Djinn Infostealer nutzt SimpleHelp-Lücke für Cloud-Credential-Diebstahl
Eine kritische Authentifizierungslücke in der Remote-Support-Software SimpleHelp wird aktiv ausgenutzt, um einen neuen Cross-Platform-Infostealer namens Djinn zu verbreiten. Laut Dark Reading exploitieren Angreifer CVE-2026-48558, um Zugangsdaten zu Cloud- und KI-Systemen zu stehlen und diese mit Entwicklungs- sowie Admin-Umgebungen in Enterprise-Infrastrukturen zu verbinden. Die Vulnerability ermöglicht Angreifern eine Authentifizierung zu umgehen und damit direkt in SimpleHelp-Instanzen Malware einzuschleusen.
Die Kampagne zeigt Merkmale einer koordinierten Supply-Chain-Attacke. Wie Bleeping Computer berichtet, werden hijackte npm- und Go-Pakete als Verteilungsvektor genutzt — diese deployten Python-basierte Information Stealer über VS-Code-Tasks auf Windows-, Linux- und macOS-Systemen. Die Djinn-Malware selbst ist bislang undokumentiert und zeichnet sich dadurch aus, dass sie plattformübergreifend agiert und speziell auf Credentials abzielt, die Zugriff auf KI-Modelle, API-Schlüssel und Cloud-Services gewähren. Betroffene Organisationen berichten von Exfiltration von Umgebungsvariablen, SSH-Keys und Container-Registrierungen.
Warum das für den deutschsprachigen Mittelstand kritisch ist
Deutsche und österreichische Unternehmen, die SimpleHelp zur Remote-Administration einsetzen oder open-source-Dependency-Verwaltung nutzen, laufen unmittelbar Gefahr. Besonders kritisch: Viele Firmen lagern KI-Experimentierung und API-Key-Management in Entwicklungssystemen aus, ohne diese durch zusätzliche Netzwerk-Segmentierung zu schützen. Ein erfolgreicher Credential-Diebstahl via CVE-2026-48558 kann direkt zu nicht-autorisiertem Zugriff auf DSGVO-relevante Daten führen — insbesondere wenn KI-Modelle mit Personendaten trainiert werden.
Sofern SimpleHelp in der eigenen Infrastruktur läuft: Umgehend ein Patch-Management durchführen und betroffene Systeme isolieren. Parallel gilt es zu prüfen, ob npm oder Go Dependencies aus verdächtigen Quellen installiert wurden. Für KI-Pentesting relevanter Kontext: Infostealer dieser Art sind oft Vorstufen für gezielte Prompt-Injection oder Model-Poisoning, weil sie Entwickler-Credentials stehlen — das KI-Pentesting-Lab sollte deshalb auch Supply-Chain-Risiken im Modell-Bezug abdecken.
Du solltest auch deine Sicherheits-Pipeline für LLM-Apps gegen solche Credential-Leaks absichern — insbesondere bei der Verwaltung von API-Keys und Umgebungsvariablen.