LONDON (IT BOLTWISE) – Eine auf KI basierende Angriffskampagne aus China nutzte DeepSeek und das Hermes-Agent-Framework für weitgehend autonome Schritte. Nach Angaben von Unit 42 suchte der Angreifer gezielt nach Schwachstellen und Proof-of-Concepts auf GitHub. Mehrere KI-gestützte Ausnutzungsversuche scheiterten jedoch an fehlenden Voraussetzungen wie Auto-Login oder erforderlichen Flow-IDs. Gleichzeitig gelangen dem Angreifer manuelle Schritte, darunter die Ausnutzung einer kritischen Memory-Overread-Schwachstelle in Citrix NetScaler sowie ein erfolgreicher Zugriff über einen weiteren CVE-Fall.
Der Einsatz von Künstliche Intelligenz in Cyberangriffen ist längst mehr als ein Trendbegriff, aber die Details aus dem aktuellen Threat-Intelligence-Bericht von Palo Alto Networks’ Unit 42 zeigen, wie konkret solche Angriffe inzwischen orchestriert werden. Laut Unit 42 wird ein chinesischsprachiger Bedrohungsakteur beschrieben, der eine KI-basierte Kampagne fuhr und dabei DeepSeek als zentrale Komponente nutzte. Entscheidend ist dabei weniger die Wahl eines einzelnen Modells als das Zusammenspiel aus Agenten-Framework und Zielsuche, denn die Kampagne setzte auf „autonome“ Fähigkeiten für Recherche und das Erkennen verwertbarer Einstiegspunkte.
Im Kern ordnet Unit 42 das Vorgehen in ein Hermes-Agent-Setup ein, das dem Angreifer nach eigenen Angaben die Suche nach Schwachstellen erleichtern sollte. Technisch betrachtet lief die Kette zunächst darauf hinaus, kritische Lücken zu identifizieren: Der Angreifer scannte nach Angaben der Forschenden GitHub nach kürzlich trending Proofs of Concept, um Kandidaten für weitere Schritte zu finden. Dieses Muster ist typisch für moderne Offensiv-Workflows, weil es sowohl Zeit spart als auch die Wahrscheinlichkeit erhöht, auf bereits „verifizierte“ Angriffsdaten zu stoßen. Gleichzeitig versuchte der Akteur nach Unit 42 auch, westliche KI-Tools wie Claude Code und Codex nur in begrenztem Umfang zu testen, unter anderem für Konnektivität und Proxy-Validierung.
Besonders anschaulich wird die reale Robustheit der Kampagne bei den gescheiterten Exploit-Versuchen. Unit 42 beschreibt, dass DeepSeek die Ausnutzung einer Schwachstelle in Langflow anstoßen sollte, die als CVE-2026-33017 geführt wird. Der Versuch scheiterte jedoch daran, dass die betroffene Schwachstelle laut den Forschenden eine aktivierte Auto-Login-Funktion oder eine öffentliche Flow-ID voraussetzt. Genau hier trennt sich in der Praxis die „KI-Idee“ vom produktiven Angriff: Selbst wenn die Technik zur Exploit-Generierung vorhanden ist, hängt die Wirksamkeit an der konkreten Authentifizierungs- und Betriebsrealität des Zielsystems. Die Kampagne ging danach in einen zweiten Modus über, in dem DeepSeek für autonomes Research genutzt wurde, um höherwertige Schwachstellen zu finden.
Für die zweite Recherche-Phase nutzte DeepSeek nach Unit 42 wiederum GitHub als Datenquelle und orientierte sich an Proofs of Concept mit sichtbarem Trend. Daraus ergab sich ein Ansatz für eine Kettenausnutzung in n8n, einer Open-Source-Workflow-Automationsplattform: Laut den Angaben entdeckte der Akteur einen Proof of Concept für eine „chained vulnerability“, die später auf zwei Stufen aufgeteilt wurde. Unit 42 führt dabei auch die beteiligten CVEs aus: eine Arbitrary-File-Read-Lücke (CVE-2026-21858) und eine Remote-Code-Execution-Schwachstelle (CVE-2026-68613). Gleichzeitig betonen die Forschenden, dass die Angriffe insgesamt am Ende erfolglos blieben, weil Authentifizierung erforderlich war. Aus der Sicht der Bedrohungsdynamik heißt das: Die KI kann Ziele priorisieren und Angriffspläne entwerfen, aber ohne die passenden Zugangsvoraussetzungen bleibt die Ausführung häufig Stückwerk.
Parallel dazu beschreibt Unit 42, dass der Angreifer nicht vollständig auf Autonomie setzte. In mindestens zwei Fällen schwenkte er nach Angaben der Forschenden auf manuelle Operationen um: Ein erfolgreicher Schritt betraf eine kritische Memory-Overread-Schwachstelle in Citrix NetScaler (CVE-2026-3055). Außerdem gelang es laut Bericht, eine weitere manuelle Ausnutzungsstrategie (CVE-2026-39987) gegen Marimo, eine reaktive Python-Notebook-Plattform, durchzuführen. Der entscheidende Punkt für Unternehmen ist damit nicht nur, dass KI-gestützte Werkzeuge „probieren“, sondern dass der Angreifer bei Hindernissen umsteuert und seine Erfolgschancen über die Kombination aus Agenten-Recherche und menschlich geführter Ausführung erhöht.
Für die Markt- und Verteidigungsseite ergibt sich daraus ein klarer Handlungsfokus. Wenn Bedrohungsakteure Proof-of-Concepts und Zielpfade aus öffentlichen Repositories wie GitHub beziehen, steigen sowohl die Angriffsfrequenz als auch die Varianz der eingesetzten Angriffsketten. Gleichzeitig zeigen die genannten Beispiele (Langflow, n8n sowie die Citrix- und Marimo-Fälle), dass „Patchen“ nicht als isolierte Maßnahme reicht: Mindestens ebenso wichtig sind das harte Durchsetzen von Authentifizierungs- und Session-Constraints, sichere Default-Konfigurationen und eine schnelle Validierung, ob Workflows in Production wirklich so abgesichert sind, wie es die Dokumentation vorsieht. In der Praxis lässt sich das auch als Wettbewerb zwischen Angriffsautomatisierung und Abwehrhygiene verstehen: Je weniger Angriffsvektoren unauthentifiziert „durchrutschen“, desto öfter bleiben KI-generierte Schritte an konkreten Betriebsanforderungen hängen.
Insgesamt zeichnet der Bericht ein Bild, das für Sicherheitsverantwortliche auch jenseits einzelner CVEs relevant ist: Künstliche Intelligenz dient hier als Such- und Planungsbeschleuniger, während die tatsächliche Kompromittierung oft erst durch das Überwinden von Hürden gelingt, die sich aus Authentifizierung, Token-Handling oder Zielkonfiguration ergeben. Unit 42 ordnet den Akteur zudem als unabhängig ein und nicht an eine staatlich unterstützte Struktur gebunden, ohne dass daraus bereits ein abschließendes Gesamtbild zur Urheberschaft oder zu weiteren Kampagnen zwangsläufig folgt. Für IT-Teams bedeutet das vor allem, dass sie Angriffsflächen nicht nur „auf dem Papier“ reduzieren, sondern kontinuierlich testen: Wie schnell reagiert die Umgebung, wenn ein Angreifer nach neuen CVEs sucht, versucht, Auto-Login-Randbedingungen auszunutzen oder eine Kettenausnutzung über öffentliche Interfaces anstößt?
💳 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 "DeepSeek in autonomer Angriffskette: Unit 42 beschreibt Hermes-Agent-Campaign" 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 "DeepSeek in autonomer Angriffskette: Unit 42 beschreibt Hermes-Agent-Campaign" 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: »DeepSeek in autonomer Angriffskette: Unit 42 beschreibt Hermes-Agent-Campaign« bei Google Deutschland suchen, bei Bing oder Google News!