Googles KI-Prüfung findet 100 kritische Lücken in zwei Tagen

Worum es geht

Google Threat Intelligence hat am 18. August 2026 erstmals die Architektur seines internen Agentic Vulnerability Discovery Harness, kurz AVDH, beschrieben. Mandiant setzt das System bei Codeprüfungen, Penetrationstests und Sicherheitsvorfällen ein. Der auffälligste belegte Einsatz: Nach dem Diebstahl von Unternehmens-Repositories fand AVDH laut Google in zwei Tagen mehr als 100 tatsächlich vorhandene kritische Schwachstellen.

Die Zahl ist relevant, weil gestohlener Quellcode Angreifern eine genaue Landkarte liefert. Automatisierte Werkzeuge können dann in kurzer Zeit nach verwertbaren Fehlern suchen. Verteidiger müssen dieselbe Arbeit schneller erledigen, dürfen dabei aber keine erfundenen Treffer verfolgen.

Was AVDH tatsächlich macht

AVDH ist kein einzelner Chatbot und kein Knopf, der automatisch sichere Software erzeugt. Das System zerlegt eine Quellcodeprüfung in eine feste Abfolge spezialisierter Agenten. Zuerst erstellt ein Agent ein Bedrohungsmodell: Welche Art Anwendung liegt vor, welche Teile sind erreichbar und welche Verzeichnisse gehören nicht in die Prüfung? Ein Mensch bestätigt dieses Modell.

Danach erfasst die Pipeline Einstiegspunkte wie HTTP-Routen und Schnittstellen. Weitere Agenten sammeln den umgebenden Code, Berechtigungsprüfungen und Datenflüsse. Getrennte Prüfschritte suchen unter anderem nach fehlender Autorisierung, SQL-Injection, Cross-Site-Scripting, Befehlsinjektion und Pfadmanipulation. Mehrere Validierungsagenten testen die Hypothesen, bevor Menschen einen Exploit reproduzieren. Nicht bestätigte Treffer werden verworfen.

Google nutzt dafür sein Agent Development Kit und von Mandiant-Fachleuten gepflegte Regeln für Programmiersprachen, Frameworks und Schwachstellenklassen. In zehn Monaten analysierte AVDH laut Anbieter Umgebungen mit mehreren zehn Millionen Codezeilen. Aus den Prüfungen entstanden zwölf bereits zugewiesene CVE-Kennungen; etwa ein weiteres Dutzend befand sich am 18. August noch in koordinierter Offenlegung.

Warum das wichtig ist

Der entscheidende Punkt ist nicht das Wort „Agent“, sondern die Kombination aus Automatisierung, fester Prozesslogik und menschlicher Verifikation. Klassische Scanner erkennen bekannte Muster gut, übersehen aber häufiger Geschäftslogik und komplizierte Berechtigungswege. Ein Sprachmodell kann mehr Kontext verbinden, produziert ohne Kontrollen jedoch falsche Annahmen. AVDH versucht, beide Schwächen durch aufeinanderfolgende Prüfungen abzufangen.

Für Entwicklungsteams verschiebt das die Engstelle. Wenn Maschinen Tausende Verdachtsfälle erzeugen, wird die belastbare Bestätigung wichtiger als die bloße Menge. Die von Google genannten CVEs, darunter CVE-2026-13242 und CVE-2026-55803, machen zumindest einen Teil der Resultate öffentlich überprüfbar. Die Leistung des Systems insgesamt wurde jedoch nicht unabhängig benchmarkiert.

Einfach erklärt

Eine manuelle Codeprüfung ähnelt der Suche nach undichten Stellen in einem großen Gebäude. Ein einzelner Helfer rennt von Raum zu Raum und meldet jeden feuchten Fleck. AVDH arbeitet eher wie ein Team: Eine Person liest den Bauplan, andere prüfen Leitungen und Zugänge, mehrere kontrollieren die Verdachtsstellen, und erst ein Installateur bestätigt, ob wirklich Wasser austritt.

Praktisches Beispiel

Angenommen, ein Händler verliert ein Repository mit 500.000 Codezeilen. Das Sicherheitsteam muss vor einem Angreifer herausfinden, ob öffentliche Routen interne Kundendaten erreichen. AVDH könnte zunächst 2.000 Einstiegspunkte erfassen, daraus 80 plausible Datenflüsse auswählen und 15 Verdachtsfälle an Validierungsagenten geben. Wenn die dynamische Prüfung davon drei reproduzierbare Lücken bestätigt, priorisieren Menschen diese drei nach Erreichbarkeit und Schaden.

Die Zahlen in diesem Beispiel sind fiktiv. Der Ablauf zeigt den praktischen Nutzen: Automatisierung verkleinert den Suchraum, während Menschen die entscheidende Behauptung prüfen.

Einordnung und Grenzen

• Die Kennzahl von mehr als 100 kritischen Lücken stammt von Google und bezieht sich auf einen nicht benannten Kundenfall. Codebasis, Vergleichsaufwand und Fehlerrate sind nicht öffentlich.
• AVDH ist ein internes Mandiant-System, kein allgemein verfügbares Produkt. Andere Teams können die beschriebene Architektur nachbauen, erhalten aber nicht automatisch dieselben Regeln, Modelle oder Fachkenntnisse.
• Das Verfahren benötigt vollständigen, vertrauenswürdig bereitgestellten Quellcode und menschliche Exploit-Prüfung. Es ersetzt weder Laufzeitschutz noch sichere Entwicklung, Rechtebegrenzung und schnelle Updates.

SEO- und GEO-Schlüsselbegriffe

Google Threat Intelligence, Mandiant, AVDH, Agentic Vulnerability Discovery Harness, KI-Codeprüfung, Quellcode-Sicherheit, Schwachstellensuche, CVE, DevSecOps, menschliche Verifikation