45 von 132 und was die Note wert war
Im September bewertete ein von Agenten durchgeführtes Audit diese Umgebung mit 45 von 132 möglichen Punkten, nach einem Enterprise-Raster aus 33 Kriterien mit je 0 bis 4 Punkten. Mehrere davon setzen ein Team voraus, etwa einen zweiten Prüfer und eine Rufbereitschaft; eine einzelne Person kann das Raster nicht bestehen. Das Audit verbrauchte 72,5 Millionen Token in 358 Läufen, und das Ergebnis war bestenfalls durchwachsen. Stand 2026-09-08.
Was es getan hat
Es las sieben Repositories samt Historie, jede CI-Datei, die Alarmregeln und die veröffentlichten Websites, dann die laufenden Systeme, nur lesend. Benotet wurde alles nach einem Enterprise-Raster aus 33 Kriterien mit je 0 bis 4 Punkten.
Was es gekostet hat
| Durchgang | Token | Werkzeugaufrufe | Agentenläufe |
|---|---|---|---|
| Komponenten, Perspektiven, Dokumente, Historie, Regeln | 36.290.808 | 11.200 | 98 |
| Verifikation aller 109 Berichte | 27.460.793 | 8.106 | 218 |
| Befundregister und Inventar | 3.872.917 | 388 | 13 |
| Nachprüfung der 86 kritischen Befunde | 3.326.489 | 1.164 | 23 |
| Unabhängige dreifache Gegenprüfung | 1.369.950 | 471 | 5 |
| Redaktioneller Durchgang | 230.887 | 51 | 1 |
| Gemessene Summe | 72.551.844 | 21.380 | 358 |
Zwei Läufe meldeten keine Zahl; die Summe ist also eine Untergrenze.
Wie viel davon stimmte
Der erste Durchgang des Audits schrieb 109 Berichte. Ein zweiter Durchgang aus getrennten Agentenläufen las jeden davon erneut.
2.269 Posten gingen in die Verifikation. 275 kamen als unzutreffend wieder heraus.
Von den 2.269 Posten in diesen Berichten blieben 1.482 unverändert, 512 brauchten einen anderen Schweregrad oder eine andere Formulierung, und 275 stimmten nicht. Von den 86 kritischen Befunden, die gegen die laufenden Systeme nachgeprüft wurden, lagen 19 daneben: 12 schwächer als geschrieben, 6 mit falschem Schweregrad, einer falsch. Außerdem benotete es einen Bericht anhand eines veralteten Repository-Stands, blähte einen Befund durch ein fehlerhaftes Suchmuster auf und gab Prüfungen als „führe das aus“ zurück, statt sie auszuführen.
Was die Note gemessen hat
45 von 132. Mit einer Person ist das Raster nicht zu bestehen: Ein Bus-Faktor von eins, kein zweiter Prüfer und keine Rufbereitschaft zählen alle als Mangel. Merge Requests, die vom eröffnenden Konto gemergt wurden, wertete es als fehlende Kontrolle. Es gibt hier nur ein Konto.
Was daraus wurde
Stand 2026-09-08 waren 27 Befunde geschlossen, bei 61 war eine Änderung geschrieben, bei 2.327 nichts. Die neun offenen kritischen Befunde werden nicht veröffentlicht.