--- title: "Sicherheitsillusion: Neuer Veracode-Bericht zeigt, dass KI-Code funktioniert, aber in 44 % der Fälle verwundbar ist" description: "🚨 **KI-Code funktioniert, ist aber unsicher?** Der Veracode-Bericht von 2026 zeigt, dass 44 % des von KI generierten Codes Schwachstellen enthält. 📉 **Wichtige Fakten:** • Syntaktisch ist der Code in 99 % der Fälle korrekt, aber nur in 56 % sicher. • Größe und Spezialisierung der Modelle beeinflussen die Sicherheit kaum. • Python ist sicherer als Java (63 % gegenüber 30 %). • GPT-5.5 führt mit 68 %, aber die meisten Modelle scheitern an den Tests. ⚠️ **Fazit:** Geschwindigkeit ersetzt keine Kontrolle. Der gesamte KI-Code muss vor der Implementierung streng geprüft werden. #CyberSecurity #KI #Veracode #GenAI" date: 2026-08-16T20:54:51.000Z lang: de url: https://xab.info/de/posts/veracode-genai-code-security-report-2026-ki-unsicherer-code-de tags: [cybersecurity, artificial-intelligence, veracode, programming, genai, software-development] publisher: "XAB.info" --- # Sicherheitsillusion: Neuer Veracode-Bericht zeigt, dass KI-Code funktioniert, aber in 44 % der Fälle verwundbar ist ![Programmiererin analysiert Code am Monitor, illustriert Schwachstellen in KI-generiertem Code nach Veracode-Bericht](https://xab.info/media/2026/08/17/veracode-genai-code-security-report-2026-ai-unsafe-code/veracode-genai-code-security-report-2026-ai-unsafe-code-1.webp) **17. August 2026** — Das Unternehmen Veracode hat den umfassenden Bericht „GenAI Code Security Report 2026' veröffentlicht, der die Sicherheit von durch künstliche Intelligenz generiertem Code in Frage stellt. Obwohl moderne Modelle in syntaktischen Tests nahezu fehlerfreie Ergebnisse erzielen, bleibt ihre Fähigkeit, sicheren Code zu schreiben, kritisch niedrig. Die Studie deckt einen beunruhigenden Paradoxon auf: Code, der kompiliert wird und die gestellte Aufgabe erfüllt, kann fundamentale Schwachstellen enthalten, die bei der Standard-Funktionalitätsprüfung unbemerkt bleiben. ### Die Kluft zwischen Funktionalität und Sicherheit Im Rahmen der Studie wurden mehr als 100 Code-Generierungsmodelle in vier verschiedenen Kategorien getestet. Die Ergebnisse zeigten, dass die Modelle im Durchschnitt nur 56 % der Sicherheitskriterien erfüllen – ein Wert, der sich im Vergleich zu ähnlichen Tests vor einem Jahr kaum verändert hat. Gleichzeitig erreichen die Modelle in syntaktischen Tests Ergebnisse, die nahe an 100 % liegen. Dies bedeutet, dass KI in der Lage ist, Code zu erstellen, der korrekt aussieht und funktioniert, dabei jedoch unsichere Implementierungsmuster verwendet. Die Tests wurden anhand standardisierter Aufgaben zur Codegenerierung in verschiedenen Programmiersprachen durchgeführt. Wichtig ist, dass in die Prompts für die Modelle keine speziellen Anweisungen zur Einhaltung von Sicherheitsmaßnahmen aufgenommen wurden. Unter diesen Bedingungen, die die reale Arbeit eines Entwicklers ohne zusätzliche Einschränkungen simulieren, bestand der generierte Code in etwa 44 % der Fälle die Sicherheitsprüfung nicht. Dies bestätigt die These, dass die Geschwindigkeit der Generierung funktionierenden Codes die Notwendigkeit einer strengen Qualitätskontrolle nicht ersetzt. ### Größe und Spezialisierung der Modelle lösen das Problem nicht Einer der wichtigsten Schlussfolgerungen des Berichts ist, dass eine Erhöhung der Rechenleistung oder die Spezialisierung eines Modells auf Programmieraufgaben keine höhere Sicherheit garantiert. Spezialisierte Modelle für das Schreiben von Code erzielten ein Durchschnittsergebnis von 51 %, was nur 1 % weniger als bei allgemeinen Modellen (52 %) ist. Die Größe des Modells hatte ebenfalls kaum Einfluss auf die Gesamtpunktzahl: Große Modelle erreichten im Durchschnitt 53 %, während mittlere und kleine Modelle 51 % erzielten. Einziges nennenswertes Vorteil hatten Modelle mit einem „Reasoning Mode' (Modus des logischen Denkens), die ein Ergebnis von 56 % gegen 51 % bei den anderen Modellen erzielten. In der Veracode-Rangliste führte das Modell GPT-5.5 mit 68 %, jedoch zeigten 6 der 11 im Test vorgestellten Modelle Ergebnisse im Bereich von 50 % bis 53 %. Dies belegt, dass selbst fortschrittliche Marktlösungen keinen zuverlässigen Schutz vor Schwachstellen „out of the box' bieten. ### Sprachspezifika und Risiken für Java Die Analyse der Ergebnisse ergab signifikante Unterschiede in der Code-Sicherheit, abhängig von der verwendeten Programmiersprache. Python erzielte das beste Durchschnittsergebnis mit 63 %, was auf reifere Bibliotheken und Sicherheitspraktiken in der Ökosystem dieses Sprache zurückzuführen sein könnte. Gleichzeitig landete Java mit nur 30 % auf dem letzten Platz, obwohl Experten feststellen, dass sich die Werte im Vergleich zu früheren Perioden verbessern. Diese Daten unterstreichen, dass die syntaktische Korrektheit allein kein verlässliches Zeichen für Sicherheit ist. Generierter Code kann erfolgreich kompiliert werden und die Aufgabe erfüllen, während er gleichzeitig unsichere Implementierungsmethoden verwendet. Dies stellt eine versteckte Bedrohung für Unternehmenssysteme dar, in denen Entwickler sich möglicherweise auf die Funktionalität des Codes verlassen und dessen interne Architektur ignorieren. ### Empfehlungen für die Branche Veracode empfiehlt dringend, KI-generierten Code als ungeprüft und potenziell gefährlich zu betrachten. Das Unternehmen fordert Entwickler und Unternehmen auf, den gesamten generierten Code strengen Sicherheitsprüfungen zu unterziehen, bevor er in die Hauptcodebasis integriert wird. Dies umfasst die Analyse von Abhängigkeiten, die statische Analyse des generierten Codes selbst und eine menschliche Überprüfung. Das wichtigste praktische Ergebnis der Tests besteht darin, dass die Automatisierung des Code-Schreibens nicht zur Automatisierung von Entscheidungen über dessen Sicherheit führen darf. Die Geschwindigkeit der Generierung funktionierenden Codes ersetzt nicht die Kontrolle, die in der Lage ist, Schwachstellen zu erkennen, die funktionale Tests nicht aufdecken. Die Integration von KI in Entwicklungsprozesse erfordert die Einführung zusätzlicher Sicherheitsebenen und eine Überarbeitung der Software-Sicherheitsansätze. ## 🔍 Fact-Check Verification - [ИИ-код почти всегда работает, но безопасным оказывается лишь в 56% случаев](https://www.ixbt.com/news/2026/08/15/iikod-pochti-vsegda-rabotaet-no-bezopasnym-okazyvaetsja-lish-v-56-sluchaev.html) - Источник подтверждает данные отчета Veracode GenAI Code Security Report 2026, включая статистику по безопасности кода и сравнение языков программирования.