LONDON (IT BOLTWISE) – Eine neue KI-gestützte „Bitcoin Red Team“-Initiative will eine Open-Source-Plattform zum Sicherheits-Audit von Bitcoin-Software aufbauen. Nach eigenen Angaben wurden rund 150 Bitcoin-Repositories gescannt und dabei mehr als ein Dutzend Schwachstellen offengelegt. Die Gründer berichten von etwa 20.000 US-Dollar Aufwand für KI-Services und setzen dabei mehrere Frontier-Modelle zum Auffinden und Dokumentieren von Fehlern ein. Unklar bleibt, welche Projekte betroffen waren und welche Details genau die gemeldeten Funde tragen.
Was wie ein weiterer Hype um Künstliche Intelligenz klingt, hat aus Sicherheitssicht eine sehr konkrete Stoßrichtung: Eine als „Bitcoin Red Team“ bezeichnete Initiative will KI nicht als Analyse-Spielerei einsetzen, sondern als operatives Werkzeug zum systematischen Durchsuchen von Code. Im Zentrum steht ein Vorhaben, eine Open-Source-Plattform für Audits bereitzustellen, die typische Schwachstellenmuster in Bitcoin-bezogenen Projekten schneller sichtbar machen soll. Der Ansatz zielt damit auf eine Art „Frühwarnsystem“ ab, bevor Fehler in Wallets, Bibliotheken oder Infrastrukturkomponenten für reale Angriffe ausgenutzt werden.
Nach Angaben der Initiatoren wurden bislang etwa 150 Bitcoin-Repositories gescannt, dabei seien „mehr als ein Dutzend“ Vulnerability-Disclosures erfolgt. Die Meldungen bleiben allerdings bewusst unkonkret: Welche konkreten Projekte betroffen waren und welche technischen Details die Sicherheitslücken konkret beschreiben, wurden nicht offengelegt. Genau diese Lücke ist für Entscheider wichtig, denn ohne transparente Zuordnung lässt sich zwar der Claim zur Effektivität (mehr als ein Dutzend Funde) bewerten, aber nicht die Qualität der Priorisierung oder die Nachvollziehbarkeit einzelner Risikofälle. Für Teams, die selbst Audits planen, bleibt deshalb vor allem die Frage, wie die Pipeline in der Praxis arbeitet und wie stark sie auf wiederkehrende Codepfade versus randständige Angriffsflächen optimiert ist.
Technisch beschreibt das Red Team seinen Workflow als klassische Red-Teaming-Logik: Es testet aus Angreifer-Sicht, versucht also aktiv Schwachstellen zu finden und die Erkenntnisse so aufzubereiten, dass Entwickler sie reproduzieren und beheben können. Laut den Aussagen hinter dem Projekt nutzt die Gruppe dabei mehrere KI-Modelle nacheinander oder parallel, um mögliche Schwachstellen zu identifizieren und unterstützende Dokumentation zu erzeugen. Genannt werden Kimi K3, OpenAIs GPT Sol sowie Claude Fable und Opus von Anthropic; außerdem kommt GLM 5.2 von Z.ai zum Einsatz. Dazu kommt, dass die Initiative „Cyber Harness“ aufsetzen will, um die Scan- und Prüfphase wohl stärker zu automatisieren, statt bei jedem neuen Repository manuell nachzuarbeiten.
Auf der Kostenseite liefern die Angaben ebenfalls einen Hinweis darauf, wie produktionsnah der Ansatz inzwischen gedacht ist: Der AnchorWatch CEO Rob Hamilton schreibt, er habe ungefähr 20.000 US-Dollar in KI-Services investiert, während er die „Bitcoin red team“-Plattform aufgebaut habe. Dabei betont er, dass die Initiative aktuell abgesichert sei und keine zusätzlichen Spenden zwingend nötig seien. Interessant ist auch die Aufwandsdimension aus der Sicht eines weiteren Beteiligten: Der pseudonyme Entwickler Calle spricht davon, täglich hohe KI-Scan-Kosten zu verbrennen, und nennt eine Größenordnung von etwa 10.000 US-Dollar pro Tag. Gleichzeitig formuliert er eine Messgröße für den Output: etwa „ein kritischer Exploit pro Stunde pro Person“ – eine Aussage, die eher als operativer Richtwert für die Scan-Geschwindigkeit zu lesen ist, nicht als Garantie für eine konstante Erfolgsquote über alle Codebasen hinweg.
Dass KI bei der Schwachstellensuche in der Kryptoindustrie inzwischen eine relevante Rolle spielt, passt in einen breiteren Trend. Die Initiative ordnet ihr Vorhaben explizit in eine Phase ein, in der Sicherheitsforschung zunehmend KI-gestützte Methoden für Codeanalyse und Schwachstellenfindung nutzt. In der Praxis zeigen frühere Fälle, dass solche Werkzeuge gerade bei komplexen Protokollen oder schwer zu auditierenden Altproblemen schneller Verbindungen zwischen Strukturmustern und bekannten Fehlerklassen herstellen können. Genannt wird etwa, dass Forschende mit Claude Opus 4.8 einen vier Jahre alten Fehler in Zcash entdeckt haben, der das Erstellen unbegrenzter Fälschungen von ZEC ermöglicht hätte. Weitere Beispiele aus der Branche berichten zudem von Hinweisen darauf, dass Angreifer KI für das schnelleres Identifizieren von Wallet- oder Bridge-Schwachstellen nutzen können.
Für Unternehmen, die Bitcoin-nahe Anwendungen entwickeln oder betreiben, verschiebt sich damit die Debatte weg von „ob“ KI eingesetzt wird, hin zu „wie“ und „mit welchen Sicherheitsgarantien“. Ein Red Team, das KI sowohl für das Finden als auch für das Verfassen von Dokumentation nutzt, kann zwar die Lücke zwischen Entdeckung und Entwickler-Remediation verkürzen, erhöht aber auch die Notwendigkeit, Ergebnisse sauber zu verifizieren. Gerade weil die konkrete Liste der betroffenen Projekte in diesem Fall nicht veröffentlicht wurde, sollten Teams die Methodik als Blaupause betrachten und nicht als eins-zu-eins-Protokoll. In der Umsetzung entscheidet sich, ob KI-Scans am Ende eher zusätzliche Aufmerksamkeit erzeugen oder ob sie zuverlässig reproduzierbare Testfälle liefern, die das Risiko von Fehlalarms reduziert.
Unterm Strich zeigt die Initiative, wie sich Sicherheitsarbeit in der Krypto-Szene gerade neu mischt: KI wird nicht nur in der Analysephase genutzt, sondern als Bestandteil einer operativen Red-Teaming-Pipeline verstanden. Wenn die geplante Open-Source-Plattform tatsächlich breit zugänglich wird, könnte das mittelfristig die Audit-Kosten senken und die Geschwindigkeit erhöhen, mit der kritische Schwachstellen in stark verzweigten Ökosystemen sichtbar werden. Gleichzeitig bleibt der zentrale Punkt offen, den jede Organisation intern prüfen sollte: Welche Teile des Scan-Workflows sind deterministisch genug, um in verlässliche Qualitätsprozesse eingebunden zu werden, und welche bleiben probabilistisch, bis sie durch manuelle Reviews oder automatisierte Regressionstests abgesichert sind.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "KI-Red-Team findet Schwachstellen in Bitcoin-Repositories und setzt auf offene Auditor-Plattform" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "KI-Red-Team findet Schwachstellen in Bitcoin-Repositories und setzt auf offene Auditor-Plattform" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »KI-Red-Team findet Schwachstellen in Bitcoin-Repositories und setzt auf offene Auditor-Plattform« bei Google Deutschland suchen, bei Bing oder Google News!