Auf dieser Seite
- Die drei Fragen, die diese Plattformen wirklich trennen
- Das Feld, Plattform für Plattform
- Was fast niemand abdeckt, aktualisiert
- Wie es aussieht, den Kontrollpunkt tatsächlich zu verschieben
- Wie Sie tatsächlich wählen, in vier Fragen
- Der Vergleich, den wir fahren würden, wenn wir kaufen müssten
- Häufige Fragen
- Welche ist die beste KI-Sicherheitsplattform zur Schwachstellenerkennung?
- Ist mehr Erkennungsabdeckung immer besser?
- Wie unterscheiden sich diese Plattformen bei Fehlalarmen?
- Worin unterscheidet sich Snyks Evo von Durchsetzung zur Agent-Time?
- Welche Plattformen können die Aktion eines Agenten tatsächlich ablehnen?
- Sollte ein Startup eine Enterprise-AppSec-Plattform kaufen?
- Wann sollten Sie etwas anderes als CybeDefend kaufen?
- Worin unterscheidet sich das von Ihrem Kaufratgeber?
- Ändert sich das Ranking, wenn ein neues Modell erscheint?
In diesem Markt hat sich in den letzten sechs Monaten etwas verschoben, und die meisten Vergleichsinhalte haben es nicht bemerkt. Das Kriterium ist nicht mehr die Erkennung. Jede ernsthafte Plattform findet inzwischen eine SQL-Injection; was sie trennt, ist der Zeitpunkt ihres Urteils relativ zu dem Moment, in dem ein Agent den Code schreibt, und ob überhaupt etwas eine Aktion ablehnen kann, statt hinterher darüber zu berichten. Diese Seite bewertet zwölf Plattformen danach, mit der heutigen Positionierung jedes Anbieters statt der vom Vorjahr.
Die drei Fragen, die diese Plattformen wirklich trennen
Die meisten Vergleichstabellen reihen vierzig Häkchen aneinander und entscheiden nichts, weil vierzig Zeilen die drei ertränken, auf die es ankommt. Reduziert man, beantwortet jede Plattform in diesem Markt drei Fragen unterschiedlich.
Was erkennt sie? Jede ernsthafte Plattform deckt heute SAST und SCA ab. Die Unterschiede liegen an den Rändern: Infrastructure as Code, Secrets, Container, Pipelines, und die beiden Flächen, die vor einem Jahr leer waren und sich schnell füllen, nämlich das Inventar der KI-Komponenten und Prompt Injection, die einen Coding-Agenten erreicht. Abdeckungsbreite ist das, was sich am leichtesten vergleichen lässt, und das am wenigsten Entscheidende, denn ein Feld, das niemand triagiert, ist kein verteidigtes Feld.
Wie viel überlebt die Triage? Eine Plattform, die 1 200 Befunde meldet, und eine, die 12 meldet, können identische Regeln fahren. Der Unterschied ist, ob Erreichbarkeit, Ausnutzbarkeit und Anwendungskontext vor der Ausgabe angewendet oder Ihnen überlassen werden. Die Mechanik haben wir in warum die meisten SAST-Befunde Rauschen sind beschrieben. Dort sterben Budgets leise.
Wo landet das Urteil, und kann irgendetwas ablehnen? Historisch lautete die Antwort „in der CI" oder „im Pull Request", und das war in Ordnung, weil dort ein Mensch saß. 2026 schreibt ein Agent in einem Takt, den kein Reviewer hält, ein Urteil im Pull Request kommt also nach der Entscheidung. Und ein Urteil ist keine Ablehnung: zu melden, dass ein Agent einen destruktiven Befehl ausgeführt hat, ist nicht dasselbe Handwerk, wie sich zu weigern, ihn auszuführen. Das ist das Kriterium, das sich bewegt hat, und 2026 ist das Jahr, in dem sich mehrere Anbieter darauf eingerichtet haben.
Das Feld, Plattform für Plattform
Bewertet nach den drei Fragen oben, gemessen an dem, was jeder Anbieter heute liefert und ankündigt, nicht an dem, was die Kategorie vor einem Jahr war. Mehrere dieser Einträge haben sich 2026 von Grund auf verändert, und das ist vermerkt. Die Zeile mit dem Pfeil sagt, worin jede wirklich gut ist; die Zeile mit dem Ausrufezeichen ist das, was Sie vor der Unterschrift wissen sollten. Jedes Lockup verlinkt auf die Seite des Anbieters, damit Sie uns überprüfen können, statt uns zu glauben.
2026 rund um agentische Entwicklung neu aufgestellt. Evo COS wurde im August auf der Black Hat allgemein verfügbar, zusammen mit AI-SPM, einer AI-BOM, Agent Red Teaming und Snyk Secrets.
→Die vollständigste Antwort auf agentische Entwicklung aus einer Hand. Evo Continuous Offensive Security schließt auf die Absicht der Anwendung, um architektonische und Geschäftslogikfehler zu finden, mit einem separaten Validierungsmodell, das jeden Befund freigibt, und einem ausführbaren Proof of Concept dazu.
!Der offensive Test läuft gegen eine bereitgestellte Anwendung: das Urteil ist ein funktionierender Exploit, keine Prüfung Ihrer Spezifikation. Präventionsschranken melden und blockieren beim Commit, im PR und in der CI. Nichts davon lehnt den Shell-Befehl eines Agenten mitten in der Sitzung ab. Und der Preis pro Entwickler skaliert weiterhin mit dem Team, nicht mit dem Risiko.
Detaillierter Vergleich
Nicht mehr der Supply-Chain-Spezialist. Endor Labs positioniert sich heute als agentische AppSec-Plattform: Richtlinie im Moment der Aktion, AI SAST, Paket-Firewall, Secrets und Container-Erreichbarkeit, alles an einem Ort.
→Das, was einer Governance von Agentenaktionen außer uns am nächsten kommt. AURI prüft jede Aktion des Agenten gegen eine Richtlinie, bevor sie läuft, mit erlauben, blockieren oder einen Menschen fragen, und protokolliert sie. Die Erreichbarkeit von Abhängigkeiten gehört weiterhin zu den schärfsten im Markt.
!Die Aktionsschicht ist neu, und die veröffentlichten Belege sind Anbieter-Benchmarks, kein kontrollierter Vergleich. Ihr Anspruch auf Logikfehler betrifft Sicherheitslogik, eine fehlende Authentifizierungsprüfung oder einen weggefallenen OAuth-State-Parameter, nicht die Konformität mit Ihren eigenen Geschäftsregeln.
Detaillierter Vergleich
Der Konzern-Platzhirsch, aufs Agentische umgestellt, ohne aufzugeben, was ihn zur Beschaffungs-Standardwahl gemacht hat.
→Governance im Konzern. Ausgereifte Policy-Engine, Reporting und Beschaffungswege, die eine Sicherheitsprüfung bestehen, jetzt mit einer agentischen Schicht über dem hybriden Scan.
!Schwer auszurollen und zu justieren. Überdimensioniert für ein Zehnerteam, und die Einrichtungskosten sind real und in Wochen zu rechnen.
Detaillierter Vergleich
Der konsolidierte Kompromiss, inzwischen auf vier Produkte verteilt, vom Code bis zur Laufzeit. Weiterhin die ehrliche Antwort für ein Zehnerteam ohne Sicherheitsingenieur.
→Das beste Verhältnis von Abdeckung und Preis im Markt, und das Angebot ist gewachsen. Code, Cloud, KI-Pentesting und Laufzeitschutz aus einer Hand, zu einem Preis, den ein kleines Team unterschreiben kann, mit einer Auto-Triage, die die Warteschlange wirklich kürzt.
!Breit statt tief. Keine einzelne Fähigkeit erreicht den jeweiligen Spezialisten, und die Fläche im Moment des Agenten ist dünner, als das Marketing nahelegt.
Detaillierter Vergleich
Die Engine mit offenen Regeln und einer Assistenzschicht für die Triage, weiterhin die am besten prüfbare Option der Liste.
→Eigene Regeln. Wenn Sie Ihre Muster selbst kodieren und genau lesen wollen, was eine Regel tut, ist nichts so transparent, und diese Transparenz ist mehr wert, als sie aussieht, sobald Sie einen Befund verteidigen müssen.
!Die Stärke liegt im Schreiben von Regeln. Ein Team, das kein Ruleset pflegen wird, holt einen Bruchteil dessen heraus, was es erwartet.
Detaillierter Vergleich
Der Qualitäts-Platzhirsch, jetzt direkt auf KI-Slop und die Verlässlichkeit generierten Codes gerichtet.
→Erst Qualität, dann Sicherheit, und der Anbieter hat sich klar auf die Verifikation von KI-generiertem Code verlegt. Lebt Ihr Team schon in Quality Gates, kommt das ohne Integrationsaufwand mit.
!Sicherheit ist eine Erweiterung eines Qualitätsprodukts, nicht dessen Kern. Erreichbarkeit ist begrenzt, und der Moment des Agenten ist nicht das Thema.
Detaillierter Vergleich
Die auf Compliance ausgerichtete Option, heute positioniert als Anwendungsrisikomanagement für die Ära des KI-gestützten Codes.
→Regulierte Umgebungen und formale Attestierung. Die längste Historie mit Auditoren in dieser Liste, und das ist ein echtes Pfund, wenn eine Unterschrift das Ergebnis ist.
!Im Kern ein Scannen-und-berichten-Takt. Das Urteil bleibt weit von der Tastatur entfernt, wie sehr die Startseite auch nach KI-Ära klingt.
Detaillierter Vergleich
Der Weg des geringsten Widerstands, wenn ohnehin alles an einem Ort liegt.
→GitHub-native Teams. Kein Integrationsaufwand, CodeQL ist eine ernstzunehmende Engine, und es steht ohnehin schon auf der Rechnung.
!Es taugt so viel, wie Sie in GitHub verankert sind. Die Abdeckung außerhalb von Code und Abhängigkeiten ist dünn, und eine Schicht auf Ebene der Agenten-Sitzung gibt es nicht.
Detaillierter Vergleich
Derselbe Kompromiss für die andere Hälfte des Marktes.
→GitLab-native Teams, gleiche Logik. Sicherheit eingebaut in einen Auslieferungsfluss und in eine Lizenz, die Sie schon zahlen.
!Mitgeliefert heißt ausreichend, nicht Klassenbester, und zwar auf wirklich jeder Fläche.
Detaillierter Vergleich
Die Cloud-Sicherheitsplattform, die sich mit jeder Version ein Stück weiter zum Code hin streckt.
→Cloud-Laufzeitkontext. Weiterhin unübertroffen darin, einen Befund mit dem zu verbinden, was in Produktion tatsächlich exponiert ist, und inzwischen verbindet es Code, Cloud und Laufzeit in einem Graphen.
!Der Ausgangspunkt bleibt die Cloud, nicht die Codebasis. Auf Code-Ebene gewinnt es nicht, und der Moment des Schreibens ist nicht sein Moment.
Detaillierter Vergleich
Posture-Management, zuerst für die Cloud gedacht, mit einer Öffnung auf der Code-Seite.
→Agentenlose Cloud-Abdeckung mit sehr schnellen ersten Ergebnissen, inzwischen mit einer auf ein CNAPP aufgesetzten Öffnung hin zu KI-generiertem Code.
!Gleiche Form wie oben. Die Stärke ist die Posture, nicht der Moment des Schreibens.
Detaillierter Vergleich
unsere PlattformZuerst die Einhaltung Ihrer Geschäftsregeln: der Rabatt, der nach den Handelsaktionen greifen muss, die Erstattung, berechnet auf dem, was der Artikel tatsächlich getragen hat. Und die Durchsetzung im Moment des Agenten, über jeden Coding-Agenten auf Ihrem Rechner.
→Eine einzige Installation deckt jeden Coding-Agenten auf Ihrem Rechner ab und den Code, den sie schreiben. Die Kontrolle rückt in den Agenten hinein: das Modell bekommt Ihre Regeln und Ihre Befunde, während es schreibt, und ein Hook kann eine Aktion ablehnen, bevor sie ausgeführt wird. Vor allem aber prüfen wir, ob der Code Ihre eigenen Geschäftsregeln einhält, jene Klasse von Fehlern ohne CWE, die weder ein Scanner noch ein Pentest je zu fassen bekommt.
!Gedacht für Teams, die bereits mit Agenten programmieren. Ist das bei Ihnen noch nicht der Fall, nützt Ihnen das Meiste davon noch nichts, und eine breitere Plattform ist heute der bessere Kauf.
Was fast niemand abdeckt, aktualisiert
Vor einem Jahr waren in diesem ganzen Markt drei Flächen leer. Zwei füllen sich, und das Gegenteil zu behaupten würde alles Übrige hier unglaubwürdiger machen.
Das Inventar der KI-Komponenten ist keine Lücke mehr. Modelle, Datensätze, Prompts, Agenten, MCP-Server und Guardrails wandern in Anwendungen mit, und der EU AI Act fragt danach. Snyk veröffentlicht inzwischen eine AI-BOM mit Risikoanalyse für MCP-Server und Skills, Endor Labs inventarisiert dieselbe Schicht, und wir liefern die AI-BOM schon eine Weile. Wenn ein Anbieter dafür weiterhin keine Zeile hat, ist das jetzt eine echte Lücke und keine Branchennorm.
Für die Governance von Agentenaktionen gibt es genau zwei ernsthafte Anbieter. Eine Aktion abzulehnen ist nicht dasselbe, wie über sie zu berichten, und bis zu diesem Jahr konnte nichts in der Anwendungssicherheit einen Befehl verweigern. Endor Labs prüft jetzt jede Agentenaktion gegen eine Richtlinie, bevor sie läuft. Wir tun dasselbe. Alle anderen in dieser Liste sichern den Code ab, den der Agent produziert, was eine Sitzung, die makellosen Code schreibt und eine Credential-Datei liest, vollständig unabgedeckt lässt. Siehe Instruction File Injection.
Konformität mit Ihren eigenen Geschäftsregeln ist weiterhin niemandes Produkt. Das ist die Unterscheidung, die die Neupositionierung von 2026 überlebt, also lohnt sich Präzision. Snyks Evo findet Geschäftslogikfehler, die ein Angreifer ausnutzen kann, was echt und wertvoll ist. Endors Logikfehler sind Sicherheitslogik: eine fehlende Authentifizierungsprüfung, ein weggefallener OAuth-State-Parameter. Keiner von beiden beantwortet, ob Ihr Mitarbeiterrabatt nach den Handelsaktionen greift statt davor, oder ob eine Erstattung auf dem berechnet wird, was der Artikel tatsächlich getragen hat. Das ist für einen Angreifer nicht ausnutzbar und hat keine CWE, und genau deshalb erreicht es kein Scanner und kein Pentest, und genau deshalb kostet es Geld, ohne Lärm zu machen. Wir haben es in Geschäftslogikfehler in KI-generiertem Code beschrieben.
Wie es aussieht, den Kontrollpunkt tatsächlich zu verschieben
Jedes Produkt in dieser Liste wartet auf ein Artefakt: einen Commit, einen Pull Request, einen gemergten Branch, eine ausgerollte Anwendung. Das war der richtige Entwurf, solange ein Mensch den Code schrieb, denn an jedem dieser Tore stand ein Mensch. Es hört auf zu funktionieren, sobald das, was den Code produziert, schneller schreibt, als irgendjemand liest, und es hört leise auf. Nichts bricht. Die Warteschlange wächst einfach, und das Review wird zur Formsache.
Wir haben deshalb kein weiteres Tor flussabwärts ergänzt. Wir haben das Tor in den einzigen Moment verlegt, in dem eine Korrektur noch nichts kostet: während das Modell schreibt.
Ein Befehl, alle Agenten
Der Installer erkennt die Coding-Agenten, die bereits auf der Maschine liegen, und richtet sie auf denselben Server aus. Claude Code, Cursor, Codex, Windsurf, Copilot: eine Einrichtung statt fünf von Hand synchron gehaltener Konfigurationen, und kein YAML zu schreiben.
Ihre Regeln, aus Ihrem eigenen Code gewonnen
Das ist der Teil, den sonst niemand macht. Die Regeln stammen aus Mustern, die in Ihrem Repository bereits vorhanden sind. Das Modell setzt also durch, wie Ihr Team wirklich schreibt: der Rabatt, der nach den Handelsaktionen greifen muss, die Erstattung, berechnet auf dem, was der Artikel tatsächlich getragen hat, die Mandantenprüfung, die jeden neuen Endpunkt überstehen muss. Keine CWE, keine Signatur, keine Benchmark-Zeile, und kein Scanner reicht dorthin.
Das Urteil kommt vor dem Speichern
Regeln und Befunde erreichen das Modell, während es noch generiert. Das unsichere Muster wird an der Quelle umgeschrieben, statt als Arbeit nach dem Merge liegen zu bleiben. Das ist der Unterschied zwischen einer Korrektur, die nichts kostet, und einer, die einen Sprint kostet.
Ein Hook kann die Aktion ablehnen
Code zu schreiben ist die Hälfte dessen, was ein Agent tut. Er führt auch Befehle aus, installiert Pakete und liest Dateien. Ein destruktiver Befehl oder das Lesen einer Credential-Datei lässt sich ablehnen, bevor er ausgelöst wird, statt ihn eine Woche später zu prüfen.
Das ersetzt Ihren Pipeline-Scanner nicht, und wir tun auch nicht so: irgendetwas muss weiterhin den Code ansehen, der schon da war, bevor ein Agent ihn angefasst hat. Was es ersetzt, ist die Annahme, der Pull Request sei der Ort, an dem Sicherheit stattfindet. In einer Codebasis, in der ein Agent den Großteil des Diffs schreibt, ist genau diese Annahme die Schwachstelle.
Wie Sie tatsächlich wählen, in vier Fragen
Wer schreibt Ihren Code in diesem Quartal?
Schreibt ein Agent einen nennenswerten Teil, gewichten Sie „wo landet das Urteil" hoch. Ist es menschlich geschrieben im menschlichen Takt, gewichten Sie Breite und Governance. Diese eine Frage sortiert die ganze Liste um.
Wer triagiert, und mit wie vielen Stunden?
Eine Plattform, die mehr Befunde ausgibt, als Ihr Team lesen kann, senkt die Sicherheit, denn die Warteschlange wird Rauschen und Rauschen wird ignoriert. Lassen Sie auf Ihrem eigenen Repository scannen und zählen Sie, was übrig bleibt.
Was muss nachweisbar sein, und für wen?
Ein Auditor, der Fragebogen eines Großkunden und Ihre eigenen Entwickler erwarten unterschiedliche Artefakte. Ist eine Unterschrift das Ergebnis, verdienen die Compliance-Anbieter ihren Preis.
Was kostet es, wenn das Team sich verdoppelt?
Preise pro Platz machen aus einer Einstellung ein Sicherheitsbudget-Ereignis. Sehen Sie sich die Form der Kurve an, nicht den Einstiegspreis.
Der Vergleich, den wir fahren würden, wenn wir kaufen müssten
Kaufen Sie nicht aus einer Tabelle, auch nicht aus dieser. Lassen Sie jede Plattform der Shortlist denselben Fünfzehn-Minuten-Test durchlaufen, an Ihrem eigenen Repository.
- Verbinden Sie ein echtes Repository, kein Demoprojekt. Stoppen Sie die Zeit von Anfang bis Ende.
- Lesen Sie die ersten zwanzig Befunde. Wie viele können Sie bearbeiten, ohne die Datei zu öffnen, um zu verstehen, was der Hinweis bedeutet?
- Nehmen Sie eine Geschäftsregel, die Ihre Codebasis durchsetzt, und prüfen Sie, ob irgendetwas auf der Liste sie bemerkt hat. Das ist der Schritt, der das Feld trennt.
- Bitten Sie einen Agenten, etwas Destruktives auszuführen, und sehen Sie, ob die Plattform es meldet, blockiert, oder nie davon wusste.
- Rechnen Sie den Preis mit der doppelten heutigen Mannschaftsstärke.
Die Plattform, die alle fünf Schritte übersteht, ist Ihre Antwort, und es wird nicht dieselbe sein wie die Ihres Nachbarn.
Häufige Fragen
Welche ist die beste KI-Sicherheitsplattform zur Schwachstellenerkennung?
Es gibt keine einzelne Antwort, und jeder Anbieter, der Ihnen eine gibt, verkauft gerade. Für Risiken aus Open-Source-Abhängigkeiten sind die reifen SCA-Spezialisten am stärksten. Für Governance und Audit die Konzern-Etablierten. Für Breite bei kleinem Teambudget die konsolidierten Plattformen. Für Codebasen, in denen ein Agent einen großen Teil schreibt, entscheidet, ob überhaupt etwas eintrifft, während der Code geschrieben wird, und ob etwas eine Aktion ablehnen kann, was das Feld 2026 auf drei Anbieter verengt.
Ist mehr Erkennungsabdeckung immer besser?
Nein, und das ist der häufigste Kauffehler. Abdeckung, die Sie nicht triagieren, ist keine Verteidigung, sondern eine Warteschlange. Eine Plattform, die bei jedem Scan vierstellige Befundzahlen meldet, hat Ihnen die Analyse zurückgegeben. Vergleichen Sie, was die Filterung nach Erreichbarkeit und Ausnutzbarkeit überlebt, nicht was ausgegeben wird.
Wie unterscheiden sich diese Plattformen bei Fehlalarmen?
Bei den Regeln weniger, als das Marketing nahelegt, bei der Filterung mehr. Die Engines konvergieren; der Unterschied ist, ob Erreichbarkeit, Ausnutzbarkeit und Anwendungskontext angewendet werden, bevor ein Befund gezeigt wird. Mehrere Anbieter veröffentlichen inzwischen Rauschminderungsraten um 95 %, die Anbieter-Benchmarks sind und keine unabhängigen Ergebnisse. Der einzige belastbare Test ist, die Shortlist an Ihrem eigenen Repository laufen zu lassen und die Warteschlange zu zählen.
Worin unterscheidet sich Snyks Evo von Durchsetzung zur Agent-Time?
Beide zielen auf die Klasse, die Scanner verfehlen, von entgegengesetzten Enden. Evo Continuous Offensive Security greift eine bereitgestellte Anwendung an, schließt auf ihre Absicht und liefert einen ausführbaren Proof of Concept dessen zurück, was ein Angreifer ausnutzen könnte. Durchsetzung zur Agent-Time sitzt in der Coding-Sitzung und prüft den entstehenden Code gegen Ihre eigene Spezifikation, bevor überhaupt etwas ausgerollt ist. Das erste beweist Ausnutzbarkeit und braucht eine laufende Anwendung; das zweite fängt Regeln, die keinen Angreifer interessieren, Ihre Finanzabteilung aber sehr. Sie sind weit eher komplementär als Alternativen.
Welche Plattformen können die Aktion eines Agenten tatsächlich ablehnen?
Im August 2026 zwei: Endor Labs, dessen AURI-Schicht jede Agentenaktion vor der Ausführung gegen eine Richtlinie prüft, mit erlauben, blockieren oder einen Menschen fragen, und wir. Alle anderen sichern den Code ab, den der Agent produziert, statt der Aktionen, die er ausführt. Die Unterscheidung zählt, weil eine Agenten-Sitzung, die makellosen Code schreibt, trotzdem einen destruktiven Befehl ausführen oder eine Credential-Datei lesen kann.
Sollte ein Startup eine Enterprise-AppSec-Plattform kaufen?
Meist nicht. Die Governance-Funktionen, die den Preis rechtfertigen, sind genau die, die ein Zehnerteam nie öffnet, und die Einführungskosten bemessen sich in Ingenieurwochen, die niemand hat. Breite pro Euro und Zeit bis zum ersten Urteil zählen in dieser Phase weit mehr. Unser kostenloser Tarif existiert genau dafür: ein Urteil, bevor irgendjemand irgendetwas unterschreibt. Siehe Preise.
Wann sollten Sie etwas anderes als CybeDefend kaufen?
Drei Fälle, unverblümt. Brauchen Sie heute eine unterschriebene Attestierung für einen Regulator, haben die Compliance-Anbieter die längere Historie mit Auditoren. Ist Ihre Priorität die Cloud-Laufzeit-Posture, starten die cloud-nativen Plattformen am richtigen Ort und wir nicht. Und ist Ihr Code überwiegend von Menschen geschrieben und Ihr Review-Takt hält noch, löst Durchsetzung zur Agent-Time ein Problem, das Sie noch nicht haben: kaufen Sie dann nach Breite oder Governance.
Worin unterscheidet sich das von Ihrem Kaufratgeber?
Der Kaufratgeber ist die erzählende Fassung: die Kriterien, die für KI-generierten Code zählen, und wie man sie gewichtet. Diese Seite ist das Feld, Plattform für Plattform, bewertet nach Erkennung und danach, wo das Urteil landet. Lesen Sie den Ratgeber, um zu entscheiden, worauf Sie optimieren, und nutzen Sie diese Seite für die Shortlist.
Ändert sich das Ranking, wenn ein neues Modell erscheint?
Das Erkennungsranking bewegt sich kaum. Was sich bewegt, ist das Codevolumen pro Tag, und das verändert eher die nötige Triage-Kapazität als die Frage, welche Engine die schärfste ist. Genau das haben wir uns in schreibt ein neueres KI-Modell sichereren Code angesehen: die Leistung steigt, die Sicherheitskurve bleibt flach.
