LONDON (IT BOLTWISE) – Bei einem live ausgetragenen HackerOne-Wettbewerb setzt ein israelisches Team auf „open weight“-KI aus China, um in reale Netzwerke einzudringen und Schwachstellen nachzuweisen. Die eingesetzte Angriffslogik kombiniert bis zu 30 KI-Agenten, die gemeinsam Pfade in Systeme finden und deren Wirksamkeit verifizieren. Der Fall verdeutlicht den Streit in der Branche: Offene Modelle sollen vor allem bessere Verteidigung ermöglichen, erhöhen aber auch die Reichweite für Angriffe. Gleichzeitig wird sichtbar, wie schnell sich die Leistungsfähigkeit aktueller Sprach- und KI-Modelle im praktischen Security-Einsatz entwickelt.
Ein Cybersecurity-Wettbewerb wirkt auf den ersten Blick wie ein Experiment am Rand der Realität: In einem mehrere Monate laufenden Contest dürfen Teams nicht in Sandboxen spielen, sondern müssen echte Netzwerke angreifen, damit die Betreiber ihre Lücken später schließen können. Genau das macht die aktuelle Episode so aufschlussreich. Ein Team, das unter dem Namen Tenzai antrat, holte den Sieg bei HackerOne und lieferte damit einen praktischen Beleg dafür, wie weit sich Künstliche Intelligenz (KI) inzwischen in der Schwachstellenanalyse und in der Ausnutzung von Angriffsflächen vorarbeitet.
Entscheidend ist dabei nicht nur die „Tempo“-Komponente, sondern auch, womit das Team gearbeitet hat. Zwar gehört derartige KI-gestützte Automatisierung längst zum Standardrepertoire moderner Cyberangriffe, die in den letzten Jahren auch bei etablierten KI-Anbietern sichtbar wurde. Im konkreten Wettbewerb setzte Tenzai jedoch nicht auf die Systeme, die in vielen aktuellen Debatten als Referenz dienen, sondern auf KI aus China: Die Plattform stützte sich auf Modelle der chinesischen Firma Z.ai, konkret zunächst GLM-5.2 und später GLM-5.3, das laut Beschreibung im August veröffentlicht wurde. Diese Umstellung fällt in eine Zeit, in der sich der Abstand zwischen US- und chinesischen Modellen bei gängigen Benchmark-Tests in Teilbereichen spürbar verringert.
Technisch betrachtet beschreibt die Aktion einen hochgradig agentenbasierten Ansatz: Für den Angriff auf ein konkretes Zielsystem setzte Tenzai bis zu 30 KI-Agenten ein, die nicht nur nacheinander, sondern als Kollektiv nach einem Weg in das System suchen. Ein „thinking“-Agent übernimmt die Aufsicht und koordiniert das Vorgehen, ein „action“-Agent durchsucht das Netzwerk nach möglichen Schwachstellen, während eine Vielzahl an „exploit“-Agenten die gefundenen Lücken so zusammenführen sollen, dass am Ende ein tatsächlich nutzbarer Zugriff entsteht. Sobald ein Pfad plausibel erscheint, kommt ein weiterer Agent hinzu, der als „rebuttal“-Agent die Wirksamkeit des Angriffs absichern soll. Die Betreiber des Wettbewerbs adressieren damit ein realistisches Problem: Wenn ein Angriff nur theoretisch funktioniert, helfen die Ergebnisse dem Verteidiger wenig.
Die im Artikel genannten Fallbeispiele zeigen zudem, warum diese Form der Automatisierung mehr ist als ein Buzzword. In einem Szenario gelang es den Agenten, sich in einen Webserver einer Airline einzuloggen, ohne die vorgesehenen Zugangsdaten zu verwenden; anschließend konnten sie die Standorte von Kunden identifizieren, die die Mobil-App der Airline nutzten. In einem anderen Fall nutzten die Systeme eine Art von SQL-Injection, also das Einbringen unerwarteter Informationen in eine Datenbank, um Schutzmechanismen zu umgehen, und drangen damit in ein Callcenter-Umfeld ein, sodass Inhalte von Kundenanrufen abgerufen werden konnten. Solche Details sind nicht nur für Security-Teams relevant, sondern auch für Betreiber, die die eigenen Prozesse zur Schwachstellenbehebung bislang vor allem auf manuelle Tests und klassische Scanner gestützt haben.
Der Kern der politischen und technologischen Debatte dreht sich allerdings weniger um die Frage „Kann KI hacken?“ als um die Freiheitsgrade bei der Nutzung. Open-Weight-Modelle geben Nutzern mehr Spielraum, um Systeme herunterzuladen und auszuführen. Für Befürworter wie Johnny Wang, ehemaliger Google-Sicherheitsforscher und Chef von Hinoki, liegt der Vorteil darin, dass sich Verteidigungsfähigkeiten skalieren lassen: Mit offenen Modellen könne man die eigenen „defensiven“ Fähigkeiten deutlich erhöhen und damit Aufgaben abdecken, die früher außerhalb der Reichweite vieler Teams lagen. Kritiker argumentieren spiegelbildlich, dass genau dieselbe Offenheit Angreifern den Einstieg erleichtert, weil Mechanismen zur Schwachstellensuche und zum Ausnutzen von Lücken auch für schädliche Zwecke verfügbar werden. Hinzu kommt, dass der Abbau von Schutzmechanismen bei manchen Systemen laut den genannten Recherchen relativ schnell möglich sein soll.
Gerade weil die Leistungsfähigkeit solcher Modelle offenbar bereits „nation-state“-ähnliche Qualität in Reichweite kleinerer Akteure rücken kann, verschiebt sich das Risiko- und Ressourcenbild bei Unternehmen. Pavel Gurvich, CEO von Tenzai, beschreibt die Situation als Einsatz von Modellen ohne hinreichende „Guardrails“ und verweist darauf, dass selbst Anbieter mit eingeschränkten Zugriffsmöglichkeiten oft auch Verteidigern im Weg stehen. Gleichzeitig beschreibt derselbe Kontext, dass defensive Teams und professionelle Security-Anbieter diese Systeme nutzen können, um reale Netze systematisch zu testen und Schwachstellen schneller zu beheben. Für CIOs, CISO-Organisationen und Entwicklerteams bedeutet das: Die Frage lautet nicht nur, ob KI-basierte Angriffe künftig häufiger auftreten, sondern ob die eigene Test- und Patch-Disziplin Schritt hält.
Für die nächsten Monate zeichnet sich damit eine Art Wellenmuster ab: Mehr Angriffe, weil die Einstiegshürden sinken, und parallel ein Nachziehen der Verteidigung, weil sich neue Test- und Abwehrprozesse etablieren. Genau an dieser Stelle wird der Wettbewerb zur Standortbestimmung. Wenn die offenen Modelle im praktischen Einsatz schnell wirksame Ergebnisse liefern, dann müssen Sicherheitsteams ihre Erkennung, ihr Monitoring und ihre Incident-Prozesse so ausrichten, dass nicht nur bekannte Muster reagieren, sondern auch neuartige Kettenausnutzungen. Entscheidend bleibt dabei, dass die Ergebnisse aus solchen Contests in messbare Maßnahmen münden: priorisierte Fixes, nachvollziehbare Sicherheitsnachweise und Trainings für Teams, die im Ernstfall nicht auf „Schlägt-mal-an“-Experimente setzen dürfen.
💳 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 "Open-Weight-KI im Hacking-Wettbewerb: Wie Chinas Modelle Security verändern" 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 "Open-Weight-KI im Hacking-Wettbewerb: Wie Chinas Modelle Security verändern" 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: »Open-Weight-KI im Hacking-Wettbewerb: Wie Chinas Modelle Security verändern« bei Google Deutschland suchen, bei Bing oder Google News!