Künstliche Intelligenz des GitHub Security Lab hat in Android-Apps über 20 Sicherheitslücken aufgedeckt. Ein speziell entwickeltes, quelloffenes KI-Framework identifizierte Schwachstellen. Dazu gehören verdecktes Standort-Tracking und Angriffsvektoren, die eine Account-Übernahme ermöglichen könnten.

Diese Entdeckungen werfen relevante Fragen zur Sicherheit mobiler Anwendungen und zum Potenzial von KI in der Cybersicherheit auf.

KI-gestützte Aufdeckung von Android-Schwachstellen

Forscher des GitHub Security Lab nutzen ein quelloffenes KI-Framework zur Identifikation von Schwachstellen in Android-Anwendungen. Kevin Stubbings, ein Sicherheitsforscher des Labs, entwickelte hierfür benutzerdefinierte KI-gesteuerte Prüf-Workflows. Diese Taskflows führten zur Entdeckung und Meldung von insgesamt 24 Sicherheitslücken in Android-Apps.

Zu den aufgedeckten Schwachstellen zählt ein verdecktes Standort-Tracking in der Navigations-App OsmAnd. Diese App verzeichnet über 10 Millionen Downloads im Google Play Store. Auch in der offiziellen Wikipedia-Android-App identifizierten die Forscher eine Lücke.

Diese könnte eine Kette bis zur Übernahme von Accounts ermöglichen. Die verwendeten Taskflows sind quelloffen und lassen sich grundsätzlich gegen jedes Repository ausführen. Ihre Nutzung erfordert jedoch eine GitHub Copilot-Lizenz und kann hohe Anfragen an die Premium-Modelle verursachen.

Technologische Details der Angriffsvektoren

Die detaillierte Analyse der von der KI aufgedeckten Lücken offenbart spezifische technische Schwächen. In der OsmAnd-App fanden die Forscher eine exportierte Aktivität namens MapActivity. Diese akzeptierte Intent-Extras, die auf einen internen Kanal beschränkt sein sollten. Stattdessen konnten diese von jeder anderen App auf dem Telefon ohne zusätzliche Berechtigungen genutzt werden.

Ein Angreifer hätte so bösartige Einstellungen importieren und die Kartendatenquelle von OsmAnd auf einen kontrollierten Server umleiten können. Dies hätte die Protokollierung exakter Koordinaten geladener Kartenausschnitte und die unbemerkte Rekonstruktion von Nutzerrouten ermöglicht. Ebenso wäre die Offenlegung von Routing-Anfragen, inklusive Start- und Zielpunkten, möglich gewesen.

In der Wikipedia-App zeigte sich eine Schwachstelle im Deeplink-Handler. Die Hostnamenprüfung verwendete endsWith() statt einer exakten Übereinstimmung der vollständigen Domain. Dadurch konnte ein wikipedia://-Link auf eine ähnliche, aber bösartige Domain wie evil-wikipedia.org verweisen und diese im WebView der App laden.

Ein zweiter Fehler im Cookie-Manager der App führte dazu, dass WebView langfristige Session-Cookies des Opfers abrufen konnte.

Die Verkettung dieser beiden Fehlerketten ermöglichte es einem Angreifer, nach dem Antippen eines manipulierten Links ein gültiges Token für mehrere Wikimedia-Projekte (Wikipedia, Wikimedia Commons, Wikidata, Meta) zu erhalten. Dies bot das Potenzial zur Übernahme von Nutzerkonten.

Die Methodik der KI-Sicherheitsagenten

Das GitHub Security Lab Taskflow Agent Framework ist ein quelloffenes System. Es ermöglicht die Automatisierung und gemeinsame Nutzung von KI-gestützten Sicherheitsforschungs-Workflows. Die Forscher erstellten Android-spezifische Taskflows. Diese unterteilen Audits in kleinere, überschaubare Phasen. Ein großes Sprachmodell scannt das gesamte Repository somit nicht mit einem allgemeinen Prompt.

Ein Taskflow namens gather_mobile_entry_point_info.yaml identifiziert mobile Einstiegspunkte wie exportierte Aktivitäten, Dienste, Broadcast-Empfänger oder Deeplinks. Er trennt diese von Web- oder Desktop-Einstiegspunkten. Ein weiterer Taskflow (classify_application_local.yaml) bewertet jeden identifizierten Einstiegspunkt hinsichtlich Android-spezifischer Schwachstellen.

Dazu gehören unsichere Intents, Confused-Deputy-Probleme, unsichere Broadcasts, Cross-App-Scripting und WebView-Risiken.

Die modulare Struktur hilft der KI, die relevante Angriffsfläche nachvollziehbar zu analysieren. Dies gilt auch in komplexen Repositories, die mobilen, Web- und Desktop-Code enthalten. GitHub kombiniert hier strikte, wiederholbare Prompts mit breiteren, explorativen Läufen.

Grenzen der KI-Unterstützung

Trotz der Erfolge zeigen sich Limitationen der aktuellen KI-Modelle. Kevin Stubbings berichtete, dass das Modell sogenannte „low-severity issues“ auch nach Anweisung immer wieder markierte. Es schätzte die tatsächliche Auswirkung in Fällen falsch ein, in denen ein mildernder Faktor einen scheinbar funktionierenden Exploit unwirksam machte.

Dazu zählt etwa interne Speicherung, die extern kontrollierte Speicher stillschweigend überschreibt.

Diese Beobachtungen verdeutlichen: Jeder von der KI gefundene Sachverhalt erfordert weiterhin eine menschliche Überprüfung. Ein erfahrener Prüfer für mobile Anwendungen muss diese vor weiteren Schritten vornehmen. Modelle können Fehlalarme erzeugen und die Schwere von Schwachstellen überschätzen.

Dies gilt insbesondere, wenn sie mildernde Kontrollen oder komplexe Anwendungslogiken übersehen. In einer internen 30-tägigen Evaluierung wurden über 170.000 Sicherheitsprobleme verarbeitet. Laut GitHub gaben 80 Prozent der Entwickler positives Feedback zu den KI-gestützten Sicherheitsergebnissen.

Parallel dazu zeigen Messungen, dass die Behebung von Sicherheitsproblemen mit Copilot Autofix im Jahr 2025 durchschnittlich 0,66 Stunden beanspruchte. Ohne KI-Unterstützung waren es 1,29 Stunden.

Ausblick auf die Cybersicherheit

Die Entdeckungen durch die GitHub-KI unterstreichen das Potenzial von KI-gestützten Tools. Diese können große Codebasen automatisiert auf potenzielle Schwachstellen analysieren. Dadurch erhöht sich die Effizienz von Sicherheitsteams. Die Notwendigkeit einer menschlichen Verifizierung bei der Bewertung der Schwere von Schwachstellen bleibt jedoch bestehen.

GitHub kündigte für März 2026 die Integration KI-gestützter Fehlererkennung in seine Code Security Plattform an. Eine öffentliche Vorschau des Hybrid-Modells von GitHub Code Security ist ab April 2026 geplant. Die Marktentwicklung wird zeigen, wie schnell sich diese Technologien etablieren und welche neuen Herausforderungen sie mit sich bringen.