LONDON (IT BOLTWISE) – Eine neue Untersuchung zeigt, dass 282 von 444 KI-Chatbot-Apps auf iPhone Zugang zu Bezahlmodellen über den Netzwerkverkehr offenlegen. Der Weg zur Bezahlung ist dabei oft erschreckend simpel: ein Klartext-API-Key, ein wiederverwendbares Token oder ein Server als offener Relay. Selbst nach der Warnung hatten nach drei Monaten nur 28% der Entwickler die Sicherheitslücke eindeutig geschlossen.
Stellen Sie sich vor, ein Angreifer muss nicht in die App selbst eindringen, nicht einmal die App dekompilieren oder irgendeinen Jailbreak ansetzen. Die Studie, die den iOS-Umfang erstmals systematisch untersucht, zeigt genau das: In den Netzwerkdaten vieler KI-Apps stecken die „Schlüssel“ zur Nutzung bezahlter Modellzugänge so exponiert, dass sie bei einem einzigen Mitschnitt rekonstruierbar sind. Von 444 getesteten KI-Chatbot-Apps offenbarten 282, also nahezu zwei Drittel, bezahlte KI-Zugriffe im Traffic. Besonders brisant: Nutzer oder Sicherheitsforscher können aus einem beobachteten Request nicht nur Authentifizierung herauslesen, sondern damit direkt fremde Konto-Abrechnungen auslösen.
Technisch lässt sich das Muster auf drei wiederkehrende Gruppen herunterbrechen. Erstens senden 54 Apps einen Klartext-API-Key, der in einer einzelnen Paketaufzeichnung lesbar ist. Zweitens umgehen 92 Apps jede clientseitige Authentifizierung durch einen eigenen Backend-Umweg, der Anfragen offenbar ohne belastbare Prüfung des Aufrufers beantwortet – faktisch ein Relay, das „jeden“ mit den Modellzugängen bedient. Drittens, und in 136 Fällen am häufigsten, verwenden Apps scheinbar „sichere“ Token: Statt des Rohschlüssels werden temporäre Zugriffstoken ausgegeben. In der Praxis bleiben diese Token jedoch oft im gleichen Verkehrsnachweis verwertbar; zudem waren manche Token entgegen der Erwartung nicht wirklich temporär.
Die Autoren argumentieren, dass das Risiko nicht nur theoretisch ist. Wer den so abgegriffenen Credential-String erhält, kann damit Model-Requests auf dem Entwicklerkonto ausführen, und am Ende zahlt der Entwickler die Rechnung. In einem Worst-Case-Szenario wurden 46.000 US-Dollar pro Tag an KI-Kosten genannt, falls gestohlene Credentials in großem Maßstab laufen. Noch deutlicher wird der Schaden, wenn man betrachtet, wie niedrig die Hürde zur Ausnutzung laut Studie ausfällt: Die Forscher nutzten ein eigenes Tool namens LLMKeyLens, das den Traffic „mitlauscht“ und die verwendeten Secrets während der normalen App-Kommunikation extrahiert. Kein Reverse Engineering, keine Sicherheitstools-Kaskade, nur passives Monitoring.
Das Sicherheitsproblem lässt sich in einen größeren historischen Kontext einordnen: Bereits in früheren Untersuchungen zu Cloud- und API-Fehlkonfigurationen war die Grundursache ähnlich – Geheimnisse landen im falschen Vertrauensbereich. Bei KI-Integrationen verschärft sich das, weil Entwickler häufig schnell „client-first“ bauen: Der Schlüssel wird in der App eingebettet, damit der Client direkt zu einem Modellanbieter wie OpenAI oder zu Google Gemini sprechen kann. Ein sauberer Entwurf wäre, den Zugriff ausschließlich serverseitig zu terminieren, mit strenger Authentifizierung des aufrufenden Nutzers und einer nachvollziehbaren Autorisierung. Genau hier liegt die Lücke, die in der Studie systematisch sichtbar wird, etwa wenn Klartext-Keys gleichzeitig auch versteckte System-Prompts ausgeben.
Auf der Marktebene zeigt sich ein Muster, das viele App-Teams aus dem Alltag kennen: Sicherheit wird nachgelagert, wenn überhaupt. Obwohl alle 282 betroffenen Entwickler benachrichtigt wurden, waren nach drei Monaten nur 28% eindeutig behoben; 23% hatten die Exposition nicht nur nicht geschlossen, sondern die geleakten Zugänge funktionierten weiter. Weitere Teams hatten zwar „offline“ genommen oder Fehler produziert, aber das ist im Ergebnis nicht gleichbedeutend mit einem robusten Fix. Genau diese Verzögerung – drei Monate, bis klar behoben ist – ist für Unternehmen entscheidend, weil sie die Zeit bestimmt, in der Abrechnungen unkontrolliert eskalieren können. Die Untersuchung liefert zudem Hinweise, dass Token-basierte Ansätze nicht automatisch sicher sind, wenn Lebensdauer und Bindung nicht sauber umgesetzt werden.
Im Branchenvergleich taucht das Problem nicht nur auf iOS auf. Eine frühere Analyse aus 2025 zu Android („LM-Scout“) soll in ähnlicher Weise unsichere KI-Verkabelung in 120 Apps automatisch aufgedeckt und teils aktiv „gebrochen“ haben. Darüber hinaus wird ein größerer Android-und-iOS-Audit („Leaky Apps“) beschrieben, der bei tausenden Apps wiederholt fehlende Revocation-Prozesse fand – selbst wenn Entwickler Keys später entfernten, blieben ältere Zugangsdaten oft weiter aktiv. Für Entscheider bedeutet das: Die eigentliche „Sicherheitsarbeit“ endet nicht beim Entfernen aus dem Client; sie beginnt erst mit Rotation, Sperrung und einer serverseitigen Zugriffskontrolle, die Missbrauch messbar begrenzt.
Die Forscher fordern daher konkrete Gegenmaßnahmen entlang der gesamten Lieferkette. Entwickler sollen Clientseitige Keys nicht in der App hinterlegen, AI-Requests über einen eigenen Server routen und dort den Aufrufer verifizieren sowie geleakte Keys sofort widerrufen. KI-Anbieter wiederum werden aufgefordert, clientseitig verwendete Keys als unsicher in ihrer Dokumentation zu kennzeichnen und auffällige Nutzungsprofile zu melden – beispielsweise, wenn plötzlich Tausende Geräte denselben Credential nutzen. Auf der Plattformseite wird Apple adressiert: Bei der App-Store-Prüfung sollen Skripte oder Heuristiken eingesetzt werden, die gefährliche Key-Muster bereits vor Veröffentlichung identifizieren. So formulieren die Autoren sinngemäß einen zentralen Punkt: „Wenn der Schlüssel im Client liegt, liegt er im Risiko – und das nicht nur für eine Minderheit.“
Ausblickend wird deutlich, dass Künstliche Intelligenz die Schwachstelle „Geheimnisse in falschen Kontexten“ nicht beseitigt, sondern finanziell verstärkt. Denn beim KI-Call wird der gestohlene Zugriff unmittelbar in Abrechnung übersetzt: Leaks sind damit nicht nur eine Datenexposition, sondern ein Kosten- und Missbrauchsproblem, häufig unter dem Begriff LLMjacking. Die Studie weist zudem darauf hin, dass der ermittelte „zwei Drittel“-Wert eher ein Minimum ist: Einige Apps verhinderten offenbar den Interzept oder waren im untersuchten US-App-Store-Zeitraum noch nicht vollständig vergleichbar. Für Unternehmen heißt das: Sicherheitsreviews müssen KI-spezifische Bedrohungsmodelle abdecken, Key-Management und Token-Validierung als Pflicht ansehen und den Erfolg von „Fixes“ anhand von Revocation-Events und Tests im Netzwerkverkehr messen.
💳 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 "iOS-KI-Apps leaken API-Keys: 2/3 ungesicherte Zugriffspfade im Traffic" 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 "iOS-KI-Apps leaken API-Keys: 2/3 ungesicherte Zugriffspfade im Traffic" 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: »iOS-KI-Apps leaken API-Keys: 2/3 ungesicherte Zugriffspfade im Traffic« bei Google Deutschland suchen, bei Bing oder Google News!