LONDON (IT BOLTWISE) – Forschende nutzen große Sprachmodelle, um anonyme Foren-Accounts mit echten Namen zu verbinden. In einem Test gelang das bei 226 von 338 Nutzern, und zwar zu Kosten von nur 1 bis 4 US-Dollar pro Ziel. Besonders relevant ist das für pseudonyme Communitys aus Krypto- und Open-Source-Entwicklung, weil damit gezielte Doxxing- und Social-Engineering-Risiken steigen. Offen bleibt dabei, wie gut sich der Ansatz auf andere Foren übertragen lässt und welche Schutzmaßnahmen wirklich helfen.
Ein Forschungsergebnis, das auf den ersten Blick nach reiner Technikstudie klingt, hat eine handfeste Nebenwirkung: Anonymität in Online-Foren kann mit Hilfe von KI vergleichsweise günstig auszuhebeln sein. Forschende von der ETH Zürich, MATS und Anthropic haben großen Sprachmodellen (LLMs) die Aufgabe gegeben, 338 anonyme Hacker-News-Nutzer zu identifizieren und dabei bei 226 Fällen eine Zuordnung zu realen Namen herzustellen. Entscheidend ist nicht nur die Trefferquote, sondern der Kostenrahmen: Laut Bericht lagen die Kosten pro Ziel bei 1 bis 4 US-Dollar. Für Betreiber und Sicherheitsverantwortliche ist das ein Signal, dass Deanonymisierung nicht mehr zwingend an teure OSINT-Zukäufe oder langwierige Ermittlungen gebunden sein muss.
Technisch betrachtet wirkt der Ansatz wie eine Kombination aus Mustererkennung und Verknüpfungsarbeit. LLMs sind in der Lage, Schreibstile, Formulierungsgewohnheiten, typische Wortwahl und wiederkehrende Argumentationsmuster zu interpretieren. In Foren entstehen solche Signaturen über Zeit, besonders wenn Nutzer wiederholt über ähnliche Themen diskutieren, häufige Strukturmuster verwenden oder spezifische Überzeugungen und Fachbegriffe wiederholen. Wenn ein Modell genügend Textbeispiele und passende Kandidateninformationen erhält, kann es Wahrscheinlichkeitsräume für Identitäten aufbauen und am Ende eine Zuordnung liefern, die für Menschen oft nur schwer manuell nachprüfbar ist. Genau darin liegt die neue Angriffsfläche: Das Modell arbeitet nicht mit einem „Hack“ im klassischen Sinn, sondern mit statistischer Konsistenz über Sprachdaten.
Für den Sicherheits- und Markt-Kontext ist die Frage zentral, warum ausgerechnet pseudonyme Ökosysteme wie Krypto- und Entwickler-Communities besonders betroffen sind. In vielen Projekten sind Profile zwar ohne Klarname sichtbar, aber Aktivität bleibt oft dauerhaft: Nutzer posten, kommentieren, reagieren auf Threads und veröffentlichen wiederkehrend ähnliche Standpunkte. In Krypto-Umgebungen kommt zusätzlich hinzu, dass technische Diskussionen und Community-Interaktion häufig über offene Kanäle laufen und damit Textmaterial in größerem Umfang gesammelt werden kann. Der Bericht ordnet das Ergebnis deshalb als preisgünstige Privatsphäre- und Sicherheitsbedrohung ein – mit konkretem Risiko für gezieltes Doxxing und Social Engineering. Letzteres ist besonders kritisch, weil die angreifende Seite für Betrugsversuche oder Manipulation nicht zwingend die komplette Identität beweisen muss; schon eine plausible Zuordnung kann ausreichen, um Vertrauen zu missbrauchen.
Historisch betrachtet war Deanonymisierung immer ein Wechselspiel zwischen Aufwand und Nutzen. Früher dominierten Techniken, die auf direkten Verknüpfungen setzten: Plattformwechseldaten, wiederverwendete Handles, Metadaten oder einzelne „Lecks“ in Nutzerkonten. Mit der Verbreitung großer Sprachmodelle verschiebt sich diese Balance: KI kann die Lücke zwischen „nur Text“ und „echte Identität“ schließen, indem sie aus dem Kommunikationsverhalten strukturierte Hinweise extrahiert. Dass Forschende in der Studie explizit die Kosten pro Ziel nennen (1 bis 4 US-Dollar), macht den Unterschied zu vielen früheren Ansätzen deutlich: Wo vorher ein höherer Ressourcenbedarf abschreckte, kann die Schwelle heute für Angreifer niedriger liegen. Für Open-Source- und Protokollprojekte bedeutet das zudem ein potenzielles „Chilling Effect“-Risiko, also dass weniger Menschen anonym beitragen, sobald sie das De-Anonymisierungsrisiko realistisch einschätzen.
Auch die Grenzen des Ergebnisses bleiben wichtig, denn Trefferquoten allein sagen nicht alles über reale Angriffsbedingungen aus. Der Bericht nennt zwar die konkrete Studie zu 226 von 338 Nutzern im Umfeld von Hacker News, aber er liefert keine allgemeingültige Aussage darüber, wie gut solche Modelle über andere Plattformen, Sprachräume oder Kommunikationsstile hinweg funktionieren. Ebenso offen bleibt, wie stark Gegenmaßnahmen wirken, etwa durch stärkere Text-Randomisierung, das bewusste Vermeiden wiederkehrender Signaturen oder organisatorische Maßnahmen bei Community-Regeln. Für Unternehmen und Entwicklerteams heißt das: Sie sollten nicht nur über „Netzwerk“-Sicherheit sprechen, sondern auch über Datenminimierung im Sinne von Kommunikationsmustern, also darüber, wie viel potenziell deanonymisierende Information Nutzer in öffentlichen Interaktionen hinterlassen.
Für die Praxis ergibt sich daraus ein klarer Handlungsdruck entlang des gesamten Daten- und Sicherheitsprozesses. Teams, die Community-Dialoge überwachen oder Moderations- und Sicherheitssysteme betreiben, sollten prüfen, welche Textbestände gesammelt, wie lange gespeichert und wie einfach sie für externe Analysen zugänglich sind. Daneben müssen auch Plattformbetreiber überlegen, ob und wie sie Identitätsverknüpfungen erschweren können, ohne die Usability für legitime Nutzer zu zerstören. Gleichzeitig ist die Nachricht für den KI-Engineering-Bereich ambivalent: Dieselbe Fähigkeit, die hier zur Deanonymisierung genutzt wird, kann auch zur Verbesserung von Schutzmechanismen dienen, etwa indem Systeme erkennen, wenn Identitätsinformationen über Sprachmuster zu leicht rekonstruierbar sind. Entscheidend ist, dass man KI-Sicherheit nicht erst auf der Ebene von Malware und Zugriffsrechten betrachtet, sondern als Risikoanalyse für Informationsverarbeitung.
Unterm Strich macht die Studie deutlich, dass LLMs neue Kostenhebel für Privatsphäre-Angriffe schaffen können: Wenn ein Angriff „nur“ auf Textdaten und KI-Rekonstruktion basiert, reicht oft schon ein vergleichsweise kleines Budget, um potenziell Doxxing und Social Engineering zu beschleunigen. Für Entwicklerorganisationen, Protokollteams und Unternehmen mit pseudonymen Community-Formaten verschiebt sich damit die Priorität hin zu präventiven Schutzkonzepten und transparenten Regeln, statt auf nachträgliche Reaktion zu setzen. Die eigentliche Herausforderung wird sein, Schutzmaßnahmen so zu gestalten, dass sie echte Diskussionen weiterhin ermöglichen, aber die Verknüpfbarkeit von Sprachmustern mit Personen deutlich erschweren. Genau hier entscheidet sich, ob Anonymität im Zeitalter von KI künftig wieder als robuste Sicherheitsannahme gelten kann – oder ob sie stärker kontrolliert und bewusst eingehegt werden muss.
💳 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 "LLM kann anonyme Foren-Accounts für wenige Dollar deanonymisieren" 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 "LLM kann anonyme Foren-Accounts für wenige Dollar deanonymisieren" 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: »LLM kann anonyme Foren-Accounts für wenige Dollar deanonymisieren« bei Google Deutschland suchen, bei Bing oder Google News!