AntwortenVeröffentlicht22 Quellen
Wie KI Cyberangriffe verändert: Von KI-generierter Malware bis zu Angriffen mit LLMs
KI ersetzt herkömmliche Cyberangriffe bislang nicht, sondern beschleunigt und verändert bekannte Methoden wie Phishing, Skriptmissbrauch und Datendiebstahl. FunkSec und RevengeHotels stehen für KI gestützte Malware Entwicklung; LameHug geht einen Schritt weiter und fragt während der Ausführung ein LLM ab, um Windows...
Veröffentlicht vonBearbeitet mit GPT-5.6 LunaBilder erstellt mit GPT Image 1.5
Forschungsantwort
Wichtige Erkenntnisse
- KI ersetzt herkömmliche Cyberangriffe bislang nicht, sondern beschleunigt und verändert bekannte Methoden wie Phishing, Skriptmissbrauch und Datendiebstahl.
- FunkSec und RevengeHotels stehen für KI gestützte Malware Entwicklung; LameHug geht einen Schritt weiter und fragt während der Ausführung ein LLM ab, um Windows Befehle zu erzeugen.
- Kaspersky registrierte von Januar bis April 2026 mehr als 33.300 Angriffe auf kleine und mittlere Unternehmen mit Schadsoftware, die sich als beliebte KI Dienste tarnte – fast fünfmal so viele wie im Vorjahreszeitraum.
- Für die Abwehr werden Verhaltensindikatoren wichtiger: ungewöhnliche Skripte, ausgehende Verbindungen zu LLM APIs, verdächtige Befehlsfolgen und das Sammeln sensibler Dateien.
KI-Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How is artificial intelligence becoming deeply embedded in cyberattacks, according to Kaspersky and other cybersecurity researchers, and wha. Article summary: AI is becoming an operational layer across the attack chain: it helps criminals write and revise code, tailor phishing, automate reconnaissance, and vary payloads at machine speed. The clearest current evidence supports . 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
Künstliche Intelligenz wird zu einer operativen Schicht in Cyberangriffen. Kriminelle und staatlich unterstützte Akteure können große Sprachmodelle – sogenannte LLMs – nutzen, um Malware-Bausteine zu entwerfen, Phishing-Texte zu formulieren, Skripte zu reparieren und Varianten für unterschiedliche Ziele zu erzeugen.
Die bislang belastbarste Schlussfolgerung lautet jedoch nicht, dass Angriffe vollständig autonom geworden sind. Vielmehr beschleunigt und verfeinert KI bekannte Vorgehensweisen – und verkürzt damit das Zeitfenster, in dem Verteidiger reagieren können.
Die wichtigste Veränderung: KI verkürzt den Angriffskreislauf
Die meisten Einbrüche beruhen weiterhin auf vertrauten Techniken: Phishing, bösartigen Skripten, Trojanern für den Fernzugriff und Datendiebstahl. KI verändert vor allem die Kosten und das Tempo dieser Methoden.
Ein Angreifer kann mit einem LLM ein erstes Skript erstellen, eine Nachricht personalisieren oder übersetzen, den Code nach Tests anpassen und mehrere Varianten für verschiedene Zielgruppen erzeugen. Dadurch werden Experimente günstiger und die Zeit zwischen der Idee für eine Kampagne und ihrem Einsatz kürzer.
Das Ergebnis kann eine größere Zahl glaubwürdiger Angriffe und ein kleineres Reaktionsfenster für Unternehmen sein. Der Unterschied ist wichtig: Nicht jeder Angriff mit einem KI-bezogenen Vorwand ist automatisch ein „KI-Angriff“. Die verfügbaren Beispiele zeigen unterschiedliche Stufen der KI-Nutzung – von Code-Unterstützung bis hin zur dynamischen Befehlsgenerierung während eines laufenden Angriffs.
FunkSec: KI-gestützte Entwicklung von Erpressungssoftware
Die Analyse von FunkSec durch Kaspersky ist ein Beispiel für KI-unterstützte Malware-Entwicklung. Die auf Rust basierende Ransomware kombiniert Verschlüsselung, lokale Datenexfiltration und Selbstbereinigung in einer einzigen ausführbaren Datei. Kaspersky berichtete außerdem von Anzeichen für die Synthese von Code durch große Sprachmodelle in verwandten Funktionen, darunter einem Passwortgenerator und einem einfachen DDoS-Werkzeug. 28
39
Das bedeutet nicht, dass ein LLM die gesamte Kampagne eigenständig entwickelt, gestartet und betrieben hat. Es zeigt vielmehr, dass generative KI funktionsfähige Malware-Komponenten hervorbringen kann. Angreifer können dadurch ein kompakteres Werkzeugset mit weniger manueller Entwicklungsarbeit zusammenstellen.
RevengeHotels: KI verbessert eine klassische Phishing-Kette
Die RevengeHotels-Kampagne aus dem Jahr 2025 zeigt, wie KI eine etablierte Angriffsmethode verstärkt, statt sie zu ersetzen. Kaspersky beobachtete Angriffe auf Hotels in Brasilien und spanischsprachigen Märkten. Die Phishing-Mails tarnten sich als Reservierungsanfragen, Rechnungen oder Bewerbungen. Die Empfänger wurden auf Webseiten weitergeleitet, die Dokumentenspeicher imitierten. Über dort verteilte Skripte gelangten anschließend Remote-Access-Trojaner wie VenomRAT auf die Systeme. 30
31
36
Nach Angaben von Kaspersky schien ein erheblicher Teil des Codes für den ersten Infektor und den Downloader von LLM-Agenten erzeugt worden zu sein. 28 Die Kampagne setzte dennoch auf bekannte Elemente: Social Engineering, Skriptausführung und die Verbreitung eines Fernzugriffstrojaners.
Der Beitrag der KI lag vor allem darin, Teile der Infektionskette schneller zu erstellen und zu variieren. So konnten die Angreifer ihre Vorgehensweise möglicherweise effizienter an Regionen und Zielgruppen anpassen.
Der Begriff „KI-gestützt“ kann deshalb ohne Erklärung irreführend sein. In diesem Fall war die KI-gestützte Codegenerierung in eine konventionelle Phishing-Operation eingebettet.
LameHug bringt ein LLM direkt in den Angriff
Die technisch bedeutendste Entwicklung in den verfügbaren Belegen ist LameHug, das in Teilen der Berichterstattung auch als PROMPTSTEAL bezeichnet wird. Anders als Malware, die lediglich mit KI-Unterstützung geschrieben wurde, nutzte LameHug ein LLM während der Ausführung.
Analysen auf Grundlage von Berichten des ukrainischen Computer Emergency Response Team (CERT-UA) zufolge kontaktierte die Malware die Hugging-Face-API. Dort nutzte sie Alibaba Clouds Modell Qwen2.5-Coder-32B-Instruct, um dynamisch Windows-Befehle zu erzeugen. Diese konnten Systeminformationen sammeln und nach Office-Dokumenten suchen, die anschließend abgegriffen werden sollten. 2
3
7
Diese Laufzeit-Nutzung verändert das Verhalten der Malware in drei wichtigen Punkten:
- Die Befehlsfolge muss nicht vollständig vorab festgelegt werden. Die Malware kann abhängig von ihren Vorgaben und der Umgebung neue Befehle anfordern.
- Gewöhnliche Systemwerkzeuge können zum Einsatz kommen. Für die Erkennung reicht es daher möglicherweise nicht, nach einer charakteristischen Datei zu suchen. Entscheidend können Verhalten und Abfolge der Befehle sein.
4
- Die Malware erzeugt eine externe Abhängigkeit. Ungewöhnliche ausgehende Verbindungen eines kompromittierten Systems zu einer Sprachmodell-API können selbst ein wertvolles Erkennungssignal liefern.
LameHug ist kein Beleg dafür, dass Malware vollständig autonom arbeitet. Der Fall zeigt jedoch, dass ein Angreifer ein LLM in die operative Angriffsschleife einbauen kann. Das Modell hilft dann in Echtzeit bei der Aufklärung des Systems und beim Sammeln von Daten.
Gefälschte KI-Dienste werden zur Eintrittskarte
KI dient nicht nur als Werkzeug, sondern auch als Köder. Von Januar bis April 2026 registrierten Kaspersky-Lösungen mehr als 33.300 Angriffe auf kleine und mittlere Unternehmen, bei denen schädliche oder unerwünschte PC-Software als beliebte KI-Dienste getarnt war. Gegenüber dem Vergleichszeitraum 2025 war das laut Kaspersky fast eine Verfünffachung. 50
51
Diese Zahlen beziehen sich auf Software, die sich als KI-Dienst ausgab. Sie belegen nicht, dass jede Nutzlast mit KI erzeugt wurde oder dass ein KI-System jeden Angriff steuerte. Die vorsichtigere Schlussfolgerung lautet: Angreifer nutzen das Vertrauen in bekannte KI-Marken und die schnelle Verbreitung entsprechender Werkzeuge in Unternehmen aus.
Für Beschäftigte ist das Risiko sehr konkret. Ein gefälschter Bildgenerator, Chatbot-Client oder Produktivitätsassistent kann zum Übertragungsweg für Malware werden. Klare Installationsrichtlinien, verifizierte Download-Quellen und wirksame Endpoint-Kontrollen bleiben deshalb entscheidend – auch wenn die vermeintliche Anwendung wie ein modernes KI-Produkt aussieht.
Was die Zahlen über das Risiko aussagen – und was nicht
Die regionale Kaspersky-Telemetrie zeigt, dass webbasierte Bedrohungen weiterhin weit verbreitet sind. Sie darf jedoch nicht als Zählung KI-gesteuerter Angriffe verstanden werden. Im ersten Halbjahr 2026 blockierten Kaspersky-Systeme nach eigenen Angaben 5,7 Millionen Angriffe aus Online-Ressourcen in Südafrika, 4,5 Millionen in Kenia und 1,6 Millionen in Nigeria. In der ausgewerteten META-Region – Nahost, Türkiye und Afrika – wies Türkiye mit 22,8 Prozent den höchsten Anteil von Nutzern auf, die von webbasierten Bedrohungen betroffen waren. 14
Diese Messwerte umfassen Bedrohungen über Webseiten, E-Mails und Webdienste. Sie belegen eine breite Exposition gegenüber Online-Angriffen, aber keine KI-Ursache. Diese Unterscheidung verhindert, dass allgemeine Cybercrime-Statistiken fälschlich als Beleg für autonome oder KI-generierte Kampagnen dargestellt werden.
Warum Anpassungsfähigkeit wichtiger ist als Autonomie
Das unmittelbare Sicherheitsrisiko besteht nicht zwingend in einer plötzlichen Entstehung vollständig selbststeuernder „Cyberarmeen“. Problematischer ist die Summe vieler kleiner Effizienzgewinne entlang der Angriffskette:
- Code kann schneller entworfen und überarbeitet werden.
- Phishing-Nachrichten lassen sich an Sprachen, Branchen und Vorwände anpassen.
- Skripte können schneller getestet, repariert und neu verpackt werden.
- Das Verhalten von Malware kann für unterschiedliche Umgebungen variiert werden.
- Aufklärung und Datensammlung können während des Angriffs angepasst werden.
Zusammen können diese Vorteile die Kosten eines Einbruchs senken und mehr Experimente ermöglichen. Sie könnten auch weniger erfahrenen Akteuren helfen, Methoden nachzuahmen, die früher Spezialwissen erforderten.
Besonders gefährdet sind Organisationen mit kleinen Sicherheitsteams, großen Mengen sensibler Daten oder komplexen Abhängigkeiten von Drittanbietern. Behauptungen über Angriffe auf kritische Infrastrukturen erfordern allerdings konkrete Belege für eine Kompromittierung, deren Auswirkungen und die tatsächliche Beteiligung von KI. Die Behauptung eines Angreifers allein bestätigt keinen dieser Punkte.
Welche Maßnahmen Unternehmen jetzt priorisieren sollten
Die Beispiele sprechen für eine mehrschichtige, verhaltensorientierte Abwehr. Signaturen und bekannte Indicators of Compromise bleiben wichtig. Zusätzlich sollten Unternehmen nach Aktivitäten suchen, die auf KI-gestützte oder dynamisch angepasste Angriffe hindeuten.
Wichtige Signale können sein:
- Python- oder PyInstaller-Prozesse, die unerwartet Verbindungen zu Sprachmodell-Diensten aufbauen;
- Base64-kodierte Prompts oder ungewöhnliche API-Aufrufe von Endgeräten, die normalerweise keine Entwickler- oder KI-Dienste nutzen;
- verdächtige Befehlsfolgen mit Werkzeugen wie
systeminfo,tasklist,dsqueryoder rekursiven Dateisuchen; - auffällige Skriptausführung über JavaScript, PowerShell oder andere Interpreter;
- ungewöhnlicher Zugriff auf Zugangsdaten, das Zusammenstellen von Dokumenten oder ausgehende Datenübertragungen;
- die Installation nicht freigegebener KI-Anwendungen oder Browser-Erweiterungen durch Mitarbeitende.
Splunks Erkennungshinweise zu LameHug heben insbesondere Python- oder PyInstaller-Aktivität hervor, die eine Verbindung zur Hugging-Face-API und zum Qwen-Modell herstellt. 4 Das ist ein konkretes Beispiel dafür, wie Sicherheitsverantwortliche die Verhaltensmuster rund um einen LLM-gestützten Angriff erkennen können, statt auf eine unveränderte Malware-Signatur zu warten.
Fazit: KI wird zur Effizienz- und Anpassungsschicht
KI ist zunehmend fest in Cyberangriffe eingebettet, weil sie bestehende Abläufe leichter produzierbar, personalisierbar und veränderbar macht. FunkSec und RevengeHotels stehen für KI-gestützte Malware-Entwicklung. LameHug zeigt, wie ein LLM während eines laufenden Angriffs abgefragt wird. Die Kaspersky-Zahlen zu kleinen und mittleren Unternehmen wiederum zeigen, dass die Popularität von KI selbst als Köder missbraucht wird. 28
31
51
Die treffendste Beschreibung lautet daher nicht: „KI hat herkömmliches Hacking ersetzt.“ Treffender ist: KI wird zu einer Effizienz- und Anpassungsschicht für Phishing, Malware-Entwicklung, Aufklärung und Datendiebstahl.
Unternehmen sollten sich auf mehr Varianten, schnellere Iterationen und ein kürzeres Reaktionsfenster einstellen. Gleichzeitig bleibt es wichtig, zwischen nachgewiesener KI-Beteiligung und gewöhnlicher Cyberkriminalität mit KI-Branding zu unterscheiden.
Studio Global AI
Setzen Sie Ihre Recherche fort
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Die Leute fragen auch
Wie lautet die kurze Antwort auf „Wie KI Cyberangriffe verändert: Von KI-generierter Malware bis zu Angriffen mit LLMs“?
KI ersetzt herkömmliche Cyberangriffe bislang nicht, sondern beschleunigt und verändert bekannte Methoden wie Phishing, Skriptmissbrauch und Datendiebstahl.
Was sind die wichtigsten Punkte, die zuerst validiert werden müssen?
KI ersetzt herkömmliche Cyberangriffe bislang nicht, sondern beschleunigt und verändert bekannte Methoden wie Phishing, Skriptmissbrauch und Datendiebstahl. FunkSec und RevengeHotels stehen für KI gestützte Malware Entwicklung; LameHug geht einen Schritt weiter und fragt während der Ausführung ein LLM ab, um Windows Befehle zu erzeugen.
Was soll ich als nächstes in der Praxis tun?
Kaspersky registrierte von Januar bis April 2026 mehr als 33.300 Angriffe auf kleine und mittlere Unternehmen mit Schadsoftware, die sich als beliebte KI Dienste tarnte – fast fünfmal so viele wie im Vorjahreszeitraum.
Quellen
me-en.kaspersky.comKaspersky uncovers the cyber threats defining the first half ...
securelist.comA new RevengeHotels campaign targets Latin America
kaspersky.comKaspersky discovers the return of RevengeHotels, leveraging AI in ...