← Zur Übersicht aller Beiträge
AlphaProof Code: KI verifiziert Sicherheitsmerkmale von Signal-Code
AlphaProof Code: KI verifiziert Sicherheitsmerkmale von Signal-Code
Google DeepMind hat am 10. November AlphaProof Code vorgestellt, ein KI-Agentensystem zur mathematischen Überprüfung von Software. Forschende wiesen damit zentrale Sicherheitseigenschaften einer Signal-Protokollimplementierung bis zum Maschinencode nach; die gesamte Signal-App wurde nicht verifiziert.
Google DeepMind hat ein agentisches System vorgestellt, das zentrale Sicherheitseigenschaften von Programmcode mathematisch beweisen kann. Mit AlphaProof Code untersuchte ein Forschungsteam die kryptografische Implementierung des Signal-Protokolls. Der Ansatz geht über gewöhnliche Funktionstests hinaus: Formale Beweise werden durch ein unabhängiges Prüfprogramm auf ihre mathematische Gültigkeit kontrolliert.
Von der Anforderung bis zum geprüften Maschinencode
Bei der formalen Verifikation wird zunächst präzise festgelegt, welche Eigenschaften Software erfüllen muss. An diesen Spezifikationen arbeiten Fachleute gemeinsam mit KI-Agenten. Weitere Agenten versuchen, die erforderlichen Beweise zu erzeugen. Das Beweissystem Lean akzeptiert nur Nachweise, die sein eigener Prüfmechanismus kontrollieren kann. Eine überzeugend formulierte KI-Antwort reicht dafür nicht.
Untersuchungsgegenstand: Teile der Signal-Referenzimplementierung libsignal
Prüfebene: Sicherheitseigenschaften bis zum Maschinencode
Grenze: Keine vollständige Verifikation der Signal-App
Die am 10. November 2026 veröffentlichte Forschungsarbeit behandelt unter anderem Schutzeigenschaften des Signal-Handshakes und des Ratchet-Verfahrens. Dazu zählen Vertraulichkeit nach späteren Schlüsselkompromittierungen und Authentisierung unter genau beschriebenen Annahmen. Die Beweise beziehen sich auf die untersuchte Implementierung und die spezifizierten Eigenschaften – nicht auf sämtliche möglichen Fehler eines Messengerprodukts.
Vier Wochen Forschung und Millionen Zeilen Beweismaterial
Nach Angaben von Google DeepMind erstellten die Agenten in vier Wochen rund 6,5 Millionen Zeilen maschinell überprüfbaren Lean-Beweiscode. Die zugrunde liegenden vertrauenswürdigen Spezifikationen und Modellierungen des Prozessors umfassen ungefähr 26.000 Zeilen. Gerade diese Trennung ist wichtig: Die KI darf Beweisversuche entwickeln, aber die mathematische Kontrolle liegt bei einem kleineren, ausdrücklich festgelegten Prüfmechanismus.
Als Gegenprobe untersuchten die Forschenden Varianten mit zwei früher behobenen Fehlern. AlphaProof Code konnte in beiden Fällen nachweisen, dass die fehlerhafte Fassung die geforderte Sicherheitseigenschaft nicht erfüllt. In den geprüften aktuellen Komponenten wurden nach dem Bericht keine bislang unbekannten Schwachstellen aufgedeckt.
Was der Durchbruch bedeutet – und was offenbleibt
Die Veröffentlichung ist ein wichtiger Fortschritt für KI-gestützte Softwareprüfung, aber kein Beweis, dass Signal insgesamt unangreifbar sei. Die Untersuchung umfasst nicht jede Funktion der mobilen Anwendung, jedes Einsatzszenario und jede denkbare Sicherheitsanforderung. WIRED verweist ausdrücklich auf diese Grenzen. Auch die Kosten und die Übertragbarkeit auf beliebige große Softwaresysteme sind noch ungeklärt.
Für Entwickler und Unternehmen liegt das Potenzial in einer veränderten Prüfmethodik: Bei besonders kritischen Funktionen könnten mathematische Garantien ergänzend zu Code-Reviews, Integrationstests und Sicherheitsprüfungen eingesetzt werden. Voraussetzung bleiben korrekt formulierte Anforderungen und die Prüfung dessen, was tatsächlich bewiesen wurde. Die veröffentlichten Forschungsartefakte erlauben eine unabhängige Auseinandersetzung mit dem Ansatz; ein allgemein buchbarer Dienst wird durch die Mitteilung nicht angekündigt.
Google DeepMind hat am 10. November AlphaProof Code vorgestellt, ein KI-Agentensystem zur mathematischen Überprüfung von Software. Forschende wiesen damit zentrale Sicherheitseigenschaften einer Signal-Protokollimplementierung bis zum Maschinencode nach; die gesamte Signal-App wurde nicht verifiziert.
Google DeepMind hat ein agentisches System vorgestellt, das zentrale Sicherheitseigenschaften von Programmcode mathematisch beweisen kann. Mit AlphaProof Code untersuchte ein Forschungsteam die kryptografische Implementierung des Signal-Protokolls. Der Ansatz geht über gewöhnliche Funktionstests hinaus: Formale Beweise werden durch ein unabhängiges Prüfprogramm auf ihre mathematische Gültigkeit kontrolliert.
Von der Anforderung bis zum geprüften Maschinencode
Bei der formalen Verifikation wird zunächst präzise festgelegt, welche Eigenschaften Software erfüllen muss. An diesen Spezifikationen arbeiten Fachleute gemeinsam mit KI-Agenten. Weitere Agenten versuchen, die erforderlichen Beweise zu erzeugen. Das Beweissystem Lean akzeptiert nur Nachweise, die sein eigener Prüfmechanismus kontrollieren kann. Eine überzeugend formulierte KI-Antwort reicht dafür nicht.
Untersuchungsgegenstand: Teile der Signal-Referenzimplementierung libsignal
Prüfebene: Sicherheitseigenschaften bis zum Maschinencode
Grenze: Keine vollständige Verifikation der Signal-App
Die am 10. November 2026 veröffentlichte Forschungsarbeit behandelt unter anderem Schutzeigenschaften des Signal-Handshakes und des Ratchet-Verfahrens. Dazu zählen Vertraulichkeit nach späteren Schlüsselkompromittierungen und Authentisierung unter genau beschriebenen Annahmen. Die Beweise beziehen sich auf die untersuchte Implementierung und die spezifizierten Eigenschaften – nicht auf sämtliche möglichen Fehler eines Messengerprodukts.
Vier Wochen Forschung und Millionen Zeilen Beweismaterial
Nach Angaben von Google DeepMind erstellten die Agenten in vier Wochen rund 6,5 Millionen Zeilen maschinell überprüfbaren Lean-Beweiscode. Die zugrunde liegenden vertrauenswürdigen Spezifikationen und Modellierungen des Prozessors umfassen ungefähr 26.000 Zeilen. Gerade diese Trennung ist wichtig: Die KI darf Beweisversuche entwickeln, aber die mathematische Kontrolle liegt bei einem kleineren, ausdrücklich festgelegten Prüfmechanismus.
Als Gegenprobe untersuchten die Forschenden Varianten mit zwei früher behobenen Fehlern. AlphaProof Code konnte in beiden Fällen nachweisen, dass die fehlerhafte Fassung die geforderte Sicherheitseigenschaft nicht erfüllt. In den geprüften aktuellen Komponenten wurden nach dem Bericht keine bislang unbekannten Schwachstellen aufgedeckt.
Was der Durchbruch bedeutet – und was offenbleibt
Die Veröffentlichung ist ein wichtiger Fortschritt für KI-gestützte Softwareprüfung, aber kein Beweis, dass Signal insgesamt unangreifbar sei. Die Untersuchung umfasst nicht jede Funktion der mobilen Anwendung, jedes Einsatzszenario und jede denkbare Sicherheitsanforderung. WIRED verweist ausdrücklich auf diese Grenzen. Auch die Kosten und die Übertragbarkeit auf beliebige große Softwaresysteme sind noch ungeklärt.
Für Entwickler und Unternehmen liegt das Potenzial in einer veränderten Prüfmethodik: Bei besonders kritischen Funktionen könnten mathematische Garantien ergänzend zu Code-Reviews, Integrationstests und Sicherheitsprüfungen eingesetzt werden. Voraussetzung bleiben korrekt formulierte Anforderungen und die Prüfung dessen, was tatsächlich bewiesen wurde. Die veröffentlichten Forschungsartefakte erlauben eine unabhängige Auseinandersetzung mit dem Ansatz; ein allgemein buchbarer Dienst wird durch die Mitteilung nicht angekündigt.
Quellen
Transparenz: Konzept, Auswahlkriterien und inhaltliche Vorgaben stammen von Christian Hohlfeld. Recherche und Formulierung wurden nach diesen Vorgaben mit KI-Werkzeugen unterstützt. Redaktionell geprüft und freigegeben von Christian Heinrich Hohlfeld am .