Google sagt, seine internen KI-Tools hätten Chrome dabei geholfen, in zwei Browser-Versionen im Juni 1.072 Sicherheitslücken zu beheben — mehr als die 1.036 behobenen Fehler, die über die vorherigen 23 Releases hinweg in etwa zwei Jahren erfasst wurden.

Die Zahlen, die zusammen mit einem Google-Whitepaper zur KI-gestützten Schwachstellenentdeckung und -behebung veröffentlicht wurden, liefern ein konkretes Beispiel dafür, wie große Sprachmodelle die Ökonomie der Softwaresicherheit verändern. Für Browser-Hersteller und IT-Teams in Unternehmen könnte diese Entwicklung bedeuten, dass mehr Schwachstellen gefunden werden, bevor Angreifer sie ausnutzen — aber auch eine deutlich höhere operative Belastung für Validierung, Priorisierung und Ausrollung von Korrekturen.

Der Vergleich umfasst Chrome 149 und Chrome 150, die beiden im Juni veröffentlichten „Meilensteine“, so Google. Der frühere Zeitraum begann mit Chrome 126 im Juni 2024. Google hat keine unabhängige Validierung der Zahlen oder eine detaillierte Aufschlüsselung vorgelegt, die zeigt, wie viele Korrekturen direkt von KI erzeugt, entdeckt oder beschleunigt wurden.

Was Google zufolge sich bei der Chrome-Sicherheit geändert hat

Doug Turner, Chromes Engineering-Direktor, sagte TechCrunch, große Sprachmodelle hätten die Schwachstellenentdeckung von einer weitgehend manuellen Tätigkeit in einen automatisierten Prozess verwandelt, der im industriellen Maßstab arbeite. Er sagte, Google setze Modelle wie Gemini ein, um Schwachstellen zu identifizieren und zu beheben, bevor Angreifer sie nutzen können.

Diese Unterscheidung ist wichtig. Die Schlagzeile von Google beschreibt Fehler, die in veröffentlichten Chrome-Versionen behoben wurden, nicht unbedingt Schwachstellen, die ausschließlich von einem KI-System gefunden wurden. Der öffentliche Bericht des Unternehmens legt nahe, dass KI-Tools den breiteren Workflow unterstützten, zu dem Codeanalyse, das Erkennen verdächtiger Muster, das Vorschlagen von Korrekturen und das Helfen von Ingenieuren beim Durchlaufen von Test- und Release-Prozessen gehören können.

Die beiden Juni-Releases führten zusammen zu 1.072 Sicherheitskorrekturen, verglichen mit 1.036 über die vorherigen 23 Releases. Im einfachen Durchschnitt bedeutet das einen deutlichen Anstieg der Korrekturen pro Release. Doch der Vergleich allein belegt nicht, dass KI jede zusätzliche Korrektur verursacht hat. Release-Umfang, Änderungen in den Meldepraktiken, Sicherheitsforschungsaktivität und Googles Definition eines Sicherheitsfehlers können die Gesamtsumme ebenfalls beeinflussen.

Googles Diagramm und Whitepaper sind daher am besten als Hinweis auf eine sich wandelnde Sicherheitsoperation zu lesen, nicht als kontrollierter Leistungsmaßstab. Das Unternehmen berichtet die Ergebnisse selbst, und die bereitgestellten Belege enthalten kein Audit der Methodik durch Dritte.

Das breitere KI-gestützte Schwachstellenrennen

Googles Ankündigung folgt auf eine ähnliche Behauptung von Microsoft. Anfang Juli sagte Microsoft, es habe im Rahmen seines monatlichen Patch-Tuesday-Releases einen Rekord von 570 Sicherheitslücken über seine Produktlinien hinweg behoben und führte den Anstieg teilweise auf den Einsatz von KI zurück.

Zusammen stützen die Ankündigungen eine langjährige Cybersicherheitsbefürchtung: Wenn KI-Systeme besser darin werden, Fehler zu finden, können Verteidiger mehr Schwachstellen schneller entdecken. Das kann die Sicherheit verbessern, wenn Organisationen rasch patchen, aber es kann auch Schwächen in Produkten offenlegen, die zuvor übersehen wurden, und den Arbeitsaufwand für Sicherheitsteams erhöhen.

Das Muster ist bei großen Technologieunternehmen nicht einheitlich. Eine von TechCrunch zitierte unabhängige Zählung ergab, dass Apple im Jahr 2026 482 Fehler behoben habe und damit ungefähr auf Kurs liege, den Wert des Vorjahres zu erreichen oder zu übertreffen. Apple reagierte nicht auf die Bitte der Publikation um Stellungnahme, und die verfügbaren Belege zeigen nicht, ob der interne KI-Einsatz von Apple sich von dem von Google oder Microsoft unterscheidet.

Derzeit ist die belastbarste Schlussfolgerung, dass einige große Softwareanbieter einen deutlichen Anstieg von Sicherheitskorrekturen melden, parallel zu einem breiteren Einsatz von KI-Tools. Unklar bleibt, wie viel von diesem Anstieg tatsächlich auf neue Entdeckungskapazitäten zurückzuführen ist und wie viel auf Änderungen in Engineering-Prozessen oder Offenlegungspraktiken.

Warum die Zahlen für Browser- und Enterprise-Teams wichtig sind

Browser sind von diesem Wandel besonders betroffen, weil sie eine große Angriffsfläche mit häufigen Releases verbinden. Chrome enthält komplexe Komponenten für das Rendern von Webseiten, die Ausführung von Code, den Umgang mit Medien, die Verwaltung von Zugangsdaten und die Verbindung zu Betriebssystemdiensten. Ein Tool, das einen subtilen Fehler in einem dieser Bereiche findet, kann Google helfen, die Zeit zwischen Entdeckung und Behebung zu verkürzen.

Für Produkt- und Sicherheitsteams, die auf Google Chrome aufbauen, ist die unmittelbare Folge eher operativ als theoretisch. Häufigere Korrekturen können schnellere Browser-Validierung, strengere Patch-Management-Prozesse und klarere Richtlinien für die Verteilung von Updates auf Mitarbeitergeräte erfordern. Unternehmen, die Browser-Updates verzögern, könnten einer größeren Lücke zwischen der Entdeckung einer Schwachstelle und ihrer Bereitstellung im Feld ausgesetzt sein.

KI-gestützte Schwachstellenentdeckung schafft außerdem ein Verifikationsproblem. Automatisch erzeugte Funde können Fehlalarme, Doppelmeldungen oder Fehler umfassen, die schwer zu reproduzieren sind. Vorgeschlagene Codeänderungen müssen überprüft und getestet werden, insbesondere wenn ein Sicherheits-Patch Leistung, Kompatibilität oder andere Sicherheitskontrollen beeinflussen könnte. In einem Browser, den Millionen von Menschen nutzen, kann eine schlechte Korrektur einen neuen Fehler im großen Maßstab verursachen.

Der Wettbewerbsdruck erstreckt sich auch auf Angreifer. Wenn defensive Systeme Code schneller prüfen und Schwachstellen identifizieren können, könnten offensive Forscher und kriminelle Gruppen ähnliche Fähigkeiten nutzen, um öffentliche Software, Browser-Erweiterungen, Anwendungen und Infrastruktur zu durchsuchen. Dieser Wettbewerb könnte die Geschwindigkeit beim Patchen und die sichere Bereitstellung ebenso wichtig machen wie die reine Fähigkeit, Fehler zu finden.

Worauf als Nächstes zu achten ist

Das nächste nützliche Signal werden detailliertere Informationen von Google über seinen Messprozess sein. Sicherheitsteams und Forscher werden wissen wollen, wie viele der 1.072 Korrekturen von KI entdeckt wurden, wie viele mit Modellunterstützung vorgeschlagen oder implementiert wurden und wie Google die eingesparte Zeit gemessen hat.

Auch künftige Chrome-Releasedaten werden zeigen, ob der Juni ein ungewöhnlicher Ausschlag war oder der Beginn eines anhaltenden Anstiegs. Ein breiterer Vergleich über mehrere Browser hinweg könnte helfen, Google-spezifische Prozessänderungen von einem allgemeineren Branchentrend zu trennen.

Unternehmenskunden sollten auf Änderungen im Patch-Rhythmus von Chrome, bei der Häufigkeit von Notfall-Updates und bei Empfehlungen für die automatisierte Bereitstellung achten. Sie sollten außerdem prüfen, ob ihre eigenen Sicherheitstools in der Lage sind, eine größere Menge an Schwachstellenmeldungen zu priorisieren, ohne die Entwicklungsteams zu überfordern.

Schließlich könnten unabhängige Forscher untersuchen, ob die steigenden Zahlen behobener Fehler mit niedrigeren Ausnutzungsraten, kürzeren Behebungsfenstern oder weniger schweren Schwachstellen für Nutzer einhergehen. Mehr behobene Fehler sind ein wichtiger operativer Messwert, beweisen aber für sich genommen nicht, dass das Gesamtrisiko gesunken ist.

Creati.ai-Perspektive

Die Chrome-Zahlen von Google machen die Debatte um KI-Sicherheit greifbarer. Die wichtige Veränderung ist nicht bloß, dass ein Modell einen Fehler finden kann; vielmehr könnte KI mehrere Schritte im Sicherheitslebenszyklus verdichten, vom Auffinden einer Schwachstelle bis zur Vorbereitung eines Patches. Das könnte gut ausgestatteten Anbietern einen spürbaren Vorteil beim Schutz weit verbreiteter Software verschaffen.

Doch dieselbe Beschleunigung erhöht den Wert einer disziplinierten Prüfung. Wenn Entdeckung reichlich vorhanden ist, werden Priorisierung, Validierung und Bereitstellung zu den Engpässen. Für Entwickler und Leiter von Unternehmenssicherheit ist die strategische Frage weniger, ob KI eingesetzt werden soll, sondern ob ihre technischen Systeme das dadurch entstehende Volumen sicher verarbeiten können.