Die Popularität von Large Language Models schafft nicht nur innovative Anwendungsmöglichkeiten – sie eröffnet auch neue Angriffsflächen für Cyberkriminelle. Sophos hat in einem aktuellen Report dokumentiert, dass Angreifer massiv bekannte AI-Marken wie Perplexity, Claude, ChatGPT und Microsoft Copilot nachahmen, um Endnutzer zum Download von Malware zu bewegen.
Das Vertrauen in bekannte Namen ausnutzen
Die Strategie ist simpel, aber wirksam: Nutzer kennen diese Namen, vertrauen ihnen und laden dementsprechend leichtsinniger Software herunter. Die Sophos X-Ops-Analyse zeigt, dass Angreifer diese Vertrauensbasis systematisch ausnutzen. Statt durch technische Exploits vorzudringen, setzen sie auf Social Engineering – ein Ansatz, der nach wie vor zu den erfolgreichsten Angriffsformen gehört.
Die verteilte Malware umfasst dabei ein breites Spektrum: von Information Stealern, die Anmeldedaten und Browserinhalte abzapfen, über Backdoors, die remote Access ermöglichen, bis zu bösartigen Browser-Extensions, die den Browsing-Verkehr überwachen oder manipulieren.
Zahlen aus der MDR-Praxis
Zur Dimensionierung des Problems liefert der Report konkrete Zahlen: Sophos analysierte 12 Monate Managed Detection and Response-Fälle (Juli 2025 bis Juni 2026). Von initial 86 Fällen, die mit AI-Aktivitäten getaggt wurden, bestätigten sich 34 als tatsächlich bösartig – das ist eine Quote von knapp 40 Prozent. Diese Zahl mag auf den ersten Blick nicht astronomisch wirken, zeigt aber die Konsistenz, mit der Angreifer diese Taktik nutzen.
Dass Sophos weitere Fälle nachträglich in diese Kategorie aufnahm, deutet darauf hin, dass Brand-Impersonation ein unterschätztes Problem sein könnte. Viele Sicherheitsteams könnten entsprechende Fälle zunächst nicht als AI-bezogen klassifizieren, da der Fokus historisch auf anderen Malware-Vektoren lag.
Warum gerade AI-Brands?
Die Wahl der Ziele ist kein Zufall. Große Language Models sind derzeit im medialen Fokus und Gegenstand großer öffentlicher Aufmerksamkeit. Das erhöht die Wahrscheinlichkeit, dass Nutzer – besonders technikinteressierte – versuchen, diese Tools zu installieren oder zu aktualisieren. Ein Download aus einer verdächtigen Quelle wird von Nutzern unter Umständen nicht kritisch hinterfragt, wenn es um das neueste AI-Tool geht.
Zusätzlich sind Nutzer dieser Services oft eine wertvollere Zielgruppe: Sie arbeiten häufig mit sensitiven Informationen, haben gutes technisches Verständnis und nutzen mehrere Online-Services gleichzeitig. Information Stealer können so auf umfassende Datenbestände zugreifen.
Die Angriffslogistik
Die praktische Umsetzung läuft meist über klassische Wege ab:
- Gefälschte Download-Seiten: Websites, die den echten Diensten stark ähneln
- Phishing-Mails: Mit Verweis auf vermeintliche Updates oder exklusiven Zugang
- Kompromittierte oder ähnliche Domainnamen: Typosquatting und Domain-Varianten
- Malvertising: Platzierung in Ad-Netzwerken oder in organischen Suchergebnissen
Sobald die Malware installiert ist, können die Angreifer je nach Payload unterschiedliche Ziele verfolgen:
- Information Stealer extrahieren Passwörter, Cookies und Session-Tokens – wertvoll für Credential-Stuffing und Account-Takeovers
- Backdoors ermöglichen persistenten remote Access für langfristige Ausnutzung oder Deployment weiterer Malware
- Browser-Extensions setzen sich tief in die User-Umgebung ein und können unbewusst benutzte Services monitoren oder manipulieren
Was Nutzer und Organisationen wissen sollten
Der Report unterstreicht mehrere wichtige Erkenntnisse:
-
Download-Quellen überprüfen: Offizielle Software sollte nur von offiziellen Websites oder verifizierten App-Stores heruntergeladen werden. Besonders bei beliebten Services lohnt sich eine URL-Kontrolle.
-
Social Engineering bleibt wirksam: Selbst technisch versierte Nutzer fallen auf professionell gemachte Betrugsseiten herein. Regelmäßiges Bewusstseinstraining ist notwendig.
-
Monitoring ist essenziell: MDR-Services zeigen hier ihren Wert – viele dieser Angriffe erfordern Laufzeit-Überwachung, um sie zu erkennen. Statische Endpunkt-Sicherheit erfasst verpackte oder neu kompilierte Malware oft nicht.
-
Browser-Extensions kritisch betrachten: Malicious Extensions sind schwer zu detektieren und können großen Schaden anrichten. Regelmäßige Audits von installierten Extensions sollten Standard sein.
Ausblick
Mit der Popularität von AI-Tools wird dieses Angriffsfeld wahrscheinlich wachsen. Angreifer orientieren sich an Hype-Themen – und AI ist momentan die größte. Gleichzeitig wird die Unterscheidung zwischen legitimen Updates und gefälschten Versionen für Nutzer schwächer, da echte Updates tatsächlich häufig sind.
Organisationen sollten entsprechend ihre Sicherheitsstrategie anpassen: durchgehende Netzwerk-Überwachung, regelmäßige Incident Response-Tests und ein Security-Awareness-Programm, das speziell auf aktuelle Angriffsvektoren zugeschnitten ist.
