Ein Security-Team will wissen, wie weit ein leistungsfähiger KI-Agent bei der Ausnutzung von Schwachstellen kommt. Dafür schaltet es Schutzmechanismen gezielt zurück, gibt dem Modell Werkzeuge und lässt es in einer isolierten Testumgebung arbeiten. Genau hier beginnt das Praxisproblem: Die Evaluieru
Ein Unternehmen führt einen Browser-Agenten ein, der Produktseiten zusammenfasst, Support-Tickets prüft oder interne Webanwendungen bedient. Die offensichtliche Sicherheitsfrage lautet: Kann ein Angreifer dem Agenten über eine Webseite eine versteckte Anweisung unterschieben? Genau darauf zielen vie
Viele Unternehmen betrachten Build-Tools, Obfuscator, Security-Scanner und CI-Helfer als Teil der Verteidigung. Genau deshalb ist der aktuelle Fall rund um das npm-Paket `jscrambler` so relevant: Nicht eine beliebige Testbibliothek wurde kompromittiert, sondern der offizielle CLI-Client einer kommer
Ein typisches Entwicklerproblem klingt harmlos: Ein Team testet einen neuen KI-Coding-Agenten, bittet ihn, ein populäres Repository zu klonen oder eine passende „Skill“-Erweiterung zu installieren, und lässt ihn die notwendigen Shell-Befehle gleich ausführen. Genau diese Komfortfunktion ist der Kern
Ein Entwickler öffnet ein Repository, prüft kurz die letzten Commits und startet die gewohnte Arbeitsumgebung. Genau an dieser Stelle setzt die aktuelle PolinRider-Kampagne an. Das Problem ist nicht nur ein weiteres bösartiges npm-Paket. Es ist die Kombination aus Paketregistern, kompromittierten Ma
Viele Unternehmen lassen AI-Coding-Agenten heute nicht mehr nur Code vorschlagen. Die Werkzeuge lesen Repositories, ändern Dateien, installieren Abhängigkeiten, starten Tests und führen Shell-Kommandos aus. Genau darin liegt ihr Produktivitätsversprechen – und ihr Sicherheitsproblem. Ein Agent, der
Im Juni 2026 stießen Forscher auf einen macOS-Backdoor, der nicht nur Daten stiehlt und Fernzugriff bietet, sondern ein neues Angriffsziel ins Visier nimmt: die KI-gestützten Analysetools, die zunehmend in der Malware-Triage zum Einsatz kommen. Die als „Gaslight" benannte Malware-Familie embeddet 38
Ein wachsendes Praxisproblem in Unternehmen ist nicht mehr nur, ob KI-Agenten gute Antworten liefern. Entscheidend wird, welche externen „Skills“, Plugins oder Playbooks ein Agent laden darf – und ob diese Komponenten wirklich so harmlos sind, wie Marketplace-Sterne, Scanner-Ergebnisse oder Social-M
Viele Unternehmen bauen derzeit interne Chatbots, RAG-Anwendungen und agentische Workflows nicht mehr als Einzelprojekte, sondern auf Plattformen. Das ist sinnvoll: Ein LLMOps- oder Agenten-Framework nimmt Teams Authentifizierung, Hosting, Plugin-Anbindung, Dokumentenverarbeitung, Tracing und Betrie
Ein Unternehmen baut einen internen KI-Agenten für Support, Analyse oder DevOps-Automation. Das Team installiert ein Framework, ergänzt Connectoren für Datenbanken, Cloud-Speicher, Observability und MCP-Tools, lässt CI/CD die Anwendung bauen – und verlässt sich darauf, dass die verwendeten Open-Sour
Viele Unternehmen behandeln Machine-Learning-Pipelines inzwischen wie normale Software-Lieferketten: Code wird versioniert, Modelle werden gebaut, Artefakte wandern in Registries, danach erfolgt Deployment in eine Cloud-Laufzeitumgebung. Genau an dieser unscheinbaren Übergabestelle lag das Problem,
Ein wachsendes Praxisproblem in Unternehmen ist nicht mehr nur, ob ein KI-Agent eine E-Mail zusammenfassen, ein Ticket beantworten oder eine Datei finden kann. Die kritischere Frage lautet: Wann darf er einer Information vertrauen und daraus eine Handlung ableiten? Genau an dieser Grenze sind in den
