Google pausiert Bug-Bounty wegen KI-Meldungsflut

Google hat sein Bug-Bounty-Programm für Open-Source-Software pausiert, nachdem automatisierte und überwiegend ungültige Meldungen die Prüfung überlastet hatten. Für Unternehmen zeigt der Fall, wie ungefilterte KI-Berichte Sicherheitsressourcen binden und die Kosten der Schwachstellenanalyse erhöhen.

Google pausiert Bug-Bounty wegen KI-MeldungsflutBild: KI-generiert

Google stoppt Belohnungsprogramm für Sicherheitslücken

Google hat sein Open Source Software Vulnerability Rewards Program zum 1. Oktober 2026 pausiert. Das Programm belohnte Sicherheitsforscher für das Aufdecken von Schwachstellen in Googles Open-Source-Software.

Als Grund nennt das Unternehmen einen deutlichen Anstieg automatisierter Einreichungen. Die überwiegende Mehrheit dieser Meldungen sei ungültig gewesen. Google-Ingenieure und externe Open-Source-Maintainer mussten Berichte prüfen, die fehlerhafte Angaben oder halluzinierte Ergebnisse enthielten.

Sinngemäß erklärte Google: „Die Unterbrechung ist auf einen deutlichen Anstieg automatisierter Einreichungen zurückzuführen, von denen die überwiegende Mehrheit ungültig ist.“

Ein Update zum weiteren Vorgehen ist für das erste Quartal 2027 angekündigt. Welche technischen oder organisatorischen Filter Google für einen möglichen Neustart plant, ist bislang nicht bekannt.

ZeitpunktEreignis
1. Oktober 2026Pausierung des Open-Source-Bug-Bounty-Programms
4. Oktober 2026Bekanntwerden des Vorgangs
1. Quartal 2027Angekündigtes Statusupdate von Google

KI beschleunigt Analyse und produziert zugleich Ausschuss

Sprachmodelle können Quellcode untersuchen, verdächtige Stellen markieren und erste Angriffsszenarien formulieren. Das senkt die Hürde für Sicherheitsanalysen. Ohne technische Überprüfung lässt sich jedoch kaum erkennen, ob eine gemeldete Schwachstelle tatsächlich reproduzierbar ist.

Der Google-Fall zeigt die betriebliche Kehrseite. Das Erzeugen eines plausibel klingenden Berichts kostet mit KI nur wenige Minuten. Die manuelle Prüfung kann dagegen deutlich aufwendiger sein, besonders wenn Maintainer Testumgebungen aufbauen, Codepfade nachvollziehen und vermeintliche Angriffe reproduzieren müssen.

Dass KI bei der Suche nach Schwachstellen grundsätzlich einen Nutzen haben kann, zeigen reale Funde wie die von Anthropic Mythos entdeckte Rejetto-HFS-Lücke. Zugleich verdeutlichen Sicherheitsprobleme wie Plugin4Shell bei KI-Coding-Agenten, dass automatisierte Werkzeuge selbst Teil der Angriffsfläche werden können.

Andere Google-Programme bleiben geöffnet

Googles übrige Bug-Bounty-Programme laufen weiter. Sicherheitsforscher werden vorerst auf diese Angebote verwiesen. Ob dort ebenfalls mehr automatisierte KI-Meldungen eingehen, hat Google nicht mitgeteilt.

Auch zum genauen Umfang fehlen Angaben. Weder die absolute Zahl der Einsendungen noch der konkrete Anteil halluzinierter Berichte wurde veröffentlicht. Belegt ist lediglich, dass Google die große Mehrheit der automatisierten Einreichungen als ungültig einstuft.

Folgen für Open-Source-Nutzer im DACH-Raum

Für Unternehmen, die Open-Source-Komponenten von Google einsetzen, entfällt vorübergehend ein finanzieller Anreizkanal für externe Sicherheitsforscher. Das bedeutet nicht, dass Googles Software nun ungeprüft bleibt. Es verändert jedoch einen Baustein des bisherigen Meldeprozesses.

Der Vorgang ist ebenso für Betreiber eigener Open-Source-Projekte relevant. Eine öffentlich erreichbare Meldestelle kann mit KI-generierten Berichten überflutet werden. Ohne Vorfilter steigen die Kosten für Triage, also für das Bewerten und Priorisieren eingehender Sicherheitsmeldungen.

Welche Kontrollen sich praktisch anbieten

Unternehmen sollten automatisierte Berichte nicht ungeprüft in bestehende Ticketsysteme übernehmen. Sinnvoll sind verpflichtende Schritte zur Reproduktion, Angaben zu betroffenen Versionen und maschinenlesbare Nachweise. Auch Mengenbegrenzungen, Identitätsprüfung und ein Reputationssystem für Einreichende können den Prüfaufwand reduzieren.

Ein weiteres kostenpflichtiges Sicherheitsabo löst dieses Problem nicht automatisch. Entscheidend ist, wer die Ergebnisse validiert und wie zuverlässig sich Fehlmeldungen vor dem internen Prüfprozess aussortieren lassen. Ein eigener vorgeschalteter Prüfprozess kann dabei mehr Kontrolle über Daten, Prioritäten und laufende Kosten schaffen.

KI-gestützte Sicherheitsanalyse bleibt damit nützlich, benötigt aber klare Qualitätsanforderungen. Wenn das Erzeugen von Meldungen nahezu kostenlos wird, muss die Annahme solcher Meldungen technisch und organisatorisch deutlich strenger werden.