Die Zahl, die stagniert
Der Veracode 2026 GenAI Code Security Report kommt zu einem ernüchternden Ergebnis: Die Sicherheitsrate von KI-generiertem Code stagniert bei 56 Prozent – praktisch keine Verbesserung gegenüber dem Vorjahresbericht. Besonders überraschend: Speziell für Softwareentwicklung trainierte KI-Modelle sind dabei nicht sicherer als allgemeine Sprachmodelle.
Der Cobalt-AI-Benchmark: Generieren vs. Prüfen
Eine Benchmark-Studie von Cobalt AI aus April 2026 untersuchte sieben verbreitete KI-Assistenten und fand ein durchgängiges Muster: Mehr als die Hälfte des generierten Codes enthält mindestens eine ausnutzbare Sicherheitslücke – konkret produzierten dieselben Modelle im Generierungsmodus in 55,8 Prozent der Fälle anfälligen Code. Der überraschende Teil: Im Überprüfungsmodus identifizierten dieselben Modelle ihre eigenen Lücken in 78,7 Prozent der Fälle korrekt.
Generieren und Prüfen sind zwei verschiedene Fähigkeiten
Diese Lücke zwischen 55,8 und 78,7 Prozent ist der eigentlich wichtige Befund: Ein Modell, das im Review-Modus eine Lücke zuverlässig erkennt, produziert dieselbe Lücke im Generierungsmodus trotzdem regelmäßig. Blindes Vertrauen in generierten Code ist deshalb riskant – dieselbe KI als zweite, unabhängige Prüfinstanz einzusetzen dagegen deutlich wirksamer.
Die häufigsten Schwachstellen
Konkret tauchen bestimmte Fehlerklassen immer wieder auf: hardcodierte Zugangsdaten direkt im Code, fehlende Autorisierungslogik bei neuen Endpunkten, SSRF-Schwachstellen (Server-Side Request Forgery), unvalidierte Nutzereingaben, fehlende Security-Header sowie halluzinierte Abhängigkeiten – Letzteres vertieft das nächste Modul dieses Kurses.
Praxis-Teil: Review-Modus systematisch nutzen
Die praktische Konsequenz aus der Generieren-vs.-Prüfen-Lücke: Jeder KI-generierte Codeabschnitt sollte in einem zweiten, expliziten Schritt gezielt auf genau diese sechs Schwachstellenklassen geprüft werden – am besten durch eine gezielte Nachfrage an dasselbe oder ein anderes Modell („Prüfe diesen Code auf hardcodierte Credentials, fehlende Autorisierung, SSRF, unvalidierte Eingaben, fehlende Security-Header und erfundene Abhängigkeiten“), nicht durch bloßes Vertrauen in das erste Ergebnis.