CrowdStrike warnt: KI ist jetzt zentral für Cyberangriffe

CrowdStrike hat einen Konflikt, der sich in Google News abzeichnet, mit einer Zahl versehen: Angriffe von KI-gestützten Gegnern nahmen 2025 um 89 % zu. Das Unternehmen erklärt, dass künstliche Intelligenz Angriffe inzwischen beschleunigt und zugleich wertvolle neue Systeme schafft, die Kriminelle ins Visier nehmen können.

Diese Kombination ist wichtiger als eine weitere Warnung vor überzeugenden Phishing-E-Mails. KI dringt tiefer in Aufklärung, Malware-Entwicklung, die Ausnutzung von Schwachstellen, den Diebstahl von Zugangsdaten und Aktivitäten nach einer Kompromittierung vor. Angreifer nehmen zudem die Modelle, Konnektoren, Entwicklungstools und Cloud-Dienste ins Visier, denen Unternehmen inzwischen vertrauen.

Der zentrale Wettstreit lautet daher nicht KI-ausgestattete Angreifer gegen klassische Antivirensoftware. Es ist maschinell unterstützte Offensive gegen Sicherheitsabläufe, die weiterhin durch menschliche Prüfung, fragmentierte Sichtbarkeit und langsame Freigabeketten begrenzt sind. Forschung von Google, Microsoft und Anthropic stützt diese Entwicklung, legt jedoch auch wichtige Grenzen in CrowdStrikes Darstellung offen.

Der CrowdStrike-Bericht macht KI vom Experiment zur operativen Ebene

Die wichtigste Aussage von CrowdStrike ist, dass KI sich von vereinzelten Experimenten zu einem festen Bestandteil der routinemäßigen Cyberoperationen entwickelt hat.

Das Unternehmen veröffentlichte seinen Threat Hunting Report 2026 am 3. August und stützte sich dabei auf Vorfälle, die 2025 und in der ersten Hälfte des Jahres 2026 untersucht wurden. Die Ergebnisse beschreiben Angreifer, die KI als Werkzeug, Ziel und Verstärker einsetzen.

Dem Bericht ging CrowdStrikes Global Threat Report vom Februar voraus, der einen jährlichen Anstieg von 89 % bei Operationen KI-gestützter Gegner dokumentierte. Dieser frühere Bericht bezifferte die durchschnittliche eCrime-Breakout-Zeit zudem auf 29 Minuten.

Die Breakout-Zeit misst den Zeitraum zwischen dem ersten Zugriff eines Angreifers und seiner seitlichen Bewegung in ein anderes System. CrowdStrike zufolge bedeutete der Durchschnitt von 2025 gegenüber dem Vorjahr eine Beschleunigung um 65 %. Der schnellste beobachtete Ausbruch dauerte nur 27 Sekunden.

Die neueren Ergebnisse des Threat Hunting ergänzen mehrere konkrete Beispiele. CrowdStrike erklärt, mit China verbundene Gegner hätten kritische Schwachstellen innerhalb von 24 Stunden ausgenutzt, nachdem öffentlich Proof-of-Concept-Code erschienen war. Zudem schreibt das Unternehmen die Vergiftung von 131 KI-Framework-Paketen Akteuren mit Verbindungen zu Nordkorea zu.

In einer weiteren Kampagne erzeugten Angreifer innerhalb von zwei Minuten fast 200.000 nicht autorisierte API-Anfragen an große Sprachmodelle. Diese häufig als LLMjacking bezeichnete Praxis umfasst den Diebstahl des Zugriffs auf einen Modelldienst und die Verlagerung der daraus entstehenden Kosten auf dessen legitime Kunden.

CrowdStrike verzeichnete außerdem in der ersten Hälfte des Jahres 2026 gegenüber der zweiten Hälfte von 2025 eine Verdopplung der Voice-Phishing-Eindringversuche. Voice Phishing oder Vishing nutzt Anrufe und Identitätsvortäuschung, um Beschäftigte dazu zu manipulieren, Zugriff zu gewähren oder Zugangsdaten preiszugeben.

Diese Zahlen bedeuten nicht, dass KI jeden Vorfall eigenständig geplant hat. Sie zeigen, dass Angreifer Modelle in vertraute Arbeitsabläufe einfügen und diese mit höherer Geschwindigkeit oder in größerem Umfang betreiben können.

Die zugrunde liegenden Angriffsziele bleiben erkennbar. Kriminelle Gruppen wollen weiterhin Zugangsdaten, Kryptowährungen, sensible Daten oder Erpressungszahlungen. Staatlich unterstützte Akteure verfolgen weiterhin Spionage, Persistenz und strategischen Zugang.

KI verändert die wirtschaftlichen Bedingungen rund um diese Ziele. Sie senkt den Aufwand, Ziele zu recherchieren, maßgeschneidertes Material zu erstellen, Code zu verändern, gestohlene Informationen zu verarbeiten und einen Angriff auf mehr Opfer zu wiederholen.

Der Bericht verändert auch die Definition exponierter Infrastruktur. Ein Unternehmensmodell ist nicht länger nur eine Produktivitätsanwendung. Seine API-Zugangsdaten, Datenkonnektoren, Orchestrierungssoftware und Entwicklungsabhängigkeiten können sämtlich zu Angriffswegen werden.

Diese Doppelrolle erzeugt die zentrale Spannung des Artikels. Unternehmen setzen KI ein, um operative Reibung zu verringern, während Angreifer in derselben Umgebung nach privilegiertem Zugriff und schwach gesteuerter Automatisierung suchen.

Warum die Google-News-Schlagzeile für Sicherheitsteams wichtig ist

Die Einordnung durch Google News ist wichtig, weil CrowdStrike ein operatives Zeitproblem beschreibt und nicht lediglich eine weitere Kategorie bösartiger Software.

Sicherheitsteams haben ihre Abwehr seit Langem um eine Abfolge herum aufgebaut. Ein Tool erkennt ungewöhnliche Aktivitäten, ein Analyst prüft das Signal, und jemand entscheidet, ob ein Nutzer oder System isoliert werden soll. Jede Übergabe kostet Zeit.

Eine durchschnittliche Breakout-Zeit von 29 Minuten verdichtet diese Abfolge. Ein Ausreißer von 27 Sekunden nimmt faktisch die Möglichkeit zur manuellen Prüfung, bevor der Angreifer ein weiteres Asset erreicht.

Dieser Druck trifft Organisationen am stärksten, deren Sicherheitsdaten weiterhin auf Endpunkte, Identitätsplattformen, Cloud-Konten, Softwaredienste und Entwicklersysteme verteilt sind. Eine Warnung aus einer Domäne kann ohne Kontext aus den anderen harmlos wirken.

Angreifer profitieren von diesen Grenzen. Ein gültiges Konto, das sich bei einem Cloud-Dienst anmeldet, kann wie normale Arbeit aussehen. Ein Entwicklertool, das ein Paket herunterlädt, kann routinemäßig wirken. Auch ein KI-Assistent, der einen genehmigten Konnektor aufruft, kann herkömmliche Kontrollen passieren.

CrowdStrike berichtete, dass 82 % seiner Erkennungen im Jahr 2025 malwarefreie Aktivitäten betrafen. Malwarefreie Angriffe stützen sich auf legitime Zugangsdaten, vertrauenswürdige Tools oder integrierte Systemfunktionen, statt eine erkennbare schädliche Datei abzulegen.

KI ergänzt diesen Ansatz, weil Modelle Angreifern helfen können, Umgebungen zu interpretieren und Befehle anzupassen. Das daraus entstehende Verhalten kann wie gewöhnliche administrative Arbeit wirken, bis mehrere Signale zusammengeführt werden.

Microsoft beschreibt in seiner Analyse zu KI-Bedrohungsaktivitäten einen ähnlichen Wandel. Demnach integrieren Bedrohungsakteure KI in Planung, Aufklärung, Malware-Entwicklung, Phishing und Operationen nach einer Kompromittierung.

Microsoft ergänzt jedoch eine wichtige Einschränkung. Menschen steuern die meisten beobachteten Kampagnen weiterhin, selbst wenn KI über den gesamten Angriffslebenszyklus hinweg Reibung reduziert.

Diese Unterscheidung beeinflusst defensive Prioritäten. Organisationen sollten sich nicht nur auf einen fiktiven autonomen Hacker vorbereiten, der ohne Aufsicht arbeitet. Sie müssen von Menschen geführte Kampagnen adressieren, die kostengünstiger, schneller und leichter skalierbar werden.

Die erzwungene Reaktion ist operativ und nicht kosmetisch. Sicherheitsteams benötigen Kontrollen, die Aktivitäten über Identitäten, Endpunkte, Cloud-Workloads, Softwaredienste und KI-Anwendungen hinweg korrelieren können.

Sie benötigen außerdem die Befugnis, Bedrohungen mit hoher Sicherheit schnell einzudämmen. Automatisierte Erkennung bietet nur begrenzten Nutzen, wenn die Isolierung weiterhin in einer langen Freigabewarteschlange wartet.

Der Druck reicht über Sicherheitsabteilungen hinaus. Entwickler wählen Modell-Frameworks und Pakete aus. Beschaffungsteams genehmigen KI-Anbieter. Beschäftigte verbinden Assistenten mit Dokumenten, Kalendern, Quellcode und Kundensystemen.

Jede Verbindung kann wertvollen Geschäftskontext enthalten. Sie kann aber auch die Folgen eines kompromittierten Kontos, einer vergifteten Abhängigkeit oder eines manipulierten Prompts ausweiten.

Die kurzfristige Herausforderung ist daher Governance in operativer Geschwindigkeit. Unternehmen müssen wissen, welche Modelle laufen, auf welche Daten sie zugreifen können, welche Aktionen sie ausführen dürfen und wie ihr Zugriff widerrufen werden kann.

Langfristig werden Organisationen ihre Incident Response rund um Untersuchungen mit Maschinengeschwindigkeit neu gestalten müssen. Ein menschlicher Analyst sollte verantwortlich bleiben, doch diese Person kann nicht jedes domänenübergreifende Ereignis manuell rekonstruieren, bevor die Eindämmung beginnt.

KI-gestützte Angreifer treffen auf KI-unterstützte Verteidiger

Der zentrale Wettbewerb dreht sich um Geschwindigkeit und Koordination: Angreifer automatisieren Schritte über eine Kampagne hinweg, während Verteidiger versuchen, die Beweissammlung und Eindämmung zu automatisieren.

CrowdStrike stellt KI als Verstärker für Gegner dar. Diese Beschreibung ist glaubwürdig, denn ein Angreifer benötigt kein Modell, um eine neue Klasse von Exploits zu erfinden. Die Verbesserung mehrerer gewöhnlicher Aufgaben kann einen bedeutenden kumulativen Vorteil schaffen.

Ein Modell kann öffentliche Informationen über ein Ziel zusammenfassen, Nachrichten übersetzen, Varianten eines Köders erzeugen, unbekannten Code erklären und gestohlene Daten organisieren. Es kann auch weniger erfahrenen Akteuren helfen, Aufgaben zu erledigen, für die früher Spezialisten erforderlich waren.

Anthropic untersuchte 832 Konten, die zwischen März 2025 und März 2026 wegen böswilliger Cyberaktivitäten gesperrt wurden. Seine Kontoanalyse ordnete beobachtetes Verhalten dem MITRE-ATT&CK-Framework zu, einem weithin genutzten Katalog von Angreifertaktiken und -techniken.

Von diesen Konten nutzten 560 KI bei Aktivitäten zur Vorbereitung von Malware. Das entsprach 67,3 % der untersuchten Gruppe. Weitere 54 Konten beziehungsweise 6,5 % nutzten KI zur Unterstützung lateraler Bewegungen innerhalb kompromittierter Umgebungen.

Anthropic stellte außerdem fest, dass der KI-Einsatz tiefer in Angriffe vordringt. Die Kontoerkennung innerhalb kompromittierter Systeme nahm zu, während der Anteil von KI-unterstütztem Phishing zurückging.

Die Stichprobe des Unternehmens ist kein Maß für alle Cyberangriffe. Sie umfasst nur Konten, die Anthropic identifiziert und gesperrt hatte und mit ausreichend Detail analysieren konnte. Dennoch stützt die Verschiebung hin zu Aktivitäten nach einer Kompromittierung die übergeordnete Richtung von CrowdStrike.

Angreifer gewinnen zusätzlichen Hebel, wenn Modelle Aufgaben miteinander verketten können. Statt nach einem einzelnen Skript zu fragen, kann ein Akteur ein System aufbauen, das Tools auswählt, Ergebnisse bewertet und den nächsten Schritt bestimmt.

Diese Orchestrierung ist wichtiger als jeder einzelne Prompt. Sie macht ein KI-Modell zu einer Komponente innerhalb eines wiederholbaren Angriffsprozesses.

Verteidiger verfügen über vergleichbare Vorteile. Sie können KI einsetzen, um Warnungen zu untersuchen, zusammenhängende Ereignisse zusammenzufassen, Schwachstellen zu priorisieren, Abfragen zu erzeugen und Maßnahmen zur Eindämmung vorzuschlagen. Sie kontrollieren zudem die Unternehmensumgebung, in der diese Abwehrmaßnahmen laufen.

Ein Verteidiger kann historisches Identitätsverhalten, genehmigte Geräte, Cloud-Berechtigungen und erwartete Anwendungsbeziehungen einsehen. Ein externer Angreifer beginnt selten mit diesem vollständigen Kontext.

Googles Mandiant-Team hat beschrieben, wie eine strukturierte KI-Prüfung Verteidigern bei der Analyse von Code und der Identifizierung von Exploit-Pfaden helfen kann. Seine Quellcode-Forschung berichtete von 12 zugewiesenen Schwachstellen, die durch einen agentischen Prüfprozess entdeckt wurden.

Der defensive Einsatz bringt jedoch einen erheblichen Zielkonflikt mit sich. Ein Sicherheitsagent benötigt weitreichenden Zugriff, um Vorfälle zu untersuchen und Maßnahmen zu ergreifen. Diese Berechtigungen machen den Agenten, seine Anweisungen und seine Konnektoren zu attraktiven Zielen.

Organisationen können nicht einfach ein Modell an jedes Sicherheitssystem anschließen und das Zeitproblem damit für gelöst erklären. Sie müssen Berechtigungen beschränken, Aktionen protokollieren, Ergebnisse validieren und zuverlässige Möglichkeiten erhalten, die Automatisierung zu stoppen.

Die Seite mit der besseren Koordination wird im Vorteil sein. Angreifer koordinieren Aufklärung, Zugriff, Ausnutzung und Datendiebstahl. Verteidiger müssen Telemetrie, Identitätskontrollen, Schwachstellenmanagement und Reaktion koordinieren.

Dieser Wettbewerb garantiert nicht, dass die Offensive gewinnt. Er bedeutet jedoch, dass fragmentierte defensive Arbeitsabläufe kostspieliger werden, während sich gegnerische Arbeitsabläufe leichter automatisieren lassen.

KI wird auch zur Angriffsfläche

Die schärfste Umkehrung in CrowdStrikes Warnung besteht darin, dass die zur Beschleunigung der Arbeit eingesetzte Technologie neue Wege in das Unternehmen eröffnen kann.

Unternehmen diskutieren KI-Risiken häufig anhand von Modellausgaben. Sie prüfen, ob ein Assistent eine falsche Antwort geben, vertrauliche Informationen offenlegen oder verbotene Inhalte erzeugen könnte.

Die Forschung von CrowdStrike weist auf eine breitere technische Angriffsfläche hin. Modelle sind Teil von Systemen, die API-Schlüssel, Vektordatenbanken, Plugins, Browsersitzungen, Entwicklungstools und Drittanbieter-Connectoren enthalten.

Diese Komponenten geben einem Assistenten nützlichen Kontext und die Fähigkeit zu handeln. Sie eröffnen jedoch auch Möglichkeiten für den Diebstahl von Zugangsdaten, Kompromittierungen der Lieferkette, Prompt Injection und den Missbrauch kostenpflichtiger Rechenressourcen.

Bei Prompt Injection werden feindliche Anweisungen in Inhalte eingebettet, die ein KI-System verarbeitet. Befolgt das System diese Anweisungen, kann es Informationen preisgeben oder Aktionen auslösen, die nicht der Absicht des Nutzers entsprechen.

CrowdStrike zufolge schleusten Angreifer bösartige Prompts in legitime generative KI-Tools bei mehr als 90 Organisationen ein. Diese Prompts sollen Befehle zur Entwendung von Zugangsdaten und Kryptowährungen erzeugt haben.

Das Unternehmen beobachtete zudem, wie Angreifer KI-Entwicklungsplattformen ausnutzten, um Persistenz zu etablieren und Ransomware bereitzustellen. In anderen Fällen imitierten bösartige Server vertrauenswürdige KI-Dienste, um sensible Informationen abzufangen.

Die Google Threat Intelligence Group kam in ihrem KI-Bedrohungstracker zu einem ähnlichen Schluss. Google zufolge nehmen Angreifer zunehmend Orchestrierungsebenen, Wrapper-Bibliotheken, API-Connectoren und Konfigurationsdateien für Skills ins Visier.

Die Forscher berichteten nicht, dass Angreifer routinemäßig die zentrale Sicherheitslogik führender Modelle überwinden. Stattdessen nutzten Bedrohungsakteure bekannte Lieferketten- und Zugangsdaten-Techniken gegen die umgebende Software.

Diese Erkenntnis verhindert, dass die Analyse in Science-Fiction abgleitet. Die unmittelbare Gefahr ist meist keine rätselhafte Übernahme durch ein Modell. Sie ist ein gewöhnliches Sicherheitsversagen in einem neuen und stark vernetzten Stack.

Ein Entwickler könnte ein kompromittiertes Paket installieren. Ein offengelegtes Token könnte unautorisierte Modellaufrufe ermöglichen. Ein Connector könnte umfassenderen Dokumentenzugriff gewähren, als einem Mitarbeiter bewusst ist.

Ein Angreifer kann auch Vertrauen zwischen Komponenten ausnutzen. Behandelt ein KI-Workflow abgerufene Webinhalte als Anweisungen, können manipulierte Inhalte spätere Aktionen beeinflussen.

Die 131 von CrowdStrike identifizierten vergifteten Pakete veranschaulichen das Größenproblem. Entwickler sind auf öffentliche Frameworks angewiesen, weil es unrealistisch wäre, jede Fähigkeit intern neu aufzubauen. Angreifer können diese Abhängigkeit ausnutzen, indem sie nützliche Pakete imitieren oder Maintainer kompromittieren.

KI-Systeme schaffen zudem gebündelten Zugriff. Ein einzelner Assistent kann interne Dateien durchsuchen, Meetings zusammenfassen, Kundendaten abfragen und mit Entwicklungsumgebungen interagieren.

Diese Bündelung steigert die Produktivität. Sie kann jedoch auch dazu führen, dass eine kompromittierte Identität oder ein Workflow Grenzen überschreitet, für die zuvor mehrere separate Konten erforderlich waren.

Die Sicherheitsarchitektur muss Modelle daher als nicht vertrauenswürdige Interpreter behandeln, nicht als unhinterfragte Entscheidungsträger. Ein Modell kann eine Aktion empfehlen, ohne dauerhaft die Berechtigung zu erhalten, jede Aktion auszuführen.

Das Prinzip der minimalen Rechte bleibt unverzichtbar. Jedes Tool sollte nur die Daten und Berechtigungen erhalten, die es für seine unmittelbare Aufgabe benötigt. Aktionen mit hoher Auswirkung sollten eine unabhängige Validierung erfordern.

Organisationen benötigen zudem Inventare ihrer Modelle, Connectoren, Agenten und Zugangsdaten. Ein Sicherheitsteam kann keine KI-Infrastruktur überwachen, die Geschäftsbereiche ohne Registrierung oder klare Zuständigkeit eingeführt haben.

Auf dieser Ebene wird die Warnung von CrowdStrike besonders nützlich. Sie lenkt die Aufmerksamkeit weg von sensationellen Behauptungen über intelligente Malware und hin zu den tatsächlichen Schnittstellen, an denen Unternehmens-KI auf wertvolle Systeme trifft.

Was CrowdStrikes Zahlen nicht belegen

CrowdStrike liefert starke Belege dafür, dass KI in Angriffe eingebettet ist, doch seine Statistiken beweisen nicht, dass KI jeden Anstieg von Geschwindigkeit oder Volumen verursacht hat.

Die Wachstumszahl von 89 % misst Aktivitäten, die CrowdStrike als Beteiligung KI-gestützter Angreifer klassifiziert hat. Sie steht weder für den Anteil aller KI-gestützten Angriffe noch misst sie Schäden, die ausschließlich auf Modelle zurückzuführen sind.

Veränderungen bei der Erkennung können ebenfalls Jahresvergleiche beeinflussen. Forscher verbessern ihre Methoden, Organisationen setzen mehr Telemetrie ein, und Bedrohungsakteure hinterlassen neue Signale. Jede dieser Veränderungen kann die beobachtete Aktivität erhöhen.

Auch der durchschnittliche Breakout-Zeitraum von 29 Minuten erfordert eine ähnliche Einordnung. Schnellere Bewegungen können auf gestohlene Zugangsdaten, verbesserte Fernzugriffstools, schwache Identitätskontrollen oder erfahrene Akteure zurückgehen. KI kann diese Aktivitäten beschleunigen, ohne ihre einzige Ursache zu sein.

CrowdStrike verkauft Sicherheitsprodukte, die darauf ausgelegt sind, Angriffe mit Maschinengeschwindigkeit zu erkennen und zu stoppen. Seine Telemetrie bietet wertvolle Einblicke, doch ihre Interpretation stützt zugleich die kommerzielle Position des Unternehmens.

Dieser Interessenkonflikt entwertet die Daten nicht. Er macht unabhängige Bestätigung jedoch unverzichtbar.

Google berichtet, einen Übergang zur Generative-KI-Nutzung im industriellen Maßstab in gegnerischen Workflows beobachtet zu haben. Das Unternehmen meldete außerdem, was es für den ersten beobachteten Zero-Day-Exploit hält, der mit KI-Unterstützung entwickelt wurde.

Microsoft sieht KI in der gesamten Bedrohungsaktivität eingebettet, betont jedoch die weiterhin bestehende menschliche Steuerung. Anthropic stellte fest, dass Modelle in späteren Phasen von Angriffsketten eingesetzt werden, wies jedoch darauf hin, dass seine Stichprobe von 832 Konten selektiv war.

Zusammen stützen diese Quellen eine engere und besser begründbare Schlussfolgerung. KI verringert die Reibung bei etablierten Angriffstechniken, und einige Akteure beginnen, komplexere Operationen zu orchestrieren.

Sie belegen nicht, dass autonome Systeme die Cyberkriminalität inzwischen dominieren. Sie zeigen auch nicht, dass jeder Angreifer denselben Nutzen erzielt.

Modelle produzieren weiterhin Fehler. Generierter Code kann scheitern, erfundene technische Details können Zeit kosten, und Schutzmechanismen können Anfragen blockieren. Erfahrene Akteure sind weiterhin besser in der Lage, diese Fehler zu erkennen und zu korrigieren.

Auch Autonomie benötigt Infrastruktur. Ein Angreifer muss Tools, Zugriff, Speicher, Ziele und Entscheidungsregeln bereitstellen. Jede zusätzliche Komponente schafft Möglichkeiten zur Erkennung und Unterbrechung.

Defensive KI erschwert auch Prognosen über den Vorteil von Angreifern. Dieselbe Schwachstellenanalyse, die einem Angreifer hilft, kann einem Anbieter helfen, Software vor einer Ausnutzung zu patchen.

Die Incident-Daten von Mandiant aus dem Jahr 2026 liefern einen weiteren Vorbehalt. Die Erkenntnisse aus der Praxis bezifferten die globale mittlere Verweildauer auf 14 Tage, nach 11 Tagen im Jahr 2024.

Die Verweildauer misst, wie lange ein Angreifer in einer Umgebung bleibt, bevor er entdeckt oder entfernt wird. Sie unterscheidet sich von der Breakout-Zeit, daher stehen die beiden Kennzahlen nicht im Widerspruch.

Stattdessen zeigen sie, dass Angriffsgeschwindigkeit mehrere Dimensionen hat. Manche Eindringlinge bewegen sich nahezu sofort lateral, während ausgefeilte Gruppen monatelang verborgen bleiben können.

Ein Sicherheitsprogramm, das nur auf schnelle Ransomware optimiert ist, könnte eine geduldige Spionagekampagne übersehen. Eines, das nur auf langwierige Untersuchungen optimiert ist, könnte gegen rasche, identitätsgetriebene Erpressung versagen.

Die praktische Reaktion ist nicht panischer Einkauf. Sie besteht darin zu prüfen, ob Kontrollen sowohl plötzliche Bewegungen als auch stille Persistenz in den Systemen erkennen können, die eine Organisation tatsächlich nutzt.

Unternehmen sollten von Anbietern zudem transparente Messmethoden verlangen. Nützliches Reporting sollte die beobachtete Population definieren, Klassifizierungsmethoden erläutern und die Beteiligung von KI von ihrer ursächlichen Wirkung trennen.

Die Schlagzeile von CrowdStrike ist wertvoll, weil sie eine Richtungsänderung identifiziert. Ihre Zahlen sollten Untersuchungen lenken, nicht die eigenen Belege jeder Organisation ersetzen.

Drei Signale werden zeigen, ob KI Cyberangriffe dauerhaft verändert hat

Der nächste Test ist, ob die beobachtete KI-Nutzung über Angriffsstufen, Lieferketten und reale Unternehmensvorfälle hinweg wiederholbar wird.

Das erste Signal sind Belege für nachhaltige Automatisierung nach einer Kompromittierung. Forscher sollten beobachten, ob Angreifer Modelle wiederholt für Privilegienausweitung, Kontenerkundung, laterale Bewegung und Datensammlung einsetzen.

Phishing-Volumen allein würde nur die schwächste Version von CrowdStrikes Argument stützen. Dokumentierte Orchestrierung nach dem Zugriff würde die Behauptung untermauern, dass KI zu einer operativen Ebene geworden ist.

Die Forschung von Anthropic weist bereits in diese Richtung. Stärkere Belege werden entstehen, wenn mehrere Anbieter dieselbe Entwicklung über unabhängige Kampagnen hinweg beobachten.

Bleibt die Nutzung nach einer Kompromittierung selten, wird CrowdStrikes Zentralitätsbehauptung verfrüht wirken. KI wäre weiterhin relevant, aber vor allem als Produktivitätswerkzeug für bekannte Angriffe.

Das zweite Signal ist die Häufigkeit und Auswirkung von KI-Lieferkettenkompromittierungen. Die 131 von CrowdStrike identifizierten vergifteten Pakete liefern einen Ausgangswert, keinen gesicherten Trend.

Sicherheitsteams sollten öffentliche Paketregister, Modell-Hubs, Connector-Marktplätze und Repositorys für Agentenkonfigurationen beobachten. Sie sollten zudem verfolgen, wie häufig kompromittierte KI-Komponenten Zugriff auf umfassendere Geschäftssysteme ermöglichen.

Mehr Vorfälle mit vertrauenswürdigen Paketen würden das Argument stärken, dass KI sowohl ein Angriffswerkzeug als auch ein wertvolles Ziel ist. Begrenzte Folgewirkungen würden die alarmierendste Interpretation abschwächen.

Das dritte Signal ist, ob Verteidiger ihre Reaktionszeit verkürzen, ohne neue Fehler zu schaffen. Anbieter werden weiterhin KI-Funktionen für Untersuchung und Eindämmung ergänzen, doch die Einführung allein beweist wenig.

Organisationen benötigen Belege dafür, dass diese Systeme domänenübergreifende Aktivitäten korrelieren, die validierte Eindämmung beschleunigen und schädliche automatisierte Aktionen vermeiden. Sie müssen außerdem zeigen, dass Angreifer dieselben Agenten nicht durch vergiftete Eingaben manipulieren können.

Diese Messung sollte die Zeit vom ersten Signal bis zur Eindämmung umfassen, nicht nur die Zeit von der Warnung bis zur Analystenprüfung. Sie sollte vollautomatisierte Aktionen von durch Menschen genehmigten Reaktionen unterscheiden.

Eine sinkende Eindämmungszeit würde darauf hindeuten, dass Verteidiger denselben Geschwindigkeitsvorteil wie Angreifer aufnehmen. Anhaltende Verzögerungen würden zeigen, dass organisatorische Prozesse weiterhin der begrenzende Faktor sind.

Für Leser, die über Google News hierher gelangen, ist die dauerhafte Botschaft klar. CrowdStrike hat einen bedeutenden Anstieg KI-bezogener Aktivitäten von Bedrohungsakteuren dokumentiert, doch die Technologie hat die Grundlagen der Cybersicherheit nicht ersetzt.

Zugangsdaten benötigen weiterhin Schutz. Softwareabhängigkeiten müssen weiterhin verifiziert werden. Identitäten, Cloud-Dienste, Endpunkte und KI-Connectoren benötigen weiterhin koordinierte Überwachung.

Der Unterschied ist die Zeit. Angreifer können Teile ihrer Arbeit nun schneller recherchieren, anpassen und wiederholen. Unternehmen verbinden KI zudem mit Systemen, die ungewöhnlich weitreichenden Zugriff besitzen.

Sicherheitsverantwortliche sollten eine unmittelbare Frage stellen: Kann ihre Organisation einen vertrauenswürdig wirkenden Eindringling identifizieren und eindämmen, bevor er in eine andere Domäne übertritt? Die Antwort wird mehr verraten als jede Schlagzeile über ein KI-Wettrüsten.