LONDON (IT BOLTWISE) – Sicherheitsforscher warnen vor einer Schwachstellenkette in LangGraph, die Agenten-„Memory“ und vertrauliche Daten wie API-Keys offenlegen kann. In einzelnen Fällen reichen bereits manipulierte Eingaben bis hin zu Pfad-Traversal, fehlerhafter Deserialisierung und SQL-Injection im SQLite-Checkpoint. Besonders kritisch ist die Kombination aus hoher Komplexität von Agent-Workflows und weit verbreiteten Installationsbasen rund um LangChain-nahe Projekte. Betroffen sind insbesondere Nutzer, die Agenten-Frameworks ohne zeitnahe Updates betreiben.

Schwere Schwachstellenkette in LangGraph: Memory- und Secret-Leaks möglich
Schwere Schwachstellenkette in LangGraph: Memory- und Secret-Leaks möglich (Foto: IT BOLTWISE)
🧠 KI & Robotik auf Google News abonnieren

LangGraph, ein Open-Source-Agent-Framework aus dem Ökosystem rund um LangChain, gerät erneut in den Fokus der Security-Community: Laut Berichten identifizierte Check Point Research mehrere hochkritische Schwachstellen, die zusammen eine regelrechte Kettenreaktion ermöglichen. Das zentrale Risiko besteht darin, dass sich Informationen aus dem Agenten-Kontext – also etwa gepuffertes „Memory“ – auslesen lassen oder Geheimnisse wie API-Keys und Umgebungswerte unbeabsichtigt nach außen gelangen können. Für Unternehmen ist das brisant, weil moderne KI-Agenten häufig mit Betriebsdaten, Kundendienst-Tools oder internen APIs verbunden werden und solche Daten in der Praxis nicht isoliert bleiben.

Technisch beschreiben die Untersuchungen drei voneinander unabhängige Angriffsflächen. Erstens wird eine Path-Traversal-Lücke in einem Prompt-Ladevorgang adressiert, konkret in langchain_core/prompts/loading.py und dokumentiert als CVE-2026-34070. Path-Traversal ist besonders gefährlich, weil Angreifer durch manipulierte Pfade auf Systemdateien zugreifen können, sofern die Anwendung nicht konsequent sanitiert und restriktiv genug auf Dateisystempfade zugreift. Zweitens folgt eine Deserialisierungsvulnerabilität, CVE-2025-68664, die im Worst Case Umgebungs- und API-Geheimnisse kompromittiert. Drittens betrifft eine SQL-Injection im LangGraph-Checkpoint für SQLite (CVE-2025-67644) nicht nur Datenintegrität, sondern kann je nach Implementationsdetails bis zur Ausführung von Code führen.

Damit das Bild vollständig wird, lohnt der Blick auf den häufigen Ablauf in Agent-Architekturen: Ein Agent nutzt typischerweise eine Abfolge aus Tool-Aufrufen, Prompting und Zustandsverwaltung. Gerade diese Zustandsverwaltung – etwa als Checkpoint in SQLite – verbindet ansonsten isolierte Schritte zu einem durchgehenden Prozess. Wird dabei unsicher deserialisiert oder SQL ohne strikte Parameterisierung ausgeführt, entstehen Pfade, über die Eingaben in interne Verarbeitungskomponenten „durchrutschen“. Historisch sind solche Klassen von Problemen in KI-Frameworks immer wieder aufgetaucht, weil Entwickler schnell experimentieren, aber die Sicherheitsgarantien von Dateizugriff, Objektserialisierung und Datenbankzugriff nicht automatisch im gleichen Tempo gehärtet werden. Der Schutz hängt daher stärker vom Update- und Integrationsprozess ab als vom reinen Agentenversprechen.

Im Markt zeigt sich, dass die Reichweite solcher Frameworks schwer zu ignorieren ist: Berichten zufolge existiert rund um die LangChain-nahe Infrastruktur eine sehr große Installationsbasis, wobei Check Point Research monatliche Downloads in der Größenordnung von 46,5 Millionen für relevante Pakete nennt. Zusätzlich werden kumulierte Downloadzahlen von über 60 Millionen pro Woche über verschiedene LangChain-Projekte hinweg erwähnt. Im Expertenkommentar wird das üblicherweise als Indikator gelesen, dass selbst „kleine“ Schwachstellen schnell in produktiven Workflows landen können, insbesondere bei Teams, die agentische Funktionen als schnelle Feature-Erweiterung einsetzen. Als konkretes Wettbewerbs- und Referenzumfeld ist hier außerdem das gesamte LangChain-Ökosystem zu nennen, weil viele Organisationen Komponenten austauschen oder gemeinsam deployen.

Für die betroffenen Teams ist vor allem die Patch-Strategie entscheidend. Laut den Berichten wurden gefixte Versionen unter anderem für langchain-core bereitgestellt, darunter >=1.2.22 sowie gezielt 0.3.81 und 1.2.5 für die Deserialisierungskomponenten. Für den SQLite-spezifischen Bereich wird als Korrektur langgraph-checkpoint-sqlite 3.0.1 genannt. Praktisch bedeutet das: Nicht nur „LangGraph“ selbst muss aktualisiert werden, sondern auch die eng gekoppelten Kernabhängigkeiten. In Enterprise-Umgebungen ist diese Abhängigkeit oft ein Deployment-Problem, weil Versionen in CI/CD-Pipelines, eigenen Python-Images oder Container-Registries verankert sind. Ein Vergleich zu alternativen Ansatzmustern zeigt zudem, dass On-Prem- oder air-gapped Deployments zwar zusätzliche Kontrolle bieten, aber nicht automatisch Vulnerability-Lücken eliminieren.

Aus Regulierungssicht wird das Thema zusätzlich scharf: Wenn Agenten-Workflows Geheimnisse auslesen oder unzulässig persistieren, geraten Unternehmen schnell in den Bereich Datenschutz und Informationssicherheit, selbst wenn die Anwendung „nur“ intern genutzt wird. In vielen Organisationen bedeutet das, dass Logs, States und Checkpoints wie Datenbestände behandelt werden müssen – inklusive Lösch-, Zugriffskontroll- und Audit-Anforderungen. Gerade die Möglichkeit, API-Keys und Umgebungswerte zu exfiltrieren, erhöht die Wahrscheinlichkeit, dass nicht nur technische Kontrollmaßnahmen, sondern auch organisatorische Prozesse nachgezogen werden müssen: Incident-Response-Pläne, Secret-Rotation und eine Überprüfung, welche Daten tatsächlich in Agent-States gespeichert wurden.

Welche Rolle spielt das im Wettbewerb? Neben den genannten Akteuren (Check Point Research, Cyera und begleitende Sicherheitsberichterstattung) zeigt sich ein Muster, das auch bei anderen KI-Frameworks beobachtet wird: Sicherheitsforscher finden Lücken oft dort, wo Frameworks maximal flexibel sein wollen – etwa bei Plug-in- oder Prompt-Ladepfaden, bei generischen Deserialisierungsmechanismen oder bei persistenten Checkpoint-Schichten. Im Vergleich zu rein „statischen“ Modell-Serving-Stacks, bei denen Inputs stärker begrenzt sind, vergrößert der Agentenansatz die Angriffsfläche: Mehr Logik, mehr Übergaben, mehr Abhängigkeiten. Unternehmen sollten daher nicht nur Updates einspielen, sondern auch die Eingabegrenzen und die Tool-Berechtigungen ihres Agenten-Setups minimieren.

Der Ausblick: Kurzfristig steht Patch Management auf der Agenda, aber mittelfristig wird die Branche stärker in Richtung „Security-by-Design“ drängen müssen. Das umfasst etwa sichere Defaults für Prompt- und Dateiladevorgänge, die konsequente Parameterisierung von Datenbankabfragen, robuste Serialisierungsstrategien ohne gefährliche Objektrückgewinnung sowie klar definierte Threat Models für Agenten-States. Entwickler bekommen dadurch auch eine klare Design-Lehre: Zustands- und Persistenzkomponenten sind häufig der schwächste Punkt, weil sie Datenquellen zusammenführen. Wenn die Teams jetzt aufhören, Checkpoints wie „Nebenbei-Speicher“ zu behandeln, werden zukünftige Agenten-Deployments stabiler. Für die nächsten Monate ist außerdem zu erwarten, dass Hardening-Guides und automatisierte Scans für die konkreten Abhängigkeiten in Agent-Stacks deutlich an Bedeutung gewinnen.


💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!


Sense Robot Go KI-Go-Brett mit Roboterarm – Automatische Steinplatzierung, interaktives Lernen, Spielwiederholung – Intelligenter Weiqi-Trainer für Kinder & Erwachsene
152 Bewertungen
Sense Robot Go KI-Go-Brett mit Roboterarm – Automatische Steinplatzierung, interaktives Lernen, Spielwiederholung – Intelligenter Weiqi-Trainer für Kinder & Erwachsene
  • ★ 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.
ENERGIZE LAB Eiliko Coral Pink - Ihr winziger KI-Charm-Roboter, der zu jedem täglichen Outfit passt, lustiges elektronisches Anhängerspielzeug, für Paare und beste Freunde
334 Bewertungen
ENERGIZE LAB Eiliko Coral Pink - Ihr winziger KI-Charm-Roboter, der zu jedem täglichen Outfit passt, lustiges elektronisches Anhängerspielzeug, für Paare und beste Freunde
  • 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.
Eilik intelligenter Schreibtisch Roboter | für Kinder & Erwachsene, mit Emotionen Interaktionen und Animationen, Spielzeug Unterhaltung Begleiter Haustier Persönlicher Assistent, für mehr Spaß
1.501 Bewertungen
Eilik intelligenter Schreibtisch Roboter | für Kinder & Erwachsene, mit Emotionen Interaktionen und Animationen, Spielzeug Unterhaltung Begleiter Haustier Persönlicher Assistent, für mehr Spaß
  • NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
Plantbot Upgraded Large Smart Flower Pot Pet Planter Robot with Artificial Intelligence, Time Temperature Display, and Numerous Expressive Animations Based, for Indoor Decoration, Gifts (White)
53 Bewertungen
Plantbot Upgraded Large Smart Flower Pot Pet Planter Robot with Artificial Intelligence, Time Temperature Display, and Numerous Expressive Animations Based, for Indoor Decoration, Gifts (White)
  • 【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.
Loona KEYI Premium Haustier-Roboter mit Ladestation (Smarte AI ChatGPT-4o, Stimmen- & Gestensteuerung, Echtzeit-Interaktion, Heimüberwachung)
946 Bewertungen
Loona KEYI Premium Haustier-Roboter mit Ladestation (Smarte AI ChatGPT-4o, Stimmen- & Gestensteuerung, Echtzeit-Interaktion, Heimüberwachung)
  • 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.


Hat Ihnen der Artikel bzw. die News - Schwere Schwachstellenkette in LangGraph: Memory- und Secret-Leaks möglich - gefallen? Dann abonnieren Sie uns doch auf Insta: AI News, Tech Trends & Robotics - Instagram - Boltwise

Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des letzten Tages gratis per eMail - ohne Werbung: Hier kostenlos eintragen!





Folgen Sie aktuellen Beiträge über KI & Robotik auf Twitter, Telegram, Facebook oder LinkedIn!
Hinweis: Teile dieses Textes könnten mithilfe Künstlicher Intelligenz generiert worden sein. Die auf dieser Website bereitgestellten Informationen stellen keine Finanzberatung dar und sind nicht als solche gedacht. Die Informationen sind allgemeiner Natur und dienen nur zu Informationszwecken. Wenn Sie Finanzberatung für Ihre individuelle Situation benötigen, sollten Sie den Rat von einem qualifizierten Finanzberater einholen. IT BOLTWISE® schließt jegliche Regressansprüche aus.









Ergänzungen und Infos bitte an die Redaktion per eMail an de-info[at]it-boltwise.de. Da wir bei KI-erzeugten News und Inhalten selten auftretende KI-Halluzinationen nicht ausschließen können, bitten wir Sie bei Falschangaben und Fehlinformationen uns via eMail zu kontaktieren und zu informieren. Bitte vergessen Sie nicht in der eMail die Artikel-Headline zu nennen: "Schwere Schwachstellenkette in LangGraph: Memory- und Secret-Leaks möglich".
Stichwörter AI Artificial Intelligence CVE Cybersecurity Deserialization Enterprise Software Hacker IT-Sicherheit KI Künstliche Intelligenz LangChain Langgraph Memory Netzwerksicherheit Patch Path Traversal Remote Code Execution Secrets Security Sql Injection Sqlite Vulnerability
Alle Märkte in Echtzeit verfolgen - 30 Tage kostenlos testen!

Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Schwere Schwachstellenkette in LangGraph: Memory- und Secret-Leaks möglich" für unsere Leser?

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

  • Die aktuellen intelligenten Ringe, intelligenten Brillen, intelligenten Uhren oder KI-Smartphones auf Amazon entdecken! (Sponsored)


  • 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 "Schwere Schwachstellenkette in LangGraph: Memory- und Secret-Leaks möglich" 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: »Schwere Schwachstellenkette in LangGraph: Memory- und Secret-Leaks möglich« bei Google Deutschland suchen, bei Bing oder Google News!


    2.430 Leser gerade online auf IT BOLTWISE
    KI-Jobs