Ein Unternehmen betreibt seine Sprachmodelle selbst. Der API-Zugang ist abgesichert, Nutzer werden authentifiziert, Prompts geprüft. Daneben läuft ein Cache-Dienst, der Rechenarbeit zwischen Inferenzprozessen teilt. Gerade dieser interne Beschleuniger kann zur entscheidenden Sicherheitslücke werden:
Ein Coding-Agent repariert eine Oberfläche, erstellt Vorher-nachher-Bilder und bereitet den Pull Request vor. Der Auftrag klingt harmlos. Kritisch wird er dort, wo der Agent entscheidet, wie die Bilder für Reviewer erreichbar werden. Die Freigabe einer Codeänderung ist schließlich keine Erlaubnis, K
Ein Entwickler übernimmt ein Beispiel aus einer Anleitung. Ein Browser-Agent folgt einem Link aus einem Skill. Beide erwarten Demonstrationsmaterial, keinen fremden Werbemarktplatz. Für Security-Teams entsteht daraus eine praktische Prüffrage: Welche Adressen in unseren Dokumentationen sind tatsächl
Ein Entwickler akzeptiert die Paketempfehlung seines Coding-Assistenten. Was wie ein normaler Arbeitsschritt aussieht, startet einen Infostealer, kompromittiert OAuth-Tokens und trägt einen Wurm in rund 100 interne Code-Repositories. Genau diesen Fall beschreibt Mandiant in seinem im September veröf
Ein Frontend-Entwickler startet Vite mit `--host`, damit Kollegen, ein Testgerät oder ein Container auf die Anwendung zugreifen können. Was lokal bequem ist, kann in einer falsch konfigurierten Cloud- oder Container-Umgebung jedoch einen Entwicklungsserver ins Internet stellen. Genau solche Systeme
Ein Dokumentationsdienst soll Quellcode erklären, nicht zum Proxy, Datenspeicher oder Ausführungsknoten für fremde Aufgaben werden. Genau diese Grenze ist im Fall von RubyGems und RubyDoc.info offenbar gefallen. Eine am 11. September veröffentlichte Analyse des Nightingale Collective rekonstruiert,
Ein Entwickler öffnet ein fremdes Repository, lässt einen Coding-Agenten Tests ausführen und verlässt sich darauf, dass dessen Dateizugriffe auf den Arbeitsbereich beschränkt bleiben. Genau für dieses Szenario gibt es Sandboxes und Freigabedialoge. Bei DeepSeek Harness konnte der Agent diese Schutzs
Ein Entwickler bekommt ein Projekt nicht per normalem `git clone`, sondern als ZIP-Datei, über einen geteilten Ordner oder aus einem Kunden-Share. Er entpackt den Ordner, öffnet ihn mit einem KI-Coding-Agenten und will nur kurz fragen, warum die Tests fehlschlagen. Noch bevor er einen Prompt schreib
Viele Unternehmen haben in den letzten zwölf Monaten interne KI-Werkzeuge schneller ausgerollt, als ihre Sicherheitsprozesse nachgezogen haben. Ein Langflow-Server für Prototypen, ein paar API-Keys für Modellanbieter, ein Test-Connector zu AWS oder einer Datenbank, vielleicht noch ein öffentlich err
Ein wachsendes Praxisproblem in Web-, Cloud- und DevOps-Teams klingt zunächst harmlos: Immer mehr Traffic gibt sich als AI-Crawler aus. Betreiber wollen legitime Bots von OpenAI, Anthropic, Google, Perplexity oder anderen Anbietern nicht pauschal blockieren, weil diese Crawler Inhalte für Suche, Ass
Viele Unternehmen behandeln ihren internen Git-Server wie pragmatische Entwickler-Infrastruktur: Er läuft im Docker-Container, hängt hinter einem Reverse Proxy, verwaltet ein paar interne Repositories und wird nur dann angefasst, wenn ein Upgrade ohnehin geplant ist. Genau diese Betriebslogik ist be
Ein lokaler KI-Agent fühlt sich zunächst wie die sichere Variante an: Quellcode, Prompts und Zwischenergebnisse verlassen nicht den eigenen Rechner, das Modell läuft auf der Entwickler-Workstation oder im Labor, und eine Sandbox soll den Agenten vom Host trennen. Genau diese Annahme ist das Praxispr
