Vibe-Coding-Anwendung prüfen lassen - Wir prüfen Anmeldung, Zugriffsrechte, Geheimnisse und Abhängigkeiten Ihrer Anwendung im Code und an einer Testinstanz. Bestätigte Befunde kommen mit Beleg. Jeder Befund trägt einen von vier Zuständen: bestätigt, widerlegt, Verdacht ohne Bestätigung oder nicht geprüft. Erstgespräch buchen · Alle Prüfstufen im Überblick
Vibe Coding bezeichnet das Erzeugen von Software per Beschreibung in natürlicher Sprache, ohne den Code im Einzelnen zu lesen. Ob das Ergebnis auch Zugriffsrechte, Geheimnisse und Eingaben sauber behandelt, zeigt erst eine Prüfung. Dieser Beitrag fasst zusammen, was Studien und Behörden dazu belegen, welche Schwachstellenklassen die Quellen nennen und wie sich eine per Prompt gebaute Anwendung prüfen lässt.
Alle Zahlen stammen aus den Originalquellen, mit Stichprobe und Jahr. Studien messen Modelle bei Testaufgaben. Sie sagen nicht, wie sicher eine bestimmte Anwendung ist.
Inhaltsverzeichnis
- Vibe Coding Risiken im Überblick
- Was ist Vibe Coding und welche Werkzeuge sind gemeint?
- Was Studien zeigen
- Schwachstellenklassen in KI-generiertem Code
- Was sich organisatorisch ändert
- So prüfen Sie eine per Prompt gebaute Anwendung
- Verbreitete Irrtümer
- Stand und Methodik
- Unser Vorgehen bei WZ-IT
- Weiterführende Guides
Vibe Coding Risiken im Überblick
| Frage | Antwort |
|---|---|
| Was ist Vibe Coding? | Software per Beschreibung erzeugen und am laufenden System beurteilen. Andrej Karpathy beschrieb und benannte die Arbeitsweise im Februar 2025 (Beitrag auf X) |
| Wie oft enthält KI-Code Schwachstellen? | Hängt von Studie und Methode ab: NYU 2021 rund 40 % der Programme; Georgetown CSET 2024 rund 48 % der C-Code-Schnipsel; BaxBench 2025: bestes Modell 62 % korrekte Lösungen, bei im Mittel rund der Hälfte der korrekten Programme je Modell Angriffe ausführbar. Die Werte sind nicht vergleichbar und gelten für Testaufgaben, nicht für eine bestimmte Anwendung |
| Welche Schwachstellenklassen sind zu prüfen? | Fehlende Zugriffsprüfung je Datensatz, Geheimnisse im Code, fehlende Eingabeprüfung, zu weite Datenbank- und CORS-Regeln, erfundene Abhängigkeiten, fehlende Tests. Eine Rangfolge nach Häufigkeit belegt keine Quelle |
| Wer ist verantwortlich? | Nicht pauschal zu beantworten. BSI und ANSSI: KI-Assistenten sind kein Ersatz für erfahrene Entwickler (Veröffentlichung). Die Einordnung im Einzelfall klärt die Rechtsberatung |
| Was hilft? | Zugriffstest mit zwei Konten, Scan auf Geheimnisse und Abhängigkeiten, Konfigurationsprüfung. Bei echten Daten zusätzlich Audit und Pentest (unsere Einschätzung) |
Was ist Vibe Coding und welche Werkzeuge sind gemeint?
Andrej Karpathy beschrieb im Februar 2025 in einem Beitrag auf X „a new kind of coding I call 'vibe coding', where you fully give in to the vibes, embrace exponentials, and forget that the code even exists“. Laut Fraunhofer IESE prägte er damit den Begriff.
Im engen Sinn heißt Vibe Coding, dass nur das laufende System beurteilt wird und der Code nicht verstanden oder geprüft wird. Das Fraunhofer IESE hält diese Arbeitsweise für die Entwicklung professioneller Software für ungeeignet. Wird der erzeugte Code von Fachleuten überwacht, spricht es von KI-gestütztem Software Engineering.
Dieser Beitrag verwendet den Begriff weit: Anwendungen, die überwiegend per Prompt entstanden sind und ohne vollständige Code-Prüfung in Betrieb gehen. Die folgende Einteilung der Werkzeuge ist unsere eigene Zuordnung.
| Art des Werkzeugs | Beispiele | Typisches Ergebnis |
|---|---|---|
| Plattformen, die aus einer Beschreibung eine lauffähige Anwendung erzeugen | Lovable, Bolt, v0, Replit, Base44 | Frontend, Backend-Anbindung, häufig mit Hosting auf der Plattform |
| Assistenten und Agenten im Editor oder Terminal | Cursor, Claude Code, GitHub Copilot | Änderungen direkt im Repository |
Die gemeinsame Veröffentlichung von BSI und ANSSI (Stand September 2024) behandelt KI-Codierassistenten in der professionellen Softwareentwicklung. No-Code- und Low-Code-Anwendungen sind dort ausdrücklich ausgenommen.
Was Studien zeigen
Die Quellen messen Unterschiedliches: Modellausgaben bei Testaufgaben, das Verhalten von Entwicklern und Funde an echten Anwendungen. Die Tabellen nennen je Quelle Stichprobe, Aussage und Grenzen (Stand November 2026).
Messungen an KI-generiertem Code
| Quelle und Jahr | Stichprobe und Methode | Aussage | Grenzen |
|---|---|---|---|
| NYU: Asleep at the Keyboard, 2021 | 89 Szenarien zu Schwachstellen, unter anderem aus der CWE-Top-25, 1.689 von GitHub Copilot erzeugte Programme | Etwa 40 % der Programme waren verwundbar | Copilot-Stand von 2021, Szenarien gezielt auf Schwachstellen ausgelegt |
| Stanford: Do Users Write More Insecure Code with AI Assistants?, ACM CCS 2023 | Nutzerstudie mit 47 Teilnehmenden, fünf sicherheitsrelevante Aufgaben in Python, JavaScript und C, Assistent auf Basis von OpenAI codex-davinci-002 | Mit Assistent schrieben Teilnehmende bei vier von fünf Aufgaben häufiger unsichere Lösungen und hielten ihren Code häufiger für sicher | Kleine Stichprobe, ältere Modellgeneration |
| Georgetown CSET, November 2024 | Fünf Modelle (GPT-4, GPT-3.5-turbo, Code Llama 7B Instruct, WizardCoder 7B, Mistral 7B Instruct), 67 Prompts für C-Code (Code Llama lieferte nur 62 verwendbare Schnipsel), Prüfung mit dem Verifikationswerkzeug ESBMC | Rund 48 % der Code-Schnipsel waren kompilierbar und enthielten einen gemeldeten Fehler, rund 30 % bestanden die Prüfung | Nur C. Die Autoren bezeichnen das Ergebnis als grobe Obergrenze und als im Umfang begrenzt |
| BaxBench (ETH Zürich u. a.): Can LLMs Generate Correct and Secure Backends?, ICML 2025 | 392 Aufgaben (28 Szenarien in 14 Backend-Frameworks und 6 Programmiersprachen), Funktionstests und ausgeführte Angriffe gegen die erzeugten Anwendungen | Das beste Modell (OpenAI o1) erreichte bei der Korrektheit 62 %. Bei im Mittel rund der Hälfte der korrekten Programme je Modell ließen sich Angriffe erfolgreich ausführen | Benchmark-Aufgaben, Modellstand von 2025 |
| Spracklen et al., USENIX Security 2025, arXiv 2024 (Fassung März 2025) | 16 Modelle, 576.000 Codebeispiele in Python und JavaScript, 2,23 Mio. erzeugte Paketnennungen | 440.445 (19,7 %) als erfunden eingestuft, darunter 205.474 eindeutige Namen. Durchschnitt mindestens 5,2 % bei kommerziellen und 21,7 % bei Open-Source-Modellen | Misst erfundene Namen, keine tatsächlichen Angriffe |
Dokumentierter Fund an einer Plattform
| Quelle und Jahr | Stichprobe und Methode | Aussage | Grenzen |
|---|---|---|---|
| NVD: CVE-2025-48757, veröffentlicht 30.05.2025 | CVE-Eintrag | Nach Angabe des Eintrags erlaubte eine unzureichende Row-Level-Security-Richtlinie in Lovable bis 15.04.2025 unauthentifizierten Lese- und Schreibzugriff auf beliebige Tabellen erzeugter Websites. CVSS 3.1 Basiswert 9,3 (Bewertung von MITRE) | Der Eintrag vermerkt, dass der Anbieter den Befund bestreitet. Zeitpunkt und Reichweite sind nicht unabhängig bestätigt. Einzelfall ohne Aussage zur Häufigkeit |
Was Behörden und Institute festhalten
- BSI und ANSSI (Stand September 2024): Leichte und schwere Sicherheitsmängel sind in KI-erzeugten Code-Schnipseln häufig. Die Qualität schwankt stark je nach Programmiersprache und Aufgabe. Erzeugter Code soll von Entwicklern geprüft und nachvollzogen werden. Der Produktivitätsgewinn der Entwicklung muss durch mehr Kapazität in der Qualitätssicherung ausgeglichen werden (Veröffentlichung).
- Fraunhofer IESE (27. November 2025): Der Blogbeitrag nennt acht Risiken, darunter fehlende Security-Checks, schwer wartbaren Code, fehlende Tests und erfundene Abhängigkeiten. Er enthält keine eigenen Messwerte.
Was sich daraus ableiten lässt
- Messungen aus den Jahren 2021 bis 2025 finden bei einem erheblichen Teil der Testaufgaben unsichere Ausgaben (rund 40 % bei der NYU, rund 48 % bei CSET, bei BaxBench ließen sich bei rund der Hälfte der korrekten Programme Angriffe ausführen). Die Werte messen Unterschiedliches (Aufgaben, Sprachen, Modelle, Fehlerbegriff) und ergeben keine gemeinsame Fehlerquote.
- Lauffähiger Code ist nicht sicherer Code. Bei BaxBench ließen sich bei im Mittel rund der Hälfte der funktional korrekten Programme je Modell Angriffe ausführen.
- Die Selbsteinschätzung kann täuschen. In der Stanford-Studie (47 Teilnehmende, fünf Aufgaben) hielten Teilnehmende mit Assistent ihren Code häufiger für sicher, obwohl sie bei vier von fünf Aufgaben häufiger unsichere Lösungen schrieben.
- Nicht ableitbar ist die Häufigkeit unsicherer Anwendungen in der Praxis. Keine der Studien misst Anwendungen einer bestimmten Plattform.
Schwachstellenklassen in KI-generiertem Code
Die Auswahl der Klassen und ihre Zuordnung sind unsere Zusammenstellung. Die Einordnung folgt den OWASP Top 10:2025 und den CWE-Einträgen von MITRE. Eine Rangfolge nach Häufigkeit in realen Vibe-Coding-Anwendungen belegt keine der zitierten Quellen. Die Beispiele sind Muster, keine Einzelfälle.
| Risiko | Beispiel | Einordnung | Prüfung |
|---|---|---|---|
| Fehlende Zugriffsprüfung je Datensatz | Eine Route liefert Rechnung 123 an jeden angemeldeten Nutzer, weil nur die Anmeldung geprüft wird, nicht der Besitz | A01:2025 Broken Access Control, CWE-862 Missing Authorization, CWE-639 | Zwei Testkonten (andere Rolle, anderer Mandant). Jede Route mit fremden IDs und ohne Anmeldung aufrufen |
| Zu weite Datenbankregeln | Tabelle ohne Row Level Security. Laut Supabase-Dokumentation ist sie in einem exponierten Schema für jede Rolle mit Berechtigung les- und schreibbar | A01:2025 Broken Access Control, CWE-863 Incorrect Authorization (so im NVD-Eintrag) | RLS und Berechtigungen je Tabelle in exponierten Schemas prüfen, Richtlinien lesen, Zugriff mit dem öffentlichen Schlüssel testen, lesend und schreibend |
| Geheimnisse im Code | Geheimer oder privilegierter Schlüssel (Secret-Key, service_role, Zahlungs- oder Dienstschlüssel) im Frontend-Bundle oder in der Git-Historie. Ein ausdrücklich öffentlicher Client-Schlüssel ist für sich keine Lücke | CWE-798 Use of Hard-coded Credentials, A07:2025 Authentication Failures | Repository inklusive Historie scannen, Frontend-Bundle durchsuchen, gefundene Schlüssel erneuern statt nur löschen |
| Veraltete oder erfundene Abhängigkeiten (Slopsquatting) | Ein Modell empfiehlt ein Paket, das nicht existiert. Ein Angreifer registriert den Namen | A03:2025 Software Supply Chain Failures, OWASP LLM09:2025 (unsichere oder nicht existierende Bibliotheken) | Jede Abhängigkeit gegen die Registry prüfen (existiert, Alter, Repository), Lockfile festhalten, Schwachstellen-Scan, Stückliste (SBOM) |
| Fehlende Eingabe- und Ausgabeprüfung | Formularwert landet ungeprüft in Abfrage oder Seite | A05:2025 Injection, CWE-20, CWE-79, CWE-89, CWE-117 (A09:2025) | Serverseitige Validierung gegen ein Schema, parametrisierte Abfragen, Ausgabe-Encoding, Tests mit Schadwerten |
| Zu weite CORS- und Konfigurationsregeln | CORS erlaubt bei einer nicht öffentlichen API jede Origin oder spiegelt die Origin der Anfrage zusammen mit Cookies. Ein Platzhalter für die Origin ohne Zugangsdaten kann bei bewusst öffentlichen Ressourcen zulässig sein. Debug-Modus und offene Verwaltungsrouten in Produktion | A02:2025 Security Misconfiguration, CWE-942, WHATWG Fetch: CORS und Zugangsdaten | Antwort-Header der Produktivumgebung prüfen (Origin-Regel, Zugangsdaten), Konfiguration von Entwicklung und Produktion vergleichen |
| Schwache Kryptografie | Passwörter mit MD5 oder einer einzelnen SHA-256-Runde gespeichert. BSI und ANSSI nennen das als Beispiel für veraltete Verfahren, die Assistenten weiterhin vorschlagen | A04:2025 Cryptographic Failures | Passwortspeicherung und Verfahren im Code prüfen, auf aktuelle Verfahren umstellen |
| Fehlende Tests und Protokollierung | Keine Tests für Berechtigungen. Eine spätere Änderung per Prompt hebt einen Schutz unbemerkt auf | Keine eigene Kategorie. Nächstliegend sind A09:2025 Security Logging and Alerting Failures (CWE-778 Insufficient Logging) und A06:2025 Insecure Design (unsere Zuordnung) | Berechtigungstests je Rolle automatisieren und in die Auslieferung einbinden. BSI und ANSSI empfehlen automatische Funktionstests |
Zur Wiederholbarkeit: Nach der Stanford-Studie können Fehler vervielfacht werden, wenn frühere Ausgaben des Assistenten als neue Prompts dienen. Das Fraunhofer IESE nennt fehlende oder unvollständige Tests als eines von acht Risiken.
Was sich organisatorisch ändert
Verantwortung
BSI und ANSSI halten fest, dass KI-Assistenten kein Ersatz für erfahrene Entwickler sind und ein ungebremster Einsatz erhebliche Sicherheitsfolgen haben kann. Im NVD-Eintrag zu CVE-2025-48757 ist vermerkt, dass der Plattformanbieter den Befund bestreitet, weil jeder Kunde die Verantwortung für den Schutz der Daten seiner Anwendung übernimmt. Das ist die Position des Anbieters, keine rechtliche Entscheidung.
Die EU-Produkthaftungsrichtlinie 2024/2853 stellt laut Europäischer Kommission klar, dass Software als Produkt gilt, auch Anwendungen und KI-Systeme. Als primär Haftenden nennt die Kommission den Hersteller des Produkts. Die Richtlinie deckt Fälle nicht ab, in denen der Geschädigte ein Unternehmen ist. Sie gilt für Produkte, die nach dem 8. Dezember 2026 in Verkehr gebracht werden, die Mitgliedstaaten müssen sie bis zum 9. Dezember 2026 umsetzen. Freie und quelloffene Software, die außerhalb einer kommerziellen Tätigkeit entwickelt oder bereitgestellt wird, nimmt die Richtlinie aus (Art. 2 Abs. 2, Richtlinie 2024/2853). Wer bei einer einzelnen Anwendung als Wirtschaftsakteur haftet, hängt von der Rolle im Einzelfall ab. Das klärt die Rechtsberatung.
Code-Eigentum
Das US Copyright Office kommt in seinem Bericht vom 29. Januar 2025 zu dem Schluss, dass Urheberrecht nicht für rein KI-erzeugtes Material gilt und Prompts nach heutigem Stand allein keine ausreichende Kontrolle über den Ausdruck geben. In Deutschland sind nach § 2 Abs. 2 UrhG nur persönliche geistige Schöpfungen Werke. Für Computerprogramme gilt § 69a Abs. 3 UrhG: Sie sind geschützt, wenn sie individuelle Werke sind, also das Ergebnis der eigenen geistigen Schöpfung ihres Urhebers. Ob für per Prompt erzeugten Quellcode ein Schutz besteht, ist im Einzelfall zu beurteilen. Die Quellen betreffen nur die Schutzfähigkeit. Urheberschaft, Inhaberschaft, vertragliche Nutzungsrechte und Lizenzbedingungen sind getrennt zu beurteilen.
Unsere Einschätzung für die Praxis: Der vollständige Code liegt im eigenen Repository, die Nutzungsbedingungen des Werkzeugs sind gelesen, und der Betrieb hängt nicht an einem Konto bei der Plattform.
Nachvollziehbarkeit
Das Fraunhofer IESE beschreibt das sinkende Systemverständnis als Risiko: Ohne Einblick in den Code ist ohne umfangreiche Tests unklar, ob die Software die gewünschten Eigenschaften besitzt. BSI und ANSSI nennen als mögliche Maßnahmen, KI-generierte Codeblöcke zu kennzeichnen, die eingesetzten KI-Werkzeuge zu dokumentieren und eine Stückliste (SBOM) zu erstellen.
Wartung
Das Fraunhofer IESE nennt KI-generierten Code oft unstrukturiert, redundant oder schwer wartbar. BSI und ANSSI weisen darauf hin, dass Entwickler den Betrieb auch ohne KI-Unterstützung fortführen können sollten, etwa im Störungsfall. Unsere Einschätzung: Dauerhaft braucht die Anwendung Updates der Abhängigkeiten, Prüfung neuer Änderungen und jemanden, der Befunde behebt. Dafür gibt es laufendes AI Code Review und die Übernahme in den Betrieb.
So prüfen Sie eine per Prompt gebaute Anwendung
Schritte zum Selbstprüfen
Die Schritte sind unsere Zusammenstellung, keine Vorgabe einer Norm. Sie lassen sich ohne externe Hilfe gehen. Als Prüfkatalog für mehr Tiefe dient der OWASP Application Security Verification Standard 5.0.0 (veröffentlicht am 30. Mai 2025).
- Inventar erfassen: Repository, Hosting, Datenbank, Drittdienste, Schlüssel und wer Administratorzugriff hat. Prüfen, ob sich der Code vollständig exportieren lässt.
- Geheimnisse suchen: Repository inklusive Historie mit einem Secret-Scanner wie Gitleaks durchsuchen, das ausgelieferte Frontend-Bundle im Browser ansehen. Gefundene Schlüssel erneuern. Ein Schlüssel für den Browser (öffentlicher Supabase-Schlüssel) ist etwas anderes als ein Secret-Key, der nie im Browser stehen darf.
- Abhängigkeiten prüfen: Jede Abhängigkeit gegen die Registry abgleichen (existiert, plausibel, gepflegt). Bekannte Schwachstellen mit einem Werkzeug wie dem OSV-Scanner suchen.
- Zugriffsrechte testen: Zwei Konten je Rolle und Mandant anlegen. Mit Konto A die IDs und Routen von Konto B aufrufen, lesend und schreibend. Routen ohne Anmeldung aufrufen. Bei Supabase RLS und Berechtigungen je Tabelle prüfen und die Richtlinien lesen.
- Eingaben testen: Formulare und API-Felder mit Schadwerten (Sonderzeichen, Skript-Tags, Abfragefragmente) befüllen. Validierung muss serverseitig erfolgen.
- Konfiguration prüfen: CORS, Debug-Modi, Fehlerseiten, Antwort-Header, offene Verwaltungs- oder Vorschau-URLs und Storage-Buckets der Produktivumgebung.
- Tests und Betrieb absichern: Berechtigungstests je Rolle automatisieren. Backup und Wiederherstellung ausprobieren, Protokollierung und Alarmierung einrichten, klären, wer reagiert.
- Wiederholen: Nach jeder größeren Änderung per Prompt erneut prüfen, denn jede Änderung kann einen Schutz verändern.
Ab wann eine externe Prüfung sinnvoll ist
Unsere Einschätzung, keine Vorgabe einer Norm:
- Die Anwendung verarbeitet personenbezogene Daten, Zahlungen oder Daten mehrerer Mandanten.
- Sie ist aus dem Internet erreichbar und kennt Konten mit verschiedenen Rollen.
- Niemand im Team kann erklären, wie Anmeldung und Zugriffsprüfung funktionieren.
- Ein Kunde oder Partner verlangt einen unabhängigen Prüfbericht.
- Die Anwendung geht live, wird an ein anderes Team übergeben oder in den Betrieb übernommen.
- Es gab größere Änderungen per Prompt seit der letzten Prüfung.
Scan, Audit und Pentest im Vergleich
| Verfahren | Frage | Vorgehen | Ergebnis |
|---|---|---|---|
| Schwachstellenscan | Welche bekannten Schwachstellen sind erkennbar? | Werkzeug identifiziert Systeme und zugehörige Schwachstellen (NIST SP 800-115) | Liste von Verdachtsfällen, Bewertung durch Menschen nötig |
| Audit (Code Review) | Ist die Anwendung für den Betrieb bereit? | Prüfung von Code, Datenzugriff, Konfiguration und Betrieb gegen eine Checkliste (Begriff nach unserem Sprachgebrauch) | Priorisierte Liste mit Maßnahmen |
| Pentest | Was ist tatsächlich ausnutzbar? | Nachbildung realer Angriffe, um Schutzmaßnahmen zu umgehen (NIST SP 800-115) | Befunde mit Beleg, Schweregrad und Empfehlung |
Mehr zur Abgrenzung im Wissensartikel AI Code Audit, Code Review oder Pentest.
Verbreitete Irrtümer
| Irrtum | Einordnung | Beleg |
|---|---|---|
| Läuft die Anwendung und sieht sie gut aus, ist sie sicher | Lauffähig heißt nicht sicher. Bei BaxBench (2025) erzeugte das beste Modell nur zu 62 % korrekte Backends, und bei im Mittel rund der Hälfte der korrekten Programme je Modell ließen sich Angriffe ausführen | BaxBench |
| Mit KI-Assistent schreibe ich sichereren Code | In der Stanford-Studie (47 Teilnehmende, fünf Aufgaben) schrieben Teilnehmende mit Assistent bei vier von fünf Aufgaben häufiger unsichere Lösungen und hielten sie häufiger für sicher | Perry et al., CCS 2023 |
| Die Anmeldung schützt die Daten | Anmeldung ist nicht Autorisierung. Fehlt die Prüfung je Datensatz, kann jedes angemeldete Konto fremde Daten abrufen. Bei direkt exponierten Tabellen ohne passende RLS-Richtlinie ist der Zugriff je nach Berechtigungen auch ohne Anmeldung möglich, so im Eintrag zu CVE-2025-48757 | OWASP A01:2025, Supabase, NVD |
| Ein Schlüssel im Frontend-Code ist immer eine Lücke | Das hängt vom Schlüssel ab. Ein öffentlicher Supabase-Schlüssel ist für den Browser vorgesehen, schützt aber selbst keine Daten: Den Zugriff begrenzen Berechtigungen und RLS-Richtlinien auf den Tabellen. Ein Secret-Key darf nie im Browser stehen | Supabase RLS, Supabase API-Schlüssel |
| Slopsquatting ist reine Theorie | Erfundene Paketnamen sind gemessen: 19,7 % der Paketnennungen in einer Studie mit 16 Modellen. Die Studie dokumentiert allerdings keine tatsächlichen Angriffe. BSI und ANSSI führen den Angriffsweg als Risiko | Spracklen et al., BSI und ANSSI |
| Die Prüfung durch eine KI reicht für KI-generierten Code aus | Scanner und KI-Rückfragen senken das Risiko. BSI und ANSSI empfehlen zusätzlich die Prüfung durch Entwickler | BSI und ANSSI |
| Ein Scan ersetzt den Pentest | Ein Scan identifiziert bekannte Schwachstellen. Ein Pentest bildet Angriffe nach, die meisten Pentests suchen zudem nach Kombinationen von Schwachstellen | NIST SP 800-115 |
| Wer den Prompt schreibt, besitzt automatisch das Urheberrecht | Nach Einschätzung des US Copyright Office geben Prompts allein keine ausreichende Kontrolle. In Deutschland zählt die persönliche geistige Schöpfung | US Copyright Office, UrhG § 2, UrhG § 69a |
Stand und Methodik
Stand: 19. November 2026. Die Zahlen stammen aus den Originalquellen: Studien (arXiv, Veröffentlichungen der Hochschulen), Veröffentlichungen von BSI, ANSSI und Fraunhofer IESE, Normtexte und Datenbankeinträge (OWASP, MITRE, NVD, NIST). Die Zuschreibung des Begriffs Vibe Coding an Karpathy stützt sich auf die Darstellung des Fraunhofer IESE (Sekundärquelle) und auf seinen Beitrag auf X vom 2. Februar 2025. Für die Zahlen dienen Berichte von Anbietern von Sicherheitswerkzeugen und Sicherheitsprüfungen, Medienberichte und Sekundärzitate nicht als Beleg.
Grenzen: Die Studien messen Modelle und Werkzeuge ihrer Zeit, neue Versionen verschieben die Werte. Die Zahlen verschiedener Studien sind nicht vergleichbar (unterschiedliche Aufgaben, Sprachen, Modelle, Fehlerbegriffe). Die Studie von Perry et al. nutzt eine kleine Stichprobe, die NYU-Studie einen frühen Copilot-Stand, BaxBench Modelle des Jahres 2025. Auswahl und Zuordnung der Schwachstellenklassen, die Schritte zum Selbstprüfen und die Schwellen für eine externe Prüfung sind unsere Zusammenstellung. Aussagen mit „Unsere Einschätzung“ sind keine Belege aus Quellen. Der Abschnitt „Unser Vorgehen bei WZ-IT“ beschreibt das eigene Angebot und ist keine Quellenaussage. Rechtliche Hinweise sind keine Rechtsberatung.
Unser Vorgehen bei WZ-IT
- Übergabe: Sie übergeben Quellcode, eine Testinstanz und Testkonten je Rolle und Mandant. Das Eigentum an der Anwendung wird geprüft.
- Inventar: Wir erfassen die Einstiegspunkte und Routen der Anwendung. Die Laufzeitsicht auf die Routen steht derzeit für Express (Node.js) bereit.
- Audit: Das Production Readiness Audit prüft Anmeldung, Datenzugriff, Sicherheit, Tests, Deployment und Betrieb und liefert eine priorisierte Liste für den Go-live.
- Pentest: Der automatisierte Whitebox-Pentest für Webanwendungen und APIs greift die Testinstanz an, nie das Produktivsystem. Bestätigte Befunde kommen mit Beleg. Jeder Befund trägt einen von vier Zuständen: bestätigt, widerlegt, Verdacht ohne Bestätigung oder nicht geprüft. Schwere bestätigte Befunde prüft das Team von Hand. Der Bericht enthält eine Abdeckungstabelle.
- Beheben und betreiben: Auf Wunsch beheben wir die Befunde und übernehmen Hosting und Betrieb (Übernahme, Betrieb). Änderungen per Prompt begleitet das laufende AI Code Review.
Preise, netto, Stand November 2026:
| Leistung | Preis |
|---|---|
| Pentest einmalig | 1.000 € (klein), 1.500 € (mittel), 2.000 € (groß), netto, Festpreis nach Größe der Anwendung |
| Pentest im Abo, vierteljährlich | 2.500 € (klein), 3.750 € (mittel), 5.000 € (groß), netto je Jahr |
| Pentest im Abo, monatlich | 4.000 € (klein), 6.000 € (mittel), 8.000 € (groß), netto je Jahr |
| Production Readiness Audit | ab 1.490 € |
| Kombipaket Audit plus Pentest | ab 1.990 € für eine kleine Anwendung |
| AI Code Review, laufend | ab 990 € im Monat |
Weiterführende Guides
- Vibe Coding Security Audit
- KI-generierte App prüfen lassen: Audit und Pentest
- Pentest für Webanwendungen und APIs
- AI Code Review
- KI-generierte Software vor dem Produktivbetrieb prüfen
- KI-generierte Apps sicher in die Cloud deployen
Anwendung per Prompt gebaut und echte Daten im Spiel? Wir prüfen Code, Datenzugriff und Betrieb und greifen eine Testinstanz an. Erstgespräch buchen · Vibe Coding Security Audit
Quellen
- Andrej Karpathy: Beitrag auf X zu Vibe Coding (Februar 2025)
- Fraunhofer IESE: Vibe Coding verstehen, Definition, Potenziale und Risiken (27.11.2025)
- BSI und ANSSI: AI Coding Assistants (Stand September 2024)
- Pearce et al., NYU: Asleep at the Keyboard? (2021)
- Perry et al., Stanford: Do Users Write More Insecure Code with AI Assistants? (ACM CCS 2023)
- Georgetown CSET: Cybersecurity Risks of AI-Generated Code (November 2024)
- Vero et al.: BaxBench, Can LLMs Generate Correct and Secure Backends? (ICML 2025)
- Spracklen et al.: We Have a Package for You! Package Hallucinations by Code Generating LLMs (USENIX Security 2025)
- NVD: CVE-2025-48757
- Supabase: Row Level Security
- Supabase: API-Schlüssel
- OWASP Top 10:2025
- OWASP Top 10 for LLM Applications 2025: LLM09 Misinformation
- OWASP Application Security Verification Standard 5.0.0
- MITRE CWE
- WHATWG Fetch Standard: CORS protocol and credentials
- NIST Glossar: Penetration Testing (SP 800-115)
- NIST Glossar: Vulnerability Scanning (SP 800-115)
- US Copyright Office: Copyright and Artificial Intelligence, Part 2: Copyrightability (29.01.2025)
- UrhG § 2: Geschützte Werke
- UrhG § 69a: Gegenstand des Schutzes (Computerprogramme)
- Europäische Kommission: Haftung für fehlerhafte Produkte (Richtlinie 2024/2853)
- EUR-Lex: Richtlinie (EU) 2024/2853 über die Haftung für fehlerhafte Produkte
- Gitleaks
- OSV-Scanner











