Wie DeepSeek chinesische Cyberangriffe skalierbarer macht

Die taiwanische Threat-Intelligence-Firma TeamT5 berichtet, dass mit dem chinesischen Staat verbundene Hackergruppen ihr Angriffsvolumen nach der Einbindung von DeepSeek und anderer Open-Source-KI mehr als verdoppelt haben. Die zentrale Aussage lautet dabei nicht, dass eine KI jeden Einbruch selbstständig durchführt. Vielmehr kann sie genug repetitive Arbeit übernehmen, damit bestehende Akteure mehr Ziele mit weniger Zeit und Kosten bearbeiten können. 457

KI als Multiplikator für bestehende Hackergruppen

TeamT5 hat den Einsatz von KI in mehreren Phasen von Angriffen nachverfolgt – darunter Aufklärung, das Scannen nach Schwachstellen, die Entwicklung von Exploits, Arbeiten an Schadsoftware und Aktivitäten nach der Kompromittierung eines Netzwerks. Grundlage der Einschätzung waren Skripte und Protokolle aus jüngeren Kampagnen. Die Forscher weisen jedoch darauf hin, dass sich daraus nicht in jedem Fall das konkret verwendete Modell ableiten lässt. 47

Das ist eine wichtige Einschränkung: Die Steigerung um mehr als das Doppelte ist eine Einschätzung von TeamT5 zum Angriffsvolumen der untersuchten Gruppen. Sie ist keine vollständige Zählung aller Cyberangriffe mit China-Bezug. Die KI scheint vor allem Routineaufgaben auszulagern, Teile der Angriffskette zu beschleunigen und dadurch mehr Operationen parallel zu ermöglichen – nicht die menschliche Steuerung vollständig zu ersetzen. 57

Warum DeepSeek besonders attraktiv sein soll

Nach der von TeamT5 ausgewerteten Berichterstattung bietet DeepSeek für offensive Cyberoperationen eine praktische Kombination aus:

• ausreichender Leistungsfähigkeit für Recherche, Programmierung und operative Aufgaben,
• niedrigen laufenden Kosten, die eine wiederholte Nutzung im großen Maßstab erleichtern,
• Anpassbarkeit durch den Open-Source-Ansatz und
• vergleichsweise schwachen Cyber-Schutzvorkehrungen, wodurch schädliche Unterstützung offenbar leichter angefordert oder angepasst werden kann. 27

Das erklärt, warum für Angreifer nicht zwingend das leistungsstärkste Modell am nützlichsten ist. TeamT5 zufolge waren leistungsfähigere Systeme wie Kimi K3 des Unternehmens Moonshot für diese Zwecke weniger attraktiv – unter anderem wegen höherer Kosten und strengerer Schutzmechanismen. Die vorliegende Berichterstattung belegt allerdings nicht, dass Kimi K3 bei den von TeamT5 untersuchten Vorfällen eingesetzt wurde. 7

Die dokumentierten Fälle

TeamT5 ordnet mehreren Gruppen unterschiedliche Aufgaben innerhalb der Angriffskette zu.

Grimfengxi: Exploit-Code mit DeepSeek

Die Gruppe Grimfengxi soll DeepSeek genutzt haben, um Code zur Ausnutzung von Sicherheitslücken zu erstellen. Damit ging der Einsatz über reine Informationsbeschaffung hinaus: Das Modell half offenbar bei der Entwicklung von Code, der eine Schwachstelle in einem Zielsystem ausnutzen sollte. 7

Teleboyi: Aufklärung automatisieren

Teleboyi soll DeepSeek eingesetzt haben, um rund 1.000 IP-Adressen aus dem Internet zu sammeln und die Domains eines Zielunternehmens zu kartieren. Diese sogenannte Aufklärung dient dazu, vor einem möglichen Eindringen ein Bild von der Infrastruktur eines Opfers zu erstellen. Das Beispiel zeigt, wie KI die Suche nach Zielen beschleunigen kann. Die Kartierung allein beweist jedoch nicht, dass anschließend ein erfolgreicher Einbruch erfolgte. 7

Huapi: Angriff auf das E-Mail-System eines taiwanischen Unternehmens

Huapi soll ein chinesisches KI-Modell gegen das E-Mail-System eines taiwanischen Unternehmens eingesetzt haben. TeamT5 hält es für wahrscheinlich, dass es sich um DeepSeek handelte, konnte dies aber nicht zweifelsfrei nachweisen. Die Unsicherheit verdeutlicht ein grundsätzliches Problem: Aus dem Code oder dem Verhalten eines Angriffs lässt sich nicht immer zuverlässig auf das verwendete KI-Modell schließen. 7

Slime22: Claude Code nach einem Einbruch

Der Einsatz beschränkte sich nicht auf chinesische Open-Source-Modelle. Nach Angaben aus dem Umfeld der TeamT5-Berichterstattung nutzte Slime22 Anthropics Claude Code, nachdem die Gruppe in ein taiwanisches Technologieunternehmen eingedrungen und dort Kali Linux installiert hatte. Die Penetrationstesting-Plattform sollte Claude Code bei der lateralen Bewegung im Netzwerk unterstützen. Die Betreiber sollen ihre Aktivitäten als autorisierte technische Tests dargestellt haben, um Schutzvorkehrungen zu umgehen. 7

Dieser Fall zeigt außerdem, warum sich Abwehrteams nicht auf ein einzelnes Modell oder dessen Herkunft konzentrieren können. Angreifer können lokal betriebene oder offene Systeme mit kommerziellen westlichen Werkzeugen kombinieren – je nach Aufgabe und den Kontrollen, auf die sie stoßen.

Ein wachsender Markt für KI-gestützte Angriffe

Der Bericht beschreibt ein breiteres Ökosystem rund um KI-unterstützte Eindringoperationen. Ein chinesisches Start-up mit ungefähr zehn Beschäftigten soll Eindring-Software für 300.000 bis 500.000 Yuan – umgerechnet etwa 44.500 bis 74.000 US-Dollar – an mindestens vier Hackergruppen verkauft haben. Bei einem Angriff soll außerdem ChatGPT zum Einsatz gekommen sein. 7

Auch die mit Nordkorea verbundene Gruppe Kimsuky soll lokal betriebene KI-Modelle getestet haben. Eine lokale Bereitstellung kann Angreifern mehr Kontrolle über Modell und Daten geben und die Abhängigkeit von externen Diensten und deren Erkennungssystemen verringern. Die verfügbare Berichterstattung belegt jedoch nur den Test dieser Modelle, nicht deren Wirksamkeit bei echten Operationen. 7

Anthropic hat unabhängig davon berichtet, dass KI die technische Einstiegshürde für anspruchsvolle Cyberkriminalität senken kann. Akteure mit begrenzten technischen Kenntnissen könnten dadurch Operationen durchführen, für die früher deutlich mehr Fachwissen nötig gewesen wäre. Das passt zum Gesamtbild von TeamT5: Das unmittelbare Risiko entsteht möglicherweise weniger durch ein einzelnes übermenschliches System als dadurch, dass gewöhnliche Angreifer schneller auf Programmierung, Aufklärung und automatisierte Arbeitsabläufe zugreifen können.

OpenAI erklärte, das Unternehmen arbeite daran, den Missbrauch seiner Modelle zu erkennen, zu verhindern und zu unterbinden. 7

Was die Analyse zeigt – und was nicht

Die Ergebnisse von TeamT5 weisen auf einen messbaren operativen Effekt hin: KI-gestützte Arbeitsabläufe können die Zahl der Angriffsversuche erhöhen, indem sie repetitive Aufgaben übernehmen. Daraus folgt jedoch nicht, dass DeepSeek jeden der gemeldeten Angriffe autonom durchgeführt hat.

Drei Grenzen der Analyse sind besonders wichtig:

1. Die Zuordnung zu einem Modell ist unvollständig. Nicht jedes Skript, jeder Befehl und jeder Angriff lässt sich zuverlässig einem bestimmten KI-System zuordnen. 47
2. Mehr Angriffsversuche bedeuten nicht automatisch mehr erfolgreiche Einbrüche. Ein höheres Volumen zeigt für sich genommen weder, dass mehr Ziele kompromittiert wurden, noch dass der Schaden im gleichen Verhältnis gestiegen ist.
3. Die Daten beziehen sich auf beobachtete Gruppen und Kampagnen. Die Angabe „mehr als verdoppelt“ ist ein Befund von TeamT5 und keine umfassende Messung sämtlicher chinesischer Cyberaktivitäten mit Staatsbezug. 7

Die präziseste und zugleich praktisch relevanteste Schlussfolgerung ist deshalb enger als die Vorstellung vom vollständig autonomen Hacken: Preisgünstige, anpassbare KI erleichtert es etablierten Angreifern, Teile des Vorgehens zu industrialisieren. Verteidiger sollten damit rechnen, dass Aufklärung, Code-Erstellung und Arbeitsabläufe nach einem Einbruch durch unterschiedliche Modelltypen beschleunigt werden können – nicht nur durch DeepSeek.