Neue Forschungsergebnisse, die Ihnen helfen, die Kontrolle über die KI-gestützte Entwicklung zu übernehmen
Nicht alle LLMs produzieren gleichermaßen sicheren Code. Eine neue, umfassende Benchmark-Studie deckt die Sicherheitslücken führender KI-Codierungsmodelle auf – und bietet ein Reifegradmodell, das jedem Unternehmen bei der Reaktion hilft.
Warum diese Forschung wichtig ist
Das LLM, das Ihr Team verwendet, ist eine Sicherheitsentscheidung
KI beschleunigt die Softwareentwicklung in jeder Phase – vom manuell geschriebenen Code über KI-gestütztes „Vibe Coding“ bis hin zu vollständig agentischen Systemen, die autonom Entscheidungen in produktiven Codebasen treffen. Und in jeder Phase stehen Unternehmen vor demselben Kernproblem: Der generierte Code ist möglicherweise nicht sicher.
Eine neue Studie von Secure Code Warrior und der RMIT University liefert die ersten umfassenden Benchmarks dazu, wie häufig führende LLMs unsicheren Code erzeugen. Damit erhalten Sicherheitsverantwortliche die Daten, die sie für fundierte Entscheidungen bei der Einführung von KI benötigen.
- Erhebliche Unterschiede zwischen den Modellen. Die sicheren Ausgaberaten lagen zwischen etwa 32 % und fast 65 % – das bedeutet, dass die Wahl des Modells direkt Ihr grundlegendes Risikoprofil bestimmt.
- Gleiche Aufgabe, völlig unterschiedliche Ergebnisse. Die Modelle wurden anhand identischer Entwicklungsprobleme bewertet. Die Lücke im Sicherheitsverhalten ist nicht theoretisch – sie zeigt sich direkt im Code, den Ihre Teams heute ausliefern.
- Wesentliche Auswirkungen auf die KI-Governance im Unternehmen. Da agentenbasierte Systeme zunehmend autonomer werden, ist es für Compliance und Incident Response grundlegend zu verstehen, welche KI was getan hat – und wie sicher dies geschah.
Das Reifegradmodell
Verstehen Sie, wo Ihr Unternehmen steht – und was als Nächstes zu tun ist
Neben den Benchmarking-Daten orientiert sich die Studie am AI Software Governance Maturity Model von Secure Code Warrior: ein klarer Rahmen zur Bewertung des aktuellen Status Ihres Unternehmens und der spezifischen Lücken, die das größte KI-Risiko darstellen.
Das Modell deckt den gesamten Bogen des KI-Entwicklungsübergangs ab und zeigt auf, wo die meisten Unternehmen blinde Flecken haben. Es bietet Sicherheitsverantwortlichen einen handlungsorientierten Überblick über die Lücken – und die Schritte, um diese zu schließen.
Reifegrade
Ad-hoc → Bewusst → Definiert → Verwaltet → Führend
Drei Säulen
- Überwachung – Transparenz bei KI-Beiträgen und Risikosignalen auf Commit-Ebene
- Governance – Leitplanken für den Zugriff von KI auf Ihre Codebasis
- Lernen – Entwicklerkompetenz, die sich in jeder Phase des Übergangs weiterentwickelt
Erhalten Sie als Erste Zugriff auf die vollständige Studie
Sichere KI-gestützte Entwicklung vor dem Release
Erkennen Sie Entwicklerrisiken, setzen Sie Richtlinien durch und verhindern Sie Schwachstellen über den gesamten Softwareentwicklungszyklus hinweg.
