Schulung · OpenAI Codex · Security & DevSecOps

OpenAI Codex für Security- und DevSecOps-Teams

Mit OpenAI Codex Entwicklungsaufgaben delegieren: CLI und Cloud-Agent, AGENTS.md, Sandboxing, Freigaben und PR-Workflows im Team.

Dauer
2 Tage (14 Std.)
Format
Online oder vor Ort
Sprache
Deutsch oder Englisch
Teilnehmende
offene Termine oder exklusiv für Ihr Team
Abschluss
Teilnahmebescheinigung

Überblick

„OpenAI Codex für Security- und DevSecOps-Teams“ ist ein praxisorientiertes Training für Rollen wie Application-Security-Engineers und Security Champions in Entwicklungsteams, DevSecOps- und Platform-Engineers, die CI/CD-Pipelines verantworten und Penetrationstester:innen und Red-Team-Mitglieder. Sie lernen OpenAI Codex nicht abstrakt, sondern an Aufgaben aus Ihrem Arbeitsalltag kennen – mit Beispielen, Übungen und Vorlagen aus dem Bereich Security & DevSecOps.

OpenAI Codex ist ein Coding-Agent, der sowohl lokal als Kommandozeilenwerkzeug und IDE-Erweiterung als auch als Cloud-Agent arbeitet. Lokal liest Codex Ihr Repository, schlägt Änderungen vor und führt Befehle in einer abgesicherten Umgebung aus. In der Cloud bearbeitet Codex delegierte Aufgaben parallel in isolierten Containern und liefert die Ergebnisse als nachvollziehbare Diffs oder Pull Requests. In diesem zweitägigen Training lernen Sie, beide Arbeitsweisen sinnvoll zu kombinieren und Aufgaben so zu schneiden, dass der Agent sie zuverlässig erledigt.

Zentrale Themen sind Steuerung und Sicherheit: Mit AGENTS.md geben Sie Codex Projektwissen, Build- und Testbefehle sowie Konventionen mit. Sie konfigurieren Freigabemodi und Sandboxing, damit der Agent nur das tut, was Sie erlauben, und richten Cloud-Umgebungen mit passenden Setup-Skripten ein. Außerdem binden Sie Codex in Ihre Pull-Request-Workflows ein, nutzen automatisierte Code-Reviews und entwickeln Regeln dafür, welche Aufgaben im Team delegiert werden und wie die Ergebnisse vor dem Merge geprüft werden.

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.

Das Training findet live statt – wahlweise online im virtuellen Klassenraum oder vor Ort in unseren Trainingsräumen in München, Salzburg, Berlin, Augsburg, Hannover, Bremen, Stuttgart und Kaiserslautern. Auf Wunsch kommen wir auch exklusiv für Ihr Team zusammen.

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

Das können Sie nach dem Training

  • Sie setzen Codex lokal und in der Cloud gezielt für passende Entwicklungsaufgaben ein.
  • Sie schreiben eine AGENTS.md, die den Agenten zuverlässig durch Ihr Projekt führt.
  • Sie konfigurieren Freigabemodi und Sandboxing passend zu Ihren Sicherheitsanforderungen.
  • Sie delegieren Aufgaben an den Cloud-Agenten und prüfen die Ergebnisse systematisch.
  • Sie setzen KI-Agenten für Triage, Review und Fix-Erstellung ein, ohne die Kontrolle über sicherheitskritische Änderungen abzugeben.
  • Sie integrieren KI-gestützte Prüfschritte in CI/CD-Pipelines und verknüpfen sie mit bestehenden SAST-, SCA- und IaC-Scannern.
  • Sie bewerten und mitigieren die spezifischen Risiken von KI-generiertem Code, Prompt Injection und Agenten-Tool-Zugriffen.

Inhalte & Ablauf

Tag 1

Modul 1 Codex im Überblick: CLI, IDE und Cloud
  • Arbeitsweisen von Codex lokal und in der Cloud vergleichen
  • Codex CLI installieren, anmelden und im Repository starten
  • Interaktive Sitzungen, nicht-interaktive Ausführung und Modellwahl
  • Geeignete und ungeeignete Aufgaben für einen Coding-Agenten unterscheiden
Modul 2 Projektwissen mit AGENTS.md
  • AGENTS.md mit Build-, Test- und Lint-Befehlen aufbauen
  • Konventionen, Architekturhinweise und Verbote präzise formulieren
  • Verschachtelte AGENTS.md-Dateien für Monorepos und Teilprojekte nutzen
  • Wirksamkeit prüfen und Anweisungen iterativ verbessern
Modul 3 Sandboxing, Freigaben und Sicherheit
  • Freigabemodi von nur lesend bis weitgehend autonom bewusst wählen
  • Sandbox-Grenzen für Dateisystem und Netzwerkzugriff verstehen
  • Umgang mit Secrets, Abhängigkeiten aus dem Internet und Prompt Injection
  • Konfigurationsdateien für Team-Standards und sichere Voreinstellungen
Modul 4 Aufgaben an den Cloud-Agenten delegieren
  • Cloud-Umgebungen mit Setup-Skripten und Abhängigkeiten konfigurieren
  • Aufgaben mit klarem Ziel, Kontext und Abnahmekriterien formulieren
  • Mehrere Aufgaben parallel starten und Ergebnisse vergleichen
  • Logs und Testausgaben nutzen, um Lösungen nachzuvollziehen

Tag 2

Modul 5 PR-Workflows und Code-Review im Team
  • Ergebnisse als Pull Request übernehmen und nachbessern lassen
  • Automatisierte Code-Reviews durch Codex in GitHub einsetzen
  • Codex in Skripte und CI-Pipelines einbinden
  • Teamregeln für Delegation, Review-Pflichten und Verantwortlichkeiten festlegen
Modul 6 Praxislabor: Security & DevSecOps
  • Threat Modeling beschleunigen
  • SAST-Funde triagieren
  • Secure Code Review
  • IaC und Container härten
  • Detection Engineering
  • Supply Chain absichern
Modul 7 Datenschutz, Qualität & Transfer in den Alltag
  • 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.
  • Spielregeln für den sicheren KI-Einsatz im Team
  • Ergebnisse prüfen: Fakten, Quellen, Tests und Vier-Augen-Prinzip
  • Persönlicher Umsetzungsplan für die nächsten 30 Tage
  • Offene Fragen, Ausblick und Ressourcen zum Weiterlernen

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.

Voraussetzungen

Sie haben praktische Programmiererfahrung, arbeiten sicher mit Git und der Kommandozeile und kennen Pull-Request-basierte Workflows. Sie verfügen über Erfahrung in der Softwareentwicklung oder im Betrieb sowie über Grundkenntnisse in Anwendungssicherheit, etwa zu OWASP Top 10 und CI/CD-Pipelines.

Technische Voraussetzungen

Eigener Laptop mit Terminal, Git und Node.js-Laufzeit; ein ChatGPT-Plan mit Codex-Zugang oder ein OpenAI-API-Schlüssel sowie ein GitHub-Konto für die Cloud-Übungen.

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.

Terminvorschläge

Alle Termine sind Vorschläge – Ihr Wunschtermin ist jederzeit möglich.

  • Do, 26. November 2026 – Fr, 27. November 2026 Online Anfragen
  • Mo, 7. Dezember 2026 – Di, 8. Dezember 2026 Stuttgart Anfragen
  • Do, 21. Januar 2027 – Fr, 22. Januar 2027 Online Anfragen
  • Do, 4. Februar 2027 – Fr, 5. Februar 2027 Berlin Anfragen
  • Do, 18. Februar 2027 – Fr, 19. Februar 2027 Online Anfragen
  • Do, 4. März 2027 – Fr, 5. März 2027 München Anfragen

Häufige Fragen

Wann nutze ich Codex lokal und wann in der Cloud?

Lokal arbeiten Sie interaktiv und eng am Code, etwa beim Debugging oder bei explorativen Änderungen, bei denen Sie jeden Schritt verfolgen möchten. Der Cloud-Agent eignet sich für klar umrissene Aufgaben, die unabhängig ablaufen können, beispielsweise Tests ergänzen oder kleinere Fehler beheben. Mehrere solcher Aufgaben lassen sich parallel starten und anschließend als Pull Request prüfen.

Was gehört in eine gute AGENTS.md?

Eine gute AGENTS.md beschreibt, wie das Projekt gebaut, getestet und geprüft wird, welche Konventionen gelten und welche Bereiche nicht angefasst werden sollen. Sie ist knapp, konkret und aktuell. Hilfreich sind außerdem Hinweise zur Architektur und zu typischen Stolperfallen. Im Kurs entwickeln Sie eine AGENTS.md für ein eigenes Projekt und testen deren Wirkung.

Wie sicher ist es, Codex Befehle ausführen zu lassen?

Codex arbeitet standardmäßig in einer Sandbox mit eingeschränktem Datei- und Netzwerkzugriff und fragt vor riskanten Schritten nach Freigabe. Wie viel Autonomie Sie gewähren, legen Sie über Freigabemodi und Konfiguration fest. Im Kurs lernen Sie, diese Einstellungen bewusst zu wählen und Risiken wie Prompt Injection oder das Ausführen unbekannter Abhängigkeiten zu begrenzen.

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.

Was kostet die Schulung „OpenAI Codex für Security- und DevSecOps-Teams“?

Die Schulung kostet pauschal 949 € zzgl. gesetzl. MwSt. pro Teilnehmer:in – unabhängig davon, ob sie online oder vor Ort stattfindet. Enthalten sind 2 Trainingstag(e) mit Live-Trainer:in, Kursunterlagen, Übungsumgebung und Teilnahmebescheinigung.

Kann ich einen eigenen Wunschtermin angeben?

Ja. Unsere Terminvorschläge sind eine Orientierung. Im Anfrageformular können Sie jederzeit einen Wunschtermin oder Zeitraum im Freitext angeben – wir prüfen die Verfügbarkeit und bestätigen innerhalb eines Werktags.

Findet der Kurs online oder vor Ort statt?

Beides ist möglich: live online im virtuellen Klassenraum oder vor Ort in München, Salzburg, Berlin, Augsburg, Hannover, Bremen, Stuttgart oder Kaiserslautern. Auf Wunsch führen wir das Training auch exklusiv für Ihr Team durch.

Weitere Kurse für Security- und DevSecOps-Teams

Weitere Kurse zu OpenAI Codex

Alle 32 Kurse zu OpenAI Codex

OpenAI Codex · MünchenOpenAI Codex · SalzburgOpenAI Codex · BerlinOpenAI Codex · AugsburgOpenAI Codex · HannoverOpenAI Codex · BremenOpenAI Codex · StuttgartOpenAI Codex · KaiserslauternOpenAI Codex · Online