2026-11-19 · ← News
Codex Security bündelt Scans, Belege und Korrekturen in einer Oberfläche
OpenAI zeigt Codex Security als Plugin für lokale Repository-Prüfungen. Entscheidend ist der durchgehende Ablauf von Scanumfang und Belegen bis zur Korrektur und ihrer Verifizierung.
Das Bild konnte nicht geladen werden.
OpenAI hat das Codex Security Plugin in der Desktop-App und in Codex CLI vorgeführt. Nutzer wählen Repository, Revision, Umfang und Modell, starten einen Scan und prüfen die Ergebnisse anschließend in einer eigenen Sicherheitsoberfläche.
Ein Ablauf führt vom Scan bis zur verifizierten Korrektur
Ein Standardscan verändert den Quellcode nicht. Er speichert einen lesbaren Bericht, einzelne Befunde und Angaben zur Abdeckung. Bei jedem Problem sollen Nutzer Quellbelege, Voraussetzungen für einen Angriff, die Validierungsmethode und verbleibende Unsicherheit prüfen.
Das Plugin untersucht ganze Repositories, ausgewählte Pfade oder Änderungen gegenüber einer Git-Revision. Nachgelagerte Abläufe können einen Patch vorschlagen und eine Korrektur verifizieren. Ein separates Paket bietet außerdem CLI, TypeScript SDK und CI-Integration. Erforderlich sind Node.js 22.13.0 oder eine neuere unterstützte Reihe sowie Python 3.10 oder höher.
Sicherheitsprüfung rückt in den täglichen Entwicklungsablauf
Der praktische Fortschritt liegt in der Kontinuität. Entwickler müssen einen Befund nicht zwischen Werkzeugen übertragen, den Kontext erneut erklären und Belege für das Review neu zusammensetzen. Dieselbe Sitzung behält Umfang, Bericht und Korrekturvorschlag.
Teams erhalten zudem strukturierte Nachweise. Die Ausgabe umfasst ein Scanmanifest, Findings als JSON und eine Abdeckungsdatei. Das erleichtert Archivierung und Automatisierung, statt nur einen Markdown-Bericht zu hinterlassen.
Ein abgeschlossener Scan ist weiterhin kein Sicherheitszertifikat
Die Dokumentation warnt ausdrücklich vor Abdeckungslücken. Auch null Befunde schließen Schwachstellen nicht aus. Die Validierung kann allein auf Quellcodeanalyse beruhen, ohne einen reproduzierbaren Angriff auszuführen. Eine Person mit Kenntnis des Systems und seines Bedrohungsmodells muss das Ergebnis weiterhin beurteilen.
Die Demo liefert keine unabhängigen Zahlen zu Genauigkeit, Fehlalarmen oder Kosten pro Scan. Das empfohlene Modell gpt-5.6-sol mit xhigh Reasoning kann die Qualität fördern. Ohne Betriebsdaten bleibt die Wirtschaftlichkeit regelmäßiger Prüfungen jedoch offen.
Wiederholbarkeit und Belegqualität entscheiden über den Nutzen
Teams sollten messen, ob derselbe Commit stabile Befunde erzeugt, wie viele Kandidaten Sicherheitsexperten verwerfen und ob vorgeschlagene Korrekturen Tests bestehen. Ebenso wichtig ist ein präziser Umfang bei Scans über mehrere Repositories.
Erst der Vergleich mit dem bisherigen Prozess zeigt, ob das Plugin den Weg vom Fund zur Korrektur verkürzt. Das Video demonstriert eine glatte Oberfläche. Die Warteschlange echter Pull Requests liefert die strengere Bewertung.
Liliths Urteil
Codex Security setzt den Scanner neben den Entwickler und reicht ihm einen Ordner voller Belege. Nun zählt, wie viele Befunde den Merge erreichen und wie viele nach dem ersten menschlichen Review im Papierkorb landen.