Die zunehmende Nutzung generativer KI in der Softwareentwicklung ver\u00e4ndert auch die Anforderungen an die Anwendungssicherheit. Unternehmen m\u00fcssen immer gr\u00f6\u00dfere Mengen an Code pr\u00fcfen und gleichzeitig neue Risiken durch KI-generierte Anwendungen ber\u00fccksichtigen. Klassische Sicherheitswerkzeuge sto\u00dfen dabei zunehmend an Grenzen, da sie nicht alle modernen Entwicklungsumgebungen und Angriffsmuster abdecken k\u00f6nnen. Gleichzeitig steigt der Bedarf an pr\u00e4zisen Analysen, die Fehlalarme reduzieren und Sicherheitsteams entlasten. Mit Checkmarx Fusion stellt Checkmarx einen hybriden Ansatz vor, der traditionelle AppSec-Analysen mit KI-gest\u00fctzter Bewertung verbindet.<\/p>\n\n\n\n
Checkmarx hat mit Checkmarx Fusion eine neue Architektur zur Schwachstellenerkennung vorgestellt. Die L\u00f6sung ist ab sofort im Rahmen eines Early-Access-Programms verf\u00fcgbar und kombiniert bew\u00e4hrte Application-Security-Scan-Engines mit KI-Modellen von Anthropic. Dadurch sollen Schwachstellen \u00fcber verschiedene Programmiersprachen, Codebasen und Phasen des Softwareentwicklungszyklus hinweg genauer erkannt werden.<\/p>\n\n\n\n
Nach Angaben von Checkmarx basiert der neue Ansatz auf der Kombination aus deterministischen Sicherheitsanalysen und moderner k\u00fcnstlicher Intelligenz. W\u00e4hrend klassische Scan-Verfahren bekannte Angriffsmuster zuverl\u00e4ssig erkennen, erweitert die KI-gest\u00fctzte Analyse die Erkennung auf neue Programmiersprachen, Frameworks und KI-generierten Code. Dabei ber\u00fccksichtigt die L\u00f6sung den Anwendungskontext, anstatt ausschlie\u00dflich nach bekannten Mustern zu suchen.<\/p>\n\n\n\n
Die Entwicklung reagiert auf die zunehmende Bedeutung von KI in der Softwareproduktion. Laut dem Future of Application Security Report von Checkmarx sind inzwischen 49 Prozent des Produktivcodes KI-generiert. Dadurch wachsen auch Umfang und Komplexit\u00e4t potenzieller Schwachstellen schneller, als bestehende Sicherheitsprozesse und Werkzeuge mithalten k\u00f6nnen.<\/p>\n\n\n\n
Checkmarx Fusion ist Bestandteil der Checkmarx-One-Plattform und wurde entwickelt, um die Grenzen herk\u00f6mmlicher Vulnerability-Detection-Ans\u00e4tze zu \u00fcberwinden. Die L\u00f6sung f\u00fchrt Ergebnisse mehrerer Scan-Engines zusammen, \u00fcberpr\u00fcft erkannte Schwachstellen und reduziert dadurch die Anzahl von Fehlalarmen. Nach Angaben des Herstellers erreicht der hybride Ansatz einen F1-Score von 0,741 und liegt damit deutlich \u00fcber dem Durchschnitt vergleichbarer L\u00f6sungen.<\/p>\n\n\n\n
Zu den wichtigsten Funktionen von Checkmarx Fusion geh\u00f6ren die Kombination deterministischer Analysen mit KI-basierten Verfahren, die Unterst\u00fctzung zus\u00e4tzlicher Programmiersprachen sowie die Bewertung von Sicherheitsrisiken im jeweiligen Anwendungskontext. F\u00fcr besonders umfangreiche Analysen k\u00f6nnen Unternehmen flexibel zwischen verschiedenen Claude-Modellen von Anthropic w\u00e4hlen.<\/p>\n\n\n\n
Ein weiterer Schwerpunkt liegt auf Skalierbarkeit und Kontrolle in Unternehmensumgebungen. Die Architektur erm\u00f6glicht es, KI-Modelle abh\u00e4ngig von Anforderungen an Kosten, Leistung und Analysequalit\u00e4t auszuw\u00e4hlen. Dadurch sollen Unternehmen Scan-Zeiten reduzieren und Betriebskosten optimieren k\u00f6nnen. Mithilfe von Amazon Bedrock werden die Scan-Workloads innerhalb der jeweiligen Cloud-Umgebung des Kunden ausgef\u00fchrt, sodass der Quellcode die eigene Infrastruktur nicht verlassen muss. Dies soll insbesondere Unternehmen in regulierten Branchen bei der Einhaltung von Compliance- und Datenschutzanforderungen unterst\u00fctzen.<\/p>\n\n\n\n
\u201eDa KI heute mehr Code erzeugt als je zuvor, darf Sicherheit kein Bottleneck mehr sein, sondern muss zum Enabler werden\u201c, erkl\u00e4rt Erik Brown, Business Information Security Officer und AppSec Leader bei Nelnet. Die Kombination aus regelbasierter Pr\u00e4zision und KI-gest\u00fctzter Analyse erm\u00f6gliche es Sicherheitsteams, ihre Prozesse zu skalieren und gleichzeitig eine hohe Genauigkeit bei der Erkennung von Schwachstellen sicherzustellen.<\/p>\n\n\n\n
Auch die Rolle von Application Security ver\u00e4ndert sich laut Checkmarx zunehmend. Statt ausschlie\u00dflich bekannte Sicherheitsl\u00fccken zu finden, m\u00fcssen Unternehmen kritische Risiken schneller identifizieren und priorisieren k\u00f6nnen. Checkmarx Fusion soll Sicherheitsteams dabei unterst\u00fctzen, relevante Schwachstellen gezielter zu erkennen und schneller zu beheben.<\/p>\n\n\n\n
Checkmarx Fusion ist ab sofort als Bestandteil der Checkmarx-One-Plattform im Rahmen eines Early-Access-Programms verf\u00fcgbar.<\/p>\n","protected":false},"excerpt":{"rendered":"
Die zunehmende Nutzung generativer KI in der Softwareentwicklung ver\u00e4ndert auch die Anforderungen an die Anwendungssicherheit. Unternehmen m\u00fcssen immer gr\u00f6\u00dfere Mengen an Code pr\u00fcfen und gleichzeitig neue Risiken durch KI-generierte Anwendungen ber\u00fccksichtigen. Klassische Sicherheitswerkzeuge sto\u00dfen dabei zunehmend an Grenzen, da sie nicht alle modernen Entwicklungsumgebungen und Angriffsmuster abdecken k\u00f6nnen. Gleichzeitig steigt der Bedarf an pr\u00e4zisen Analysen, die Fehlalarme reduzieren und Sicherheitsteams entlasten. Mit Checkmarx Fusion stellt Checkmarx einen hybriden Ansatz vor, der traditionelle AppSec-Analysen mit KI-gest\u00fctzter Bewertung verbindet.<\/p>\n","protected":false},"author":82,"featured_media":31049,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"colormag_page_container_layout":"default_layout","colormag_page_sidebar_layout":"default_layout","footnotes":""},"categories":[10036,37],"tags":[22410,12492,1088,21095],"class_list":["post-31769","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-kuenstliche-intelligenz","category-security","tag-applicationsecurity","tag-checkmarx","tag-cybersecurity","tag-kuenstlicheintelligenz"],"amp_enabled":true,"_links":{"self":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts\/31769","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/users\/82"}],"replies":[{"embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=31769"}],"version-history":[{"count":1,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts\/31769\/revisions"}],"predecessor-version":[{"id":31771,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/posts\/31769\/revisions\/31771"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=\/wp\/v2\/media\/31049"}],"wp:attachment":[{"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=31769"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=31769"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.sysbus.eu\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=31769"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}