Google soll eine Kategorie seines Prämienprogramms für Sicherheitslücken pausiert haben – offizielle Details fehlen

Die beschriebene Maßnahme betrifft einen Teil des Programms, nicht unbedingt das gesamte System

Die verfügbaren Informationen beschreiben eine Pause bei bestimmten Meldungen innerhalb des Google Open Source Vulnerability Reward Program, kurz OSS VRP. Der angegebene Umfang ist enger als eine allgemeine Aussetzung: Betroffen sein sollen Schwachstellen in Produkten, während Meldungen zu Problemen in der Lieferkette nicht dazugehören sollen. Diese Abgrenzung findet sich in den verfügbaren Berichten, wird hier aber nicht durch eine offizielle Mitteilung von Google bestätigt, die die betroffenen Kategorien im Einzelnen aufführt.

Es wäre daher nicht angemessen, die Änderung als Schließung des Programms zusammenzufassen oder zu behaupten, Google nehme keinerlei Sicherheitsmeldungen mehr an. Ebenso fehlen ein bestätigtes Datum für den Beginn der Pause, ein Zeitpunkt für eine Überprüfung oder ein Zeitplan für die Wiederaufnahme der Einreichungen. Dass Google ein Prämienprogramm und Sicherheitsinitiativen rund um KI betreibt, beantwortet diese Fragen nicht: Es handelt sich um getrennte Sachverhalte, für die jeweils eigene Bestätigungen nötig sind.

Wer eine Schwachstelle melden möchte, sollte vor der Vorbereitung einer Einreichung die aktuell geltenden Regeln für die konkrete Kategorie prüfen. Anhand der vorliegenden Unterlagen lässt sich nicht feststellen, ob die Pause noch gilt, wie sie auf der Meldeplattform umgesetzt wird oder welche Alternativen währenddessen zur Verfügung stehen.

Der Zusammenhang mit KI ist bislang nicht vollständig belegt

Die Pause wurde mit einer Zunahme ungültiger Meldungen in Verbindung gebracht, bei denen KI-Werkzeuge eine Rolle gespielt haben sollen. Die vorliegenden offiziellen Unterlagen zu Googles Sicherheitsstrategie bestätigen jedoch die Ankündigung eines Prämienprogramms für KI-Schwachstellen – nicht die Pause des OSS VRP. Sie enthalten in dem hier verfügbaren Material weder eine Erklärung für diese Entscheidung noch Angaben zu abgelehnten Meldungen oder einen Beleg für einen ursächlichen Zusammenhang mit generativen Modellen.

Diese Unterscheidung ist wichtig. Wenn einzelne Meldungen mithilfe von KI erstellt wurden, beweist das weder, dass das Werkzeug den Fehler verursacht hat, noch, dass die Meldung ungültig ist oder jede KI-Nutzung zu unbrauchbaren Ergebnissen führt. Um einen ursächlichen Zusammenhang zu belegen, bräuchte es zumindest klare Kriterien dafür, wie der Einsatz solcher Werkzeuge erkannt wird, sowie vergleichbare Daten zur Gültigkeit der Einreichungen. Solche Zahlen und eine entsprechende Methodik liegen hier nicht vor.

Außerdem ist nicht geklärt, was „mit KI erstellt“ in diesem Zusammenhang genau bedeutet. Der Begriff kann einen von einem Modell formulierten Text, eine während der Untersuchung generierte Hypothese oder eine automatisierte Codeanalyse bezeichnen. Das sind unterschiedliche Anwendungen mit unterschiedlichem Beweiswert. Ohne eine veröffentlichte und für das Programm geltende Definition sollte diese Bezeichnung nicht zu einer allgemeinen Aussage über die Qualität einer Meldung verallgemeinert werden.

Es gibt keine verifizierten Zahlen, mit denen sich das Problem messen ließe

Die verfügbare Erklärung deutet auf einen Prüfaufwand hin, der durch Meldungen zu nicht vorhandenen oder nicht ausnutzbaren Schwachstellen entstanden sei. Die vorliegenden Informationen nennen jedoch weder die Gesamtzahl der Einreichungen noch eine Ablehnungsquote, einen Vergleich mit früheren Zeiträumen oder eine Aufschlüsselung, mit der sich KI-gestützte Meldungen von anderen unterscheiden ließen. Ohne solche Daten lässt sich weder das Ausmaß des Problems beziffern noch beurteilen, ob die Änderung auf einen anhaltenden Trend oder eine vorsorgliche Entscheidung zurückgeht.

Ebenso lässt sich nicht feststellen, warum Meldungen als ungültig eingestuft worden sein könnten: Vielleicht existierte der Fehler nicht, ließ sich nicht reproduzieren, war bereits bekannt oder die Einreichung enthielt nicht genügend Informationen. Diese Fälle sind nicht gleichzusetzen. Manche sprechen für eine falsche Hypothese, andere eher für ein Dokumentations- oder Klassifizierungsproblem. Sie unter einem einzigen Begriff zusammenzufassen, würde verschleiern, welche Art von Filter tatsächlich nötig wäre.

Aus demselben Grund sollte die Bezeichnung „AI slop“ nicht als von Google gemessene technische Kategorie dargestellt werden. Sie ist eine wertende Charakterisierung, keine Kennzahl und kein anhand der vorliegenden Unterlagen überprüfbares Kriterium. Die Berichterstattung kann die Sorge über eine hohe Zahl wenig hilfreicher Meldungen beschreiben, muss aber offenlassen, wie viele es waren, wie sie bewertet wurden und welche Rolle KI dabei spielte.

Woran sich eine überprüfbare Meldung erkennen lässt

Die vollständigen offiziellen Bedingungen, die Google während der Pause anwenden könnte, liegen hier nicht vor. Dennoch lässt sich allgemein beschreiben – ausdrücklich nicht als bestätigte Programmregel –, welche Angaben die Prüfung eines Befunds erleichtern. Entscheidend ist, dass eine andere Person die Umgebung versteht, die Schritte wiederholen und dasselbe Verhalten beobachten kann, ohne sich auf eine Schlussfolgerung verlassen zu müssen, die lediglich von einem Werkzeug formuliert wurde.

Eine hilfreiche Einreichung sollte Beobachtungen klar von Hypothesen trennen. Sie sollte die untersuchte Komponente und Version nennen, eine reproduzierbare Konfiguration beschreiben, die nötigen Schritte aufführen und das beobachtete dem erwarteten Verhalten gegenüberstellen. Wird eine Sicherheitsauswirkung behauptet, sollte außerdem erläutert werden, welche Sicherheitsgrenze unter welchen Bedingungen überschritten wird – ohne den Umfang zu übertreiben. Tests sollten sicher sein und sich auf Systeme beschränken, für die eine Berechtigung vorliegt.

Automatisierte Unterstützung kann bei der Codeanalyse oder beim Formulieren helfen, ersetzt diese Prüfungen aber nicht. Ein gut lesbarer Text belegt nicht, dass der Fehler existiert. Umgekehrt macht die Beteiligung eines Werkzeugs einen reproduzierbaren Test nicht automatisch ungültig. Maßgeblich sollten die technische Evidenz des jeweiligen Falls und die veröffentlichten Anforderungen des konkreten Programms sein.

Wie lange die Pause gilt, ist weiterhin offen

Die verfügbaren Darstellungen widersprechen sich bei der Frage, ob die Einschränkung vorübergehend oder dauerhaft ist. Eine beschreibt sie als Pause; eine andere bezeichnet die Sperre für KI-generierte Meldungen als dauerhaft. Die vorliegenden offiziellen Unterlagen klären diesen Unterschied nicht. Es gibt auch nicht genügend Hinweise, um festzustellen, ob beide Beschreibungen exakt dieselbe Regel betreffen, sich auf unterschiedliche Kategorien beziehen oder zu verschiedenen Zeitpunkten abgegeben wurden.

Daher lässt sich weder ein Wiederaufnahmezeitpunkt nennen noch behaupten, Google habe dauerhaft alle Meldungen verboten, bei deren Erstellung KI zum Einsatz kam. Am präzisesten ist die Aussage, dass eine auf bestimmte Einreichungen begrenzte Pause beschrieben wurde, deren Dauer und genaue Bedingungen sich anhand der verfügbaren primären Belege nicht bestätigen lassen.

Die offene Frage ist auch für Forschende und Maintainer praktisch relevant. Wenn eine Pause eine bestimmte Kategorie betrifft, sollten offizielle Anweisungen klarstellen, wie mit einem dringenden Befund umzugehen ist, ob er über einen anderen Kanal gemeldet werden darf und welche Informationen angenommen werden. Die vorliegenden Quellen machen diese Wege nicht deutlich. Deshalb wäre es nicht verantwortungsvoll, einen konkreten Ausweichkanal zu empfehlen oder anzunehmen, dass die Regeln einer anderen Kategorie unverändert gelten.

Was Forschende und Maintainer im Blick behalten sollten

Wer Schwachstellen untersucht, sollte zuerst die aktuellen Programmregeln prüfen, bevor Zeit in eine Einreichung fließt. Falls die betreffende Kategorie weiterhin geschlossen ist, sollte eine ausbleibende automatische Empfangsbestätigung nicht als Beleg dafür gelten, dass der Befund geprüft wurde. Wurden KI-Werkzeuge bei der Erstellung des Berichts eingesetzt, kann eine Dokumentation der manuellen Überprüfung dabei helfen, automatisierte Vorschläge von reproduzierbaren Belegen zu unterscheiden. Eine offizielle Regel, die eine solche Offenlegung verlangt, ist hier jedoch nicht belegt.

Für Maintainer unterstreicht der Fall eine andere Notwendigkeit: Meldungen sollten sich leicht reproduzieren lassen und möglichst wenig Interpretationsspielraum lassen. Eine Vorlage könnte nach betroffenen Versionen, Konfiguration, minimalen Reproduktionsschritten, beobachtetem Verhalten und begründeter Auswirkung fragen. Das ist eine sinnvolle redaktionelle und organisatorische Maßnahme, aber keine Beschreibung einer konkreten Google-Richtlinie. Teams sollten einen Befund außerdem nicht allein deshalb verwerfen, weil eine bestimmte Methode bei seiner Erarbeitung verwendet wurde, sofern er sich mit den vorgelegten Belegen bestätigen lässt.

Am wichtigsten wäre eine offizielle Mitteilung, die die betroffene Kategorie, das Inkrafttreten, die Dauer oder den Überprüfungstermin, mögliche Ausnahmen und die Annahmekriterien präzisiert. Eine anonymisierte Aufschlüsselung von Einreichungen und Ablehnungen könnte zudem helfen zu beurteilen, ob das Problem im Volumen, in mangelnder Reproduzierbarkeit oder in einem anderen Faktor lag. Bis solche Informationen vorliegen, würden weitergehende Erklärungen über das hinausgehen, was sich mit den verfügbaren Belegen sagen lässt.

Weiter entdecken

Korrekturen und Transparenz

Wenn du falsche oder veraltete Angaben findest, sende uns die Seite und die zu prüfende Quelle.