Warum dieser Guide existiert
Okay, die ehrliche Ansage: Pentesting hat sich in den letzten zwölf Monaten verändert. Wer 2024 noch händisch Recon gemacht hat, nutzt 2026 Claude Code, GPT-4, oder spezialisierte Security-LLMs als Copilot. Nicht weil das cooler ist — sondern weil es messbar schneller ist bei den Dingen, die keiner machen will: Dokumentation, wiederholbares Scripting, Parsing von Tool-Outputs, Erstellen von Reports.
Aber: Die interessanten Entscheidungen — welcher Angriffsvektor, welche Payload, wie interpretiere ich diesen merkwürdigen Response — bleiben beim Menschen. KI ist der Junior, der die Routine übernimmt. Du bleibst der Senior, der die Strategie macht.
Dieser Bereich hier — KI-Pentesting — ist unser inhaltlicher Schwerpunkt. Nicht weil wir daraus ein Geschäft machen (tun wir nicht), sondern weil der deutsche Markt genau das gerade nicht hat: eine ehrliche, technisch fundierte Ressource zu Pentesting mit KI-Unterstützung, die nicht nur theoretisch bleibt, sondern Lab-Setups, Code und echte Workflows zeigt.
Besonders LLM-Security — also das Testen von KI-Systemen selbst — ist eine Nische mit extrem wenig deutschsprachiger Konkurrenz. OWASP Top 10 für LLMs, Prompt-Injection-Defense, Safety-Pipelines: das braucht jeder, der eine LLM-App in Produktion bringt. Und die meisten haben keine Ahnung, wo sie anfangen sollen. Genau da setzen wir an.
Was dich in dieser Säule erwartet
Die 20 Artikel unten decken alles ab: von klassischem Pentesting (WLAN, FritzBox, SQL-Injection) über Bug-Bounty-Workflows und CTF-Strategien bis hin zu LLM-spezifischen Angriffen (Prompt Injection, Jailbreaks, System-Prompt-Leaks) und Verteidigungsstrategien (Safety Pipelines, DSGVO-Playbooks, Red-Team-Checklisten). Jeder Artikel zeigt echte Labs, echte Tools, echte Ergebnisse — keine theoretischen Slides.
Du musst nicht alle lesen. Such dir den Cluster raus, der zu deinem aktuellen Problem passt, spring rein, bau das Lab nach, zieh die Erkenntnisse raus. Und wenn du hängen bleibst: Die Zone "Hacking & Security" im Discord ist genau dafür da.
LLM-Sicherheit & Prompt Injection
Das ist die Zukunft — und gleichzeitig das, was gerade am wenigsten verstanden wird. Jedes Unternehmen, das ein LLM produktiv einsetzt (Chatbots, Content-Generierung, Code-Assistenten), muss sich mit Prompt Injection, Jailbreaks und Datenlecks auseinandersetzen. Die wenigsten tun es.
Offensive: Wie Angriffe funktionieren
Wenn du wissen willst, wie Prompt Injection wirklich funktioniert — nicht nur als theoretisches Risiko, sondern als reproduzierbarer Angriff im eigenen Lab — dann ist Prompt Injection Tutorial: Von harmlosem Jailbreak bis System-Prompt-Leak dein Startpunkt. Drei Angriffsklassen, live im eigenen Setup, mit Python-Code. Du baust dir ein verwundbares LLM-System, greifst es an, siehst die Payloads wirken. Das ist der schnellste Weg, um zu verstehen, was Defense-Maßnahmen eigentlich abwehren müssen.
Dann der Benchmark: Prompt-Injection-Jailbreak Benchmark — Claude vs GPT vs Mistral vs Llama. Gandalf plus 20 eigene Jailbreak-Prompts gegen alle Frontier-Modelle. CSV-Download der Ergebnisse. Wenn du wissen willst, welches Modell am härtesten zu knacken ist (oder am leichtesten), lies das hier. Spoiler: Die Unterschiede sind krass.
Defensive: Wie du deine LLM-App schützt
Die andere Seite: Du baust selbst eine LLM-App und willst nicht, dass sie gejailbreakt wird oder PII leakt. Dafür gibt es Prompt-Injection-Defense für deutsche Firmen — vier Schichten Defense (Input-Sanitization, Output-Validation, Context-Isolation, Monitoring), DSGVO-Meldepflichten erklärt, Red-Team-Evaluierung. Das ist die Pflichtlektüre, bevor du ein LLM produktiv schaltest.
Dann die Implementierung: Safety-Pipelines für eigene LLM-Apps. Komplette Pipeline mit Code: Input-Sanitization, Llama-Guard, PII-Scrubbing, Rate-Limit. Copy-paste-fähig, produktionsreif. Wenn du nicht weißt, wie eine Safety-Pipeline aussieht — hier ist eine.
Und bevor du live gehst: 50-Punkte-Red-Team-Checkliste für deine LLM-App. Sechs Kategorien, 50 Test-Punkte mit Severity. Du arbeitest die Liste ab, hackst dein eigenes System, fixst die Lücken, gehst erst dann live. Simpel, effektiv, keine Ausreden.
Wenn du die OWASP Top 10 für LLMs als Pentest-Checkliste brauchst (nicht nur lesen, sondern testen), dann ist OWASP Top 10 für LLMs: Pentesting-Checkliste deutsch das richtige. LLM01 bis LLM10, pro Risiko eine Testmethode, ein Tool, ein Code-Snippet. Du weißt nach dem Artikel genau, wie du jedes der 10 Risiken in deiner eigenen App findest.
Und wenn das Worst-Case-Szenario eintritt — deine LLM-App leakt PII, du hast 72 Stunden DSGVO-Meldefrist — dann ist DSGVO nach einem LLM-Datenleak — 72-Stunden-Playbook deine Rettung. Drei reale Szenarien, was in den ersten 72 Stunden zu tun ist, Templates für die Meldung. Kein Panik-Guide, sondern ein strukturierter Ablaufplan.
Klassisches Pentesting mit KI als Copilot
Du willst Netzwerke, Web-Apps oder IoT-Geräte testen — aber mit KI-Unterstützung, um schneller zu sein. Hier sind die Labs, die zeigen, wo KI echte Hebel bringt (Spoiler: Recon, Scripting, Parsing — nicht Exploitation selbst).
Netzwerk & IoT
FritzBox-Audit mit Claude Code — Eigene FritzBox als Übungsobjekt, komplett dokumentiertes Lab-Setup. Du lernst, wie man ein Consumer-IoT-Gerät sauber testet, ohne die Produktiv-Infrastruktur zu zerlegen. KI hilft beim Parsing der Konfigurationen und beim Generieren der Testskripte.
WLAN-Pentesting mit Claude Code im eigenen Lab — WPA2-Handshake-Analyse, aircrack-ng, hashcat. Eigener Router, dokumentierter Aufbau. Die KI beschleunigt das Scripting (Recon-Pipelines, CSV-Parsing), aber das eigentliche Cracken bleibt Hardware-Arbeit. Ehrliche Zeitangaben, was du wirklich sparst und was nicht.
Web-App-Pentesting
SQL-Injection mit Claude Code — DVWA + WebGoat im Lab — Lab in 10 Minuten aufgesetzt, drei Stufen DVWA, Vergleich wo Claude als Tutor hilft und wo sqlmap einfach schneller ist. Du lernst SQL-Injection nicht aus einem Buch, sondern indem du sie selbst durchführst — im kontrollierten Umfeld.
OWASP Juice Shop Challenges mit KI-Unterstützung — Fünf Juice-Shop-Level mit Claude Code als Copilot, Zeit-Benchmarks mit/ohne KI. Juice Shop ist die Web-App-Pentesting-Übung schlechthin. Wenn du Web-Security lernen willst, führt kein Weg daran vorbei. Dieser Artikel zeigt, wie du KI nutzt, ohne dass sie dir alles vorgibt.
Übungsumgebungen & Skills aufbauen
Pentesting lernt man nicht aus Videos. Man lernt es, indem man Labs durcharbeitet, CTFs löst, Bug-Bounty-Programme angeht. Hier sind die Artikel, die dir zeigen, wie das mit KI-Unterstützung schneller und strukturierter geht.
CTFs & Gamification
HackTheBox mit Claude Code — 10 Retired Boxen — Time-to-Pwn-Tabelle Solo vs mit KI. Du siehst genau, bei welchen Boxen KI echte Zeit spart (Recon-lastige Boxen, viel Scripting) und wo sie nutzlos ist (Exploit-Chain-Logik, kreative Bypasses). Ehrliche Zahlen, keine Marketing-Claims.
Bug Bounty
Bug-Bounty-Recon 2026 — Subdomain-Enum, Scope-Analyse, Nuclei-Templates mit Claude, Pipeline für HackerOne/Intigriti. Recon ist der Teil von Bug Bounty, der am wenigsten Spaß macht — aber am meisten Zeit frisst. KI automatisiert genau das: Subdomain-Discovery, DNS-Enum, Scope-Parsing, Report-Generierung. Du konzentrierst dich auf das Finden der Lücke, nicht auf das Parsen der Tool-Outputs.
OSINT-Pipelines mit Claude Code — Maltego-Alternative — subfinder, amass, theHarvester, Sherlock + Claude als Korrelator. OSINT ist Daten sammeln, Daten filtern, Daten korrelieren. KI ist der Korrelator. Du gibst ihr die Outputs von fünf Tools, sie baut dir die Zusammenhänge. Maltego kostet Geld; diese Pipeline kostet Zeit beim Setup, ist danach aber komplett unter deiner Kontrolle.
Social Engineering & Awareness
Pentesting ist nicht nur Technik. Die meisten erfolgreichen Angriffe laufen über Menschen — CEO Fraud, Enkeltrick, Phishing. Hier sind die Artikel, die zeigen, wie Angreifer mit KI arbeiten (und wie du dich oder deine Organisation schützt).
Offensive: Wie Angriffe mit KI funktionieren
CEO-Fraud per Voice-Cloning — das Selbstexperiment — Eigene Stimme in vier Minuten geklont, gegen einen Bekannten eingesetzt (mit Zustimmung). Was Angreifer heute können, wie realistisch die Stimmen sind, wie man sich schützt. Das ist kein theoretisches Risiko mehr — das funktioniert, jetzt, mit frei verfügbaren Tools.
WhatsApp-Enkeltrick mit ChatGPT — die Masche 2026 — Wie sich der klassische Enkeltrick durch generative KI verändert hat. Awareness für Angehörige älterer Menschen. Die Texte sind besser, die Szenarien überzeugender, die Erfolgsrate höher. Dieser Artikel ist zum Weiterleiten an Eltern/Großeltern gedacht.
Defensive: Wie du dich und deine Organisation schützt
Stalkerware finden — 5-Minuten-Scan mit Claude Code — Bei Verdacht auf Handy-Überwachung: 5-Minuten-Scan mit Claude Code. Kein Forensik-Labor nötig, kein Root, keine Installation. Du gibst Claude Zugriff auf die App-Liste, es prüft bekannte Stalkerware-Pakete, gibt dir eine klare Aussage. Wenn du denkst, jemand überwacht dein Handy — fang hier an.
Phishing-Awareness mit KI — ehrliche Simulation — Vierwöchige Awareness-Kampagne für 80 Mitarbeiter, Tool-Stack, Metriken, ethische Grenzen. Du willst dein Team für Phishing sensibilisieren? Dieser Artikel zeigt dir, wie du das machst — mit KI-generierten Phishing-Mails (realistischer als Templates), mit Tracking (wer klickt, wer nicht), mit Follow-up-Training. Und er zeigt dir auch, wo die ethischen Grenzen sind (kein Bloßstellen, kein Shaming).
DSGVO, Incident Response & Defense
Wenn du in der EU eine LLM-App betreibst (oder für ein Unternehmen arbeitest, das das tut), sind DSGVO-Meldepflichten, Incident-Response-Playbooks und Defense-Checklisten keine Nice-to-haves — sie sind Pflicht. Hier sind die Artikel, die dir zeigen, wie das konkret aussieht.
Die 72-Stunden-DSGVO-Playbook (siehe oben unter LLM-Sicherheit) ist der Kern. Ergänzend dazu die beiden Defense-Guides: Prompt-Injection-Defense für deutsche Firmen (strategisch, vier Schichten) und Safety-Pipelines für eigene LLM-Apps (taktisch, Code). Zusammen sind das die drei Pflicht-Artikel für jeden, der eine LLM-App in der EU produktiv betreibt.
KI-Tool-Sicherheit — Die Tools selbst unter dem Mikroskop
KI-Tools sind selbst Software — und Software hat Lücken. Zwei Artikel beschäftigen sich damit, was passiert, wenn du die Tools selbst testest.
Vibe-Coding ist unsicher — 10 Cursor-Apps gescannt — Sicherheitslücken, wenn Anfänger KI-Coding-Tools als Autocomplete behandeln. Ergebnisse aus 10 Projekten. Cursor, GitHub Copilot, Tabnine: alles super, solange du weißt, was du tust. Aber wenn du blind Copy-Paste machst, produzierst du SQL-Injection, XSS, unsichere Secrets-Handling. Dieser Artikel zeigt zehn echte Projekte, die genau das getan haben — und welche Lücken dabei rauskamen.
Claude Code unter dem Pentester-Mikroskop — Wo die Sandbox real ist und wo Theater. Vier Permission-Modes durchgespielt. Wenn du Claude Code für Security-Arbeit nutzt, willst du wissen: Kann ich damit wirklich ein isoliertes Lab betreiben? Oder leckt das Daten? Dieser Artikel testet alle vier Permission-Modes, schaut sich die Sandbox-Implementierung an, zeigt, wo echte Isolation ist und wo nur UI-Theater.
Wie du anfängst
Wenn du noch nie Pentesting gemacht hast, fang mit einem Lab an. Das einfachste Setup ist OWASP Juice Shop — Docker-Container hochziehen, Browser öffnen, los geht's. Keine komplizierte Hardware, kein Netzwerk-Setup. Nur du, eine absichtlich verwundbare Web-App, und Claude Code als Copilot.
Wenn du schon Pentesting-Erfahrung hast, aber KI noch nicht systematisch nutzt, fang mit Bug-Bounty-Recon 2026 an. Du merkst sofort, wo KI Zeit spart (Subdomain-Enum, Scope-Parsing) und wo du sie nicht brauchst (die eigentliche Lücke finden).
Wenn du LLM-Security lernen willst (weil du selbst eine LLM-App baust oder testen sollst), fang mit dem Prompt Injection Tutorial an. Du baust dir ein verwundbares System, greifst es an, verstehst die Angriffsvektoren — und dann liest du die 50-Punkte-Checkliste und testest deine echte App.
Die Realität: Was KI kann und was nicht
KI beschleunigt alles, was wiederholbar ist: Scripting, Parsing, Dokumentation, Report-Generierung, Routine-Recon. Sie beschleunigt nicht das kreative Denken: Exploit-Chain-Logik, Zero-Day-Hunting, das Interpretieren von merkwürdigen Responses, das Finden von Business-Logic-Bugs.
Das heißt: Du wirst schneller, nicht besser. Wenn du vorher keine Ahnung hattest, wie SQL-Injection funktioniert, wird Claude Code dir das auch nicht beibringen — du musst es lernen, im Lab, mit echten Payloads. Aber wenn du es weißt, beschleunigt KI das Drumherum massiv.
Wie groß der Unterschied konkret ist, hängt vom Projekt ab — die HackTheBox-Time-to-Pwn-Tabelle und der Solo-vs-KI-Vergleich im WLAN-Lab zeigen echte Zahlen für ihre jeweiligen Szenarien, statt eines pauschalen Prozentwerts über alle Pentest-Arten hinweg. Durchgehendes Muster: Die Ersparnis liegt im Recon, Scripting und Reporting — die Zeit für das eigentliche Finden und Ausnutzen der Lücke bleibt Handarbeit.
Rechtliches — Lies das, ernsthaft
Alles, was hier beschrieben wird, läuft im eigenen Lab oder mit schriftlicher Erlaubnis (Bug-Bounty-Programme, CTFs, autorisierte Pentests). Das Testen fremder Systeme ohne Erlaubnis ist nach §§ 202a, 202b, 202c, 303b StGB strafbar — auch "nur zum Ausprobieren". Das gilt für WLAN-Handshakes, SQL-Injection, Subdomain-Enum, Phishing-Simulationen, alles.
Wenn du unsicher bist, ob etwas erlaubt ist: Es ist nicht erlaubt. Bau dir ein Lab (DVWA, Juice Shop, WebGoat, eigener Router, eigene VMs), teste dort, lerne dort. Das ist legal, kostet fast nichts, und du hast volle Kontrolle.
Nächster Schritt
Du hast jetzt 20 Artikel vor dir. Such dir den Cluster aus, der zu deinem aktuellen Ziel passt:
- LLM-App bauen? → Fang mit Safety-Pipelines an, dann 50-Punkte-Checkliste.
- Web-App-Pentesting lernen? → Juice Shop, dann SQL-Injection.
- Bug Bounty starten? → Recon-Pipeline, dann OSINT-Pipelines.
- Netzwerk/IoT-Security? → FritzBox-Audit, dann WLAN-Pentesting.
- LLM-Security testen? → Prompt Injection Tutorial, dann OWASP Top 10 für LLMs.
Und wenn du hängen bleibst, Fragen hast oder dein Lab zeigen willst: Die Zone "Hacking & Security" im Discord ist genau dafür da. Stell dich vor, zeig was du baust, hol dir Feedback. Wir bauen das hier zusammen auf.