{"id":406,"date":"2026-11-20T10:46:22","date_gmt":"2026-11-20T09:46:22","guid":{"rendered":"https:\/\/mspbusiness.com\/de\/it-nachrichten\/forscher-rekonstruieren-ki-gesteuerte-hackerkampagne-schritt-fuer-schritt\/"},"modified":"2026-11-20T10:47:01","modified_gmt":"2026-11-20T09:47:01","slug":"forscher-rekonstruieren-ki-gesteuerte-hackerkampagne-schritt-fuer-schritt","status":"publish","type":"post","link":"https:\/\/mspbusiness.com\/de\/security\/forscher-rekonstruieren-ki-gesteuerte-hackerkampagne-schritt-fuer-schritt\/","title":{"rendered":"Forscher rekonstruieren KI-gesteuerte Hackerkampagne Schritt f\u00fcr Schritt"},"content":{"rendered":"<p><strong>Forscher von Zscaler ThreatLabz haben rekonstruiert, wie ein einzelner Angreifer bei einer internationalen Hackerkampagne mehrere KI-Modelle einsetzte. Jedes Modell erhielt eine eigene Aufgabe, von der Erkundung der Angriffsziele bis zur Aufbereitung gestohlener Daten f\u00fcr den Verkauf. Die Analyse erscheint kurz nachdem die Europ\u00e4ische Kommission von einem Cyberangriff getroffen wurde, bei dem KI-Tools eine Rolle spielten.<\/strong><\/p>\n<p>Laut Berichten des niederl\u00e4ndischen Technikportals Tweakers setzten die Angreifer beim Angriff auf die Europ\u00e4ische Kommission das KI-Tool ARTEX ein, um Schwachstellen aufzusp\u00fcren. Mehrere Systeme, darunter HR-Anwendungen, wurden vor\u00fcbergehend abgeschaltet. Ein Datenleck mit personenbezogenen Daten ist nicht ausgeschlossen.<\/p>\n<p>Die von ThreatLabz analysierte Kampagne entdeckten die Forscher selbst. Es handelte sich um eine angepasste Implementierung von ARTEX, die der Angreifer mit Claude Code, Codex und Grok kombinierte. Da die Forscher Zugriff auf gespeicherte Anweisungen und Arbeitsdateien des Angreifers erhielten, konnten sie den Aufbau des Angriffs Schritt f\u00fcr Schritt rekonstruieren. Laut ThreatLabz setzte der Angreifer in nahezu jeder Phase KI ein. Die vollst\u00e4ndige Rekonstruktion findet sich in der <a href=\"https:\/\/www.zscaler.com\/blogs\/security-research\/inside-global-ai-assisted-hacking-campaign\" target=\"_blank\" rel=\"nofollow noopener\">technischen Analyse von ThreatLabz<\/a>.<\/p>\n<h3>Aufgabenteilung zwischen KI-Modellen<\/h3>\n<p>In der Aufkl\u00e4rungsphase wies der Angreifer verschiedenen KI-Systemen bestimmte Aufgaben zu. DeepSeek untersuchte Websites und Anwendungen auf m\u00f6gliche Einstiegspunkte. Anschlie\u00dfend \u00fcberpr\u00fcfte GLM diese Ergebnisse und suchte nach Schwachstellen, die DeepSeek m\u00f6glicherweise \u00fcbersehen hatte. Grok f\u00fchrte gleichzeitig von einem separaten Server aus eigenst\u00e4ndig Untersuchungen durch.<\/p>\n<p>In der zweiten Phase erhielten spezialisierte KI-Agents den Auftrag, personenbezogene Daten, Kundendaten und Finanzinformationen zu sammeln und zu verarbeiten. Sie sollten unter anderem verschl\u00fcsselte Daten entschl\u00fcsseln, Transaktionsdaten analysieren und Datenbest\u00e4nde ordnen.<\/p>\n<p>In der letzten Phase nutzte der Angreifer KI, um die erbeuteten Daten f\u00fcr den Verkauf vorzubereiten. Datenfelder wurden ins Chinesische \u00fcbersetzt und \u00fcberfl\u00fcssige Informationen entfernt. Zudem fragte der Angreifer die KI, wo gestohlene Daten \u00fcblicherweise verkauft werden.<\/p>\n<h3>Angriffsziele in mehreren Branchen<\/h3>\n<p>Aus den Anweisungen geht laut den Forschern hervor, dass der Angreifer Organisationen aus ganz unterschiedlichen Branchen im Visier hatte, darunter Finanzdienstleistungen, Onlineshops, Bildung, Logistik und Dating-Plattformen. Die Ziele befanden sich unter anderem in den Vereinigten Staaten, im Vereinigten K\u00f6nigreich, in Indien, Japan, S\u00fcdkorea und mehreren afrikanischen L\u00e4ndern. Das Interesse galt vor allem Mitarbeiter- und Kundendaten sowie Finanzinformationen.<\/p>\n<p>ARTEX enth\u00e4lt eine standardm\u00e4\u00dfige Sperrliste, die Angriffe auf Beh\u00f6rden und Universit\u00e4ten einschr\u00e4nken soll. ThreatLabz zufolge l\u00e4sst sich diese Beschr\u00e4nkung relativ einfach umgehen.<\/p>\n<h3>Kleinere Akteure, gr\u00f6\u00dfere Operationen<\/h3>\n<p>Der wichtigste Unterschied zu manuellen Angriffen liegt laut den Forschern in der Organisation. KI-Systeme wie DeepSeek, GLM und Grok teilen Aufgaben auf, tauschen Ergebnisse aus und setzen Untersuchungen eigenst\u00e4ndig fort. Dadurch kann ein einzelner Angreifer eine Operation aufziehen, f\u00fcr die fr\u00fcher mehrere Personen n\u00f6tig waren. ThreatLabz erwartet, dass auf diese Weise auch kleinere Hackerkollektive und einzelne Cyberkriminelle gro\u00dfen Schaden anrichten k\u00f6nnen.<\/p>\n<p>Albert Kramer, Manager Solutions Consulting Benelux bei Zscaler, sagt, dass die breite Verf\u00fcgbarkeit von KI-Tools wie Mythos und ARTEX das Cyberrisiko beschleunigt und vergr\u00f6\u00dfert. Kramer betont, wie wichtig es ist, Sicherheitsupdates rechtzeitig zu installieren und den Zugriff auf Anwendungen, Workloads und deren Verbindungen untereinander \u00fcber einen Zero-Trust-Ansatz zu beschr\u00e4nken.<\/p>\n<p>Das niederl\u00e4ndische Nationaal Cyber Security Centrum (NCSC) hatte bereits zuvor gewarnt, dass KI die Ausnutzung von Schwachstellen beschleunigen kann. Zscaler verweist zudem auf j\u00fcngste Schwachstellen in PHP als Beispiel daf\u00fcr, wie notwendig gut aufgestellte Sicherheitsprozesse sind.<\/p>\n<p>Der vollst\u00e4ndige Bericht ist in der <a href=\"https:\/\/www.zscaler.com\/blogs\/security-research\/inside-global-ai-assisted-hacking-campaign\" target=\"_blank\" rel=\"nofollow noopener\">technischen Analyse von ThreatLabz<\/a> nachzulesen.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Zscaler ThreatLabz hat eine Hackerkampagne rekonstruiert, bei der ein einzelner Angreifer mehrere KI-Modelle einsetzte. Diese teilten sich Aufgaben von der Aufkl\u00e4rung bis zur Verkaufsvorbereitung gestohlener Daten.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"mspb_bron_id":1169752,"mspb_url_nl":"https:\/\/mspbusiness.com\/security-en-privacy\/onderzoekers-reconstrueren-ai-gestuurde-hackcampagne-stap-voor-stap\/","mspb_url_de":"","mspb_url_en":"https:\/\/mspbusiness.com\/en\/security\/researchers-reconstruct-ai-driven-hacking-campaign-step-by-step\/","mspb_beeld_url":"https:\/\/mspbusiness.com\/wp-content\/uploads\/2026\/11\/hero-1795167969880.png","mspb_beeld_klein":"https:\/\/mspbusiness.com\/wp-content\/uploads\/2026\/11\/hero-1795167969880.png","mspb_auteur":"Redactie","mspb_beeld_alt":"","mspb_video":"","_yoast_wpseo_metadesc":"Zscaler ThreatLabz rekonstruiert eine KI-gest\u00fctzte Hackerkampagne: Ein Angreifer setzte DeepSeek, GLM und Grok f\u00fcr Aufkl\u00e4rung und Datendiebstahl ein.","footnotes":""},"categories":[3],"tags":[],"layout":[6],"class_list":["post-406","post","type-post","status-publish","format-standard","hentry","category-security","layout-news"],"_links":{"self":[{"href":"https:\/\/mspbusiness.com\/de\/wp-json\/wp\/v2\/posts\/406","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/mspbusiness.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/mspbusiness.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/mspbusiness.com\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/mspbusiness.com\/de\/wp-json\/wp\/v2\/comments?post=406"}],"version-history":[{"count":1,"href":"https:\/\/mspbusiness.com\/de\/wp-json\/wp\/v2\/posts\/406\/revisions"}],"predecessor-version":[{"id":407,"href":"https:\/\/mspbusiness.com\/de\/wp-json\/wp\/v2\/posts\/406\/revisions\/407"}],"wp:attachment":[{"href":"https:\/\/mspbusiness.com\/de\/wp-json\/wp\/v2\/media?parent=406"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/mspbusiness.com\/de\/wp-json\/wp\/v2\/categories?post=406"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/mspbusiness.com\/de\/wp-json\/wp\/v2\/tags?post=406"},{"taxonomy":"layout","embeddable":true,"href":"https:\/\/mspbusiness.com\/de\/wp-json\/wp\/v2\/layout?post=406"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}