Sicherheitswerkzeuge für Code und Risikoleitfaden
GitHub automatisiert die Behebung von Schwachstellen in Programmierprojekten. Gleichzeitig ordnen Microsoft und NVIDIA Risiken bei offenen KI-Modellen neu ein.
GitHub startet KI-Sicherheitsprüfungen und automatische Reparaturen
Am 15. Oktober 2026 hat GitHub zwei Sicherheitsfunktionen für Programmierer allgemein freigegeben: AI Scan und Agentic Autofix. AI Scan prüft Pull Requests, also Änderungsvorschläge am Programmcode. Es untersucht Formate wie PHP, Bash oder Dockerfiles, die das bisherige Werkzeug CodeQL nicht abdeckt. Agentic Autofix geht einen Schritt weiter und repariert gefundene Fehler selbstständig. Das System analysiert mehrere Projektdateien, erstellt einen Programmier-Patch und führt CodeQL erneut aus. So prüft das Werkzeug vorab, ob der Fehler wirklich behoben ist. Entwickler können bis zu 25 Sicherheitswarnungen gleichzeitig an den Assistenten übergeben.
Einordnung: Entwickler sparen Routinezeit bei Sicherheitswarnungen, weil die KI Änderungen direkt gegen bestehende Analysetools gegentestet. Menschen müssen die vorgeschlagenen Lösungen im Prüfbericht jedoch weiterhin sorgfältig freigeben.
Beispiel: Ein Entwickler öffnet einen Änderungsvorschlag mit Konfigurationsfehlern, woraufhin der Assistent eigenständig einen korrigierten Entwurf mit bestandener Sicherheitsprüfung vorlegt.
- Open models meet deployable, verifiable software | Developer Brief — Oct 16, 2026 · 16. Oktober 2026Hintergrund
- Agentic autofix for code scanning alerts general availability - GitHub Changelog · 15. Oktober 2026
- AI Scan for pull requests generally available - GitHub Changelog · 15. Oktober 2026
Auch erwähnenswert
Microsoft und NVIDIA veröffentlichen Leitfaden für offene KI-Modelle
Microsoft und NVIDIA stellten am 16. Oktober 2026 ein gemeinsames Papier zum Risikomanagement für offene Modelle vor. Es unterteilt Risiken in fünf Bereiche wie Cybersicherheit und Datenschutz. Die Autoren betonen, dass Gefahren vor allem vom Einsatzbereich und den Sicherheitsregeln abhängen, nicht allein vom Modelltyp.
Einordnung: Unternehmen erhalten gemeinsame Begriffe nach ISO- und NIST-Standards, um Sicherheitsprüfungen vor dem Produktiveinsatz klar aufzuteilen.
Beispiel: Ein IT-Team nutzt den Leitfaden, um vor dem Start eines internen Kundendienst-Assistenten die Pflichten für Datenschutz und Berechtigungen festzulegen.
- Microsoft and NVIDIA publish open-weight AI risk guide as new models arrive | 0to1log · 17. Oktober 2026Hintergrund
- Managing open-weight model risk in enterprise deployments | Microsoft Security Blog · 16. Oktober 2026