AI-Modelle für Cyberangriffe: Kosten sinken drastisch
Cyberkriminelle missbrauchen frei verfügbare AI-Modelle für großflächige Angriffe. Eine Kampagne kostete nur 12 Dollar für volle Domain-Kontrolle — DACH-Unternehmen geraten verstärkt ins Visier.
Cyberkriminelle setzen frei verfügbare AI-Modelle als zentrale Waffe für großflächige, kosteneffiziente Angriffskampagnen ein. Laut Dark Reading nutzt eine Kampagne sogenannte „Open-Weight"-Modelle, um mindestens 105 Websites gleichzeitig anzugreifen — mit minimalen Betriebskosten. In einem parallelen Fall gelang es Angreifern mit öffentlich erreichbaren Modellen, volle Domain-Kontrolle für lediglich 12 Dollar zu erlangen. Sicherheitsforscher dokumentieren damit ein neues Geschäftsmodell: Cyberkriminelle identifizieren exponierte AI-Infrastrukturen im Internet, hijacken diese und verschieben Rechenkosten sowie forensische Spuren auf die Opfer oder die Modell-Betreiber.
Help Net Security berichtet von einer Angriffstechnik namens „LLMjacking", bei der automatisierte Tools nach erreichbaren AI-Modellen fahnden und diese zur Planung von Eindringversuchen nutzbar machen — während die Betreiber der Modelle für die teuren Compute-Ressourcen zahlen. Das Vorgehen ähnelt dem klassischen Crypto-Mining auf gehackten Systemen, nur dass hier nicht Rechenleistung für Währungen, sondern für Attackenplanung und Reconnaissance verbraucht wird.
Besonders besorgniserregend: The Hacker News dokumentiert ein organisiertes AI-Agenten-Ökosystem, das von Ransomware-Affiliates der Gruppen INC und The Gentlemen betrieben wird. Diese Struktur deutet auf eine professionalisierung hin — nicht mehr einzelne Hacker experimentieren mit AI-Tools, sondern etablierte kriminelle Netzwerke integrieren AI-Agenten in ihre Intrusions-Pipelines. Die Agenten übernehmen dabei zentrale Aufgaben: Scanning von Zielnetzen, Enumeration von Schwachstellen, Social-Engineering-Prompt-Konstruktion und Exfiltrationssimulation.
Der technische Ablauf folgt dabei einem erkennbaren Muster: Angreifer deployten öffentliche Modelle (etwa Mistral, Llama oder andere Open-Weight-Varianten) auf gehackten oder kostenlosen Cloud-Infrastrukturen, nutzen diese zur Generierung von Phishing-Mails und Reconnaissance-Skripten, und orchestrieren damit Angriffe auf hunderte Ziele. Die Kostenreduktion ist zentral — während traditionelle Red-Teaming-Kampagnen tausende Dollar kosten, sinken die Marginalkosten pro Angriff durch AI-Automatisierung gegen Null.
Warum für DACH relevant
Deutsche, österreichische und Schweizer Unternehmen sind von dieser Entwicklung in mehrfacher Hinsicht betroffen. Erstens: DACH-Unternehmen verfügen oft über exponierte IT-Infrastrukturen — ob ungepatchte APIs, ungesicherte Kubernetes-Cluster oder Cloud-Buckets mit Default-Konfigurationen. Die neuen AI-gesteuerten Scanner erkennen diese schneller und häufiger als manuelle Pentesting. Zweitens entstehen neue Compliance-Anforderungen.
Die EU-AI-Act definiert „Hochrisiko"-AI-Systeme u.a. als solche, die für „Cybersicherheit" eingesetzt werden — eine Regulierung, die bisher primär als Schutzmaßnahme verstanden wurde. Nun offenbaren sich Dual-Use-Probleme: Dieselben Modelle, die in der Defensive (Vulnerability Assessment, Threat Hunting) legal einsetzbar sind, werden zur Attacke missbraucht. Für DACH-Unternehmens-IT bedeutet das: Eine gängige Open-Source-AI-Infrastruktur könnte plötzlich zum Angriffsziel werden, nicht nur wegen der wertvollen Daten, sondern auch als kompromittierte Compute-Ressource für Dritte.
Drittens: DSGVO-Implikationen. Wenn Ransomware-Agenten AI-Modelle zur Datenexfiltration nutzen und dabei Personendaten der Betroffenen automatisiert katalogisieren und bewerten, greift sofort die DSGVO-Meldepflicht (Artikel 33). Deutsche Datenschutzbehörden haben bereits bei ähnlich automatisierten Daten-Scanning-Prozessen Bußgelder verhängt. Die neuen AI-Agenten beschleunigen jedoch die Schadensausmaße — wo klassisches Ransomware-Scanning Tage benötigte, dauert es mit AI-Orchestrierung Stunden.
Mittelständische Unternehmen in Deutschland, Österreich und der Schweiz sind besonders exponiert, da sie oft nicht die Ressourcen haben, Cloud-Konfigurationen kontinuierlich zu überwachen oder gegen AI-gesteuerte Scanner zu hardenen.
Was du jetzt tun/wissen solltest
Der zentrale Take-Away: Exponierte AI-Infrastrukturen sind ab sofort kriminelles Angriffsmittel, nicht nur potenzielle Datenschätze. Das heißt konkret — wer Cloud-basierte Modelle betreibt (ob LLMs, Embeddings oder andere), muss ab sofort Zugriffskontrolle und Authentifizierung als Sicherheits-Critical einordnen, nicht als optional. Ein ungesichertes Hugging-Face-Modell auf einer Azure-Instanz mit Pay-as-you-go-Abrechnungsmodell ist kein "kostenloses Development-Tool" mehr, sondern potenziell eine Waffe in den Händen von Ransomware-Affiliates, die damit Hunderte weitere Unternehmen angreifen — auf die Rechnung des ursprünglichen Betreibers.
Für Unternehmen im DACH-Raum folgt daraus: Audit aller Cloud-seitig deployte KI-Infrastrukturen (intern oder über SaaS-Lösungen), aktiviere Authentifizierung und Rate-Limiting auf allen Inference-APIs, und monitore Compute-Kosten auf unerwartete Spitzen — Indikatoren für LLMjacking. Idealerweise als Punkt in ein unternehmensweites KI-Pentesting-Programm integrieren, wie es die KI-Pentesting-Praxis inzwischen verlangt. Ein vergleichbarer Governance-Ansatz liegt bereits für KI-Agenten außer Kontrolle vor — die neuen Erkenntnisse zu AI-Model-Missbrauch erfordern eine parallele Kontrollebene.
Quellen
Häufige Fragen
Wie viel kostet es, mit AI-Modellen einen Cyberangriff zu starten?
Laut Dark Reading gelang es Angreifern, volle Domain-Kontrolle mit öffentlich erreichbaren AI-Modellen für lediglich 12 Dollar zu erlangen. Eine andere Kampagne nutzte Open-Weight-Modelle, um mindestens 105 Websites anzugreifen — ebenfalls mit minimalen Betriebskosten.
Was ist LLMjacking und wie funktioniert es?
LLMjacking ist eine Angriffstechnik, bei der Cyberkriminelle exponierte AI-Modelle im Internet aufspüren und hijacken, um sie zur Planung von Eindringversuchen zu nutzen. Die Betreiber der Modelle zahlen dabei für die Rechenleistung, die für den Angriff verwendet wird.
Welche Ransomware-Gruppen setzen AI-Agenten für Angriffe ein?
Forscher haben dokumentiert, dass Affiliates der Ransomware-Gruppen INC und The Gentlemen ein AI-Agenten-Ökosystem zur Durchführung von Intrusions-Operationen betreiben. Diese Agenten führen Aufgaben wie Netzwerk-Scanning, Schwachstellen-Enumeration und Datenexfiltrationssimulation durch.