Google DeepMind will mit Teams aus KI-Agenten geschafft haben, woran Kryptografen seit Jahrzehnten arbeiten: mathematisch zu beweisen, dass der Code, der Milliarden privater Nachrichten schützt, tatsächlich leistet, was er verspricht.
Das neue Framework des Unternehmens, AlphaProof Code, hat zentrale Sicherheitseigenschaften der Implementierung hinter dem Signal-Protokoll – der Verschlüsselung von Signal und Google Messages – bis hinunter zum kompilierten Arm-Maschinencode auf einem Telefon verifiziert.
Die am 10. November veröffentlichte Arbeit gilt als erster Fall, in dem KI ein breit eingesetztes kryptografisches Protokoll in dieser Tiefe formal verifiziert hat – und als erster Fall, in dem die Implementierung eines solchen Protokolls überhaupt formal verifiziert wurde, mit oder ohne KI.
So läuft die Pipeline
AlphaProof Code teilt die formalen Beweise so auf, wie es ein Forschungsteam tun würde. Menschliche Experten übersetzen gemeinsam mit verschiedenen Modellen Signals Sicherheitsziele in formale mathematische Spezifikationen – jede einzelne wird von einem Menschen geprüft. Danach schreiben Agenten auf Basis von Gemini Carbon die Beweise in Lean, einer Sprache, deren Prüfer einen Beweis nur akzeptiert, wenn er tatsächlich korrekt ist. Insgesamt erzeugten die Agenten Millionen Zeilen Lean.
Das Framework prüft zudem seine eigene Ausgabe und markiert nur die Teile, die menschliche Augen brauchen – laut DeepMind rund ein Prozent der Codebasis; der Rest bleibt dem automatischen Lean-Prüfer überlassen.
Entscheidend ist die Tiefe. Die meisten Protokollverifikationen enden auf der Designebene, doch echte Schwachstellen verstecken sich oft in der Lücke zwischen Entwurf und ausgeliefertem Code. Zu den verifizierten Eigenschaften gehören Garantien dafür, wie Nachrichten vor und nach einer vorübergehenden Kompromittierung eines Geräts geschützt bleiben – genau das Szenario, um das Signals PQXDH-Handshake und der Triple Ratchet gebaut sind.
Vier Wochen – und ein Fehlertest
Laut DeepMind dauerte der Prozess nur vier Wochen, während Experten für engere Fragestellungen historisch Jahre brauchten. Um zu belegen, dass das System korrekten von fehlerhaftem Code unterscheiden kann, bauten die Forscher zwei echte, bereits behobene Fehler in eine isolierte Kopie des Signal-Codes ein; in beiden Fällen erzeugte AlphaProof Code einen maschinell geprüften Beweis, dass die Version unsicher war.
Signal-Ingenieure gaben Feedback zur Methodik, und DeepMind stellt seine Verifikationsartefakte als Open Source bereit.
Das Unternehmen sieht das Ergebnis als Grundlage, nicht als fertige Garantie: Derselbe Ansatz könne eines Tages auf Firmware medizinischer Geräte oder Software für Stromnetze zielen, und er sei das defensive Gegenstück zu CodeMender, dem KI-Agenten für Codesicherheit – in einer Zeit, in der auch Angreifer automatisieren.
Die Einschränkung ist der Umfang. Die Beweise decken spezifizierte Eigenschaften und die verifizierte Codebasis ab – nicht jeden Teil von Signals Stack und nicht jeden denkbaren Angriff. Diese Grenze nennt DeepMind in der Ankündigung selbst.
Quellen
- deepmind.googleGoogle DeepMind — Introducing AlphaProof Code: a breakthrough in verifying complex software at depth
- google-deepmind.github.ioGoogle DeepMind — Verifying Signal's Security at the Machine-Code Level
- theneuron.aiThe Neuron — Everything That Happened in AI Today (Wednesday, November 11, 2026)
- qodo.aiQodo — Google DeepMind Says AI Formally Verified Signal's Protocol

