Schädliche LLMs verschaffen unerfahrenen Hackern fortschrittliche Fähigkeiten

Eine neue Sicherheitsanalyse zeigt, dass schädliche LLM-Modelle es inzwischen auch unerfahrenen Hackern ermöglichen, mühelos hochentwickelte Cyberangriffe durchzuführen. Diese unregulierten Modelle erzeugen Malware, Phishing-Inhalte und Automatisierungsskripte, die früher echte technische Fähigkeiten erforderten – und verändern damit die gesamte Bedrohungslage.

Was schädliche LLM-Modelle sind

Sicherheitsforscher beschreiben schädliche LLMs als Modelle ohne Sicherheitskontrollen. Im Gegensatz zu herkömmlichen KI-Systemen erlauben diese Werkzeuge direkte Anfragen nach schädlichem Code oder konkreten Angriffsanweisungen. Sie tauchen in Untergrundforen und privaten Kanälen auf, wo Entwickler sie als offensive Cybersicherheitsassistenten vermarkten.

Zwei Beispiele stechen hervor:

• WormGPT 4, ein kommerzielles Modell, das auf frühere kriminelle Versionen zurückgeht
• KawaiiGPT, eine kostenlose Alternative, die auf Dark-Web-Plattformen beworben wird

Beide Modelle behaupten, Malware-Entwicklung, Tools zum Diebstahl von Zugangsdaten, Ransomware-Skripte und Social-Engineering-Inhalte zu unterstützen. Ihre Verfügbarkeit verschafft Nutzern mit geringen technischen Kenntnissen Zugang zu Werkzeugen, die früher nur erfahrenen Cyberkriminellen vorbehalten waren.

Was diese Werkzeuge erzeugen können

Tests von Sicherheitsforschern offenbarten besorgniserregende Fähigkeiten. Schädliche LLM-Modelle generierten:

• Funktionsfähige Ransomware-Skripte, die lokale Dateien verschlüsseln
• Phishing-E-Mails, die professionelle Unternehmenskommunikation imitieren
• Reconnaissance-Tools zur Netzwerkscannung
• Werkzeuge für laterale Bewegungen, die Folgeangriffe automatisieren

In einem Experiment erzeugte WormGPT 4 ein PowerShell-basiertes Ransomware-Skript mit Optionen für Datenexfiltration. Der Output erforderte nur minimale Anpassungen, bevor er einsatzbereit war – ein deutliches Zeichen dafür, wie einfach solche Angriffe operationalisiert werden können.

Diese Modelle beseitigen außerdem typische Warnsignale wie schlechte Grammatik, fehlerhaften Code oder unklare Formatierung. Angreifer erhalten polierte, professionell wirkende Inhalte, ohne die technischen Hintergründe zu beherrschen.

Warum dies für die Cybersicherheit wichtig ist

Der Aufstieg schädlicher LLMs hat weitreichende Folgen. Traditionelle Annahmen über das Fähigkeitsniveau von Angreifern gelten nicht mehr. Eine Person ohne Programmiererfahrung kann nun Malware oder Phishing-Kampagnen erzeugen, die fortgeschritten wirken.

Dies erhöht mehrere Risiken:

• Mehr Akteure dringen in das Cybercrime-Ökosystem ein
• Größere Mengen automatisierter Phishing-Angriffe
• Schnellere Weiterentwicklung von Ransomware-Familien
• Geringere Wirksamkeit signaturbasierter Erkennung
• Überzeugendere Social-Engineering-Techniken

Cyberkriminelle profitieren enorm von der Skalierbarkeit von KI-Modellen. Sie können große Mengen einzigartiger Angriffsvarianten erzeugen, was die Erkennung für Verteidiger erheblich erschwert.

Wachsende globale Auswirkungen

Sicherheitsteams erwarten eine zunehmende missbräuchliche Nutzung dieser Werkzeuge. Cyberkriminelle könnten sie einsetzen, um komplexe Aufgaben wie Privilegieneskalation, Datenexfiltration oder das Einrichten dauerhafter Zugänge zu automatisieren. Die Modelle ermöglichen außerdem maßgeschneiderte Nachrichten für spezifische Ziele, was die Erfolgsquote bei Phishing und Business-Email-Compromise deutlich erhöht.

Schädliche LLMs schaffen auch Risiken für Organisationen, die diese Bedrohung unterschätzen. Verteidigungsteams müssen ihre Erkennungsstrategien aktualisieren, Authentifizierungsmechanismen stärken und Aktivitäten überwachen, die eher automatisierten Angriffen ähneln als klassischen manuellen Intrusionen.

Fazit

Der Aufstieg schädlicher LLM-Modelle markiert einen Wendepunkt in der Cyberkriminalität. Diese Modelle geben unerfahrenen Hackern fortschrittliche Werkzeuge an die Hand, mit denen sie schnell und effektiv angreifen können. Sicherheitsteams müssen sich an eine Bedrohungslandschaft anpassen, in der technische Fähigkeiten keine Eintrittshürde mehr darstellen und KI-generierte Angriffe zur neuen Norm werden könnten. Mehr Bewusstsein, stärkere Überwachung und moderne Verteidigungsstrategien sind jetzt unerlässlich.