SUNNYVALE, Kalifornien, 23. September 2026 — Azul, der vertrauenswürdige Marktführer für Enterprise Java in einer KI-geprägten Welt, stellt heute den Azul Intelligence Cloud AI Assistant vor: eine Abfrageschnittstelle in natürlicher Sprache, die IT-, DevOps- und Security-Teams zeigt, wo in ihrem produktiven Java-Bestand Lizenz- und Sicherheitsrisiken verborgen liegen. Der Assistent liefert Antworten auf Basis von Live-Runtime-Daten und ersetzt damit statische Reports, die im Moment ihrer Erstellung bereits wieder veraltet sind.
Die wachsende Angriffsfläche
Die Bedrohungslage für Java-Sicherheitsverantwortliche verändert sich derzeit rasant. Anfang des Jahres legte Anthropic offen, dass sein Modell Mythos eigenständig tausende bislang unbekannte Softwareschwachstellen entdeckt hat, darunter Fehler, die jahrzehntelang unbemerkt geblieben waren. Das Modell baute dafür ohne menschliche Anleitung funktionsfähige Exploits.[1] OpenAI berichtet von vergleichbaren Ergebnissen mit Aardvark, einem auf GPT-5 basierenden Agenten, der eigenständig reale Schwachstellen in Open-Source-Code fand und meldete. Zehn davon erhielten offizielle CVE-Kennungen.[2] Das britische National Cyber Security Centre schätzt, dass sich KI-gestützte Cyberwerkzeuge in den kommenden ein bis zwei Jahren verbreiten und einem erweiterten Kreis staatlicher und nichtstaatlicher Akteure, darunter auch Angreifer, Zugang zu KI-gestützten Angriffsfähigkeiten verschaffen.[3] Für Unternehmen, die KI- und geschäftskritische Workloads auf Java betreiben, hat das einen praktischen Effekt: Die Lücke zwischen der Offenlegung eines CVE-Eintrags (Common Vulnerabilities and Exposures) und seiner Umsetzung in einen funktionsfähigen Angriff liegt bereits heute bei unter fünf Tagen – gegenüber einem medianen Patch-Zyklus von 32 Tagen.[4] Diese Lücke verkleinert sich weiter.
Statische Berichte können mit einer sich ständig verändernden Java-Umgebung nicht Schritt halten
Die meisten IT- und Entwicklungs-Teams verwalten Java-Risiken nach wie vor mithilfe statischer IT-/Software-Asset-Management-Berichte (ITAM/SAM) und Code-Scanning-Tools, die eine Momentaufnahme wiedergeben: genau an dem Tag, an dem sie erstellt werden, und danach zunehmend ungenau, da Java Virtual Machines (JVMs) im Hintergrund gestartet, gepatcht, angepasst und außer Betrieb genommen werden. Diese Lücke zeigt sich in drei Arten von Risiken, die sich mit dem Wachstum der Java-Umgebung verstärken.
- Kommerzielles Lizenzrisiko: unlizenzierte oder nicht mehr unterstützte JVMs, etwa Oracle Java, die ohne Wissen der Verantwortlichen laufen.
- Sicherheitsrisiko: ungepatchte, verwundbare Java-Versionen, die weiter produktiv im Einsatz bleiben.
- Wartungsaufwand: ungenutzter und toter Code, der dennoch bei jeder Migration weiter optimiert, getestet und weitergetragen wird, weil niemand beurteilen kann, ob er gefahrlos entfernt werden kann.
Je größer der Bestand, desto größer werden alle drei Risiken. Und desto weniger lässt sich eine Momentaufnahme dafür nutzen, diese Risiken zu erkennen, bevor sie zu einem Sicherheitsvorfall, einem Audit-Befund oder einem Verstoß werden.
Keine Reports mehr bauen, Antworten in Echtzeit erhalten
Azul Intelligence Cloud gibt IT- und DevOps-Teams zwei durchgehend aktualisierte Übersichten ihres Java-Bestands an die Hand: das JVM Inventory, einen laufenden Katalog jeder JVM-Instanz, gleich ob On-Premises, in der Cloud oder im Container. Und das Code Inventory, eine Runtime-Aufzeichnung darüber, welcher Code tatsächlich produktiv läuft und welcher nur bereitgestellt, aber nie ausgeführt wird. Der neue AI Assistant legt über beide eine Konversationsebene, die auf aktuellen LLM-Modellen basiert. Teams müssen dann keinen Report mehr bauen oder keine Abfrage mehr schreiben. Sie können einfach fragen:
- „Welche JVMs laufen mit Java-Versionen, die nicht die neuesten Updates haben?“
- „Wo läuft Oracle Java gerade produktiv?“
- „Welcher Code lief in den vergangenen vier Quartalen nicht und lässt sich gefahrlos entfernen?“
Jede Antwort stammt aus laufenden Produktivdaten. So können Teams ad hoc gezielt nachforschen, einer Spur folgen oder eine neue Annahme sofort testen, statt auf den nächsten geplanten Scan zu warten.
„Azul erweitert seine Intelligence-Cloud-Plattform um einen neuen AI Assistant, der Unternehmen eine Schnittstelle in natürlicher Sprache zu ihren Java-Laufzeitumgebungen gibt, um ungenutzten Code, redundante JVMs und nicht erfasste Deployments zu identifizieren. Für Organisationen mit jahrzehntealtem Java-Altbestand adressiert das Werkzeug einen bislang unbeachteten Bedarf“, sagt William Fellows, Research Director bei 451 Research von S&P Global Energy.
Erstmals kann auch ein Business-User das Gesamtbild sehen
Das Gesamtbild eines Java-Bestands zu sehen, erforderte bislang immer den Umweg über denjenigen, der den Report ausführen konnte: einen DevOps-Engineer, ein Platform-Team, einen Security-Analysten. Alle anderen warteten auf die Übersetzung. Weil der Azul Intelligence Cloud AI Assistant in natürlicher Sprache antwortet, werden dieselben produktiven Runtime-Daten direkt für denjenigen nutzbar, der die davon abhängige Geschäftsentscheidung trifft: Ein Compliance-Verantwortlicher, der sich auf ein Audit vorbereitet, ein CFO, der das Oracle-Lizenzrisiko vor einer Vertragsverlängerung abwägt, oder ein CISO, der eine aktuelle, potenziell belastbarere Antwort für den Vorstand braucht – sie alle können zugreifen und selbst bewerten, ohne zuvor auf ein technisches Team zu warten, das die Daten zieht und interpretiert.[5]
Derselbe direkte Zugriff gilt auch für Partner, die Java-Bestände im Auftrag von Kunden verwalten: Für Managed Service Provider und Systemintegratoren, die Java über mehrere Kunden hinweg betreuen, liefert der AI Assistant ein Leistungsangebot auf Abruf. Dieses können sie als Teil laufender Managed Services anbieten, statt als einmaliges Projekt. In jedem Fall, ob CFO, CISO oder Partner, greift der AI Assistant nicht in die Umgebung ein. Er beantwortet ausschließlich Fragen auf Basis der Runtime-Daten von JVM Inventory und Code Inventory aus laufenden Produktivumgebungen. So lässt sich die Antwort auf das zurückführen, was tatsächlich produktiv gelaufen ist, und nicht auf eine generierte Zusammenfassung.
Jeder JVM-Anbieter, eine Schnittstelle
Der Azul Intelligence Cloud AI Assistant funktioniert unabhängig davon, welche JVMs im Einsatz sind, von welchem Anbieter sie stammen oder wie alt oder umfangreich die darauf laufenden Anwendungen sind. JVM Inventory und Code Inventory halten Komponenten- und Code-Nutzungshistorie über die Zeit fest. Dadurch kann der AI Assistant nachvollziehen, welcher Code, welche JVMs und welche Anwendungen jetzt und in der Vergangenheit tatsächlich produktiv gelaufen sind. Anschließend stellt er diese Daten in natürlicher Sprache dar: zum Beispiel, wann eine Oracle-JVM zuletzt lief, welcher Code tatsächlich ausgeführt wurde und welcher ungenutzte oder tote Code sich gefahrlos entfernen lässt. Diese Detailtiefe entsteht, ohne die Produktivumgebung zusätzlich zu belasten. Der LLM-basierte AI Assistant fragt Java-Runtime-Daten ab, die Azul Intelligence Cloud bereits von laufenden JVMs sammelt, sodass kein zusätzlicher Performance-Overhead entsteht.
„Seit Jahren bauen Unternehmen Dashboards und Reports, um zu verstehen, was in ihrem Java-Bestand tatsächlich läuft. Doch bis ein Report ordentlich zusammengefasst und geprüft ist, hat sich das darin beschriebene Risiko oft bereits verändert“, sagt Scott Sellers, Co-Founder und CEO von Azul. „Früher war das ein Produktivitätsproblem. Jetzt, da KI eine Schwachstelle binnen Stunden statt Wochen finden und als Waffe einsetzen kann, ist es ein Geschäftsrisiko: für die Sicherheit, für die Compliance und für das Lizenzrisiko, das bei einem Audit sichtbar wird. Mit dem Azul Intelligence Cloud AI Assistant stellen IT- und Security-Teams eine direkte Frage in natürlicher Sprache und erhalten eine Antwort, die auf dem beruht, was gerade tatsächlich produktiv läuft. Zusätzlich lassen sich historische Informationen für weiterführende Analysen abfragen.“
Entdecken Sie mit Azul Intelligence Cloud, wie sich Java-Runtime-Daten in Ihrem Unternehmen in Antworten verwandeln lassen
FAQs
Wie lässt sich ungenutzter oder toter Code in produktiven Java-Anwendungen finden, ohne sich auf statische Analysewerkzeuge zu verlassen?
Statische Analysewerkzeuge markieren Code routinemäßig als „tot“, der tatsächlich über Mechanismen wie die verbreitete Spring-Dependency-Injection, Reflection oder andere dynamische Pfade aufgerufen wird. Teams verlieren dadurch das Vertrauen in solche Reports. Das Code Inventory von Azul Intelligence Cloud löst das über eine Runtime-basierte Erkennung: Es instrumentiert die JVM selbst, während Anwendungen produktiv laufen, ohne Performance-Einbußen. Über den Azul Intelligence Cloud AI Assistant lassen sich diese Live-Ausführungsdaten anschließend abfragen, um zu sehen, welche Klassen und Methoden tatsächlich ausgeführt wurden und welche nie liefen. Genau diese Unterscheidung zwischen deklariertem und tatsächlich aufgerufenem Code macht das Erkennen und Entfernen technischer Schulden zu einem belastbareren, genaueren und sichereren Vorgang.
Wie führen Unternehmen ein durchgehend aktuelles und verlässliches Inventar jeder JVM über On-Premises, Cloud und Container hinweg?
Momentaufnahmen des JVM-Bestands, manuell gepflegte Tabellen und geplante Scans sind allesamt veraltet, bevor sie fertiggestellt sind. Ein wesentlicher Grund dafür ist die Verbreitung kurzlebiger Kubernetes-Pods und Build-Farmen für Continuous Integration (CI), die JDKs enthalten. Das JVM Inventory von Azul Intelligence Cloud führt hingegen eine kontinuierliche Erkennung durch, die einen laufenden Katalog aktuell hält, während Instanzen starten und wieder beendet werden. IT- und DevOps-Teams können darüber den AI Assistant nutzen, um ein aktuelles Inventar abzufragen, statt sich auf eine Momentaufnahme zu verlassen.
Können IT-, DevOps- und Security-Teams Fragen zu ihrem Java-Bestand in natürlicher Sprache stellen, statt eigene Reports zu bauen?
Ja, genau dafür ist der Azul Intelligence Cloud AI Assistant gebaut. Er ist eine Abfrageschnittstelle in natürlicher Sprache, die Teams erlaubt, Fragen zu stellen wie „Welche JVMs laufen mit Java-Versionen, die nicht die neuesten Updates haben?“ oder „Wo sammelt sich toter Code an?“. Die Antworten kommen direkt aus JVM Inventory und Code Inventory, ganz ohne Zusammenfassungs- oder Report-Bau-Schritte und ohne Performance-Einbußen durch die zugrunde liegende Datenerfassung.
Wie lässt sich erkennen, ob eine Java-Runtime, die eigentlich als stillgelegt galt, etwa eine alte Oracle-JVM, wieder produktiv aufgetaucht ist?
Nach einer Migration schleichen sich häufig Abweichungen ein: ein Rollback, ein vergessener Knoten, ein Schatten-Deployment oder diverse Skripte und Prozesse, die nicht aktualisiert wurden, können eine Oracle-Java-Runtime erneut einschleusen und das Unternehmen einem Compliance- und Lizenzrisiko aussetzen. Das JVM Inventory von Azul Intelligence Cloud überwacht den Java-Bestand kontinuierlich und erkennt, wenn eine vermeintlich stillgelegte Oracle-JVM erneut läuft. Teams können über den AI Assistant feststellen, wann und wo sie in die Produktivumgebung zurückgekehrt ist, statt sie zufällig zu entdecken.
Wie können Unternehmen auf eine Welt reagieren, in der KI Schwachstellen binnen Stunden statt Wochen findet und ausnutzt?
Führende Modelle wie Mythos von Anthropic und Aardvark von OpenAI haben gezeigt, dass KI heute bislang unbekannte Schwachstellen entdecken und mit minimalem menschlichem Zutun funktionsfähige Exploits bauen kann. Das ist ein Vorgeschmack auf eine Fähigkeit, die schon bald auch den breiteren Markt erreichen dürfte, einschließlich der Angreifer. Für Security- und IT-Teams lautet die Frage also nicht mehr „Können wir schnell genug patchen?“, sondern „Können wir jetzt sofort beurteilen, ob unser Java-Bestand aktuell ist?“. Azul Intelligence Cloud schließt diese Lücke, indem es das JVM Inventory durchgehend aktuell hält. Sobald ein neues Sicherheitsupdate erscheint oder, schlimmer, eine Zero-Day-Schwachstelle offengelegt wird, können Teams sofort handeln.
Über Azul
Azul ist der vertrauenswürdige Marktführer im Bereich Enterprise Java für die heutige KI- und Cloud-first Welt. Seine Open-Source-basierte Java-Plattform ermöglicht es Unternehmen, den gesamten Java-Lebenszyklus zu optimieren, um die Leistung zu beschleunigen, die Sicherheit zu erhöhen, Lizenz- und Cloud-Kosten zu senken und die Produktivität der Entwickler zu steigern. Azul unterstützt geschäftskritische Systeme für 37 Prozent der Fortune-100-Unternehmen, 50 Prozent der Forbes-Top-10-Marken mit dem höchsten Markenwert weltweit und die zehn weltweit führenden Finanzhandelsunternehmen. Weitere Informationen finden Sie unter azul.com und folgen Sie @azulsystems.
# # #
Pressekontakt:
PER Connect
Daniela Fichtl / Nicole Stadtmüller
Hofmannstraße 54
81379 München
Telefon: + 49 89 17959 18-0
E-Mail: [email protected]
[1] Anthropic, Claude Mythos Preview announcement, April 2026; Cloud Security Alliance, “Claude Mythos: AI Vulnerability Discovery and Containment Failures,” 2026.
[2] OpenAI, “Introducing Aardvark: OpenAI’s agentic security researcher,” October 2025.
[3] National Cyber Security Centre (UK), “Impact of AI on Cyber Threat: Now to 2027,” May 7, 2025.
[4] Cloud Security Alliance AI Safety Initiative, “The Collapsing Exploit Window: AI-Speed Vulnerability Weaponization,” April 2026 (time-to-exploit); Verizon, “2025 Data Breach Investigations Report” (median 32-day remediation time for edge-device vulnerabilities).
[5] Azul tool’s output is informational and requires human validation before being used in regulatory filings or board representations.