Josuanstya Lovdianchel ist ein Business-Operations- und Produktprofi mit über 4 Jahren Erfahrung in den Bereichen Produktmanagement, Wachstumsstrategie und KI-gestützter Automatisierung. Er hat Produkte end-to-end im großen Maßstab ausgeliefert — insbesondere bei detikcom, der größten digitalen Medienplattform Indonesiens, wo er eine ERP-Contributor-Plattform an über 100 Benutzer auslieferte und innerhalb eines Monats nach dem Start eine 100%ige Adoption erreichte, sowie funktionsübergreifende Teams in den Bereichen Engineering, KI und Design leitete. Als zertifizierter Microsoft-Azure-Praktiker mit praktischen Python-Kenntnissen verfolgt er bei jedem Problem einen datenorientierten Ansatz — von der Analyse von über 10.000 Benutzerbewertungen zur Produktstrategie bis hin zum Aufbau KI-gestützter Benachrichtigungssysteme, die zweistellige CTR-Steigerungen anstreben. Bei Plexicus wendet er die gleiche Produkt- und Automatisierungs-Denkweise auf den Geschäftsbetrieb an und verwandelt komplexe Workflows in skalierbare Systeme.
A finding should not wait in a list. PlexiFlow runs the path you already wrote: branch on severity, ask the named role, then start a fix or notify the team.
Josuanstya Lovdianchel · 
Open-Source KI-Pentesting hat sich in klar getrennte Kategorien aufgeteilt: autonome Anwendungspentester, Multi-Agent-Plattformen, verifikationsorientierte Agenten und MCP-Werkzeugebenen. Wir haben 10 aktive Projekte geprüft und erklärt, was jedes davon wirklich gut kann.
Josuanstya Lovdianchel · 
78 % von 14.213 KI-unterstützten Pull Requests, die wir geprüft haben, enthielten eine Schwachstelle, die trotz menschlicher Prüfung bestehen blieb. Hier erfahren Sie, wie wir sie gemessen haben, welche Fehlerklassen wir fanden und was dagegen hilft.
Josuanstya Lovdianchel · 
SAST-False-Positives verdecken echte Bugs, und ein LLM-Wrapper ändert daran nichts. Deep Code Analysis beweist per Erreichbarkeitsanalyse, welche Findings real und erreichbar sind.
Josuanstya Lovdianchel · 
KI-Codierungstools machen Entwickler schneller – aber schnellere Entwicklung erfordert auch bessere Transparenz, stärkere Review-Workflows und zuverlässigere Behebungen. Dies ist ein praktischer Governance-Leitfaden für Teams, die Codex, Claude Code, Cursor, Windsurf und andere KI-Codierungsagenten einsetzen.
Josuanstya Lovdianchel · 
Erkennung allein kann mit der KI-gestützten Entwicklung nicht Schritt halten. KI-native Remediation ist die nächste Ebene – sie hilft Teams, Schwachstellen in KI-generiertem Code in jeder Phase des SDLC zu beheben, zu validieren und zu verfolgen.
Josuanstya Lovdianchel · 
KI-Codierungstools schreiben inzwischen fast die Hälfte allen neuen Codes. Und 45 % dieses Codes wird mit mindestens einer Schwachstelle ausgeliefert. Vibe-Coding-Sicherheit ist die Praxis, die durch KI erstellte Software zu sichern – Risiken zu erkennen, zu priorisieren und zu beheben, bevor sie die Produktion erreichen.
Josuanstya Lovdianchel · Plexicus ist Proof-Driven AppSec: validierte Funde, kontextuelles Verständnis und geprüfte Remediation — in Evidenz verankert, mit Ihnen gescoped.
