GitHub und Microsoft melden 55 behobene Sicherheitsprobleme nach Pilotprojekt
Das Pilotprojekt lieferte für sechs Open-Source-Projekte 99 geprüfte, vertrauliche Berichte mit Lösungsvorschlägen. 14 Korrekturen waren bereits in Softwareveröffentlichungen enthalten.
Zahlen in eckigen Klammern verlinken auf die unten aufgeführten Quellen.
GitHub teilte am 17. November 2026 mit, dass ein gemeinsames Pilotprojekt mit Microsoft zur Suche nach Sicherheitslücken in sechs Open-Source-Projekten 99 geprüfte, vertrauliche Berichte mit Lösungsvorschlägen geliefert habe[1The GitHub BlogMaintainers don’t need more AI bug reports. They need fixes.Quelle öffnenQuellen [1]]. Laut SecurityBrief hatten die Projektverantwortlichen 55 Probleme behoben und 14 Korrekturen veröffentlicht[2SecurityBrief USGitHub & Microsoft pilot AI bug scans in open sourceQuelle öffnenQuellen [2]].
Nach Angaben von SecurityBrief markierte das System zunächst 9.791 mögliche Probleme. Diese durchliefen eine automatische Filterung und eine menschliche Prüfung, bevor die Berichte an die Projektverantwortlichen gingen[2SecurityBrief USGitHub & Microsoft pilot AI bug scans in open sourceQuelle öffnenQuellen [2]]. Das Pilotprojekt kombinierte Microsofts Analysesystem Codename MDASH mit einer Prüfung durch künstliche Intelligenz des GitHub Security Lab und manuellen Kontrollen durch Microsoft-Forschende[2SecurityBrief USGitHub & Microsoft pilot AI bug scans in open sourceQuelle öffnenQuellen [2]]. Untersucht wurden AutoGPT, Caddy, Express, FastMCP, ImageMagick und Netty[2SecurityBrief USGitHub & Microsoft pilot AI bug scans in open sourceQuelle öffnenQuellen [2]].
Microsoft beschreibt MDASH als Werkzeug zur Codeanalyse innerhalb von Microsoft Defender. Spezialisierte Agenten mit künstlicher Intelligenz arbeiten dabei in mehreren Stufen, um Schwachstellen zu erkennen und Belege dafür zu ermitteln[3Microsoft LearnCodename MDASH overview (preview)Quelle öffnenQuellen [3]]. In der Vorbereitungsphase priorisiert das System Dateien anhand einer Risikobewertung, die die Komplexität des Codes und die Beziehungen zwischen Funktionsaufrufen berücksichtigt[3Microsoft LearnCodename MDASH overview (preview)Quelle öffnenQuellen [3]].
Laut GitHub sehen sich Projektverantwortliche bereits mit einer Flut von Sicherheitsmeldungen konfrontiert, die mit künstlicher Intelligenz erstellt wurden. Darunter seien doppelte Berichte und Befunde, die keine Schwachstellen darstellen[1The GitHub BlogMaintainers don’t need more AI bug reports. They need fixes.Quelle öffnenQuellen [1]]. Künstliche Intelligenz mache die Suche nach möglichen Fehlern zwar schneller und günstiger, deren Behebung erfordere aber weiterhin menschliches Urteilsvermögen, so GitHub[1The GitHub BlogMaintainers don’t need more AI bug reports. They need fixes.Quelle öffnenQuellen [1]]. Das Unternehmen forderte alle, die ein Projekt mit einem neuen Modell untersuchen, dazu auf, vorab die Zustimmung der Projektverantwortlichen einzuholen und zusammen mit den Befunden auch Korrekturen vorzulegen[1The GitHub BlogMaintainers don’t need more AI bug reports. They need fixes.Quelle öffnenQuellen [1]].
Quellen
- 1Maintainers don’t need more AI bug reports. They need fixes.
PrimärThe GitHub BlogAbgerufen
- 2GitHub & Microsoft pilot AI bug scans in open source
UnabhängigSecurityBrief USAbgerufen
- 3Codename MDASH overview (preview)
PrimärMicrosoft LearnAbgerufen
Das Redaktionssystem von ITANU hat diesen Artikel mit KI erstellt und an den oben genannten Quellen geprüft. So arbeiten wir


