Eine neue Generation von KI-Tools verändert die offensive Cybersicherheit und macht das Aufspüren von Schwachstellen schneller, günstiger und deutlich stärker automatisiert.
NeuroSploitv2 ist ein Beispiel für diesen Wandel. Das KI-gestützte Framework für Penetrationstests funktioniert mit mehreren Large Language Models, darunter Gemini, Claude, GPT und Ollama, und automatisiert Aufgaben, für die einst versierte menschliche Sicherheitsforscher erforderlich waren.
In der Praxis beginnt es, ganze Phasen des Penetrationstesting-Prozesses zu ersetzen.
Dieser Wandel ist bereits Realität. Erst vor sechs Wochen hat Cyera Research Labs KI-gestützte Methoden eingesetzt, um zwei kritische Schwachstellen in Googles Gemini CLI aufzudecken – Fehler, die die Ausführung beliebiger Befehle ermöglichten und Google zu schnellen Fehlerbehebungen zwangen.
Die Schlussfolgerung ist einfach: KI-gestützte Sicherheitsforschung arbeitet inzwischen in einem Tempo, mit dem traditionelle Arbeitsabläufe nur schwer mithalten können.
KI-Agenten verändern bereits die Funktionsweise von Angriffen
Die Fähigkeiten hinter Tools wie NeuroSploitv2 gehen weit über Automatisierung hinaus.
Diese Systeme sind darauf ausgelegt, Sicherheitsprobleme logisch zu durchdringen, ihre eigenen Ergebnisse zu bewerten und ihre Taktik an veränderte Bedingungen anzupassen. Integrierte Selbstprüfungen helfen dabei, die von der KI erzeugten Erkenntnisse fokussiert und konsistent zu halten, während Schutzvorkehrungen wie die Filterung von Schlüsselwörtern und die Validierung von Ausgaben darauf abzielen, unsicheres Verhalten zu reduzieren.
Aktuelle akademische Forschung unter Leitung des Massachusetts Institute of Technology zeigt, wie weit dieser Ansatz inzwischen fortgeschritten ist. Autonome Red-Team-Agenten haben ihre Fähigkeit unter Beweis gestellt, vollständige Penetrationstests ohne menschliches Zutun zu planen und durchzuführen. In kontrollierten Umgebungen kompromittierten diese Agenten ganze Domains in weniger als einer Stunde und passten ihre Techniken in Echtzeit an, um Endpoint-Detection-and-Response-Systeme zu umgehen.
Mit anderen Worten: KI beschleunigt nicht mehr nur die Aufklärung oder das Scanning – sie beginnt, während laufender Angriffe Entscheidungen zu treffen.
Die von Cyera Research Labs aufgedeckten Schwachstellen in der Gemini CLI verdeutlichen diese Beschleunigung. Die Fehler wurden mithilfe von KI-gestützten Techniken entdeckt und ermöglichten es Angreifern, beliebige Befehle mit denselben Berechtigungen wie der betroffene Prozess auszuführen. Google behob die Probleme zwar schnell, doch die Ergebnisse zeigen, wie rasch KI gravierende Sicherheitslücken aufspüren kann – selbst in weit verbreiteten Tools.
Was das jetzt für Sicherheitsteams bedeutet
NeuroSploitv2 führt viele dieser Entwicklungen in einem einzigen Framework zusammen.
Es integriert gängige Tools für offensive Sicherheit – etwa Netzwerk-Mapper, Schwachstellen-Scanner, Tester für Webanwendungen und Exploit-Frameworks – in ein koordiniertes System.
Die Plattform umfasst vordefinierte Agentenrollen für Aufgaben wie Bug-Bounty-Suche, Compliance-Analysen und Malware-Erkennung und ermöglicht es Nutzern, über einfache Konfigurationsdateien eigene Rollen zu erstellen.
Diese Orchestrierung ist von Bedeutung. Vergleichende Forschung zu Large Language Models, die für Penetrationstests eingesetzt werden, hat deutliche Leistungsunterschiede gezeigt: Einige Modelle schneiden in komplexen Szenarien mit mehreren aufeinanderfolgenden Schritten besser ab als andere.
Im Gegensatz zu herkömmlichen Tools, die auf vorhersehbare Rückmeldungen oder eine zentrale Steuerung angewiesen sind, können neuere KI-gestützte Architekturen asynchron arbeiten, intern Erkenntnisse austauschen und sich in Echtzeit anpassen – wodurch die Wirksamkeit bestehender Erkennungsstrategien sinkt.
Die Kluft zwischen KI-gestützten offensiven Tools und traditionellen Ansätzen zur Abwehr wird größer. Unternehmen, die KI-gestützte Bedrohungen als Problem der Zukunft betrachten, könnten sich schon bald mit Angriffen konfrontiert sehen, die schneller vorgehen, sich rascher anpassen und über die Grenzen von Teams unter menschlicher Leitung hinaus skalieren.
KI unterstützt Angreifer oder Verteidiger nicht mehr nur. Sie wird zu einem aktiven Akteur in der offensiven Cybersicherheit.