Palo Alto Networks Transkript: KI entfesselt einen Cybersecurity-Wettrüsten und macht analytische SaaS obsolet, so CEO Nikesh Arora
9. Juni 2026 – All-In Summit
Einleitung: Begrüßung des Cybersecurity-Vordenkers
Palo Alto Networks hat sich als einer der größten Gewinner im Technologiesektor etabliert und fungiert als Eckpfeiler der Cybersecurity-Branche. Unter der Führung von CEO Nikesh Arora verzeichnet das Unternehmen kontinuierlich überdurchschnittliche Ergebnisse. Mit Blick auf den aktuellen Stand der Technik stellt Arora fest, dass Menschen zwar seit Jahrzehnten fehlerhaften Code schreiben, das Aufkommen der Künstlichen Intelligenz jedoch einen Paradigmenwechsel darstellt. Gestützt auf seine zehnjährige Erfahrung bei Google, wo die Suche Informationen demokratisierte, betrachtet er KI als eine Kraft, die Intelligenz in gesamten Organisationen demokratisiert. Für Arora sind Finanzkennzahlen lediglich ein Instrument zur Erfolgsmessung; das eigentliche Ziel ist die Vorantreibung dieses massiven technologischen Wandels.
Seit Arora vor fast acht Jahren das Ruder bei Palo Alto Networks übernahm, hat das Unternehmen eine atemberaubende Transformation durchlaufen. Ausgehend von einer Marktkapitalisierung von rund 17 Milliarden Dollar ist das Unternehmen auf eine Bewertung von etwa 238 Milliarden Dollar angewachsen. Branchenbeobachter merken an, dass das Überschreiten der 100-Milliarden-Dollar-Marke einem Unternehmen oft den Weg ebnet, noch schneller zu skalieren, was darauf hindeutet, dass der Weg zu einer Bewertung von einer Billion Dollar zwar ambitioniert, aber durchaus erreichbar ist.
Claude Mythos: Jahre an Schwachstellen in sechs Wochen gefunden
An der Schnittstelle von Cybersecurity und Künstlicher Intelligenz positioniert, hatte Palo Alto Networks frühzeitig exklusiven Zugang zu Frontier-Modellen wie Claude Mythos von Anthropic. Dieser Zugang lieferte einzigartige Einblicke in die Chancen und Risiken, die KI mit sich bringt. Arora erklärt, dass KI bereits tiefgreifende Auswirkungen auf die Geschäftsprozesse hat. Durch den Einsatz von KI können Unternehmen ihre Ergebnisse über große Teams hinweg standardisieren. Marketingabteilungen können beispielsweise hochkonsistente Ergebnisse erzielen, und Tausende von Kundendienstmitarbeitern können einheitliche, qualitativ hochwertige Lösungen liefern, wodurch die Variabilität eliminiert wird, die Kunden oft frustriert.
Die technischen Fähigkeiten von Frontier-KI-Modellen in der Softwareentwicklung und Sicherheit sind besonders beeindruckend. Palo Alto Networks unterzog das Modell Claude Mythos einem Test mit dem eigenen Quellcode. In nur sechs Testwochen identifizierte die KI Software-Schwachstellen, für deren Entdeckung menschliche Sicherheitsteams normalerweise fünf bis sieben Jahre benötigt hätten. Dies beweist, dass die Fähigkeit der KI, Code zu analysieren und Sicherheitslücken aufzudecken, kein Marketing-Hype ist; es ist eine tiefgreifende und unmittelbare Realität.
Darüber hinaus kann die KI, wenn sie in einem persistenten Denkmodus konfiguriert ist, Schwachstellen miteinander verknüpfen und so neuartige und komplexe Angriffswege in Unternehmenssysteme entdecken. Für ein Cybersecurity-Unternehmen, das stolz auf erstklassige Code-Tests und Sicherheitspraktiken ist, sind diese Ergebnisse augenöffnend. Wenn man dies auf die Millionen von Softwareentwicklern und Tausende von Unternehmen weltweit hochrechnet, die ihren eigenen Code schreiben, sind die Auswirkungen enorm. Dieses Analyse-Niveau kostete Palo Alto Networks nur einen niedrigen einstelligen Millionenbetrag – eine Zahl, die mit zunehmender Effizienz der Modelle und sinkenden Token-Kosten weiter fallen wird.
Das Cybersecurity-Wettrüsten: Verteidiger gegen KI-Angreifer
Die rasante Demokratisierung dieser fortschrittlichen Fähigkeiten ist ein zweischneidiges Schwert. Während Verteidiger diese Modelle zur Sicherung ihrer Systeme nutzen können, werden bösartige Akteure zwangsläufig Zugang zu ähnlichen Fähigkeiten erhalten. Arora schätzt, dass wir nur wenige Monate davon entfernt sind, dass diese hochkomplexen offensiven Fähigkeiten in Open-Source- und ausländischen Modellen weit verbreitet sein werden. Dies erzeugt einen intensiven Wettlauf zwischen Cyber-Verteidigern, die Schwachstellen finden und schließen wollen, und Cyber-Angreifern, die diese ausnutzen möchten.
Derzeit haben Cyber-Verteidiger Schwierigkeiten, Schritt zu halten, was das systemische Geschäftsrisiko erhöht, aber gleichzeitig die Nachfrage nach fortschrittlichen Sicherheitslösungen antreibt. Chief Information Officers und Chief Information Security Officers sind von Anbietern überfordert, die Patches für Hardware und Software fordern, während sie gleichzeitig versuchen, ihre eigenen proprietären Codebasen zu sichern und sich in der massiven, unregulierten Landschaft der Open-Source-Software zurechtzufinden. Um KI-gesteuerten Bedrohungen entgegenzuwirken, müssen Unternehmen zehnmal mehr Sicherheitsdaten sammeln und analysieren als heute, um den Kontext und das organisatorische Gedächtnis aufzubauen, das erforderlich ist, um normales Verhalten von komplexen Angriffen zu unterscheiden.
Das Ende der analytischen SaaS und der Aufstieg der Kerninfrastruktur
Die persistente Natur der KI-Intelligenz ist bereit, die gesamte Softwarebranche umzugestalten, insbesondere Software-as-a-Service (SaaS). Arora prognostiziert, dass analytische SaaS-Unternehmen – also solche, die Kunden für das Sammeln und Analysieren ihrer Daten bezahlen lassen – faktisch obsolet sind. Mit modernen Large Language Models benötigen Unternehmen keine Drittanbieter-Anwendungen mehr, um Daten in Systemen wie Salesforce zu analysieren. Stattdessen können sie ihre eigenen Daten direkt in natürlicher Sprache abfragen, wodurch analytische Zwischenmodule überflüssig werden.
Dieser Wandel veranlasst Unternehmen bereits dazu, ihre Softwarelizenzen zu konsolidieren. Durch die direkte Anbindung von Daten an natürlichsprachliche Schnittstellen wie Claude über Kommunikationsplattformen wie Slack können Unternehmen ihre Sitzplatzlizenzen und Softwareausgaben drastisch reduzieren, teilweise um bis zu 90 %. Mit Blick auf die Zukunft werden Unternehmen Daten aus unterschiedlichen Quellen – wie Vertriebs-Tools, Bestandsdatenbanken und ERP-Systemen – in einem einheitlichen Repository zusammenführen. KI-Agenten werden dann funktionsübergreifende Abfragen sofort ausführen, wodurch das Navigieren durch mehrere unabhängige SaaS-Schnittstellen entfällt.
Während analytische SaaS vor erheblichen Herausforderungen steht, bleibt Kerninfrastruktur-Software deutlich unterbewertet. Die Nachfrage nach robusten Datenbank- und Speichersystemen wie Databricks, Snowflake, MongoDB und Oracle wird sprunghaft ansteigen. Unternehmen werden in den nächsten drei Jahren zehnmal mehr Daten speichern müssen, um ihre KI-Modelle zu trainieren, zu validieren und auszuführen. Folglich wird jede Technologie, die die Sammlung, Speicherung und Verwaltung von Unternehmensdaten erleichtert, ein nachhaltiges Wachstum verzeichnen.
Die Kategorie der Mid-Market-Software, oft als Arbeitssysteme oder Aufzeichnungssysteme bezeichnet, wird ebenfalls eine dramatische Entwicklung durchlaufen. Die traditionelle Benutzeroberfläche, die Technologen entwickelten, um Menschen die Interaktion mit Datenbanken zu ermöglichen, wird weitgehend verschwinden, wenn autonome Agenten die Arbeitsabläufe übernehmen. Anstatt Daten manuell in CRM- oder ERP-Systeme einzugeben, werden sich Mitarbeiter auf Agenten verlassen, die passiv Kontext aus E-Mails, Meetings und Dokumenten erfassen und Datensätze automatisch aktualisieren. Dieser Übergang erfordert in den nächsten fünf Jahren eine komplette Neugestaltung von Geschäftsanwendungen – weg von der manuellen Dateneingabe hin zu natürlichsprachlichen Interaktionen.
Nationale Sicherheit, wirtschaftliches Chaos und globale Modellkontrollen
Aus Sicht der nationalen Sicherheit wirft die Verbreitung hochleistungsfähiger Modelle Bedenken hinsichtlich potenzieller wirtschaftlicher Störungen auf. Arora merkt jedoch an, dass die überwiegende Mehrheit der Cybersecurity-Verstöße immer noch auf rudimentäre Fehler zurückzuführen ist, wie etwa gestohlene Anmeldedaten und schwache Passwörter, und nicht auf hochkomplexe kryptografische Exploits. Während die kritische nationale Infrastruktur aufgrund erheblicher dedizierter Sicherheitsbudgets im Allgemeinen gut verteidigt ist, liegt das breitere Risiko in dem systemischen wirtschaftlichen Chaos, das durch Angriffe auf kleinere, weniger vorbereitete Einheiten verursacht werden kann.
Der Angriff auf Change Healthcare dient als Paradebeispiel: Ein Ransomware-Angriff auf ein zentrales Abrechnungssystem legte landesweit unabhängige Arztpraxen lahm und erforderte Milliarden an Notfallmitteln, um die Unternehmen zahlungsfähig zu halten. Die Behebung dieser systemischen Schwachstellen wird Zeit in Anspruch nehmen, da Altsysteme schrittweise modernisiert oder ersetzt werden müssen. Arora warnt davor, den Fortschritt heimischer KI-Modelle durch regulatorische Pausen aufhalten zu wollen, und weist darauf hin, dass wir uns in einem globalen Wettlauf befinden. Da ganze Modellgewichte für modernste KI auf einen einfachen USB-Stick passen, ist der Versuch, den Zugang für kurze Zeiträume zu beschränken, weitgehend unpraktisch, wenn ausländische Wettbewerber und Open-Source-Alternativen ungehindert voranschreiten.
Modellnutzen, Gewinnpools und die Zukunft der Anwendungen
Arora betrachtet die Zukunft von KI-Modellen anders als einige Branchenkollegen und prognostiziert, dass Modelle letztlich zu einer Utility-Ebene werden. Anstatt dass ein einziges, ultra-intelligentes Modell alle Aufgaben dominiert, wird Intelligenz dynamisch basierend auf den spezifischen Anforderungen einer Aufgabe eingekauft. Einfache Kundendienstanfragen könnten ein kostengünstigeres Modell mit Standardintelligenz nutzen, während hochkomplexe technische Herausforderungen erstklassige Modelle mit hoher Intelligenz erfordern.
Infolgedessen werden die primären Gewinnpools der KI-Ära eher in der Anwendungsebene als in den zugrunde liegenden Modellen liegen. Dies zeigt sich an der schnellen Einführung spezialisierter Tools wie Codeium und Claude Code, die gezielt auf spezifische, hochwertige Arbeitsabläufe ausgerichtet sind. Während Entwickler von Frontier-Modellen versuchen könnten, diese Gewinnpools durch den Aufbau eigener Produktivitätsanwendungen zu erschließen, bevorzugen Unternehmen paketierte, spezialisierte Anwendungen von vertrauenswürdigen Anbietern, anstatt benutzerdefinierte Vertriebs- oder HR-Tools von Grund auf neu zu entwickeln. Eine entscheidende technische Herausforderung für diese Anwendungen ist die Reduzierung der Falsch-Positiv-Raten. Während eine Falsch-Positiv-Rate von 30 % für ein offensives Sicherheits-Tool zur Identifizierung potenzieller Schwachstellen akzeptabel sein mag, erfordert ein Verteidigungssystem oder eine Geschäftsanwendung – etwa zur Bearbeitung von Versicherungsansprüchen oder zum Betrieb eines autonomen Fahrzeugs – nahezu null Falsch-Positive, um kommerziell lebensfähig zu sein.
Armchair CEO: Bewertung von Waymo, Google und OpenAI
Gestützt auf seinen umfangreichen Führungshintergrund bei Google und SoftBank teilt Arora seine Perspektiven auf wichtige Technologieakteure. Als Vorstandsmitglied von Uber kommentiert er den Fahrdienst-Giganten nicht, äußert sich jedoch sehr enthusiastisch über Waymo, lobt die Zuverlässigkeit seiner autonomen Fahrzeuge und drängt auf eine schnellere Expansion in weitere Städte weltweit.
Arora hält Google für stark unterbewertet und prognostiziert, dass es zu unseren Lebzeiten das erste Zehn-Billionen-Dollar-Unternehmen werden könnte. Er betont, dass Google über alle notwendigen technischen Assets verfügt, gepaart mit einer massiven, etablierten Enterprise-Vertriebsmannschaft, die entscheidend für die Verbreitung von KI in der realen Welt ist – ein Vorteil, der reinen KI-Forschungslaboren derzeit fehlt. Zur Führungsdynamik merkt Arora an, dass Gründer-CEOs zwar oft für ihre Bereitschaft zu mutigen Risiken gefeiert werden, aber auch professionelle CEOs massive Unternehmenstransformationen erfolgreich leiten können, indem sie die absolute Verantwortung für das Geschäft und seine strategische Ausrichtung übernehmen.
In Bezug auf OpenAI und die breitere Wettbewerbslandschaft zeigen Statistiken, dass Anthropic seinen wiederkehrenden Unternehmensumsatz durch den starken Fokus auf geschäftsspezifische Integrationen schnell gesteigert hat. Die Branche steckt weiterhin in einem hochriskanten Wettlauf um die Sicherung der Gewinnpools auf Anwendungsebene. Während sich einige Akteure auf Ersatz-TAMs (Total Addressable Markets) konzentrieren – die sehr lukrativ sind, da Unternehmen bereits etablierte Budgets dafür haben –, zielen andere auf kostengünstige Consumer-Abonnements ab, die sich als äußerst widerstandsfähig erwiesen haben.
Palo Altos M&A-Strategie und der Weg zur Billionen-Dollar-Bewertung
Mit Blick auf die Zukunft bleibt Hardware für die Verwaltung von Datenverarbeitung mit hohem Durchsatz und geringer Latenz unerlässlich. Insbesondere Finanzdienstleister zögern weiterhin, vollständig in die Public Cloud zu wechseln, da die Latenz-Abwägungen direkte Auswirkungen auf die Handelsrentabilität haben, was einen kontinuierlichen Markt für spezialisierte On-Premises-Hardware sichert. Während KI die Hardware-Designzyklen beschleunigt, bleibt der primäre Engpass die physische Produktion, da die globale Fertigungskapazität aufgrund der explosiven Nachfrage nach GPUs und fortschrittlichen Speicherchips überlastet ist.
Palo Alto Networks plant, seinen disziplinierten Ansatz bei Fusionen und Übernahmen (M&A) bei der Skalierung beizubehalten. Historisch gesehen erwarb das Unternehmen spezialisierte Produktfirmen und integrierte sie in seine robuste Go-to-Market-Maschinerie, was es ermöglichte, bestehende Unternehmenskunden effizient mit Upselling-Angeboten zu bedienen und die Bewertung zu steigern. In jüngerer Zeit hat das Unternehmen in den Bereich Identitäts- und Plattformsicherheit expandiert und ein Multi-Milliarden-Dollar-Geschäft erworben, um seine agentenbasierten Sicherheitsfähigkeiten zu stärken. Arora glaubt, dass der ultimative Wettbewerbsvorteil darin liegt, KI zu nutzen, um das operativ effizienteste Unternehmen der Welt zu führen und branchenführende operative Margen anzustreben.
Trotz anfänglicher Marktskepsis, als Arora von Google zu Palo Alto Networks wechselte, hat die Umsetzung des Unternehmens die Kritiker verstummen lassen. Anstatt den Personalbestand zu reduzieren, erwartet Arora, dass Palo Alto Networks mehr technisches Personal beschäftigen wird als je zuvor. Der Grund dafür ist, dass die breite Einführung von KI jedes Unternehmen dazu zwingt, eine grundlegende technologische Transformation zu durchlaufen, was eine beispiellose Nachfrage nach fortschrittlicher Cybersecurity-Entwicklung antreibt.