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
medium.com27. Juli 2025 · Q010238

SwiftUI: Authenticator App from Scratch + How Those Authenticator App Work Underhood

medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der vollständige Bericht zeigt den Aufbau einer SwiftUI-App, die TOTP- und HOTP-Codes aus Base32-Geheimnissen erzeugt, QR-Codes scannt und manuelle Konfiguration erlaubt. Er beschreibt den HMAC-Ablauf und die Beispieloberfläche; der Autor berichtet von Problemen mit `AVCaptureMetadataOutput`, ohne deren Ursache zu klären, und nennt Testmöglichkeiten, aber keine konkreten Testergebnisse.

Mittel

Der vollständige Bericht führt durch den Bau einer SwiftUI-Authenticator-App für TOTP- und HOTP-Codes. Die App soll QR-Codes und manuelle Eingabe unterstützen und Parameter wie Algorithmus, Ziffernzahl, Zeitintervall und HOTP-Zähler verwalten. Der Autor erklärt, dass App und Server ein gemeinsames Geheimnis und übereinstimmende Einstellungen benötigen; bei HOTP muss außerdem der Zähler synchron bleiben.

Die Codeberechnung wird in sieben Schritten dargestellt: Base32 dekodieren, den Zeit- oder Zählerwert als Big-Endian-Eingabe vorbereiten, einen HMAC mit SHA-1, SHA-256 oder SHA-512 erzeugen, vier Bytes daraus auswählen und in eine Zahl umwandeln, diese auf die gewünschte Ziffernzahl kürzen und führende Nullen ergänzen. Für QR-Scans kombiniert der Beispielcode AVFoundation mit Vision. Der Autor berichtet, dass `AVCaptureMetadataOutput` bei ihm keine verfügbaren Metadatentypen lieferte; die Ursache bleibt offen. Gezeigt werden außerdem SwiftUI-Ansichten zum Anzeigen, Kopieren, Bearbeiten und Löschen der Codes. Der Autor empfiehlt einen Online-Prüfer oder einen früheren Server als Testmöglichkeit, dokumentiert jedoch keine konkreten Prüfergebnisse. Geheimnisse werden im Beispiel lokal in `UserDefaults` gespeichert; CloudKit wird als mögliche Erweiterung genannt.

Ausführlich lesen

Der vollständige Bericht beschreibt, wie der Autor eine Authenticator-App mit SwiftUI von Grund auf und ohne zusätzliche OTP-Bibliothek umsetzt. Sie soll zeit- und zählerbasierte Einmalcodes (TOTP und HOTP) erzeugen, Geheimnisse manuell oder über QR-Codes aufnehmen und Einstellungen wie Algorithmus, Ziffernzahl und Aktualisierungsintervall verwalten. Der Autor begründet seine eigene App unter anderem mit Kritik an vorhandenen Anwendungen und an der Funktionsweise einer Bibliothek; das sind seine Einschätzungen.

Im Überblick erklärt der Beitrag das gemeinsame Geheimnis zwischen App und Server sowie die nötigen Parameter. Bei TOTP wird aus Unix-Zeit und Zeitintervall ein Zählerwert berechnet; bei HOTP stammt er aus einem gespeicherten Zähler, der mit dem Server synchron bleiben muss. Der Autor hält eine manuelle Einstellung des HOTP-Zählers für nützlich, um eine mögliche Abweichung auszugleichen.

Der gezeigte Datenbaustein speichert Kontoname, dekodiertes Base32-Geheimnis, OTP-Typ, Algorithmus, Ziffernzahl und je nach Typ Intervall oder Zähler. Er liest außerdem `otpauth`-URLs ein. Für die Codeberechnung beschreibt der Beitrag sieben Schritte: Base32-Geheimnis dekodieren, TOTP-Zeitwert oder HOTP-Zähler in eine acht Byte lange Big-Endian-Zahl umwandeln, damit einen HMAC mit SHA-1, SHA-256 oder SHA-512 berechnen, vier Bytes aus dem Hash auswählen, diese in eine Zahl umwandeln, auf die gewünschte Ziffernzahl reduzieren und nötigenfalls führende Nullen ergänzen. Der Autor bevorzugt dabei eine direkte Umwandlung über Swift-Daten gegenüber dem in SwiftOTP beschriebenen Umweg über eine Hex-Zeichenkette.

Für QR-Codes zeigt der Bericht eine Kamera-Verwaltung mit AVFoundation und eine Erkennung über Vision. Der Autor berichtet, dass `AVCaptureMetadataOutput` auf seinem Gerät stets eine leere Liste unterstützter Metadatentypen geliefert habe; warum, klärt der Artikel nicht. Er nennt außerdem Hinweise zu Swift 6 und den nötigen Kamera-Berechtigungseintrag. Ein Manager verbindet Erkennung, Speicherung in `UserDefaults` und App-Zustand. Die SwiftUI-Ansichten zeigen Codes, bieten Kopieren, HOTP-Zähleränderung, Bearbeiten und Löschen sowie QR-Scan und manuelle Eingabe.

Als Überprüfung empfiehlt der Autor einen Online-OTP-Prüfer oder den Server aus einem früheren Beitrag. Er zeigt GIFs für TOTP und HOTP, dokumentiert aber keine konkreten Prüfergebnisse. Die gespeicherten Geheimnisse liegen im Beispiel in `UserDefaults`; iCloud beziehungsweise CloudKit wird als mögliche Erweiterung erwähnt. Der Beitrag enthält umfangreiche Beispielimplementierungen, ersetzt aber keine detaillierte Sicherheitsbewertung oder eine dokumentierte Testauswertung.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Es wurden keine Fragen zur Einordnung angegeben (Lunas Einordnung ist leer), daher bleibt die Liste leer. Die Zusammenfassungen selbst sind sachlich korrekt; die genannten Punkte fehlen nur als Randaspekte.

Im Bericht, aber nicht in der Zusammenfassung

  • Motivation des Autors: Er baut die App, weil ihm vorhandene Authenticator-Apps wie Google Authenticator und Microsoft Authenticator nicht gefallen.
  • Begründung des Autors, warum er die Bibliothek SwiftOTP nicht verwendet (eigene Strukturen, Überfrachtung, Swift-5-Stand).

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

Kein Modell sieht bei diesem Bericht einen Bezug zu einer der 44 Sammelfragen.

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 →