SentinelOnes Weingarten: KI hat Angriffe nicht schlauer gemacht, nur schneller – und Transformer sind womöglich die falsche Architektur für die Lösung
Goldman Sachs Communacopia + Technology Conference, 10. September 2026
SentinelOne-Gründer und CEO Tomer Weingarten hat seinen Auftritt auf der Goldman Sachs Communacopia + Technology Conference für eine ungewohnt drastische Einschätzung des aktuellen KI-Sicherheitsnarrativs genutzt. Er argumentierte, dass die jüngsten, viel beachteten Vorfälle eher von Geschwindigkeit als von Raffinesse zeugen und dass die gesamte Transformer-basierte KI-Architektur möglicherweise neu aufgesetzt werden muss, bevor Unternehmen autonom agierenden Agenten wirklich vertrauen können. An der Seite von CFO Sonalee Parekh, die sich in ihrem zweiten vollständigen Quartal im Amt befindet, legte Weingarten zudem die Geschäftszahlen dar: Demnach beschleunigen sich die Netto-Kundenbindungsraten (NRR), und die KI-Sicherheitsprodukte verzeichnen ein Rekordwachstum. Dies folgt auf eine der größten Anhebungen der Jahresprognose in der jüngeren Unternehmensgeschichte, wie Parekh betonte.
Keine neuen Techniken, nur ein neues Tempo
Auf die Frage, wie anspruchsvolle Kunden auf die Schlagzeilen machenden, von Agenten gesteuerten Sicherheitsvorfälle reagieren, widersetzte sich Weingarten entschieden der Annahme, dass KI neuartige Angriffsvektoren hervorgebracht habe. „Im Grunde gibt es nichts Neues“, sagte er. „Was diese Agenten tun, hat ein menschlicher Angreifer in der Vergangenheit auch schon getan. Wir sehen keine neuartigen Verhaltensweisen. Wir sehen ein neues Geschwindigkeitsniveau, ein neues Tempo, aber keine neuen Techniken.“ Gleichermaßen wies er die Behauptung von Anbietern zurück, das Problem gelöst zu haben: „Egal, was Sie gehört haben – es gibt nichts, was das Problem, mit dem wir derzeit konfrontiert sind, hinsichtlich Geschwindigkeit und Tempo löst … Die Vorstellung, wir könnten es aufhalten, wir könnten es verhindern, wir könnten in einer Welt leben, in der diese Dinge nicht passieren – das ist ein Irrglaube. Wir können das Risiko reduzieren.“ Sein übergeordnetes Argument war, dass KI eher jahrzehntelange Defizite in der Cyber-Hygiene offenlegt, als Verteidiger auszutricksen. „KI ist überhaupt nicht gut in Cybersecurity. Wir alle zusammen sind schlecht darin, sichere Infrastrukturen zu bauen. Die KI ist eine großartige Suchmaschine und in der Lage, all diese Dinge zu finden, die wir im Grunde über viele, viele Jahre angehäuft haben.“
Er nannte ein konkretes Beispiel aus diesem Jahr, bei dem kompromittierte Open-Source-Bibliotheken wie LiteLLM und Axios unwissentlich von KI-Codierungstools wie Claude und Codex eingebunden wurden und Hunderte von Unternehmen automatisiert gefährdeten. Die zehn Jahre alte Verhaltenserkennungs-Engine von SentinelOne habe diese Aktivitäten ohne jegliche Vorkenntnisse über den konkreten Exploit erkannt, da sie darauf ausgelegt sei, anomales Verhalten generell zu markieren, statt bekannte Signaturen abzugleichen. „Das System hat einfach etwas gesehen. Es war ihm egal, ob es sich um Claude, den Benutzer oder einen Angreifer handelte.“
Die Argumente gegen Transformer
Der wohl markanteste Teil des Auftritts war Weingartens Skepsis gegenüber der Beständigkeit der Transformer-Architektur selbst. „Ich glaube nicht, dass es irgendeine Gewissheit gibt, dass dies die dominante Architektur für die kommenden Jahre sein wird“, sagte er. Er deutete an, dass die durch KI-Assistenz gesteigerte Codierungsgeschwindigkeit eine völlig neue Reasoning-Architektur ermöglichen könnte – statt einer, die auf „Brute-Forming von Chain of Thought und Randomisierung von Tokens“ setzt. Er zog in Zweifel, ob sich die Rendite der massiv steigenden KI-Recheninvestitionen jemals materialisiert hat: „Wo sind die KI-Ergebnisse? Wo sind sie im Markt bewiesen? Umsätze, dramatisches Wachstum, fantastische Ergebnisse, transformativer Wandel für die Menschheit“ – und implizierte rhetorisch, dass diese weitgehend ausbleiben.
Weingarten verknüpfte dies mit einer hardwarebasierten Argumentation und vertrat die Ansicht, dass Sicherheits-Enklaven, die auf derselben Privilegienschicht wie das zu überwachende Modell laufen, von Grund auf kompromittiert sind. Er verwies auf den Drang der Branche nach dem CrowdStrike-Ausfall, die Sicherheit aus dem Kernel zu entfernen – ein Versprechen, das ins Leere gelaufen sei: „Alle wollen da raus. Niemand ist draußen. Wie viele Jahre sind wir jetzt von diesem Ereignis entfernt? Zwei Jahre, drei Jahre? Niemand kommt da raus.“ Sein Fazit lautet, dass echte KI-Alignment-Prozesse (Ausrichtung von KI) langfristig möglicherweise neue Chip-Designs oder robustere Sicherheits-Enklaven erfordern, die die Rechenleistung für Sicherheitsfunktionen vom Modell selbst trennen. Dabei wies er darauf hin, dass selbst die Enklave-Technologie von Apple bereits kompromittiert wurde.
KI-Alignment als nächste Grenze der Cybersecurity
Weingarten bezeichnete das KI-Alignment – also die Gewährleistung, dass sich Modelle im Einklang mit menschlichen Absichten verhalten – als das mit Abstand wichtigste Investitionsthema in der Cybersecurity für die nächsten fünf bis zehn Jahre. Die Branche stehe hier vor einem Problem, das sie in der Vergangenheit noch nie lösen musste. „Das Thema KI-Alignment wird so ziemlich jedes andere Problem in der Cybersecurity in den Schatten stellen“, sagte er. Seine Lösung sieht bemerkenswerterweise nicht in leistungsstärkeren Modellen: „Man braucht keine Superintelligenz, um KI im Alignment zu halten. Man braucht etwas Ausgewogeneres, etwas, das darauf ausgelegt ist zu steuern, nicht klug zu sein – einfach nur zu erkennen, wenn die Absicht vom gezeigten Verhalten abweicht.“ Er äußerte sich skeptisch, dass Schutzmechanismen in ihrer heutigen Form Bestand haben können: „Das Modell tut das, was es zur Erfüllung des ihm erteilten Ziels für richtig hält. Es blickt auf die Leitplanken und sagt: Gut, ich sehe die Leitplanken, aber vielleicht mache ich das jetzt trotzdem. Das ist fast wie bei einem Kind.“
Auf die Frage, ob SentinelOne seine proprietäre Telemetrie nutzen werde, um ein Large Language Model für die Automatisierung von Angriff und Verteidigung (Offense-Defense) zu fine-tunen, lehnte Weingarten das unter Anbietern beliebte Narrativ der „Red Agent / Blue Agent“-Szenarien ab und relativierte den generellen Nutzen von Post-Training-Anpassungen. „Dinge nachträglich im Post-Training zu regeln, hat sehr, sehr enge Grenzen“, sagte er. „Man ändert damit nicht das wahre, inhärente Verhalten des Modells.“ Nvidias Nemotron-Modell nannte er namentlich als Beispiel für die fehlerhafte Logik hinter solchen Bemühungen: „Dieses Ding gehört laut keinem Benchmark zu den Top 10 der Reasoning-Leistung, ehrlich gesagt … sich einfach ein Modell herauszupicken und zu sagen, ich trainiere das so, dass es das beste aller Modelle wird – das ist meiner Meinung nach pure Wunschdenken.“ Zudem äußerte er eine pointierte Einschätzung zur Wettbewerbsposition chinesischer Open-Source-Modelle: Er habe gesehen, „wie sie unglaublich ausgefeilte Wege gefunden haben, um ihre Modelle zu skalieren“, und einige seien „vermutlich um den Faktor 5 besser“ als bestimmte westliche Alternativen, die in der Diskussion erwähnt wurden.
Fundamentaldaten statt Märchen
Auf die Frage, wie sich SentinelOne gegen größere Rivalen mit üppigeren Marketingbudgets behauptet, gab sich Weingarten gewohnt direkt und stellte die Debatte als eine Frage von Substanz gegenüber bloßem Narrativ dar – statt einer Frage der reinen Größe. „Wir treten jeden Tag bei POCs mit den weltweit führenden Unternehmen an und gewinnen immer wieder, unabhängig von der Größe von Microsoft, Palo Alto Networks oder CrowdStrike“, sagte er und fügte hinzu, die Wettbewerber hätten zwar „lautstärkere Megafone“, aber nicht zwangsläufig die bessere Technologie. Er nahm die Plattformkonsolidierungs-Narrative aufs Korn, die in den Quartalskonferenzen der Konkurrenz regelmäßig auftauchen, insbesondere im Bereich Identitätssicherheit und durch Zukäufe aneinandergereihter Portfolios: „Warum glauben die Leute weiterhin diesen Geschichten? Diese Geschichten ändern sich ständig. Wenn man nur drei bis sechs Monate zurückblickt, haben sie schon keine Gültigkeit mehr … Das fühlt sich an wie Cybersecurity-Theater, das völlig losgelöst ist von dem, was in den Unternehmensumgebungen tatsächlich passiert.“
Die Zahlen hinter der Botschaft
Auf der Finanzseite bekräftigte Parekh, dass SentinelOne seine Jahresumsatzprognose im vergangenen Quartal übertroffen und angehoben hat. Der anwesende Analyst wies darauf hin, dass dies eine der größten positiven Abweichungen der Unternehmensgeschichte in den letzten Quartalen war; Parekh erklärte dazu, dass die Anhebung der Prognose sogar noch über dem Ausmaß des eigentlichen Earnings-Beats lag, was das Vertrauen des Managements in die zukünftige Nachfrage widerspiegle. Sie verwies auf die starke Kundenbindung (Net Retention) bei Kunden mit einem ARR von über 100.000 US-Dollar als Beleg für die Strategie, ergänzt durch ein im Jahresvergleich verdreifachtes ARR-Wachstum bei den KI-Sicherheitsprodukten Prompt und Purple AI. Parekh hob zudem frühe Produktivitätsgewinne durch die Automatisierung von langwierigen Verlängerungsprozessen (Renewals) sowie eine moderate, aber messbare Verkürzung der Vertriebszyklen hervor. Beide Faktoren schlügen sich nun in den gemeldeten Kennzahlen nieder. Mit Blick auf die Planung für das Geschäftsjahr 2026 betonte sie gemeinsam mit Weingarten, dass die weitere Reduzierung von Kundenabwanderungen (Churn) und Downgrades bei zunehmender Plattformnutzung eine zentrale Priorität darstelle. Dies sei der wirtschaftlich effizientere Wachstumshebel im Vergleich zur reinen Neukundengewinnung.