Die Bank of America setzt das KI-Modell Mythos ein, um potenzielle Sicherheitslücken in ihrem Code zu identifizieren. Das Programm hat bereits eine beeindruckende Zahl von Schwachstellen aufgedeckt, die nun in einer umfangreichen Patch-Initiative behoben werden. Dabei sind etwa 1000 externe Entwickler und Sicherheitsexperten beteiligt.
Dieses Vorgehen ist bemerkenswert, da es zeigt, wie Künstliche Intelligenz in Echtzeit-Szenarien zur Code-Analyse eingesetzt wird. Mythos wurde speziell trainiert, um Muster zu erkennen, die auf potenzielle Sicherheitsprobleme hindeuten. Da grosse Finanzinstitute riesige Codebases mit Millionen Zeilen verwalteter und gekaufter Software haben, ist eine manuelle Überprüfung praktisch unmöglich.
Die Bank of America sieht in dieser Initiative grosses Potential für Kostenersparnisse. Wenn die Patches abgeschlossen sind, rechnet die Bank mit signifikanten Einsparungen durch weniger Sicherheitsvorfälle, reduzierte Ausfallzeiten und geringere Compliance-Risiken. Dies ist ein klassischer ROI-Fall für KI in der Cybersicherheit.
Für IT-Dienstleister und ihre Kunden lässt sich daraus eine wichtige Lektion ableiten: KI-gestützte Code-Analyse ist kein exotisches Zukunftsszenario mehr, sondern wird bereits von führenden Finanzinstitutionen operativ eingesetzt. Unternehmen, die ihre Codebasis regelmässig auf Schwachstellen prüfen möchten, sollten untersuchen, ob ähnliche KI-Werkzeuge auch für sie geeignet sind.
Der Einsatz von KI-basierten Analyse-Tools kann insbesondere für Organisationen mit Legacy-Code oder komplexen Systemen einen enormen Nutzen bringen. Regelmässige, automatisierte Scans würden manuelle Audits ergänzen und eine kontinuierliche Sicherheitsüberwachung ermöglichen. Dies passt in moderne DevSecOps-Praktiken, wo Sicherheit von Anfang an in den Entwicklungsprozess integriert ist.