Start / News / Google AI-Schwachstellenjäger Big Sleep entdeckt erstmals 20 Sicherheitsdefekte in Open-Source-Software und eröffnet eine neue Ära der intelligenten Sicherheit
TechCrunch

Google AI-Schwachstellenjäger Big Sleep entdeckt erstmals 20 Sicherheitsdefekte in Open-Source-Software und eröffnet eine neue Ära der intelligenten Sicherheit

Aug 6, 20251 Min. Lesezeit
Google AI-Schwachstellenjäger Big Sleep entdeckt erstmals 20 Sicherheitsdefekte in Open-Source-Software und eröffnet eine neue Ära der intelligenten Sicherheit

Nachrichtenübersicht

Googles KI-gesteuerter Schwachstellen-Jäger „Big Sleep“ hat erfolgreich 20 Sicherheitslücken in Open-Source-Software entdeckt und markiert damit einen bedeutenden Durchbruch der Künstlichen Intelligenz im Bereich der Cybersicherheit. Dieses von Google DeepMind und Project Zero gemeinsam entwickelte KI-System hat diese Schwachstellen ohne menschliches Eingreifen eigenständig entdeckt und verifiziert. Die Lücken betreffen hauptsächlich beliebte Open-Source-Projekte wie die Audio- und Videobibliothek FFmpeg und die Bildverarbeitungs-Suite ImageMagick.

KI-Schwachstellen-Jäger erzielt historischen Durchbruch

Wie Heather Adkins, Vizepräsidentin für Sicherheit bei Google, am Montag bekannt gab, hat das auf großen Sprachmodellen (LLM) basierende Schwachstellen-Forschungstool „Big Sleep“ des Unternehmens erstmals 20 Sicherheitslücken gemeldet. Diese Schwachstellen finden sich hauptsächlich in weit verbreiteter Open-Source-Software, darunter Schlüsselprojekte wie die Audio- und Videoverarbeitungsbibliothek FFmpeg und die Bildbearbeitungs-Suite ImageMagick.

Technische Funktionsweise

Big Sleep ist ein Produkt, das von Googles KI-Abteilung DeepMind und dem Elite-Hacker-Team Project Zero gemeinsam entwickelt wurde. Das System verwendet fortschrittliche maschinelle Lernmodelle, die nach dem Training mit großen Mengen bekannter Schwachstellendaten in der Lage sind, anomale Muster in Codebasen zu analysieren. Im Gegensatz zu herkömmlichen statischen Analysetools kann Big Sleep subtile Probleme identifizieren, die bei einer manuellen Überprüfung möglicherweise übersehen werden.

Kimberly Samra, Sprecherin von Google, erklärte gegenüber den Medien: „Um qualitativ hochwertige und umsetzbare Berichte zu gewährleisten, sind vor der Berichterstattung menschliche Experten an der Validierung beteiligt, aber jede Schwachstelle wurde von einem KI-Agenten ohne menschliches Eingreifen entdeckt und reproduziert.“

Branchenauswirkungen und Bedeutung

Royal Hansen, Vizepräsident für Engineering bei Google, kommentierte in den sozialen Medien, dass diese Entdeckungen „eine neue Grenze der automatisierten Schwachstellenfindung“ aufzeigen. Branchenexperten sind der Ansicht, dass dies einen Paradigmenwechsel im Bereich der Cybersicherheit markiert, bei dem Organisationen zunehmend auf KI für ein proaktives Schwachstellenmanagement angewiesen sein werden.

Analyse des Wettbewerbsumfelds

Big Sleep ist nicht der einzige KI-gesteuerte Schwachstellen-Jäger auf dem Markt. Derzeit gibt es Konkurrenzprodukte wie RunSybil und XBOW. Bemerkenswert ist, dass XBOW zuvor auf der US-Rangliste der HackerOne Bug Bounty Plattform an der Spitze stand.

Vlad Ionescu, Mitbegründer und CTO von RunSybil, bezeichnete Big Sleep als „legitimes“ Projekt und erklärte: „Big Sleep ist gut konzipiert, das Team dahinter ist erfahren, Project Zero verfügt über Erfahrung in der Schwachstellenfindung und DeepMind bietet starke Rechenleistung und Ressourcenunterstützung.“

Herausforderungen und Einschränkungen

Obwohl KI-Schwachstellen-Jäger ein enormes Potenzial aufweisen, stehen sie auch vor erheblichen Herausforderungen. Mehrere Softwareprojekt-Maintainer haben sich über eine große Anzahl von falschen Schwachstellenberichten beschwert, die durch KI-„Halluzinationen“ erzeugt wurden. Solche Berichte scheinen zwar wertvoll zu sein, sind aber tatsächlich von der KI erfundene Inhalte, die in der Branche als „KI-Müll im Bug-Bounty-Bereich“ bezeichnet werden.

Technische Spezifikationen und Sicherheitsaspekte

Gemäß öffentlichen Informationen verwendet Big Sleep die Gemini-Technologie für große Sprachmodelle und ist in der Lage:

  • Codebasen automatisch nach potenziellen Sicherheitslücken zu scannen
  • entdeckte Probleme eigenständig zu validieren und zu reproduzieren
  • sich in Googles Pipeline für die Sicherheits-Code-Überprüfung zu integrieren
  • Vorschläge für Reparatur-Patches zu liefern

Zum Schutz der betroffenen Software folgt Google einer Standard-Offenlegungsrichtlinie und veröffentlicht keine spezifischen Details, bevor die Schwachstellen behoben sind.

Jüngste bedeutende Entdeckungen

Neben diesen 20 Schwachstellen hat Big Sleep kürzlich auch eine SQLite-Schwachstelle (CVE-2025-6965) entdeckt, einen kritischen Sicherheitsfehler, der nur Bedrohungsakteuren bekannt war und dem Risiko der Ausnutzung ausgesetzt war. Google behauptet, dies sei das erste Mal, dass ein KI-Agent einen realen Ausnutzungsversuch direkt vereitelt habe.

Zukunftsausblick

Analysten prognostizieren, dass Organisationen, die bei KI-gesteuerten Cybersicherheitstools zurückbleiben, potenziellen Schwachstellenbedrohungen ausgesetzt sein könnten, die durch traditionelle Audits schwer zu entdecken sind. Chief Information Security Officers (CISOs) sollten in Betracht ziehen, ähnliche maschinell lernende Code-Scanner zu testen und in die Annotation historischer Schwachstellendaten zu investieren, um das Modelltraining zu starten.

Branchenreaktion

Cybersicherheitsexperten äußerten sich optimistisch zu dieser Entwicklung. Ein Nutzer bezeichnete Googles Tool in den sozialen Medien als „Game Changer“ für die proaktive Verteidigung, betonte jedoch gleichzeitig die Notwendigkeit menschlicher Aufsicht, um Fehlalarme zu vermeiden.

Dieser Durchbruch zeigt nicht nur das enorme Potenzial der KI im Bereich der Cybersicherheit, sondern deutet auch darauf hin, dass die zukünftige Cybersicherheit stärker auf Mensch-Maschine-Kollaboration setzen wird, um durch die Kombination von maschineller Präzision und menschlicher Kreativität das Zeitfenster für die Ausnutzung von Schwachstellen zu verkürzen, was Unternehmen und Verbrauchern zugutekommt.

TechCrunchGoogleBlog