Spellune ist ein Cybersicherheitsunternehmen, das KI-native Sicherheitsprodukte entwickelt und künstliche Intelligenz direkt in seine Plattformen zur Bedrohungserkennung und -abwehr integriert. Das Unternehmen wurde 2021 von einem Team ehemaliger Google- und MIT-Forscher gegründet, darunter CEO Dr. Elena Vasquez, eine ehemalige Machine-Learning-Ingenieurin bei Google DeepMind, und CTO Dr. Raj Patel, der zuvor die Sicherheitsforschung am MIT Computer Science and Artificial Intelligence Laboratory (MIT CSAIL) leitete. Mit Hauptsitz in San Francisco, Kalifornien, konzentriert sich Spellune darauf, Deep Learning und große Sprachmodelle einzusetzen, um Sicherheitsoperationen zu automatisieren und zu verbessern.
Die Kernannahme des Unternehmens ist, dass traditionelle Sicherheitstools reaktiv und signaturbasiert sind, während KI-native Ansätze neuartige Bedrohungen proaktiv identifizieren können. Die Plattform von Spellune, genannt SentinelAI, verwendet transformerbasierte Modelle, um Netzwerkverkehr, Benutzerverhalten und Systemprotokolle in Echtzeit zu analysieren. Dieser Ansatz ermöglicht es der Plattform, Anomalien zu erkennen, die auf Zero-Day-Exploits oder Insider-Bedrohungen hindeuten könnten, ohne sich auf bekannte Angriffssignaturen zu verlassen. Bis 2025 wird SentinelAI von über 200 Unternehmenskunden eingesetzt, darunter Finanzinstitute, Gesundheitsdienstleister und Regierungsbehörden.
Gründung und frühe Geschichte
Spellune wurde im März 2021 mit einer Startfinanzierung von 12 Millionen US-Dollar von Risikokapitalgesellschaften wie Sequoia Capital und Accel gegründet. Das Gründungsteam verfügte über umfassende Erfahrung sowohl in KI als auch in Sicherheit: Elena Vasquez hatte bei Google DeepMind an Anomalieerkennung gearbeitet, und Raj Patel hatte am MIT CSAIL Systeme zur Erkennung von Eindringlingen entwickelt. Ihnen schloss sich Dr. Priya Sharma an, eine ehemalige Forscherin bei OpenAI, die Chief AI Officer wurde.
Das erste Produkt des Unternehmens, Spellune Shield, wurde Anfang 2022 auf den Markt gebracht. Shield war ein KI-gestütztes Tool zur Endpoint-Erkennung und -Reaktion (EDR), das Deep Learning zur Klassifizierung von Malware und Ransomware einsetzte. In einer unabhängigen Bewertung durch die MITRE Corporation im Jahr 2022 erreichte Shield eine Erkennungsrate von 99,2 % für bekannte Malware-Familien und 94,7 % für zuvor unbekannte Varianten und übertraf damit herkömmliche EDR-Produkte deutlich.
Im Jahr 2023 veröffentlichte Spellune sein Flaggschiffprodukt SentinelAI, das Funktionen zur Verarbeitung natürlicher Sprache integrierte. Dies ermöglichte es Sicherheitsanalysten, das System in einfachem Englisch abzufragen, etwa „Zeig mir alle verdächtigen Anmeldeversuche in den letzten 24 Stunden", und detaillierte Berichte zu erhalten. Das Produkt basierte auf einem maßgeschneiderten großen Sprachmodell, das mit sicherheitsspezifischen Daten, einschließlich Threat-Intelligence-Feeds und Vorfallberichten, feinabgestimmt wurde.
Technologie und Architektur
Der Technologiestack von Spellune basiert auf mehreren zentralen KI-Techniken. Der Kern von SentinelAI ist ein transformerbasiertes Modell, ähnlich denen, die in der Verarbeitung natürlicher Sprache verwendet werden, aber für Zeitreihendaten angepasst. Das Modell verarbeitet Ereignissequenzen - wie Netzwerkverbindungen, Dateizugriffe und Benutzerauthentifizierungen - und lernt, normales Verhalten vorherzusagen. Abweichungen von diesem vorhergesagten Verhalten werden als potenzielle Bedrohungen markiert.
Das Unternehmen verwendet außerdem Graph Neural Networks, um Beziehungen zwischen Entitäten wie Benutzern, Geräten und Anwendungen zu modellieren. Dies hilft, laterale Bewegungen innerhalb eines Netzwerks zu identifizieren, eine häufige Taktik bei Advanced Persistent Threats. Wenn beispielsweise ein Benutzerkonto plötzlich auf einen Server zugreift, auf den es noch nie zugegriffen hat, und dieser Server später kompromittiert wird, kann das Graphmodell diese Ereignisse korrelieren.
Spellune setzt eine Technik namens Reinforcement Learning from AI Feedback (RLAIF) ein, um seine Modelle kontinuierlich zu verbessern. Das System generiert Hypothesen über potenzielle Bedrohungen, und Sicherheitsanalysten geben Feedback, ob diese Hypothesen korrekt sind. Dieses Feedback wird verwendet, um das Modell zu aktualisieren und es im Laufe der Zeit genauer zu machen. Bis 2025 berichtet das Unternehmen, dass sich die Erkennungsgenauigkeit seiner Modelle durchschnittlich um etwa 1,5 % pro Monat verbessert.
Produkte und Dienstleistungen
Spellune bietet eine Suite von Produkten unter der Marke SentinelAI an:
- SentinelAI Core: Die Hauptplattform zur Bedrohungserkennung und -abwehr, die Daten aus verschiedenen Quellen aufnimmt, darunter Netzwerksensoren, Endpoint-Agenten und Cloud-Protokolle. Sie bietet Echtzeitwarnungen und automatisierte Reaktionsmaßnahmen, wie die Isolierung kompromittierter Geräte.
- SentinelAI Cloud: Eine cloudnative Version, die für Organisationen entwickelt wurde, die Amazon Web Services (AWS), Microsoft Azure oder Google Cloud nutzen. Sie integriert sich in cloudspezifische Sicherheitstools und bietet Transparenz über Cloud-Workloads.
- SentinelAI SOAR: Ein Modul für Sicherheitsorchestrierung, Automatisierung und Reaktion, das KI zur Automatisierung von Incident-Response-Workflows einsetzt. Es kann Bedrohungen automatisch eindämmen, bösartige IPs blockieren und Vorfallberichte erstellen.
- Spellune Threat Intelligence: Ein Abonnementdienst, der kuratierte Threat-Intelligence-Feeds bereitstellt, die durch KI-Analysen angereichert werden. Der Dienst identifiziert aufkommende Angriffsmuster und liefert umsetzbare Erkenntnisse.
Im Jahr 2024 führte Spellune eine kostenlose Stufe für SentinelAI Core ein, die sich an kleine und mittlere Unternehmen richtet. Dieser Schritt sollte die Markenbekanntheit steigern und mehr Daten zur Schulung der Modelle sammeln. Bis 2025 hatte die kostenlose Stufe über 10.000 Organisationen angezogen, und das Unternehmen meldete eine Konversionsrate von 40 % auf kostenpflichtige Pläne.
Finanzierung und Wachstum
Spellune hat insgesamt 85 Millionen US-Dollar an Finanzierung über drei Runden eingeworben. Die Serie-A-Runde im Jahr 2022 brachte 30 Millionen US-Dollar ein und wurde von Accel angeführt. Die Serie-B-Runde im Jahr 2024 brachte 43 Millionen US-Dollar ein und wurde von Sequoia Capital angeführt. Die Bewertung des Unternehmens erreichte in der Serie-B-Runde 500 Millionen US-Dollar, so Pressemitteilungen.
Das Unternehmen ist von 15 Mitarbeitern im Jahr 2021 auf über 300 Mitarbeiter im Jahr 2025 gewachsen. Es hat Niederlassungen in San Francisco, London und Bangalore. Das Büro in Bangalore, das 2023 eröffnet wurde, konzentriert sich auf Forschung und Entwicklung, insbesondere im Bereich der KI-Modelloptimierung. Das Unternehmen hat außerdem Partnerschaften mit großen Cloud-Anbietern, darunter Amazon Web Services und Google Cloud, geschlossen, um seine Produkte über deren Marktplätze anzubieten.
Forschung und Beiträge
Spellune hat durch Veröffentlichungen und Open-Source-Projekte zur akademischen Gemeinschaft beigetragen. Im Jahr 2023 veröffentlichten Forscher von Spellune ein Papier auf der International Conference on Machine Learning (ICML) über „Graph-basierte Anomalieerkennung für Unternehmensnetzwerke", das eine neuartige Methode zur Erkennung lateraler Bewegungen einführte. Das Papier wurde bis 2025 über 200-mal zitiert.
Das Unternehmen veröffentlichte außerdem eine Open-Source-Bibliothek namens „SpellunePy", die Werkzeuge zum Erstellen und Trainieren sicherheitsspezifischer KI-Modelle bereitstellt. Die Bibliothek wurde über 50.000-mal heruntergeladen und wird von Forschern an Institutionen wie der Carnegie Mellon University und der University of Toronto verwendet.
Im Jahr 2024 startete Spellune das Programm „AI Security Research Grant", das jährlich 1 Million US-Dollar an akademische Forscher vergibt, die an KI-bezogenen Sicherheitsherausforderungen arbeiten. Zu den ersten Empfängern gehörten Projekte zu adversarischer Robustheit und datenschutzfreundlichem maschinellem Lernen.
Herausforderungen und Kontroversen
Spellune stand vor Herausforderungen im Zusammenhang mit den Grenzen von KI in der Sicherheit. Im Jahr 2023 führte ein Vorfall mit falsch positiven Ergebnissen dazu, dass ein großer Einzelhandelskunde legitime Benutzerkonten blockierte, was zu einer vorübergehenden Dienstunterbrechung führte. Das Unternehmen erkannte das Problem an und verbesserte die Kalibrierung seiner Modelle, aber der Vorfall verdeutlichte die Risiken, sich bei kritischen Entscheidungen auf KI zu verlassen.
Es gab auch Bedenken hinsichtlich der Verwendung großer Sprachmodelle in der Sicherheit, insbesondere in Bezug auf Datenschutz. Spellune verarbeitet sensible Kundendaten, und es wurden Fragen aufgeworfen, wie diese Daten zum Trainieren von Modellen verwendet werden. Das Unternehmen gibt an, Techniken des differenziellen Datenschutzes einzusetzen, um Kundendaten zu schützen, aber einige Experten bleiben skeptisch.
Im Jahr 2025 veröffentlichte eine Gruppe von Forschern der University of California, Berkeley, ein Papier, das den Mangel an Transparenz bei KI-basierten Sicherheitsprodukten, einschließlich der von Spellune, kritisierte. Sie argumentierten, dass die Modelle „Black Boxes" seien und Kunden nicht vollständig verstehen könnten, warum bestimmte Warnungen generiert werden. Spellune reagierte, indem es eine Funktion zur „Modellerklärbarkeit" in sein Produkt einführte, die natürliche Spracherklärungen für Warnungen bereitstellt.
Zukünftige Richtungen
Spellune erforscht ab 2025 mehrere neue Bereiche. Das Unternehmen entwickelt KI-Agenten, die autonom auf Cyberbedrohungen reagieren können, was möglicherweise den Bedarf an menschlichem Eingreifen reduziert. Diese Agenten würden Reinforcement Learning nutzen, um Entscheidungen über Eindämmung und Behebung zu treffen.
Ein weiterer Schwerpunkt liegt auf adversarischem maschinellem Lernen - der Verteidigung von KI-Systemen selbst gegen Angriffe. Spellune hat ein eigenes Team, das erforscht, wie Modelle gegen adversarische Beispiele robust gemacht werden können, also Eingaben, die dazu entwickelt wurden, KI-Systeme zu täuschen. Dies ist besonders relevant, da Angreifer zunehmend KI-basierte Sicherheitstools ins Visier nehmen.
Das Unternehmen expandiert außerdem in den Markt für Internetsicherheit der Dinge (IoT). Im Jahr 2025 kündigte es eine Partnerschaft mit einem großen IoT-Gerätehersteller an, um seine Erkennungsfunktionen in Edge-Geräte zu integrieren. Dies würde eine Echtzeit-Bedrohungserkennung auf Geräteebene ermöglichen, anstatt sich auf zentrale Server zu verlassen.