Die monatlichen Meldungen zu Sicherheitslücken stiegen von 5.045 im Januar auf 10.740 im August 2026. Rund 50 Prozent der von GTIG als wahrscheinlich KI entdeckt eingestuften Schwachstellen ermöglichten Remote Code Execution (RCE); bei anderen Schwachstellen waren es etwa 26 Prozent.
Veröffentlicht vonBearbeitet mit GPT-6 LunaBilder erstellt mit GPT Image 2
Forschungsantwort

Create a landscape editorial hero image for this Studio Global article: How did AI affect the volume, types, risk levels, and exploitation of software vulnerabilities from January through August 2026, according t. Article summary: Google’s Threat Intelligence Group (GTIG) found that AI was accelerating vulnerability discovery and changing the mix of flaws being found, but the surge in disclosures did **not** mean a comparable share of flaws was be. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Google Threat Intelligence Group (GTIG) registrierte zwischen Januar und August 2026 mehr als doppelt so viele monatliche Meldungen zu Software-Schwachstellen. Die Zahl der Schwachstellen, deren Ausnutzung durch Angreifer beobachtet wurde, stieg ebenfalls, aber weniger stark. Bei einem Teil der von GTIG als wahrscheinlich KI-entdeckt eingestuften Lücken war das mögliche Schadenspotenzial höher. Die Daten zeigen jedoch nicht, welchen Anteil KI allein am Gesamtanstieg hatte. 3
17
Die monatlichen Schwachstellenmeldungen stiegen von 5.045 im Januar 2026 auf 10.740 im August. In den ersten acht Monaten des Jahres zählte GTIG 141 verschiedene Schwachstellen, die ausgenutzt wurden; im gesamten Jahr 2025 waren es 127. Im Monatsdurchschnitt nahm die Zahl der ausgenutzten Schwachstellen von 10,5 im Jahr 2025 auf 18 zwischen Januar und August 2026 zu. 3
Dabei geht es um unterschiedliche Messgrößen: Meldungen zählen öffentlich bekannt gemachte Schwachstellen. Die Auswertungen zur Ausnutzung erfassen dagegen einzelne Lücken, deren Einsatz durch Angreifer beobachtet wurde. Keine der beiden Zahlen steht für die Zahl der Angriffe oder der betroffenen Opfer. Mehr Meldungen bedeuten deshalb nicht, dass Angreifer einen ähnlich großen Anteil der neu bekannt gewordenen Lücken ausnutzen. 3
Die Zahlen belegen, dass sowohl die Entdeckung und Veröffentlichung von Schwachstellen als auch ihre Ausnutzung zunahmen. Sie weisen KI aber nicht als alleinige Ursache für diese Entwicklung aus. GTIG beschreibt den wachsenden Einfluss von KI auf die Schwachstellensuche und das Risikoprofil einiger Funde – nicht ihren exakten Anteil am Gesamtanstieg. 3
29
Etwa die Hälfte der Schwachstellen, die GTIG als wahrscheinlich KI-entdeckt einordnete, ermöglichte Remote Code Execution (RCE). Bei anderen Schwachstellen lag der Anteil bei rund 26 Prozent. RCE bedeutet, dass Angreifer auf einem verwundbaren System eigenen Code ausführen können – ein potenziell schwerwiegender Zugriff. „Wahrscheinlich KI-entdeckt“ ist allerdings eine Zuordnung und kein Beleg dafür, dass eine KI jede Lücke dieser Gruppe eigenständig gefunden hat. 17
23
Auch die Einstufung des Schweregrads braucht Kontext: Berichten zur GTIG-Analyse zufolge wurden 58 Prozent der wahrscheinlich KI-entdeckten Schwachstellen als mittleres Risiko bewertet, gegenüber 28 Prozent der übrigen Meldungen. Nur rund vier Prozent galten als hohes Risiko – ein ähnlicher Anteil wie bei den nicht der KI zugerechneten Funden. Separat davon stieg die Zahl der Meldungen mit hohem Risiko auf der GTIG-eigenen Skala von 131 im Januar auf 350 im August. Diese Entwicklung betrifft die Meldungen insgesamt, nicht nur die KI zugeschriebenen Schwachstellen. 23
28
29
Eine Zero-Day-Schwachstelle wird ausgenutzt, bevor ein Sicherheitsupdate verfügbar ist. Eine sogenannte n-Day-Lücke ist bereits öffentlich bekannt; häufig gibt es dann auch schon eine Korrektur. Sie bleibt aber angreifbar, solange betroffene Systeme nicht aktualisiert wurden.
Nach Angaben von GTIG stieg die durchschnittliche monatliche Ausnutzung von Zero-Days von etwa acht im Jahr 2025 auf rund elf zwischen Januar und August 2026. Das ist ein vergleichsweise moderater Anstieg gegenüber der Ausnutzung insgesamt. Damit bleiben auch bekannte Schwachstellen wichtig, die Angreifer nach ihrer Veröffentlichung ins Visier nehmen können. Aus diesen Zahlen lässt sich nicht ableiten, welcher Anteil der n-Day-Ausnutzung durch KI ermöglicht wurde. 3
29
GTIG berichtete außerdem über einen kriminellen Akteur mit einem Zero-Day-Exploit, der nach Einschätzung der Gruppe mithilfe von KI entwickelt worden war. Der Akteur plante eine breit angelegte Ausnutzungskampagne. GTIG erklärte jedoch, dass die eigene proaktive Entdeckung den geplanten Einsatz möglicherweise verhindert habe. Das ist ein konkreter KI-bezogener Fall, aber kein Beleg dafür, dass KI den allgemeinen Anstieg der Ausnutzung verursacht hat. 7
Laut GTIG ist auch das Software-Ökosystem, das für die Entwicklung und den Betrieb großer Sprachmodelle genutzt wird, zum Ziel von Angriffen geworden. Unternehmen sollten KI-Komponenten und -Dienste deshalb als Teil ihrer produktiven IT-Umgebung betrachten. Welche Schwachstellen besonders dringlich sind, hängt jedoch vom jeweiligen System, seiner Erreichbarkeit und konkreten Hinweisen auf Ausnutzung ab. 1
Für Sicherheitsteams: Schwachstellen nach Erreichbarkeit betroffener Systeme, möglichen Folgen und konkreten Hinweisen auf Ausnutzung priorisieren – nicht allein nach der Zahl neuer Meldungen. Einen Überblick über öffentlich erreichbare Systeme und eingesetzte KI-Software führen, verfügbare Updates zeitnah einspielen und für Zero-Days ohne verfügbaren Patch Überwachung und Gegenmaßnahmen vorbereiten. Bei bekannten Lücken sollte die Zeit zwischen Bekanntwerden und Behebung möglichst kurz sein. 3
8
9
Für Softwarehersteller: KI-gestützte Tests mit menschlicher Prüfung kombinieren, um Schwachstellen vor der Veröffentlichung zu finden und zu bestätigen. KI-Komponenten wie produktive Software absichern und Kunden zeitnah mit Korrekturen und konkreten Sicherheitshinweisen versorgen. Die GTIG-Ergebnisse sprechen dafür, sowohl die Zahl neuer Funde als auch deren mögliches Schadenspotenzial im Blick zu behalten. 4
8
Studio Global AI
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Die monatlichen Meldungen zu Sicherheitslücken stiegen von 5.045 im Januar auf 10.740 im August 2026.
Die monatlichen Meldungen zu Sicherheitslücken stiegen von 5.045 im Januar auf 10.740 im August 2026. Rund 50 Prozent der von GTIG als wahrscheinlich KI entdeckt eingestuften Schwachstellen ermöglichten Remote Code Execution (RCE); bei anderen Schwachstellen waren es etwa 26 Prozent.
Zero Day Ausnutzung nahm weniger stark zu als die Ausnutzung insgesamt. Auch bereits bekannte Schwachstellen müssen daher rasch geprüft und behoben werden.