KI-gestützte Cyberbedrohungen: Wie Sprachmodelle modernes Hacking fördern

Mit dem Fortschritt künstlicher Intelligenz entwickeln sich auch die Methoden derer weiter, die sie missbrauchen. Im Jahr 2025 verlassen sich Cyberkriminelle zunehmend auf fortschrittliche Sprachmodelle wie GPT, um ausgefeilte Phishing-Angriffe durchzuführen, Malware automatisch zu erstellen und Passwörter zu knacken. Diese Tools wurden entwickelt, um zu helfen und Innovationen zu fördern, doch sie haben auch neue Bedrohungen für die Cybersicherheit geschaffen. Dieser Artikel analysiert reale Auswirkungen und zeigt, wie Sprachmodelle die Sicherheitslandschaft verändern.

Die wachsende Bedrohung durch KI-unterstütztes Phishing

Phishing bleibt eine der effektivsten Waffen in den Händen von Hackern. Mit dem Aufkommen KI-gestützter Modelle ist das Erstellen von Phishing-E-Mails alarmierend präzise und personalisiert geworden. Diese Nachrichten sind sprachlich fehlerfrei, glaubwürdig und oft nicht mehr von echten Unternehmenskommunikationen zu unterscheiden. Sie nutzen Prinzipien des Social Engineerings mit beispielloser Genauigkeit und erhöhen so die Erfolgsquote von Angriffen weltweit.

Cyberkriminelle verwenden große Sprachmodelle (LLMs), um E-Mails auf Basis gesammelter Nutzerdaten kontextbezogen zu generieren. Dadurch werden Angriffe hyper-zielgerichtet, umgehen Spam-Filter und täuschen selbst geschultes Personal. Die KI erstellt nicht nur den Inhalt, sondern schlägt auch Betreffzeilen vor, generiert Fake-Domains und simuliert komplette E-Mail-Verläufe.

Der Microsoft-Bericht zur Cybersicherheit 2025 verzeichnete einen Anstieg von 62 % bei KI-generierten Phishing-Angriffen im ersten Halbjahr. Die Effizienz von LLMs erlaubt es Hackern, Tausende gezielte Angriffe in kürzester Zeit zu starten.

Reale Fälle und Unternehmensrisiken

Anfang 2025 wurde ein europäisches Versicherungsunternehmen Opfer eines Spear-Phishing-Angriffs, bei dem ein Hacker GPT-4 nutzte, um die Sprache des Vorstandes zu imitieren. Die E-Mail forderte die Finanzabteilung zur Genehmigung einer betrügerischen Überweisung von 2,5 Millionen Euro auf – mit einem fast perfekten Ton und Format.

Ein weiteres Beispiel stammt aus dem Gesundheitssektor: Angreifer gaben sich mit KI-generierter Sprache als Anfragende von Patientendaten aus. Ein angeblich offizielles PDF aktivierte beim Öffnen ein Datenexfiltrations-Skript und kompromittierte mehr als 20.000 Patientendatensätze.

Diese Beispiele zeigen, dass KI nicht nur Texte erstellt, sondern auch die technische Durchführung von Angriffen unterstützt. In Kombination mit gefälschten Domains und realistischen Absenderadressen ist KI-gestütztes Phishing eine ernstzunehmende Bedrohung.

Automatisierte Malware-Programmierung mit Sprachmodellen

Früher war das Schreiben von Schadsoftware nur erfahrenen Programmierern möglich. Heute kann selbst jemand mit geringen Kenntnissen komplexe Malware mithilfe von GPT-basierten Tools erzeugen. Mit den richtigen Eingaben können Modelle Skripte für Ransomware, Spyware oder Datenklauer ausgeben – oft getarnt durch indirekte oder verschleierte Anfragen.

Diese Automatisierung senkt die Einstiegshürde für Cyberkriminalität erheblich. LLMs generieren polymorphe Codes, die sich selbst verändern und damit klassische Antivirenlösungen umgehen. Darüber hinaus bieten sie Hilfe beim Debuggen und Testen.

Laut Berichten von ENISA und Sicherheitsunternehmen häufen sich Malware-Beispiele, die eindeutig durch Sprachmodelle generiert wurden – darunter Keylogger, Token-Stealer und Browser-Exploits, begleitet von KI-generierten Anleitungen für Hacker.

Beispiele aus Untergrundforen

In mehreren beobachteten Darknet-Foren wurden 2025 GPT-basierte Malware-Skripte samt Dokumentation verkauft. Manche Anbieter bieten sogar „Prompt-Engineering-Services“ an, um Sicherheitsprotokolle zu umgehen und gefährlichere Codes zu generieren.

Es gibt auch Fälle, in denen bestehende Schadsoftware mit Hilfe von LLMs verbessert wurde. Ein Angreifer modifizierte etwa einen Token-Stealer so, dass er Antivirenprogramme wochenlang umgehen konnte. Die verbesserte Variante blieb aktiv, ohne entdeckt zu werden.

Angesichts dieser Entwicklung sehen sich Sicherheitsteams mit einer neuen Bedrohung konfrontiert: autonom optimierte, sich ständig weiterentwickelnde Malware, die durch KI befeuert wird.

Passwortknacken mit KI und intelligente Brute-Force-Angriffe

Auch im Bereich der Passwortsicherheit kommt KI zunehmend zum Einsatz. Klassische Brute-Force-Attacken nutzen riesige Passwortlisten. Sprachmodelle hingegen erstellen intelligente Passwortvarianten auf Basis sozialer Daten, Vorlieben oder regionaler Trends – mit deutlich höherer Trefferquote.

Öffentlich verfügbare Informationen wie Geburtstage, Sportvereine oder Namen von Angehörigen reichen aus, damit KI-Modelle realistische Passwortvorschläge generieren. Diese „intelligenten Brute-Force-Strategien“ sind effektiver als herkömmliche Methoden und sparen Zeit beim Angriff.

Im Jahr 2025 waren Tools mit LLMs laut Sicherheitsanalysen um 37 % erfolgreicher als herkömmliche Brute-Force-Werkzeuge. Die neue Technologie macht Passwortsicherheit zu einer kritischen Herausforderung.

Sicherheitsrisiken für Unternehmen und Nutzer

Unternehmen mit veralteten Systemen oder schwachen Sicherheitsrichtlinien sind besonders gefährdet. Wiederverwendete Passwörter, fehlende Multifaktor-Authentifizierung und unzureichende Updates bieten Angriffsfläche für KI-gestützte Angriffe.

Auch Privatnutzer unterschätzen oft, wie viele Informationen über ihre Passwörter öffentlich zugänglich sind. Besonders ältere Menschen oder technisch weniger versierte Nutzer sind anfällig, da sie sich digital kaum schützen.

Nur durch flächendeckende Einführung von Zero-Trust-Architekturen, kontinuierlicher Verhaltensüberwachung und MFA lässt sich der Trend eindämmen. Doch viele KMUs verfügen nicht über das notwendige Wissen oder Budget.