
OWASP-Projekt für KI-gestützte Bedrohungsmodellierung, das Teams dabei unterstützt, Sicherheitsbedrohungen und Gegenmaßnahmen in Systemdesigns zu identifizieren, zu analysieren und zu dokumentieren.
Richte ihn auf eine Codebasis. Erhalte ein codegestütztes Threat-Model zurück – bereit zur Überprüfung, Hinterfragung und Umsetzung. Die Teile, die der Code nicht sehen kann – der Geschäftskontext und die dahinterliegende Architektur – sind der Punkt, an dem du und deine Architekten ins Spiel kommen.
Lade eine ZIP-Datei hoch oder importiere ein GitHub-Repo, und der KI-Threat-Modeler erzeugt ein STRIDE-geprägtes Threat-Model-Artefakt: ein Datenflussdiagramm, Kandidaten-Bedrohungen und ein Risikoregister – mit Links zu den exakten Quelldateien und Zeilennummern, wann immer der KI-Agent sie in echtem Code verankern kann. Ein optionaler adversarialer Durchlauf verwirft Befunde ohne Code-Belege.
Gebaut für AppSec-Teams, die Threat Modeling auf Basis des tatsächlichen Codes wollen – nachvollziehbar, überprüfbar und immer aktuell.
Sei dir im Klaren darüber, was du bekommst, denn der Unterschied ist wichtig:
file:line.file:line verankert, und Behauptungen ohne Code-Belege werden verworfen. Das Ergebnis ist konkreter, überprüfbarer Input, auf den dein Team reagieren kann – der Code ist die Quelle der Wahrheit, und dein Team bringt das Urteilsvermögen mit, um danach zu handeln.Der Wert, den du herausbekommst, ist proportional zu dem, was du hineingibst (garbage in, garbage out) und dazu, wie ernsthaft dein Team auf die Befunde reagiert – das Diagramm verifizieren, Behauptungen gegen den Code abgleichen und den Geschäfts-/Designkontext ergänzen, der außerhalb der Codebasis liegt. Siehe So verwendest du die Ausgabe für den vollständigen Workflow und wie du sie als Haben-wir-einen-guten-genug-Job-gemacht-Check gegen ein bestehendes, manuell erstelltes Threat-Model einsetzen kannst.
Oder auf der Dateiseite ansehen.
Du benötigst Docker und einen API-Schlüssel für einen der unterstützten Anbieter – Anthropic (Claude), OpenAI oder DeepInfra, um Open-Weight-Modelle (Kimi, GLM, DeepSeek) auszuführen.
Richte deine Umgebung ein. Kopiere die Env-Datei und füge ein zufälliges JWT_SECRET hinzu:
cp .env.example .env
echo "JWT_SECRET=$(openssl rand -hex 32)" >> .env
Bauen und starten:
docker-compose up -d --build
Öffne http://localhost:3000, melde dich mit admin / admin an, füge deinen API-Schlüssel unter Settings hinzu und reiche ein Repository ein.
👉 Neu hier? Folge der Getting Started-Anleitung für die vollständige Schritt-für-Schritt-Anleitung mit Details in Screenshot-Qualität.
Nach Abschluss eines Jobs öffne den Bericht — eine Sammlung von Artefakten für deine Prüfung, kein abschließendes Urteil:
| Tab | Inhalt |
|---|---|
| Data Flow Diagram | Interaktives Diagramm mit Vertrauensgrenzen; klicke auf einen Knoten, um zugehörige Kandidatenbedrohungen und Quelldateien zu sehen. Prüfe dies zuerst gegen deine reale Architektur — Befunde, die auf einem falschen Diagramm basieren, sind fragwürdig. |
| Threat Model | Kandidaten-STRIDE-Bedrohungen mit Schweregrad, Gegenmaßnahme und Location (Datei:Zeile, Snippet, GitHub-Link bei Import aus GitHub). Behandle jede als Hypothese, die im Code verifiziert werden muss, nicht als Schlussfolgerung. |
| Risk Registry | Risiken, die mit Bedrohungen verknüpft sind, mit Behebungsplänen — Rohmaterial für die Entscheidungen deines Teams und die nachverfolgte Behebung. |
Exportiere als PDF, CSV (Excel-freundlich) oder JSON, damit du die Befunde in deinen Issue-Tracker und deine dokumentierte Threat-Modeling-Praxis übernehmen kannst.
Jeder Job durchläuft einen kurzen Stage → Run-Ablauf, damit die KI dein Deployment versteht, nicht nur deinen Code:
Bringe deinen eigenen Schlüssel für den Anbieter mit, der zu deinem Budget und deinen Compliance-Anforderungen passt — wähle Anbieter und Modell unter Settings:
Du kannst außerdem reasoning_effort anpassen und den adversarialen zweiten Durchlauf pro Instanz umschalten. Siehe die Settings Reference.
| Anleitung | Für |
|---|---|
| Getting Started | Erstmalige Nutzer — von der Installation bis zum ersten Bericht |
| Importing from GitHub | Öffentliche und private Repos, Branches, Limits |
| Settings Reference | Kosten, Tiefe und Anbieter abstimmen |
| Troubleshooting | Wenn etwas schiefgeht |
| Features | Vollständige Funktionsliste |
| Deployment | Betrieb mit Docker Compose in der Produktion |
| SETUP.md | Lokale Entwicklung ohne Docker |
| CHANGELOG.md | Versionshistorie |
Vollständiger Dokumentationsindex: docs/. Interaktive API-Spezifikation: http://localhost:3001/api-docs (wenn das Backend läuft).
npm test # backend + frontend unit tests
cd frontend && npm run e2e:install && npm run e2e # Playwright end-to-end tests
Siehe SETUP.md für die vollständige Entwicklungsumgebung (Node 18+, ohne Docker).