Deep Scan
CodeRabbit stellt kostenlose Security-Scans im Wert von 1 Mio. US-Dollar bereit
CodeRabbit und OpenAI bündeln ihre Kräfte gegen kritische Schwachstellen
CodeRabbit, die Governance- und Kontrollebene für die Entwicklung agentischer Software, hat kostenlose Deep Scans angekündigt. CodeRabbit übernimmt die Kosten für die Nutzung von Deep Scans bis zu einer Höhe von 5.000 US-Dollar pro Organisation und stellt dafür insgesamt 1 Million US-Dollar bereit. Damit erhält jedes Entwicklerteam Zugang zu den fortschrittlichen Werkzeugen von CodeRabbit für Sicherheitsanalyse und Behebung – auch Open-Source-Maintainer und Unternehmen, die CodeRabbit bisher noch nicht einsetzen. Darüber hinaus ist CodeRabbit dem OpenAI Daybreak Defense Network beigetreten und plant, die auf Cybersicherheit spezialisierte GPT-Modelle von OpenAI in CodeRabbit Secure zu integrieren.
Deep Scan nutzt hochentwickelte KI-Modelle, darunter OpenAI GPT-6.1 Sol, um ganze Codebasen umfassend zu analysieren. Dabei übernimmt das Tool die Rolle eines Red Teams: Es identifiziert Sicherheitslücken und überprüft, welche Schwachstellen für Angreifer tatsächlich erreichbar und damit potenziell ausnutzbar sind. Die Entwicklerteams erhalten so eine gezielte, nach Prioritäten geordnete Liste der zu behebenden Schwachstellen. CodeRabbit kann zudem Korrekturvorschläge generieren, die sich an den bestehenden Standards der jeweiligen Codebasis orientieren. Dadurch reduziert sich der Aufwand für die Behebung von Sicherheitslücken.
In den letzten 30 Tagen hat CodeRabbit Secure in 600 Unternehmen mehr als 8.000 Schwachstellen mit hohem oder kritischem Schweregrad identifiziert. Mehr als 70 % davon entfielen auf fehlerhafte Zugriffskontrollen, SQL-Injections und Authentifizierungslücken.
Open-Source-Software bildet das Fundament nahezu jeder modernen Software und ist einer Flut von Sicherheitslücken ausgesetzt, für deren Bewältigung die meisten Projekte personell nicht gerüstet sind. Allein in der vergangenen Woche musste PHP, die Open-Source-Sprache hinter einem Großteil des Webs, Notfall-Patches für zwei kritische Lücken veröffentlichen, die seit 14 Jahren im Code steckten. Cloudflare verzeichnete innerhalb weniger Stunden Millionen von Angriffsversuchen . Noch am selben Tag veröffentlichte auch Node.js seine eigenen Sicherheitsupdates . Microsoft berichtete von einer staatsnahen Hackergruppe, die mithilfe eines KI-gestützten Angriffstools mehr als 2.250 Cloud-Mandanten ins Visier genommen hat. Zudem wurde eine kompromittierte Version einer beliebten Open-Source-KI-Bibliothek dabei ertappt, wie sie die Zugangsdaten von Entwicklern stahl. Schwachstellen werden inzwischen schneller gefunden, als Entwickler sie beheben können. Wer KI-getriebenen Bedrohungen begegnen will, braucht KI-gestützte Abwehr.
„KI hat die Entwicklung von Software erheblich vereinfacht und beschleunigt. Gleichzeitig hat sie jedoch die etablierten Prozesse zur Überprüfung der Softwarequalität und zur Sicherstellung ihrer Vertrauenswürdigkeit aus den Angeln gehoben”, so Harjot Gill, Mitbegründer und CEO von CodeRabbit . „Agenten schreiben mehr Code, als Menschen überprüfen können. Dadurch entstehen neue Schwachstellen. Und jeder, der eine Kreditkarte besitzt, kann diese nun in großem Stil ausnutzen. Die Angriffe der vergangenen Woche zeigen, dass die Gewährleistung der Codesicherheit eine dringende Aufgabe für jedes Entwicklerteam ist. Die KI wird die Schwachstelle finden. CodeRabbit hilft ihnen dabei, sie zuerst zu entdecken.“
Sicherheit liegt in der Verantwortung aller
KI-Coding-Agenten schreiben Code inzwischen schneller, als ihn irgendjemand lesen kann. Laut einer Umfrage von New Relic aus dem Juni 2026 geben 62 % der befragten IT-Führungskräfte an, dass ihre Teams KI-generierten Code häufig in Produktivumgebungen einsetzen, ohne ihn zuvor Zeile für Zeile zu überprüfen. Dadurch bleiben Fehler unentdeckt und Angreifer setzen KI-Agenten ein, um diese als Erste aufspüren. Zudem setzen Cyberkriminelle die neuesten KI-Modelle ein, um Schwachstellen in älterem Code zu identifizieren, der seit Jahren unverändert ist. Die jüngsten Schwachstellen in PHP und GitLab belegen: Mit agentischen Methoden lassen sich heute Exploits selbst für Code finden, der seit mehr als einem Jahrzehnt unverändert ist.
CodeRabbit Secure verfolgt einen neuen Ansatz für die Codesicherheit: Mithilfe eines agentbasierten Frameworks und modernster KI-Modelle werden Schwachstellen in der gesamten Codebasis identifiziert. Die meisten Sicherheitstools vergleichen Code mit einem festen Regelwerk und bekannter Schwachstellenmuster. CodeRabbit Secure setzt hingegen mehrere, speziell für Sicherheitsaufgaben entwickelte KI-Agenten ein. Diese suchen in einer Codebasis gezielt nach Schwachstellen und Angriffsmöglichkeiten und gehen dabei ähnlich vor wie potenzielle Angreifer es tun würden. CodeRabbit Secure analysiert die Struktur und Zusammenhänge der gesamten Codebasis im Detail, lässt zahlreiche KI-Agenten parallel verschiedene Codepfade auf Schwachstellen untersuchen und überprüft die vorhandenen Schutzmechanismen. Mithilfe semantischer Analysen bewertet CodeRabbit Secure zudem, ob sich identifizierte Schwachstellen tatsächlich ausnutzen lassen. Dadurch kann es Sicherheitslücken aufdecken, die den meisten herkömmlichen Tools entgehen.
CodeRabbit Secure gewährleistet umfassende Codesicherheit vor, während und nach dem Zusammenführen von Codeänderungen (Merge). Angesichts der explosionsartig steigenden Anzahl von Pull-Requests kann sich jede Änderung auf den nachgelagerten Code auswirken. Ein Fehler in einer Änderung kann sich auf alle damit verbundenen Teile auswirken. CodeRabbit Secure prüft den Code bereits aktiv, während Entwickler daran arbeiten und arbeitet dabei auch in adversarialen Prüfzyklen mit Coding-Agenten. Zudem überprüft CodeRabbit Secure jeden Pull-Request vor der Zusammenführung auf Sicherheitslücken, priorisiert Pull-Requests anhand ihres Risikopotenzials für eine mögliche manuelle Überprüfung und zeigt den Entwicklungsverantwortlichen die potenziellen Auswirkungen einzelner Codeänderungen auf andere Teile der Codebasis (Blast Radius). So lässt sich bereits vor der Bereitstellung abschätzen, welche Teile von einer Änderung betroffen sein könnten.
Wurden Schwachstellen identifiziert, kann CodeRabbit einen Korrekturvorschlag erstellen, der sich an den bestehenden Coding-Standards des jeweiligen Teams orientiert. Anschließend überprüft CodeRabbit, ob die Schwachstelle nach der Bereitstellung der Korrektur tatsächlich behoben wurde.
„Sicherheitsteams müssen Schwachstellen schneller erkennen und beheben, als Angreifer sie ausnutzen können“, sagt McCall McIntyre, Head of Global Cyber Partnerships bei OpenAI. „Im Rahmen des Daybreak Defense Network arbeiten wir mit CodeRabbit zusammen, um die OpenAI-GPT-Cybermodelle in Deep Scan zu integrieren. So helfen wir Entwicklerteams, Schwachstellen schneller aufzuspüren und zu beheben, bevor Angreifer sie ausnutzen können. Dass dieses Angebot für Entwicklerteams und Open-Source-Maintainer kostenlos ist, stärkt die Software, auf die wir alle angewiesen sind.”
