Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
openai6. März 2026 · Q001629

Codex Security: now in research preview

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

OpenAI stellt Codex Security als Vorschau eines Agenten vor, der Projekte kontextbezogen auf Schwachstellen prüft, Befunde validiert und passende Korrekturen vorschlägt. Das Unternehmen berichtet von sinkenden Fehlalarmraten und umfangreichen Beta-Funden, doch der Bericht liefert dafür keine unabhängige Prüfung und beschreibt ein noch frühes Angebot.

Mittel

Der Bericht stellt Codex Security als OpenAIs Anwendungssicherheitsagenten vor, der als Research Preview über Codex Web für ChatGPT-Pro-, Enterprise-, Business- und Edu-Kunden ausgerollt werde. Das System soll Repository-Kontext erfassen, ein editierbares Bedrohungsmodell erstellen, Schwachstellen nach erwarteter Auswirkung priorisieren und Befunde nach Möglichkeit in isolierten oder projektspezifischen Umgebungen validieren. Anschließend schlägt es Korrekturen vor, die laut OpenAI das übrige Systemverhalten berücksichtigen. Nutzerfeedback könne spätere Analysen verfeinern.

OpenAI berichtet von einer privaten Beta unter dem früheren Namen Aardvark. Interne und externe Tests hätten unter anderem kritische Sicherheitslücken aufgedeckt. Laut Unternehmen sank in einem Repository das Rauschen um 84 Prozent; überhöhte Schweregrade gingen um mehr als 90 Prozent und Falschpositive über alle Repositories um mehr als 50 Prozent zurück. In den letzten 30 Tagen seien über 1,2 Millionen Commits untersucht und 792 kritische sowie 10.561 schwerwiegende Befunde erkannt worden. Kritische Probleme hätten weniger als 0,1 Prozent der Commits betroffen. Diese Werte stammen aus dem Bericht und werden dort nicht unabhängig überprüft.

OpenAI beschreibt zudem Schwachstellenmeldungen an mehrere Open-Source-Projekte und ein Unterstützungsprogramm für Maintainer. Die Preview soll zunächst einen Monat kostenlos nutzbar sein. Der Bericht schildert damit ein frühes Produkt und Unternehmensangaben, keine unabhängige Wirksamkeitsprüfung.

Ausführlich lesen

Der Bericht stellt Codex Security als OpenAIs Anwendungssicherheitsagenten vor, der nun als Research Preview verfügbar sei. Das System soll ein Repository im jeweiligen Projektkontext analysieren, ein editierbares Bedrohungsmodell erstellen und dadurch Schwachstellen mit höherer Wahrscheinlichkeit für tatsächliche Sicherheitsrisiken erkennen. OpenAI zufolge sollen automatisierte Prüfungen und Vorschläge für passende Korrekturen zugleich Fehlalarme und unnötige Nacharbeit verringern.

Der Bericht beschreibt drei Arbeitsschritte: Zunächst untersucht Codex Security die sicherheitsrelevante Struktur eines Projekts und modelliert, was das System tut, welchen Komponenten es vertraut und wo es besonders exponiert ist. Teams können dieses Modell anpassen. Anschließend sucht der Agent anhand dieses Kontexts nach Schwachstellen, ordnet sie nach erwarteter Auswirkung ein und prüft mögliche Befunde, soweit möglich, in isolierten Umgebungen. Mit einer projektspezifischen Laufzeitumgebung könne er Probleme direkt im laufenden System validieren und gegebenenfalls Proofs of Concept erstellen. Schließlich schlägt er Korrekturen vor, die laut OpenAI die Absicht des Systems und dessen übriges Verhalten berücksichtigen sollen. Rückmeldungen zur Einstufung von Befunden könnten spätere Analysen beeinflussen.

OpenAI berichtet, Codex Security sei zuvor unter dem Namen Aardvark in einer privaten Beta erprobt worden. Interne Einsätze hätten unter anderem eine SSRF-Schwachstelle und eine kritische mandantenübergreifende Authentifizierungslücke aufgedeckt; das Sicherheitsteam habe diese binnen Stunden behoben. Für Beta-Scans nennt der Bericht außerdem Verbesserungen: In einem Repository sei das Rauschen gegenüber dem ersten Einsatz um 84 Prozent gesunken, überhöhte Schweregrade seien um mehr als 90 Prozent zurückgegangen und die Falschpositivrate über alle Repositories um mehr als 50 Prozent. Für die letzten 30 Tage gibt OpenAI mehr als 1,2 Millionen untersuchte Commits aus externen Beta-Repositories sowie 792 kritische und 10.561 schwerwiegende Befunde an. Kritische Probleme hätten in weniger als 0,1 Prozent der untersuchten Commits gelegen. Diese Zahlen sind Angaben des Unternehmens; unabhängige Messmethoden oder Vergleichsdaten enthält der Bericht nicht.

Der Text nennt außerdem Rückmeldungen von NETGEAR und beschreibt OpenAIs Arbeit mit Open-Source-Projekten. OpenAI sagt, es habe kritische Schwachstellen unter anderem an OpenSSH, GnuTLS, GOGS, Thorium, libssh, PHP und Chromium gemeldet; 14 CVEs seien vergeben worden, bei zwei davon mit doppelter Meldung. Ein Anhang führt konkrete Beispiele auf. Ein erstes Programm für Open-Source-Maintainer biete kostenlose ChatGPT-Pro- und Plus-Konten, Code-Reviews und Codex Security; vLLM habe das Werkzeug bereits im regulären Ablauf eingesetzt.

Zum Zugang erklärt der Bericht, dass die Research Preview für ChatGPT-Pro-, Enterprise-, Business- und Edu-Kunden über Codex Web anlaufe und die Nutzung zunächst einen Monat kostenlos sei. Zugleich heißt es, der Zugang für Enterprise, Business und Edu werde in den folgenden Tagen ausgerollt. Der Text beschreibt eine frühe, sich weiterentwickelnde Vorschau und Unternehmensangaben zu deren bisherigen Ergebnissen, nicht eine unabhängige Evaluation oder einen vollständigen Nachweis der Wirksamkeit.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Lunas Zusammenfassung ist im Kern treu, lässt aber die CVE-Angaben und das Enterprise-Rollout aus. Die Stufe 4 für alle drei Sammelfragen ist zu hoch, weil der Bericht vor allem ein Produkt für Anwendungssicherheit vorstellt und die Fragen zu Meldewegen, Fähigkeitstests und Selbstaufsicht nicht beantwortet. Die drei Absätze nach dem Label mittel wurden als eine Zusammenfassung bewertet.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Angabe, dass 14 CVEs vergeben wurden, davon zwei mit doppelter Meldung
  • Der Hinweis, dass vLLM Codex Security bereits im regulären Workflow nutzt
  • Die Ankündigung, dass der Zugang für ChatGPT Enterprise, Business und Edu in den kommenden Tagen ausgerollt wird

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
  1. SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
    • clef 100 %kein Bezug
    • Luna 34 %einzelne zitierbare Belege
    • JEV 45 %einzelne zitierbare Belege
    • amos 24 %Hintergrund, keine Belege
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Fähigkeiten messen
  1. SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
    • clef 100 %kein Bezug
    • Luna 30 %einzelne zitierbare Belege
    • JEV 32 %einzelne zitierbare Belege
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra 52 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 26 %gleiches Oberthema, hilft nicht
    • Luna 30 %einzelne zitierbare Belege
    • JEV 36 %einzelne zitierbare Belege
    • amos 28 %Hintergrund, keine Belege
    • SubQ 41 %gleiches Oberthema, hilft nicht
    • drex 27 %gleiches Oberthema, hilft nicht
    • d3-ultra 51 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 27 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Vertrauen in Modelle
  1. SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 40 %einzelne zitierbare Belege
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 64 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 28 %gleiches Oberthema, hilft nicht
    • Luna 36 %gleiches Oberthema, hilft nicht
    • JEV 31 %einzelne zitierbare Belege
    • amos 25 %nur am Rande erwähnt
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 36 %gleiches Oberthema, hilft nicht
    • d3-ultra 51 %gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 100 %kein Bezug
    • Luna 28 %Hintergrund, keine Belege
    • JEV 50 %einzelne zitierbare Belege
    • amos 25 %nur am Rande erwähnt
    • SubQ 41 %gleiches Oberthema, hilft nicht
    • drex 38 %gleiches Oberthema, hilft nicht
    • d3-ultra 50 %gleiches Oberthema, hilft nicht
Modelle teilen und schützen
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 31 %gleiches Oberthema, hilft nicht
    • JEV 52 %einzelne zitierbare Belege
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 66 %gleiches Oberthema, hilft nicht
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 29 %einzelne zitierbare Belege
    • amos 48 %gleiches Oberthema, hilft nicht
    • SubQ 70 %gleiches Oberthema, hilft nicht
    • drex 55 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Wirtschaft und Haftung

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →