AI er ved at forandre den måde, mange virksomheder arbejder på. Omkring 97 % af ledere hævder, at de har indsat agenter i det seneste år, og over halvdelen (57 %) af deres medarbejdere bruger dem allerede, ifølge en undersøgelse. Men det er også med til at sætte skub i cyberkriminalitetsøkonomien. CrowdStrike hævder, at AI-aktiveret modstanderaktivitet steg med 89 % sidste år.

I mange af disse tilfælde skaber det ikke helt nye risikokategorier. AI tilbyder snarere trusselsgrupper effektive måder at skalere og accelerere deres angreb på. Netværksforsvarere bliver i stigende grad overvældede. Og efterhånden som flere af deres modstandere anvender agentiske værktøjer, kan ubalancen forværres.

På denne baggrund spiller compliance-, risikostyrings- og sikkerhedsoperationsteams (SecOps) alle en vigtig rolle.

Skjult vinduet

CrowdStrikes nyligt offentliggjorte 2026 Threat Hunting Report er lærerig. Den forklarer, hvordan frontlinje-AI er med til at lukke det historiske vindue mellem opdagelse af sårbarheder og udnyttelse. Det handler ikke nødvendigvis om at finde nye fejl; selvom AI også kan gøre det. Det handler om at give hackere mulighed for at hoppe med på de seneste opdagelser og generere proof-of-concept (PoC) exploits og angrebsstier i hastighed og skala.

"Ved at kæde aktivitet sammen på tværs af identitets-, cloud-, SaaS-, endpoint- og perimeterinfrastruktur kan modstandere etablere fodfæste, eskalere privilegier, stjæle data eller iværksætte forstyrrende angreb, før forsvarere kan forbinde signalerne og reagere," bemærker rapporten.

Resultaterne er barske. Mellem januar og juni blev 88 % af de sårbarhedsudnyttelser, som CrowdStrike observerede, der involverede et offentligt PoC, udført inden for 48 timer efter PoC'ens frigivelse. I nogle tilfælde, såsom de kinesiske grupper Vault Panda og Genesis Panda, blev angrebene iværksat inden for 24 timer efter offentliggørelsen.

Et relativt lille, men voksende antal nye sårbarheder findes i AI-servere og relateret software: nogle gange hjælper de angribere med at udvinde kryptovaluta og høste følsom konfiguration.
information eller endda få adgang til selve AI-modellerne.

CrowdStrike bemærker også, at AI-modeladgangsteknikker (hvoraf sårbarhedsudnyttelse er en af ​​dem) tegnede sig for 16 % af de samlede MITRE ATLAS-teknikker, der er observeret i løbet af de seneste 12 måneder. Dette afspejler virkeligheden i dagens trusselsbillede. AI er både en kraftfuld teknologi, der kan bruges til angreb, og et mål i sig selv. Som CrowdStrike siger: "AI er nu et værktøj, et mål og en kraftmultiplikator for modstandere."

Drukning i CVE'er

Spørgsmålet er, om AI også kan være en kraftmultiplikator for netværksforsvarere, for tingene er kun lige begyndt. Rapporter tyder på , at over 48,000 CVE'er blev offentliggjort i 2025, en årlig stigning på 20%. I juni var tallet omkring 7400 – næsten det dobbelte af tallet i juni 2025. Ændringshastigheden vil kun stige.

På den ene side burde dette være gode nyheder for netværksforsvarere, fordi jo flere sikkerhedsopdateringer der er tilgængelige, desto flere muligheder er der for at forbedre IT-systemernes modstandsdygtighed. Men programrettelser er ikke gode, hvis der er så mange, at netværksforsvarere ikke med rimelighed kan prioritere, teste og derefter implementere dem. Det kan gøre deres arbejde vanskeligere, i hvert fald på kort sigt.

Kortlægning af et svar

For KnowBe4 CISO-rådgiver Erich Kron bør det første skridt for sikkerhedsteams være at få styr på det grundlæggende.

"Organisationer bør sikre, at de har en god proces på plads til hurtigt at teste programrettelser eller afhjælpende foranstaltninger og en plan for hurtigt at implementere dem," fortæller han IO (tidligere ISMS.online). "Organisationer bør også sikre, at de har en nøjagtig oversigt over alle enheder på netværket, inklusive installeret software og versioner, for hurtigt at kunne prioritere potentielle sårbarheder efter alvorlighed, der er relevant for deres specifikke organisation."

Black Ducks senior R&D-chef, Christopher Jess, er enig i, at lagerbeholdning er afgørende, især i en open source-verden, og at risikostyring skal være kontinuerlig, hvor teams etablerer klare risikotærskler for øjeblikkeligt at udløse afhjælpning.

"Virksomheder er nødt til at fjerne så meget manuel latenstid som muligt fra sårbarhedsdetektion, prioritering og afhjælpning," fortæller han IO. "Det betyder løbende at opdage aktiver og afhængigheder, scanne kode og open source i hele SDLC, automatisk korrelere ny sårbarhedsinformation med det, der faktisk implementeres, og prioritere problemer i henhold til udnyttelsesevne og forretningsmæssig indvirkning i stedet for blot at producere stadigt længere lister over CVE'er."

I betragtning af den voksende kløft i hastighed og kapacitet mellem angribere og forsvarere bliver kontinuerlig overvågning et must, tilføjer Deborah Galea, cybersikkerhedsekspert hos Filigran.

"Periodisk, reaktiv risikovurdering er ikke længere tilstrækkeligt. Organisationer har brug for kontinuerlig, proaktiv trusselsovervågning i realtid, der finder eksponeringer, før de kan udnyttes. Fokus bør være på reel risiko, ikke teoretisk risiko: sårbarheder, der rent faktisk udnyttes i naturen, og trusler, der observeres mod organisationer af lignende størrelse, branche og geografi," fortæller hun IO.

"Deling af trusselsinformation i realtid er også stadig vigtigere, da det mindsker kløften mellem, hvornår et angreb først dukker op i virkeligheden, og hvornår forsvaret kan reagere, hvilket giver organisationer mulighed for at handle på risici, der opstår hos deres leverandører, kolleger eller branche, før disse risici når dem."

Overholdelse af regler spiller sin rolle

Der er en vigtig rolle at spille for både compliance- og sikkerhedsteams i alt dette, argumenterer Oliver Simonnet, ledende cybersikkerhedsforsker hos CultureAI.

"Compliance- og governance-funktioner bør prioritere at vurdere, om politikker og procedurer rent faktisk følges for at reducere virkningen af ​​intern brug af AI og ekstern eksponering," forklarer han til IO.

"Risikostyring skal øge sin evne til at vurdere, opdage og løse sikkerhedsproblemer, uanset om de er AI-relaterede eller traditionelle, for at maksimere virksomhedens tekniske robusthed. Leverandørtilsynsprocedurer bør også rutinemæssigt gennemgå leverandøraftaler, praksis og vilkår for at sikre, at deres data og generelle risikoeksponering forbliver kendt og forstået."

Overholdelse af regler kan også hjælpe ved at sikre klar ansvarlighed, tredjepartstilsyn og målbare implementerings- og testplaner, tilføjer Simonnet. "Hvis organisationer udvikler og tester værktøjer med integrerede AI-teknologier internt, bør de behandles som privilegeret infrastruktur med høj risiko, med stærk synlighed, logføring, patching, adgangskontrol og indeslutningsfunktioner," siger han.

Måske frem for alt må CISO'er ikke lade dette falde ned på dagsordenen. AI er kommet for at blive, og dens indflydelse på sårbarhedsforskning og -udnyttelse er ubestridt. CVE-mængderne eksploderer. Open source-modeller bliver mere kraftfulde med hver ny udgivelse. Som Simonnet argumenterer: "Organisationer bør forsøge at være på forkant nu, snarere end at betragte risikoen ved AI som noget, der skal løses senere."

Udvid din viden

Blog: NVD-tilbagetrækningen bør føre til en robust tilgang til sårbarhedsstyring

Blog: Fra at 'Hold dem ude' til at 'Hold virksomheden kørende'

Podcast: Phishing for Trouble S2 E5: Du er kompatibel. Er du robust?