Eine chinesische Hackergruppe hat KI-Modelle wie DeepSeek systematisch für autonome Cyberangriffe auf verwundbare Server eingesetzt – ohne dass ein Mensch ständig eingreifen musste. Das berichten Forscher von Palo Alto Networks' Unit 42. Der Angreifer operierte unter den Aliasen "knaithe" und "KnYuan" und nutzte einen sogenannten Hermes Agent mit DeepSeek als Reasoning-Engine. Ein Konfigurationsfehler des Angreifers offenbarte schließlich die komplette Infrastruktur und ermöglichte den Sicherheitsforschern, das volle Ausmaß der Operation zu analysieren.
Kurz & knapp
- Hermes Agent mit DeepSeek: Der KI-Agent führte autonome Schwachstellenscans durch, lud Exploit-Code von GitHub herunter und startete Angriffe ohne weitere menschliche Eingaben
- Mehrere LLMs im Einsatz: Neben DeepSeek kamen Qwen, GLM, Kimi und MiniMax zum Einsatz; westliche Modelle wie Claude Code wurden laut Forschern nur begrenzt getestet
- Massive Zielerfassung: Der Agent identifizierte über 647.000 internet-exponierte n8n-Server weltweit, davon über 25.000 in China
- Keine erfolgreichen Kompromittierungen: Trotz autonomer Angriffe gelang es dem Agent nicht, tatsächlich in Systeme einzubrechen
So funktionierte der automatisierte Angriff
Nach Anweisungen über Telegram arbeitete der Agent völlig eigenständig. Er durchsuchte internet-erreichbare Systeme mit der FOFA-Suchmaschine, lud öffentlich verfügbare Exploits herunter und führte Angriffe durch – alles ohne weitere Operator-Eingaben.
In einer dokumentierten Session zielte der Agent auf eine Langflow-Schwachstelle (CVE-2026-33017, CVSS 9.8) ab. Der Agent fand 84 exponierte Langflow-Server, konnte aber keinen erfolgreich ausnutzen, weil die erforderliche Konfiguration nicht aktiviert war. DeepSeek bewertete das Ziel daraufhin als "niedrig-wertig" und wechselte die Strategie.
"This autonomous process of target identification, sampling and narrowing of scope is notable because the system executed hundreds of hours of manual targeting analysis in mere minutes, while also managing its own compute resources," schrieb Unit 42.
Intelligente Zielauswahl durch KI
Der Agent analysierte dann öffentliche Exploit-Repositories und wählte n8n (Workflow-Automatisierungsplattform) als nächstes Ziel – weil FOFA über 647.000 exponierte Instanzen weltweit zeigte. Der Agent kombinierte zwei Schwachstellen: CVE-2026-21858 (Arbitrary File Read, CVSS 10.0) und CVE-2025-68613 (Sandbox Escape mit RCE, CVSS 9.9). Er erkannte, dass Version 1.117.3 von n8n beide Fixes noch nicht enthielt und daher verwundbar war.
| Aspekt | Details |
|---|---|
| Primäres Modell | DeepSeek (als Reasoning Agent) |
| Weitere LLMs | Qwen, GLM, Kimi, MiniMax |
| Suchmaschine | FOFA |
| Exploit-Quelle | GitHub |
| Kommunikation | Telegram |
| Erfolgreiche Kompromittierungen | Keine dokumentiert |
Diese Fähigkeit ist bemerkenswert: Der Agent führte in wenigen Minuten Analysen durch, die manuell hunderte Stunden gedauert hätten – und verwaltete dabei auch noch seine eigenen Rechenressourcen.
Was das für dich bedeutet
Dieser Fall zeigt, dass Frontier-Modelle außerhalb westlicher Kontrolle nicht nur für Entwicklung, sondern auch für Angriffsorchestration genutzt werden. Für deutsche Unternehmen relevant: Die Automatisierung von Schwachstellensuche und Exploit-Auswahl reduziert die Einstiegshürde für Cyberangriffe massiv. Während in diesem Fall keine erfolgreichen Kompromittierungen dokumentiert wurden, demonstriert die Methodik, dass KI-gestützte Angriffe skalierbar und schwer zu verhindern sind – besonders wenn sie auf öffentlich verfügbare Exploits und Suchmaschinen zugreifen. Unternehmen sollten davon ausgehen, dass solche autonomen Scanning- und Exploit-Versuche bereits Routine sind.
Quellen
Redaktionell verantwortet von Ideal Syka. Quellen und Arbeitsweise: Redaktion & Methode. Hinweise und Korrekturen: ai@i6eal.de.
