetzt in ehrliche Einschätzungen von Chancen und Risiken, boten institutionellen Investoren seltene Klarheit darüber, wie KI-Fähigkeiten die Ökonomie der Unternehmenssoftware in Echtzeit verändern. Der CEO, der Palo Alto von 17 Milliarden auf 238 Milliarden Dollar Marktkapitalisierung führte, hat nun explizit die Billionen-Dollar-Schwelle im Visier, bewaffnet mit der Überzeugung, dass operative Hebelwirkung durch KI-Einsatz wertvoller sein wird als jeder spezifische Produktmarkt.