Google meldet ersten vermutlich KI-entwickelten Zero-Day

Worum es geht

Google Threat Intelligence Group hat am 11. Mai 2026 einen Bericht veröffentlicht, der einen wichtigen Grenzpunkt beschreibt: Erstmals hat Google nach eigener Einschätzung einen Zero-Day-Exploit gesehen, der vermutlich mit Hilfe eines KI-Modells entwickelt wurde. Der Angriff sollte eine Zwei-Faktor-Authentifizierung in einem populären, webbasierten Open-Source-Administrationstool umgehen. Google nennt weder den betroffenen Hersteller noch die konkrete Schwachstelle, weil die Offenlegung verantwortungsvoll mit dem Anbieter abgestimmt wurde.

Wichtig ist die Einordnung: Google sagt nicht, dass eine KI autonom die Welt gehackt hat. Die Aussage ist enger und dadurch glaubwürdiger: Ein krimineller Akteur nutzte sehr wahrscheinlich ein KI-Modell als Werkzeug für Discovery und Weaponization. Der geplante Massenangriff wurde laut Google durch proaktive Gegenmaßnahmen gestört.

Was der KI-entwickelte Exploit tatsächlich macht

Der Exploit war laut Google ein Python-Skript, das eine Logikschwäche in einem webbasierten Admin-Tool ausnutzen konnte. Ziel war nicht ein klassischer Speicherfehler, sondern eine semantische Schwachstelle: also ein Fehler darin, wie das System Zustände, Berechtigungen oder Authentifizierungsschritte bewertet. Genau solche Fehler sind für Menschen oft schwer zu sehen, weil sie nicht wie ein kaputter Parser aussehen, sondern wie ein falscher Ablauf.

Google begründet den KI-Verdacht mit mehreren Spuren im Code: sehr ausführliche erklärende Docstrings, ein halluzinierter CVSS-Score und eine auffällig lehrbuchartige Python-Struktur. Google betont zugleich, dass Gemini nach eigener Einschätzung nicht verwendet wurde. Das ist relevant, weil der Bericht nicht als Produktmarketing gelesen werden sollte, sondern als Threat-Intelligence-Beobachtung aus Mandiant-Fällen, Gemini-Missbrauchsanalysen und GTIG-Forschung.

Warum das wichtig ist

Zero-Days waren bisher teuer, langsam und stark abhängig von Spezialwissen. Wenn KI-Systeme auch nur Teile der Suche, Analyse und Exploit-Erstellung beschleunigen, sinkt die praktische Eintrittshürde. Für echte Menschen heißt das: Mehr Angriffe können schneller entstehen, besonders gegen öffentlich erreichbare Admin-Oberflächen, Router, VPNs, Monitoring-Tools und interne Entwicklerplattformen.

Der Bericht ist auch deshalb wichtig, weil Google nicht nur Cybercrime beschreibt. Er nennt chinesische und nordkoreanische Gruppen, die KI für Vulnerability Research, CVE-Analyse und Proof-of-Concept-Validierung nutzen. APT45 soll tausende repetitive Prompts eingesetzt haben, um CVEs rekursiv zu analysieren. Andere Akteure experimentierten mit spezialisierten Vulnerability-Datensätzen und agentischen Tools. Das verschiebt die Verteidigung von gelegentlicher Patch-Arbeit hin zu kontinuierlicher Exposure-Reduktion.

Einfach erklärt

Stell dir ein großes Bürogebäude vor. Früher brauchte ein Einbrecher einen erfahrenen Schlosser, um lange nach einer seltenen Schwachstelle in der Türsteuerung zu suchen. Jetzt hat er zusätzlich einen sehr schnellen Assistenten, der Baupläne liest, ähnliche Türen vergleicht und mögliche Fehlbedienungen vorschlägt. Der Assistent bricht die Tür nicht allein auf, aber er verkürzt die Suche dramatisch.

Für Verteidiger bedeutet das: Es reicht nicht mehr, nur stärkere Türen zu kaufen. Man muss wissen, welche Türen öffentlich sichtbar sind, welche noch alte Firmware haben und welche Notausgänge versehentlich offen stehen.

Praktisches Beispiel

Ein mittelständischer Dienstleister betreibt 25 interne Webtools, davon drei über VPN und eines versehentlich direkt im Internet. Das Admin-Tool nutzt 2FA, hat aber eine seltene Ablaufkombination: Wenn ein Session-Token aus einem abgebrochenen Login wiederverwendet wird, prüft das System einen Status falsch. Ein Angreifer lässt ein KI-Modell die Request-Flows, Fehlermeldungen und Open-Source-Codepfade vergleichen. Nach 40 Minuten entstehen fünf Testskripte, eines davon findet die Logiklücke.

In einem reifen Sicherheitsprogramm fällt so etwas früher auf: Asset-Inventar, externe Angriffssurface-Scans, schnelle Vendor-Patches, Rate-Limits und Logs für ungewöhnliche Auth-Flows. Ohne diese Grundlagen sieht das Team den Angriff erst, wenn fremde Admin-Sessions auftauchen.

Einordnung und Grenzen

• Google nennt den betroffenen Anbieter nicht. Niemand sollte aus dem Bericht konkrete Produkte verdächtigen oder blind nach einem Toolnamen suchen.
• Der KI-Anteil ist eine hochkonfidente Einschätzung aus Code-Struktur und Kontext, kein öffentlicher Mitschnitt eines Modells beim Exploit-Schreiben.
• KI macht Angreifer schneller, ersetzt aber nicht alle Fähigkeiten. Zielauswahl, Infrastruktur, Zugangsdaten, Tarnung und Monetarisierung bleiben menschlich organisierte Arbeit.

Die praktische Konsequenz ist nüchtern: Unternehmen sollten öffentlich erreichbare Admin-Tools reduzieren, 2FA-Flows testen, Patches priorisieren und verdächtige Automatisierung in Logs suchen. Panik hilft nicht. Sichtbarkeit hilft.

SEO- und GEO-Schlüsselbegriffe

Google Threat Intelligence Group, GTIG, Mandiant, AI zero-day, KI-Exploit, Zero-Day-Schwachstelle, 2FA bypass, AI cybersecurity, Vulnerability Research, Open-Source-Admin-Tool, APT45, AI threat intelligence