Sicherheit für generative Seiten in Power Apps: Best Practices nach der Bearbeitung von Code

Von Mirko Peters · 2026-08-28

Willkommen zurück im Podcast-Blog! Wenn Sie unsere letzten Folgen verfolgt haben, wissen Sie, dass wir uns intensiv mit den massiven Veränderungen beschäftigen, die sich gerade in der gesamten …

Automatisch mit KI aus dem Originalbeitrag übersetzt. Englisches Original lesen

Willkommen zurück im Podcast-Blog! Wenn Sie unsere letzten Folgen verfolgt haben, wissen Sie, dass wir uns intensiv mit den grundlegenden Veränderungen in der Softwarelandschaft von Unternehmen beschäftigen. In diesem Beitrag vertiefen wir die aktuelle Folge, in der wir darauf eingehen, wie die rasche Einführung generativer KI-Funktionen die Regeln der Anwendungssicherheit grundlegend verändert. Die vollständige Diskussion finden Sie in der Podcast-Folge Govern Power Apps Generative Pages After Edit Code.

Die Entwicklung generativer Funktionen in Werkzeugen wie Microsoft Power Apps macht das Erstellen von Software schneller und zugänglicher als je zuvor. Sobald jedoch ein Entwickler oder Citizen Developer KI-generierten Code manuell bearbeitet, entsteht ein völlig neuer Satz an Sicherheitsrisiken. In diesem Artikel betrachten wir die Low-Code-Landschaft, die spezifischen Risiken generativer KI, die Lücken in bestehenden Sicherheitsrahmen und die konkreten Strategien, mit denen Sie Ihre Anwendungen vor Prompt Injection, Datenlecks und Fehlkonfigurationen schützen.

Die Low-Code-Landschaft

Entwicklung der Nutzung

Low-Code-Plattformen haben in den vergangenen Jahren enorm an Beliebtheit gewonnen. Mit diesen Plattformen können Anwender Anwendungen mit minimalen Programmierkenntnissen erstellen. Diese Zugänglichkeit hat in zahlreichen Branchen zu einem starken Anstieg der Nutzung geführt.

Marktwachstum

Der Markt für Low-Code-Plattformen wächst rasant. Hier sind einige zentrale Kennzahlen:

• Marktgröße 2024: 34,7 Mrd. USD
• Prognostizierte Marktgröße 2034: 91,8 Mrd. USD
• Durchschnittliche jährliche Wachstumsrate (CAGR) von 2025 bis 2034: 11,6 %

Dieses Wachstum spiegelt die steigende Nachfrage nach schnelleren Anwendungsentwicklungen wider. Unternehmen wollen Entwicklungszeiten verkürzen und ihre Effizienz steigern. Low-Code-Plattformen ermöglichen es Ihnen, Anwendungen 40 bis 60 % schneller zu erstellen als mit traditionellen Methoden. Diese Geschwindigkeit versetzt Unternehmen in die Lage, schnell auf Marktveränderungen und Kundenbedürfnisse zu reagieren.

Nutzergruppen

Verschiedene Branchen treiben die Einführung von Low-Code-Plattformen voran. Hier sind einige der führenden Sektoren:

• Finanzdienstleistungen: Sie nutzen Low-Code für Kundenportale und interne Werkzeuge.
• Gesundheitswesen: Dieser Sektor setzt Low-Code in der Patientenverwaltung und beim Compliance-Reporting ein.
• Fertigung: Sie nutzen Low-Code für operative Anwendungen und das Qualitätsmanagement.
• Professional Services: Sie setzen Low-Code für Plattformen zur Kundenbetreuung ein.
• Einzelhandel: Diese Branche nutzt Low-Code für Filialabläufe und das Bestandsmanagement.

Unternehmen mit einem Mangel an technischen Fachkräften und einem Stau an Anwendungsanforderungen gehören zu den schnellsten Anwendern. Der Sektor Banken, Finanzdienstleistungen und Versicherungen führt bei der Nutzung von Low-Code. Das Gesundheitswesen folgt dicht dahinter mit einer prognostizierten CAGR von 28,23 % bis 2035. Auch der Sektor IT und Telekommunikation ist ein wichtiger Akteur und soll 21,65 % des globalen Umsatzes im Low-Code-Markt erzielen.

Zu den bekannten Low-Code-Plattformen zählen Microsoft, Salesforce, OutSystems, Mendix und Appian. Diese Plattformen bieten eine Reihe von Werkzeugen, um das Nutzererlebnis zu verbessern und Entwicklungsprozesse zu straffen. Wenn Sie Low-Code-Optionen prüfen, sollten Sie überlegen, wie diese Plattformen Ihre spezifischen Anforderungen erfüllen können.

Risiken generativer KI

Generative KI bringt in Low-Code-Umgebungen einige Risiken mit sich. Wenn Sie diese leistungsstarken Werkzeuge nutzen, müssen Sie sich der potenziellen Sicherheitslücken bewusst sein, die dabei entstehen können.

Sicherheitslücken

Generative KI kann zu erheblichen Sicherheitslücken führen. Möglicherweise treten Probleme wie der Abfluss sensibler Daten und die unkontrollierte Nutzung von Schatten-KI auf. Die intransparente Funktionsweise von KI-Entscheidungen erschwert die Sicherheits-Governance. Die schnelle Entwicklung in Low-Code-Plattformen führt häufig zu einer Überprovisionierung von Verbindungen und Konten. Dadurch entstehen ideale Bedingungen für Sicherheitsverletzungen. Zudem kann KI-generierter Code Schwachstellen enthalten. Fehlende Kontrolle über diesen Code erschwert es, Schwachstellen zu erkennen.

Datenschutzbedenken

Datenschutz ist ein zentrales Thema, sobald Sie generative KI einsetzen. Sie müssen prüfen, wie KI sensible Informationen verarbeitet und speichert. Ohne sorgfältige Steuerung kann KI personenbezogene Daten unbeabsichtigt offenlegen. Wenn Ihre Anwendung beispielsweise Berichte mit Benutzerdaten erzeugt, riskieren Sie einen Verstoß gegen Datenschutzvorschriften. Stellen Sie immer sicher, dass Ihre Anwendungen die Datenschutzgesetze einhalten, um rechtliche Konsequenzen zu vermeiden.

Bedrohungen durch Fehlkonfigurationen

Fehlkonfigurationen sind eine weitere erhebliche Bedrohung in Low-Code-Umgebungen. Wenn Sie von KI generierten Code bearbeiten, können Sie unbeabsichtigt Fehler einführen. Diese Fehler können zu Sicherheitslücken führen und Ihre Anwendungen angreifbar machen. Ein Angreifer könnte beispielsweise eine fehlerhaft konfigurierte API ausnutzen, um unbefugten Zugriff auf Ihr System zu erlangen.

Sie sollten außerdem verschiedene Angriffsarten kennen, die sich gegen KI-gestützte Anwendungen richten können. Hier sind einige gängige Methoden:

• Direkte Prompt Injection: Angreifer geben Anweisungen, um die Systemprogrammierung zu überschreiben.
• Indirekte Prompt Injection: Schädliche Anweisungen in externen Inhalten können zu unbeabsichtigtem Verhalten der KI führen.
• Bing-Chat-Browser-Tab-Exploit: Manipulation von Chatbots, um über eingebettete Prompts auf Webseiten auf sensible Benutzerdaten zuzugreifen.
• YouTube-Transkript-Manipulation: Versteckte Anweisungen in Videotranskripten können dazu führen, dass Systeme unerwartet reagieren.
• GitHub-Copilot-Datenexfiltration: Angreifer betten Anweisungen in Quellcodedateien ein, um sensible Daten abzuziehen.
• Vanna-AI-Remote-Code-Execution: Ausnutzung einer Funktion, um durch schädliche Befehle unbefugte SQL-Abfragen auszuführen.
• Manipulation von Bewerbungslebensläufen: Gefälschte Fähigkeiten werden im Lebenslauf versteckt, um die KI-Bewertung zu manipulieren.
• ChatGPT-Memory-Exploitation: Langfristige Datenexfiltration durch dauerhafte Prompt Injection.
• LLM-gestützte Manipulation von Peer Reviews: Voreingenommene Gutachten, die durch versteckte Anweisungen in eingereichten Arbeiten entstehen.

Das Verständnis dieser Risiken ist entscheidend, um die Integrität Ihrer Anwendungen zu wahren. Mit robusten Sicherheitsmaßnahmen können Sie diese Bedrohungen eindämmen und eine sicherere Low-Code-Entwicklungsumgebung gewährleisten.

Grenzen der aktuellen Schutzmaßnahmen

Bestehende Protokolle

Überblick über aktuelle Standards

Sie werden feststellen, dass die aktuellen Sicherheitsprotokolle in Low-Code-Plattformen stark auf Governance und Datenaufsicht setzen. Governance legt klare Richtlinien und Erwartungen fest, an denen sich Teams orientieren. Durch die Definition von Rollen und Verantwortlichkeiten trägt sie dazu bei, Risiken zu verringern. Viele Plattformen enthalten automatisierte Testwerkzeuge. Diese prüfen während der Entwicklung die Funktionalität und Sicherheit von Anwendungen. Code-Reviews durch erfahrene Entwickler bleiben unverzichtbar. Sie stellen sicher, dass der Code Sicherheitsstandards erfüllt, und erkennen Schwachstellen frühzeitig. Auch Anwendungsberechtigungen spielen eine zentrale Rolle. Sie verhindern, dass unbefugte Benutzer auf sensible Daten zugreifen. Zusammen bilden diese Maßnahmen das Fundament der bestehenden Sicherheitsstandards in Low-Code-Umgebungen.

Lücken in den Frameworks

Trotz dieser Protokolle werden Sie mehrere Lücken in den aktuellen Sicherheitsframeworks bemerken. KI-generierter Code wird häufig nicht so gründlich geprüft wie von Menschen geschriebener Code. Diese Lücke kann Sicherheitsrisiken mit sich bringen. Generative KI-Werkzeuge verstehen die spezifischen Sicherheitsanforderungen Ihrer Organisation möglicherweise nicht vollständig. Diese fehlende Kontextkenntnis macht sie weniger zuverlässig als erfahrene Entwickler. Die Behebung von Sicherheitsfehlern kann ineffizient werden, weil Probleme spät in der Entwicklung unbemerkt bleiben können. Ein weiteres Problem ist das Risiko von KI-Halluzinationen, bei denen das System ungenaue oder nicht existierende Quellenangaben erzeugt. Governance-Frameworks können mit den besonderen Risiken der KI-Integration kaum Schritt halten.

Aktuelle Sicherheitsaudits decken weitere Lücken auf. Low-Code-Plattformen tun sich häufig schwer, branchenspezifische Compliance-Anforderungen zu erfüllen, etwa HIPAA im Gesundheitswesen oder SOX im Finanzbereich. Datenschutzgesetze wie DSGVO und CCPA verlangen einen sorgfältigen Umgang mit personenbezogenen Daten, doch vielen Plattformen fehlen belastbare Audit-Trails und Dokumentation. Standardmäßige Sicherheitseinstellungen bleiben manchmal unverändert, wodurch Anwendungen Risiken ausgesetzt sind. Fehlkonfigurationen in Entwicklungsumgebungen können die Sicherheit schwächen, etwa ungesicherte API-Endpunkte oder schwache Zugriffskontrollen. Einfache Authentifizierungsmethoden und fest vorgegebene Verschlüsselungsalgorithmen schränken Ihre Möglichkeiten ein, Schutzmaßnahmen an die Anforderungen Ihres Unternehmens anzupassen. Vordefinierte Zugriffsrollen können granulare Berechtigungen einschränken und so Ihre Kontrolle über den Datenzugriff verringern.

Auch bei der Umsetzung wirksamer Schutzmaßnahmen werden Sie auf Herausforderungen stoßen. Der Wandel hin zu Low-Code und generativer KI bedeutet, dass komplexe Aufgaben von erfahrenen Entwicklern weg verlagert werden. Dieser Wandel kann Schwachstellen erzeugen, wenn KI-Systeme Sicherheitsaspekte nicht ausdrücklich berücksichtigen. Organisationen haben häufig Probleme mit schnellen Änderungen in Low-Code-Umgebungen, was zu Problemen bei der Datenintegrität und uneinheitlicher Versionsverwaltung führt. Das Fehlen von Audit-Trails und rollenbasierten Zugriffskontrollen erhöht die Risiken, besonders in regulierten Branchen. Ohne ein föderiertes Governance-Modell wird es für Sie schwierig sein, Innovation und Compliance in Einklang zu bringen.

Wenn Sie diese Grenzen kennen, können Sie sich besser auf den Umgang mit Sicherheitsrisiken in Ihren Low-Code-Projekten vorbereiten. Starke Governance, sorgfältiges Datenmanagement und kontinuierliche Wachsamkeit bleiben Ihre besten Verteidigungslinien.

Strategien zur Risikominderung

Bewährte Vorgehensweisen

Um die Risiken zu mindern, die mit generativer KI in der Low-Code-Entwicklung verbunden sind, sollten Sie mehrere bewährte Vorgehensweisen anwenden. Diese Praktiken erhöhen die Sicherheit und Zuverlässigkeit Ihrer Anwendungen.

Code-Review-Prozesse

Gründliche Code-Reviews sind unverzichtbar. Sie helfen, Schwachstellen zu erkennen und die Einhaltung von Coding-Standards sicherzustellen. Sie sollten KI-generierten Code gründlich prüfen. So können Sie potenzielle Probleme erkennen, bevor die Anwendung produktiv geht. Automatisierte Testwerkzeuge können dabei unterstützen. Sie analysieren Code schnell auf Sicherheitslücken und Funktionsfehler.

Auch eine Kultur der Verantwortlichkeit ist wichtig. Ermutigen Sie Teammitglieder, die Verantwortung für ihren Code zu übernehmen. Diese Haltung stärkt das Verantwortungsbewusstsein und die Wachsamkeit. Regelmäßig geplante Code-Audits können die Sicherheit zusätzlich verbessern. Sie helfen sicherzustellen, dass Ihre Anwendungen weiterhin die Anforderungen branchenüblicher Standards erfüllen.

Schulung der Anwender

Die Schulung der Anwender spielt eine entscheidende Rolle, um die mit generativer KI verbundenen Risiken zu senken. Sie müssen Ihr Team mit dem Wissen ausstatten, um sich in Low-Code-Umgebungen sicher zurechtzufinden. Schulungen sollten bewährte Methoden für Sicherheit und Compliance abdecken. Außerdem sollten sie die spezifischen Herausforderungen behandeln, die generative KI mit sich bringt.

Schulungsprogramme sollten auf praktische Fähigkeiten ausgerichtet sein. Vermitteln Sie Anwendern, wie sie potenzielle Sicherheitsbedrohungen erkennen. Stellen Sie ihnen Werkzeuge bereit, mit denen sie Daten verantwortungsvoll verwalten können. Regelmäßige Workshops und Auffrischungskurse helfen, Ihr Team über aktuelle bewährte Methoden auf dem Laufenden zu halten.

Wenn Sie rigorose Code-Review-Prozesse mit umfassender Anwenderschulung kombinieren, können Sie die Risiken in Ihren Low-Code-Projekten deutlich reduzieren. Diese Strategien stärken nicht nur die Sicherheit, sondern fördern auch eine Kultur kontinuierlicher Verbesserung in Ihrer Organisation.

Governance in Low-Code

Effektive Governance ist entscheidend, um Risiken in Low-Code-Umgebungen zu steuern. Wenn Sie generative KI in Ihre Entwicklungsprozesse integrieren, wird der Aufbau belastbarer Governance-Rahmenwerke unverzichtbar. Diese Rahmenwerke sorgen für Verantwortlichkeit, Compliance und Sicherheit über den gesamten Lebenszyklus der Anwendung.

Aufbau von Rahmenwerken

Für ein solides Governance-Rahmenwerk sollten Sie sich auf mehrere zentrale Komponenten konzentrieren. Diese Komponenten leiten Ihre Organisation dabei an, die Risiken generativer KI wirksam zu steuern.

Rollen und Verantwortlichkeiten

Klar definierte Rollen und Verantwortlichkeiten sind für eine erfolgreiche Governance entscheidend. Sie benötigen ein funktionsübergreifendes Team mit Expertise aus Rechtsabteilung, Entwicklung und Richtlinienmanagement. So ist sichergestellt, dass alle Aspekte der Governance abgedeckt sind. Folgende Rollen kommen infrage:

• Governance-Komitee: Diese Gruppe beaufsichtigt KI-Projekte und aktualisiert Richtlinien auf Grundlage gesetzlicher Vorgaben und Rückmeldungen von Interessengruppen.
• Data Steward: Diese Person kümmert sich um die Datenqualität und Compliance und sorgt dafür, dass sensible Informationen geschützt sind.
• Security Officer: Diese Rolle konzentriert sich darauf, Sicherheitsrisiken im Zusammenhang mit generativer KI zu erkennen und einzudämmen.

Mit der Zuweisung dieser Rollen schaffen Sie eine Struktur, die Verantwortlichkeit und wirksame Aufsicht fördert.

Compliance-Maßnahmen

Die Einhaltung gesetzlicher Vorgaben ist für Organisationen, die generative KI in Low-Code-Umgebungen einsetzen, eine große Herausforderung. Sie müssen die Einhaltung verschiedener Standards sicherstellen, etwa HIPAA und DSGVO. Folgende Compliance-Maßnahmen sollten Sie umsetzen:

• Richtlinien: Legen Sie klare Regeln für die zulässige Nutzung und Zugriffsanforderungen fest, um einen sicheren Einsatz zu gewährleisten.
• Technische Kontrollen: Implementieren Sie Maßnahmen, um Risiken zu steuern und ein konsistentes Modellverhalten sicherzustellen.
• Überwachung: Eine kontinuierliche Überwachung hilft, Drift zu erkennen und die Zuverlässigkeit generativer KI-Systeme zu erhalten.

Darüber hinaus sollten Sie auf umfassende Versionierung und Dokumentation achten. Diese Praxis unterstützt die Überprüfbarkeit und Reproduzierbarkeit, indem sie Daten, Prompts, Konfigurationen und Änderungen erfasst, die Ergebnisse beeinflussen. Eine starke Nachvollziehbarkeit ist für verantwortungsvollen Umgang mit KI unverzichtbar.

Um die Compliance weiter zu stärken, sollten Sie folgende Schritte in Betracht ziehen:

1. Legen Sie klare Nutzungsrichtlinien für KI-gestützte Coding-Tools fest.
2. Definieren Sie Genehmigungsprozesse für die Integration generierten Codes in Produktivsysteme.
3. Legen Sie Dokumentationsstandards fest, um KI-gestützte Entwicklungsentscheidungen nachvollziehbar zu machen.

Wenn Sie Compliance priorisieren, finden Sie sich in der regulatorischen Landschaft deutlich besser zurecht.

Neues Sicherheitsframework

Für die Low-Code-Entwicklung ist ein neues Sicherheitsframework unverzichtbar. Dieses Framework sollte klare Standards definieren, die die besonderen Herausforderungen generativer Pages adressieren. Sie können die Sicherheit verbessern, indem Sie auf kollaborative Ansätze setzen und sich an Brancheninitiativen beteiligen.

Standards definieren

Um wirksame Sicherheitsstandards zu schaffen, sollten Sie allgemein anerkannte Leitlinien berücksichtigen, etwa die Sicherheitsempfehlungen von IEEE für generative Modelle sowie organisatorische Governance-Frameworks. Diese Standards bilden die Grundlage dafür, dass generative Pages sicher und verantwortungsvoll betrieben werden.

Kollaborative Ansätze

Die Zusammenarbeit zwischen Branchenakteuren ist entscheidend für die Entwicklung neuer Sicherheitsstandards. Verschiedene Gruppen haben Partnerschaften initiiert, um Sicherheit durch Designprinzipien zu fördern. Große Technologieunternehmen und Sicherheitsorganisationen arbeiten gemeinsam an umsetzbaren Branchenstandards auf Basis von Sicherheitsprinzipien.

Diese kollaborativen Ansätze helfen dabei, dass Sicherheitsstandards unterschiedliche Perspektiven berücksichtigen und reale Herausforderungen adressieren.

Brancheninitiativen

Derzeit laufen mehrere Brancheninitiativen, die Sicherheitsfragen bei KI-gestützten Low-Code-Plattformen angehen. Sie konzentrieren sich darauf, Sicherheit zu erhöhen und Risiken durch Input-Guardrails, Model-Firewalls und Feinabstimmung von Modellen zur Reduzierung von Halluzinationen zu minimieren.

Um Ihre Low-Code-Anwendungen zukunftssicher aufzustellen, sollten Sie folgende Strategien umsetzen:

• Legen Sie klare Richtlinien für die Nutzung der Low-Code-Plattform fest, einschließlich Entwicklungsstandards und Genehmigungsprozessen.
• Wählen Sie eine Low-Code-Plattform, die die erforderlichen Vorgaben und Standards erfüllt.
• Schulen Sie Entwickler und Anwender in bewährten Verfahren für Sicherheit und Compliance.
• Nutzen Sie Überwachungslösungen, um Nutzung, Leistung und Sicherheitsereignisse nachzuverfolgen.
• Definieren Sie Richtlinien für Datenaufbewahrung, Archivierung und Löschung innerhalb der Anwendungen, die auf der Low-Code-Plattform entstehen.

Mit diesen Strategien stellen Sie die langfristige Sicherheit generativer Pages in Low-Code-Umgebungen sicher. Generative KI kann Low-Code-Plattformen deutlich verbessern, indem sie schnellere Entwicklung und einfachere Integration ermöglicht. Dabei sollten Sie jedoch die damit verbundenen Risiken im Blick behalten.

Zusammengefasst ist die Etablierung neuer Sicherheitsstandards für generative Pages in Low-Code-Umgebungen entscheidend. Sie sollten proaktive Maßnahmen priorisieren, um Sicherheit und Vertrauen in Ihre Anwendungen zu gewährleisten. Ziehen Sie Strategien wie kontinuierliches Monitoring, Behavioral Analytics, DevSecOps-Integration, Adversarial Testing und Tests auf Datenlecks in Betracht.

Wenn Sie diese Praktiken anwenden, schaffen Sie eine sicherere und zuverlässigere Low-Code-Entwicklungsumgebung. Um mehr zu diesem Thema zu erfahren und sich an der laufenden Diskussion zu beteiligen, hören Sie sich unbedingt unsere vollständige Episode Govern Power Apps Generative Pages After Edit Code an!

Häufige Fragen

Was sind Low-Code- und No-Code-Tools?

Low-Code- und No-Code-Tools ermöglichen es Anwendern, Anwendungen mit minimalem Programmieraufwand zu erstellen. Sie vereinfachen die Entwicklung und versetzen Nicht-Techniker in die Lage, geschäftskritische Anwendungen schnell zu entwickeln.

Wie verbessern generative Seiten Low-Code-Plattformen?

Generative Seiten beschleunigen die Erstellung von Anwendungen, indem sie Beschreibungen in natürlicher Sprache in funktionalen Code umwandeln. Diese Funktion beschleunigt die Entwicklung und verringert den Bedarf an umfangreichen Programmierkenntnissen.

Was sind Compliance-Verstöße in der Low-Code-Entwicklung?

Compliance-Verstöße entstehen, wenn Anwendungen regulatorische Anforderungen nicht erfüllen. Solche Verstöße können zu rechtlichen Problemen führen und den Ruf Ihrer Organisation schädigen.

Wie kann ich die Offenlegung sensibler Informationen verhindern?

Um die Offenlegung sensibler Informationen zu verhindern, implementieren Sie eine starke Sicherheitsinfrastruktur. Überprüfen Sie regelmäßig die Zugriffssteuerungen und stellen Sie sicher, dass die Datenverschlüsselung aktiv ist, um Benutzerdaten zu schützen.

Was ist Training Data Poisoning?

Training Data Poisoning bezeichnet die gezielte Manipulation der Daten, mit denen KI-Modelle trainiert werden. Diese Taktik kann zu verzerrten Ergebnissen und Sicherheitslücken in Anwendungen führen.

Warum ist ein Sicherheitsreview wichtig?

Ein Sicherheitsreview deckt Schwachstellen in Ihren Anwendungen auf. Regelmäßige Reviews helfen Ihnen, die Compliance einzuhalten und sich vor potenziellen Bedrohungen zu schützen.

Wie stelle ich sicher, dass meine Anwendungen sicher sind?

Sie gewährleisten die Anwendungssicherheit, indem Sie bewährte Verfahren anwenden, etwa gründliche Code-Reviews, Schulungen für Anwender und die kontinuierliche Überwachung Ihrer Low-Code-Umgebung.

Welche Rolle spielen No-Code-Plattformen in der Entwicklung?

No-Code-Plattformen befähigen Anwender, Anwendungen ohne Programmierkenntnisse zu erstellen. Sie demokratisieren die Entwicklung, sodass mehr Menschen an der Entwicklung geschäftskritischer Anwendungen mitwirken können.