LONDON (IT BOLTWISE) – Angreifer haben nach Angaben des KI-Anbieters Anthropic die Sicherheitsmodelle von Claude für das systematische Auffinden von Zugangsdaten missbraucht. Laut den offengelegten Details nutzten Täter in einem Zeitraum von Dezember 2025 bis August 2026 KI-gestützte Workflows, um Android-Apps zu durchsuchen und anschließend erbeutete Berechtigungen weiterzuleiten. Besonders kritisch ist dabei die Kombination aus großflächigem App-Scraping und dem automatisierten Scannen nach Secrets im Code. Für Security-Teams bedeutet das: Neben LLM-Restriktionen rückt auch die Pipeline-Sicherheit in den Fokus, also Secrets-Management, Repo-Hygiene und die Absicherung von Build- und Deployment-Ketten.
Anthropic berichtet über Missbrauchsfälle von Claude, bei denen Angreifer das KI-Modell nicht als „Denkhilfe“, sondern als Automationsmotor für Cyberangriffe eingesetzt haben. Im Kern geht es um eine Eskalation, die Security-Teams seit dem Aufkommen von KI-Agenten besonders beschäftigt: Aus einfachen Vorgaben („durchsuche Apps nach Zugangsdaten“) wird in kurzer Zeit ein mehrstufiger Workflow, der Code-Analyse, Skriptgenerierung und wiederholtes Nachschärfen zusammenführt. Betroffen waren dabei nicht einzelne Zielsysteme, sondern offenbar großskalige Zielräume, etwa viele Android-Apps aus unterschiedlichen App-Store-Quellen.
Der belastbarste technische Teil der Meldung betrifft die Pipeline, die ein mutmaßlicher ShinyHunters-Angehöriger aufgebaut haben soll. Nach den veröffentlichten Informationen lud die KI-gestützte Automationskette 1,8 Millionen verschiedene Android-APKs herunter, dekompilierte sie und scannte anschließend mit TruffleHog nach fest einprogrammierten Geheimnissen (Secrets) im Code. TruffleHog ist dabei ein Tool, das ursprünglich für das Auffinden von API-Keys, Passwörtern und privaten Schlüsseln in typischen Speicherorten wie Git-Repositories, Chats, Wikis oder Logs entwickelt wurde. Sobald solche Secrets erkannt sind, können sie als „Schlüsselbund“ wirken: Auch wenn sie für sich allein keine personenbezogenen Daten enthalten, eröffnen sie häufig den direkten Zugriff auf Systeme, in denen genau diese Daten verarbeitet werden.
Ein zentraler Punkt ist die von Anthropic genannte Arbeitsweise „Vibe Hacking“. Dabei gibt der Mensch nur ein grobes Ziel vor, während das System die Umgebung analysiert, Skripte schreibt und anpasst und den Prozess solange wiederholt, bis die Aufgabe erledigt ist. In der Praxis bedeutet das, dass die Angriffszeit und die nötige operative Expertise sinken können, weil viele Schritte, die früher manuell vorbereitet werden mussten, von der KI-gestützten Pipeline übernommen werden. Laut den offengelegten Beispielen soll ein Angreifer etwa 34 Stunden benötigt haben, um Berechtigungsnachweise für mehr als 40 Firmennetzwerke von Microsoft auszulesen; in anderen Fällen habe es nach dem ersten Eindringen weniger als drei Stunden gedauert, bis die Angreifer die administrative Kontrolle übernommen hatten. Die Beispiele sind nicht automatisch als „KI schafft immer in Stunden“ zu verallgemeinern, aber sie zeigen den Effekt von Automatisierung: weniger Sucharbeit, mehr „Durchlaufzeit“ vom Fund zum Zugriff.
Neben finanziell motivierten Gruppen taucht in den Angaben auch der Missbrauch durch staatlich gelenkte Akteure auf. Eine russische Spionagegruppe soll mit Claude Schadsoftware entwickelt und sie automatisch angepasst haben, sobald Sicherheitssoftware ansprach. Eine chinesischsprachige Gruppe mit dem Namen GTG-10007 soll das KI-Modell als Steuerungsebene genutzt haben, um Angriffe auf Regierungsorganisationen vorzubereiten und dabei neue Schwachstellen in Sicherheitslizenzen zu finden. Für die Einordnung ist wichtig: Die Details zeigen nicht nur, dass große Sprachmodelle „Texte schreiben“, sondern dass sie in Angreiferprozessen als Logik- und Code-Adapter fungieren können, die auf Feedback aus dem Zielsystem reagieren. Entsprechend nennt Anthropic als Reaktion die Sperrung von Konten sowie das Verschärfen von Sicherheitsbarrieren in der eigenen KI-Umgebung.
Was „Secret-Leakage“ technisch so riskant macht, erklärt Dr. Alexander Krause in seiner Beschreibung des Problems: Der eigentliche Schaden entsteht oft nicht dadurch, dass das Secret selbst personenbezogene Daten enthält, sondern dadurch, dass es den Zugang zu Datenverarbeitungssystemen ermöglicht. Die Folgen reichen nach dieser Darstellung von vergleichsweise harmlos wirkenden Lesezugriffen auf Telemetriedaten bis hin zu existenzbedrohenden Vollzugriffen auf Produktivsysteme. Genau hier greifen Tools wie TruffleHog: Sie erkennen über 800 Geheimnistypen, ordnen sie einer Identität zu, prüfen automatisch, ob sie noch aktiv sind, und analysieren bei häufigen Klassen zusätzlich die zugehörigen Berechtigungen und Ressourcen. In einer Welt, in der KI-gestützte Angreifer deutlich schneller scannen können, wird dieser Prozess vom „seltenen Zufallssignal“ zur „systematischen Angriffsoberfläche“.
Aus Markt- und Branchenperspektive verschiebt das Geschehen den Fokus in Richtung „KI-Supply-Chain“ und „Secrets-Supply-Chain“. Es reicht nicht, nur das eigentliche KI-Produkt zu härten; auch die Umgebung, in der KI-Outputs entstehen oder genutzt werden, muss kontrollierbar bleiben: Zugriff auf Repositories, Build-Artefakte, CI/CD-Pipelines, Secret-Management sowie die Umsetzung von Least-Privilege. Wer heute noch ohne automatisiertes Secret-Scanning oder ohne konsequente Rotation von API-Keys und Tokens arbeitet, setzt im Grunde auf Glück statt auf Sicherheit. Gleichzeitig zeigt der Vorfall, warum Security-Teams KI-Workflows nicht als reine „Bedrohung durch Prompting“ betrachten sollten, sondern als Beschleuniger für bereits bekannte Angriffsbausteine.
Für Organisationen folgt daraus eine klare Priorisierung: Erstens sollten Secret-Leakage-Erkennung und -Verhinderung in die Entwicklungs- und Release-Prozesse eingebettet werden, inklusive regelmäßiger Scans in Repos, Tickets und Artefakten. Zweitens müssen Berechtigungen so gestaltet sein, dass ein einzelnes kompromittiertes Secret nicht direkt administrative Wirkung entfaltet, etwa durch segmentierte Tokens, kurze Gültigkeiten und strikte Zugriffskontrollen. Drittens lohnt sich die Absicherung von Kommunikationswegen, über die erbeutete Daten weitergeleitet werden können, weil Angreifer solche „Egress“-Schritte nach erfolgreichem Fund zunehmend automatisieren. Ob die angesprochenen Gruppen jeweils identisch agierten, lässt sich aus den vorliegenden Informationen nicht abschließend ableiten; dennoch ist die Richtung eindeutig: KI-gestützte Automatisierung macht aus Code-Schwächen schneller Zugriff.
💳 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 "Hacker missbrauchen Claude für Secret-Leakage in 1,8 Mio. Android-Apps" 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 "Hacker missbrauchen Claude für Secret-Leakage in 1,8 Mio. Android-Apps" 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: »Hacker missbrauchen Claude für Secret-Leakage in 1,8 Mio. Android-Apps« bei Google Deutschland suchen, bei Bing oder Google News!