Entwicklung & Technik · Security & DevSecOps

KI-Schulungen für Security- und DevSecOps-Teams

KI-Coding-Assistenten und Agenten verändern die Anwendungssicherheit von zwei Seiten: Sie beschleunigen Threat Modeling, Code-Reviews und das Schreiben von Detection-Regeln, erzeugen aber gleichzeitig neuen Code in einem Tempo, dem klassische Security-Gates kaum folgen. Security- und DevSecOps-Teams nutzen KI daher, um SAST-Funde zu triagieren, Fixes für Schwachstellen vorzuschlagen, CI/CD-Pipelines mit Prüfschritten zu härten und Infrastructure-as-Code auf Fehlkonfigurationen zu untersuchen. Entscheidend ist ein kontrollierter Rahmen: Agenten mit minimalen Rechten, keine Secrets im Prompt-Kontext, nachvollziehbare Änderungen per Pull Request und menschliche Freigabe für sicherheitskritische Entscheidungen. Im Kurs lernen Sie, KI als Verstärker Ihres Security-Programms einzusetzen und zugleich die neuen Risiken durch generierten Code, Prompt Injection und unsichere Tool-Anbindungen zu beherrschen.

Für wen ist das Training?

  • Application-Security-Engineers und Security Champions in Entwicklungsteams
  • DevSecOps- und Platform-Engineers, die CI/CD-Pipelines verantworten
  • Penetrationstester:innen und Red-Team-Mitglieder
  • SOC-Analyst:innen und Detection Engineers
  • Entwickler:innen mit Verantwortung für sichere Software-Lieferketten

Typische Herausforderungen, die wir adressieren

  • Flut an SAST-, DAST- und SCA-Funden mit hohem Anteil an False Positives
  • Security-Reviews werden zum Engpass, weil Entwicklungsteams mit KI deutlich mehr Code liefern
  • Fehlkonfigurationen in Terraform, Kubernetes-Manifests und Cloud-Policies bleiben unentdeckt
  • Neue Angriffsflächen durch LLM-Integrationen, Prompt Injection und Agenten mit weitreichenden Rechten

Praxisszenarien aus Ihrem Bereich

Threat Modeling beschleunigen

Aus Architekturbeschreibungen und Datenflussdiagrammen STRIDE-basierte Bedrohungsanalysen ableiten, Vertrauensgrenzen identifizieren und konkrete Gegenmaßnahmen als prüfbare Anforderungen für das Backlog formulieren lassen. Bei Architekturänderungen wird das Modell gezielt aktualisiert statt neu erstellt.

SAST-Funde triagieren

Statische Analyseergebnisse mit dem tatsächlichen Code-Kontext abgleichen, Erreichbarkeit und Ausnutzbarkeit bewerten, False Positives begründet markieren und für echte Schwachstellen minimal-invasive Fixes als Pull Request vorbereiten.

Secure Code Review

Pull Requests gezielt auf Injection, fehlerhafte Autorisierung, unsichere Deserialisierung und Kryptografie-Fehler prüfen lassen, mit Verweis auf OWASP-Kategorien und nachvollziehbarer Begründung für jedes Finding. Hinweise erscheinen direkt als Review-Kommentare.

IaC und Container härten

Terraform-Module, Helm-Charts und Dockerfiles auf überprivilegierte Rollen, offene Ports, fehlende Verschlüsselung und unsichere Base-Images analysieren und gehärtete Varianten mit Policy-as-Code-Regeln erzeugen. Abweichungen werden bereits im Pull Request sichtbar.

Detection Engineering

Sigma-Regeln, YARA-Signaturen und SIEM-Abfragen aus Bedrohungsbeschreibungen entwerfen, mit Testdaten validieren und Dokumentation zu Angriffstechniken nach MITRE ATT&CK automatisch ergänzen. So entstehen getestete Regeln deutlich schneller und konsistenter als bei manueller Erstellung.

Supply Chain absichern

SBOMs auswerten, verwundbare Abhängigkeiten priorisieren, Update-Pfade inklusive Breaking Changes analysieren und Pipeline-Schritte für Signierung, Provenance und Dependency-Pinning automatisiert ergänzen. Update-Pull-Requests enthalten eine verständliche Zusammenfassung der Risiken und notwendigen Code-Anpassungen.

Mögliche Praxisprojekte im Kurs

Finding-Triage-Bot

Ein Skript, das SARIF-Dateien aus der Pipeline einliest, Funde dedupliziert, mit Code-Kontext anreichert und priorisierte Tickets mit Fix-Vorschlag erzeugt. Doppelte Meldungen verschwinden dabei zuverlässig.

Secret-Scanner-Hook

Ein Pre-Commit-Hook mit eigenen Erkennungsmustern für interne Token-Formate, Allowlist-Verwaltung und verständlichen Hinweisen, wie geleakte Secrets rotiert werden. Er läuft lokal und in der CI.

Threat-Model-Generator

Eine kleine Web-App, die aus einer Systembeschreibung ein strukturiertes Bedrohungsmodell mit Datenflüssen, Risiken und Maßnahmen als exportierbares Dokument erstellt. Die Vorlagen orientieren sich an STRIDE.

Alle 10 Kurse für Security- und DevSecOps-Teams

Vibe & Agentic Coding (10)

Datenschutz & Compliance

Quellcode, Schwachstelleninformationen und Logs sind hochsensibel: Sie lernen, welche Daten an KI-Dienste übergeben werden dürfen, wie Secrets aus dem Kontext ferngehalten werden und wie KI-Einsatz zu den Anforderungen aus NIS2, Cyber Resilience Act, DSGVO und EU AI Act passt.

Voraussetzungen

Sie verfügen über Erfahrung in der Softwareentwicklung oder im Betrieb sowie über Grundkenntnisse in Anwendungssicherheit, etwa zu OWASP Top 10 und CI/CD-Pipelines.

Häufige Fragen

Ist KI-generierter Code ein Sicherheitsrisiko?

KI-Assistenten reproduzieren mitunter unsichere Muster, veraltete Bibliotheken oder erfundene Paketnamen. Das Risiko ist beherrschbar, wenn generierter Code dieselben Prüfungen durchläuft wie handgeschriebener: Code-Review, SAST, Dependency-Scanning und Tests. Im Kurs etablieren Sie genau diese Leitplanken und nutzen KI zugleich selbst, um Schwachstellen schneller zu finden und zu beheben.

Darf ein KI-Agent Sicherheitsfixes selbstständig einspielen?

Wir empfehlen ein abgestuftes Modell: Der Agent analysiert, schlägt Fixes vor und erstellt Pull Requests, die Freigabe bleibt bei Menschen. Für risikoarme Routineaufgaben wie Dependency-Updates mit grünen Tests kann eine höhere Automatisierung sinnvoll sein. Sie lernen, Berechtigungen, Sandboxing und Audit-Trails so zu gestalten, dass die Entscheidung nachvollziehbar bleibt.

Unverbindlich anfragen

Wir melden uns innerhalb eines Werktags mit Terminbestätigung oder Alternativvorschlag.

Format *
Gesamt 949 € zzgl. gesetzl. MwSt.