Hallo meine Lieben, auch hier bleibe ich investiert.
Innodata veröffentlicht die erste Stufe seiner KI-Cyber-Trainingssuite, um KI-Coding-Agenten zu ermöglichen, sicheren Code zu schreiben - und zu reparieren.
NEW YORK, NY / ACCESS Newswire / 4. August 2026 / INNODATA INC. (Nasdaq:INOD) hat heute die erste Stufe seiner AI Cyber Training Suite veröffentlicht – zwölf Datensätze und Bewertungssysteme, die KI-Codierer darin schulen, Code zu schreiben, der bekannte Sicherheitslücken umgeht, neue einzuführen und bestehende Schwachstellen in den bereits betriebenen Softwareunternehmen zu beheben. Die Suite adressiert inzwischen eine zentrale Hürde für das Vertrauen in KI-geschriebenen Code: das Risiko, dass ein Agent, während er eine Funktion hinzufügt oder ein Altsystem modernisiert, stillschweigend eine Sicherheitslücke öffnet. Die AI Cyber Training Suite arbeitet über den gesamten Stack der Coding-Agenten – die Modelle, die Harnesses und die Tools – hinweg zusammen, um sicherzustellen, dass der von ihnen erstellte Code nicht nur funktional, sondern auch sicher ist. Es ist ab heute für Modellbauer und Unternehmen verfügbar.
Die Suite basiert auf Tausenden realer Sicherheitslücken, die in den letzten zehn Jahren in Python, TypeScript, JavaScript, Rust, C, Go und anderen Sprachen entdeckt wurden, und umfasst eine breite Palette von Plattformen und Serviceintegrationen, darunter Linux, macOS, Android, Windows, AWS, GCP und viele andere. Jeder Fehler wurde von Innodatas Cybersicherheitsingenieuren von Hand entwirrt und mit einem gezielten Angriff in einer versiegelten Offline-Kopie der verwundbaren Software wieder aufgebaut. Diese Konstruktion macht die Suite ungewöhnlich streng: Sie misst die Fähigkeit einer KI, eine Schwachstelle zu beheben, indem sie überprüft, dass der ursprüngliche Angriff gegen den festen Code nicht mehr erfolgreich ist, während gleichzeitig bestätigt wird, dass die Software weiterhin wie vorgesehen funktioniert. Das Ergebnis sind Daten und Bewertungen, die sowohl codierende Agenten darauf trainieren, Schwachstellen von vornherein zu vermeiden, als auch ihre Fähigkeit testen, bereits bestehende Schwachstellen zu beheben.
"Für Modellbauer ermöglichen diese Bewertungen und Datensätze den Coding-Agenten – den Modellen, Harnesses und Tools –, sicherzustellen, dass der von ihnen generierte Code nicht nur effektiv, sondern auch sicher ist", sagte Yonatan Brander, der das Cybersecurity-Data-Engineering-Team bei Innodata leitet. "Und für Unternehmen bieten sie etwas ebenso Wichtiges: das Vertrauen, dass Teams, wenn sie refactoren, Funktionen hinzufügen oder Altsysteme mit KI-Agenten modernisieren, nicht genau die Schwachstellen wieder einführen, die sie bereits vermieden oder gepatcht hatten."
Für Unternehmen bedeutet das, dass sie KI nutzen können, um Altsysteme zu modernisieren, dabei das Risiko von Sicherheitslücken minimieren und KI zur Behebung identifizierter Schwachstellen nutzen können.
Innodata testete die Fähigkeit von zehn führenden KI-Modellen und Agenten, verifizierte Sicherheitslücken zu beheben, und stellte fest, dass die besten Openweight-KI-Modelle höchstens 23 % dieser verifizierten Fehler reparierten – selbst wenn ihnen genau gezeigt wurde, wo sich jeder befand. Doch nach einer einzigen Feinabstimmungsrunde eines Teils der Daten der Suite verdoppelte sich die Fähigkeit des Modells, Schwachstellen zu beheben, ohne darauf angeführt zu werden, mehr als auf 41,2 % – von 18,4 % auf 41,2 %.
"KI schreibt jetzt einen wachsenden Anteil des weltweiten Codes, und die Agenten, die ihn schreiben, müssen sicherstellen, dass dieser Code sicher ist", sagte Jack Abuhoff, Geschäftsführer von Innodata. "Andernfalls können Unternehmen sich nicht auf KI-generierten Code verlassen, ohne dass ein professionelles Sicherheitsteam alles überprüft, was produziert wird – und das ist ein echter Hindernis für die Einführung von KI. Die Cyber OTS Suite hilft Unternehmen, agentengenerierten Code selbstbewusst in Produktion zu bringen."
