Die USA beschuldigen China des KI-Diebstahls im industriellen Maßstab, Forscher zeigen, dass die Diebstahlsicherungen nicht halten, Ihr LG-Fernseher ist ein Abhörgerät im Standby-Betrieb, und FBI sowie NSA sind sich einig: KI kann die Grundlagen nicht ersetzen.
In dieser Ausgabe
- 01Die USA beschuldigen China des Diebstahls ihrer KI-Modelle im industriellen Maßstab.
- 02Die Sperren, die den Diebstahl von KI-Modellen verhindern sollen, halten nicht. Forscher haben es gerade bewiesen.
- 03Ihr LG-Fernseher kann Sie im Standby-Betrieb aufnehmen. Er ist ein Computer mit Mikrofon.
- 04Microsoft hat gerade einen Rekord von 964 Schwachstellen gepatcht. Zwei werden aktiv ausgenutzt.
- 05FBI und NSA sind sich einig: KI kann die Grundlagen nicht ersetzen.
Erhalten Sie den nächsten GRC Brief in Ihrem Postfach.
The GRC Brief abonnierenDie USA beschuldigen China des Diebstahls ihrer KI-Modelle im industriellen Maßstab.
Am 8. September veröffentlichten die NSA, CISA und das FBI eine gemeinsame Warnung, in der sie chinesischen KI-Unternehmen eine gezielte, systematische Kampagne zur illegalen Extraktion der Fähigkeiten führender US-Modelle durch Destillation im industriellen Maßstab vorwerfen. Destillation bedeutet, ein Modell mit den Ausgaben eines stärkeren zu trainieren. Die Behörden stufen dies nicht als Ergänzung zur chinesischen KI-Strategie ein, sondern als deren Kern. Seit Ende 2024 sollen Unternehmen wie DeepSeek, Moonshot AI, Alibaba und MiniMax Milliarden von Token über Millionen von Anfragen gegen Claude, ChatGPT, Gemini und Grok eingesetzt haben, um die Ergebnisse anschließend zum Training eigener Systeme zu verwenden. DeepSeek soll mehrere Versionen von Claude, ChatGPT und Gemini destilliert haben, um seine R-Reihen-Modelle zu entwickeln; Moonshot soll 18 US-Modelle ausgeschöpft haben, darunter das leistungsfähigste von Anthropic. Die beschriebenen Techniken, Anfragen über Accounts, Proxys und Drittanbieter-Aggregatoren zu streuen, um die Identität der Anfragenden zu verschleiern, sind gewöhnliche Verschleierungsmaßnahmen. Die Rahmung enthält eine bemerkenswerte Ironie: Die US-amerikanischen Frontier-Labs, die hier als Diebstahlsopfer dargestellt werden, werden selbst von Autorinnen, Autoren und Künstlern wegen des Trainings auf urheberrechtlich geschütztem Material verklagt.
Quelle: CyberScoop · NSA/CISA/FBI joint advisory, 8 Sep 2026
Meine Einschätzung
Ohne die Geheimdienstsprache ist dies ein Streit über ein Geschäftsmodell. Destillation, das Lernen aus den Ausgaben eines stärkeren Modells, ist ein wesentlicher Mechanismus des KI-Fortschritts, auch innerhalb der US-Labs, die jetzt Protest einlegen. Was die Warnung tatsächlich beschreibt, ist ein Wettbewerber, der im industriellen Maßstab und über eine geopolitische Grenze hinweg tut, was die Branche routinemäßig im kleinen Maßstab praktiziert. Das macht die chinesische Variante nicht akzeptabel: Die Extraktion der Fähigkeiten eines Konkurrenten durch Millionen verschleierter Anfragen ist aggressiv und, so die Behörden, koordiniert. Das moralische Hochland ist jedoch uneben, wenn die verteidigten Modelle selbst auf dem Werk anderer aufgebaut wurden, ohne zu fragen.
Die praktische Schlussfolgerung für Sie betrifft Ihre eigenen KI-Anbieter und deren Nutzungsbedingungen. Wenn nationale Behörden sich Sorgen darüber machen, wer Frontier-Modelle systematisch abfragt und wie dies verschleiert wird, ist das ein Signal dafür, dass API-Missbrauch, gemeinsam genutzte Zugangsdaten und Drittanbieter-Aggregatoren eine reale Bedrohungsfläche darstellen, keine entfernte. Und es ist eine Erinnerung daran, dass der Wert eines KI-Systems, sein Verhalten, durch die Vordertür einer API verschwinden kann, ohne dass irgendjemand etwas aufbricht. Genau darum geht es im nächsten Abschnitt.
Die Sperren, die den Diebstahl von KI-Modellen verhindern sollen, halten nicht. Forscher haben es gerade bewiesen.
In derselben Woche veröffentlichte eine Gruppe akademischer Sicherheitsforscher Ergebnisse, die das gesamte Vorhaben untergraben. Um ihr geistiges Eigentum zu schützen, verbergen die großen Labs inzwischen das schrittweise Reasoning ihrer Modelle und liefern es dem Nutzer als verschlüsselte Blöcke statt als Klartext zurück. Die Forscher stellten fest, dass diese verschlüsselten Blöcke innerhalb eines Anbieters zwischen Modellen austauschbar sind. Man nimmt also eine verschlüsselte Reasoning-Spur eines starken, geschützten Modells, übergibt sie einem schwächeren, weniger geschützten Modell desselben Anbieters, und das schwächere Modell dekodiert sie bereitwillig in Klartext, ohne dass ein Jailbreak des leistungsfähigen Modells erforderlich ist. Sie demonstrierten dies gegen Anthropic, OpenAI und Google. Das hebelt genau die Anti-Destillations-Schutzmaßnahmen aus, um die es im obigen Abschnitt geht, und geht noch weiter: Das Dekodieren von 315.000 Reasoning-Blöcken, die Entwickler in öffentliche Repositories eingefügt hatten, legte Hunderte von personenbezogenen Daten und Zugangsdaten frei. Derselbe Kanal kann zudem unsichtbare Prompt-Injections in Agent-Workflows einschleusen.
Quelle: arXiv · Stealing Reasoning Traces from Proprietary LLM APIs, Aug 2026
Meine Einschätzung
Stellt man beide Abschnitte nebeneinander, ergibt sich die Pointe. Auf der einen Seite behandeln die USA KI-Modellfähigkeiten als Kronjuwelen des geistigen Eigentums, schützenswert durch eine bundesbehördliche Warnung. Auf der anderen zeigt eine Handvoll Forscher, dass die Schlösser dieser Juwelen mit dem eigenen schwächeren Modell des Anbieters geknackt werden können, ohne jede Raffinesse. Der Schutz war eine architektonische Annahme: dass verschlüsselte Reasoning-Blöcke undurchsichtig und an ihren Kontext gebunden seien. Die Annahme hielt nicht. Das ist das wiederkehrende Muster dieses gesamten Newsletters: eine Kontrolle, die auf dem Papier existiert, mit einer Lücke, die niemand geprüft hat.
Ordnen Sie dies jedoch nicht als Problem der KI-Labs ein, denn zwei der vier Angriffsvektoren betreffen Sie selbst. Entwickler fügen Session-Logs in öffentliche GitHub-Repositories ein, ohne zu wissen, dass diese verschlüsselten Blöcke wiederherstellbare personenbezogene Daten und Zugangsdaten enthalten, allein in dieser Studie Hunderte davon. Ihre vertraulichen Informationen könnten also bereits in einem öffentlichen Repository in einem Block stecken, den Sie für Rauschen hielten. Dieselben Blöcke können unsichtbare Prompt-Injections in Agent-Workflows transportieren, was direkt an die Memory-Poisoning-Bedrohung von vor einigen Wochen anknüpft. Wenn Ihre Entwickler diese APIs nutzen, muss das, was sie öffentlich teilen, derselben Prüfung unterzogen werden wie jedes andere Credential-Leak.
Ihr LG-Fernseher kann Sie im Standby-Betrieb aufnehmen. Er ist ein Computer mit Mikrofon.
Eine Hardware-Forschungsgruppe, Gamers Nexus, arbeitete monatelang mit Level1Techs und unabhängigen Forschern daran, LG Smart-TVs zu zerlegen. Die Ergebnisse sind eine prägnante Erinnerung daran, was diese Geräte tatsächlich sind. Erstens die systemimmanente Überwachung: Die Fernseher katalogisieren jedes Gerät in Ihrem Heimnetzwerk, Smartphones, Laptops, Drucker, andere smarte Geräte, erfassen nahegelegene WLAN-Namen und Signaldaten und verknüpfen diese mit dem, was Sie sehen, um ein Haushaltsprofil zu erstellen. Zweitens, und das ist gravierender, die Sicherheitslücken: Die Forscher zeigten, wie ein kompromittierter Fernseher sein eingebautes Mikrofon aktiviert, um den Raum auch im Standby-Betrieb aufzunehmen, also wenn der Bildschirm ausgeschaltet scheint, den Ton lokal zwischenspeichert, wenn er offline ist, und ihn nach der Wiederverbindung hochlädt. Hinzu kommen Remote-Code-Execution-Bugs in webOS, die sie LG gemeldet haben. WebOS läuft auf mehr als 200 Millionen Fernsehern. LG bestreitet Teile davon und erklärt, das Tracking basiere auf Einwilligung. LG ist dabei nicht allein: Samsung, Sony, Hisense und TCL wurden derselben Prüfung unterzogen.
Quelle: Malwarebytes · Gamers Nexus investigation, 8 Sep 2026
Meine Einschätzung
Die Lehre daraus kehrt immer wieder, und ein Forscher dieses Projekts hat sie klar formuliert: Ein Smart-TV verdient dieselbe Sicherheitsbetrachtung wie jeder andere mit dem Internet verbundene Computer, denn genau das ist er, ein Computer mit Mikrofon, einem App-Store und Einblick in Ihr gesamtes Netzwerk. Der Grund, warum ein verwanzter Fernseher absurd erscheint, ist derselbe, warum es funktioniert: Niemand erstellt ein Threat-Modell für das Gerät an der Wohnzimmerwand. Aber es führt Code aus, hat RCE-Bugs und hängt am selben WLAN wie alles andere, was Sie besitzen.
Für den Heimbereich ist die Lösung unspektakulär: das Mikrofon in den Einstellungen deaktivieren und IoT-Geräte in ein vom Rest getrenntes Netzwerk auslagern. Für eine Organisation ist dies das Asset-Inventory-Problem im Verkleidung eines Konsumerprodukts. Der Smart-TV in Ihrem Sitzungsraum, den niemand im Asset-Register erfasst hat, ist ein vernetzter Computer mit Mikrofon in genau dem Raum, in dem Ihre sensibelsten Gespräche stattfinden. Die Vertreter im nächsten Abschnitt haben auf einem ganzen Gipfel darum gebeten, zu wissen, was sich im eigenen Netzwerk befindet. Genau das meinten sie.
Microsoft hat gerade einen Rekord von 964 Schwachstellen gepatcht. Zwei werden aktiv ausgenutzt.
Am selben Tag lieferte Microsoft das größte Patch Tuesday in seiner Geschichte: einen Rekord von 964 CVEs, die Kunden von 974 gelisteten anwenden müssen. Privilege-Escalation-Bugs machten fast die Hälfte aus. Zwei werden als Zero-Days aktiv ausgenutzt, und beide, CVE-2026-81963 im Windows Update Stack und CVE-2026-85880 in der Windows-ALPC-Komponente, haben dieselbe Form: lokale Privilege-Escalation zu SYSTEM, der Schritt, den ein Angreifer unternimmt, nachdem er bereits Fuß gefasst hat. Die Rekordzahl ist darauf zurückzuführen, dass KI-gestützte Schwachstellenentdeckung Anbieter jetzt mit Funden überschwemmt. Der Sicherheitsforscher Satnam Narang formulierte den wichtigen Vorbehalt klar: KI erzeugt größere Heuhaufen, nicht mehr Nadeln. Die Anzahl der Bugs, die die meisten Organisationen tatsächlich betreffen, blieb gering. Separat veröffentlichte ein anonymer Forscher innerhalb weniger Stunden nach der Veröffentlichung einen funktionierenden Exploit, der einen der neuen Defender-Patches umgeht.
Quelle: SecurityWeek · Microsoft September 2026 Patch Tuesday, 8 Sep 2026
Meine Einschätzung
Das ist genau die Lektion aus einem Patch Tuesday, über den ich im Sommer geschrieben habe, und sie wird immer schärfer: Die Schlagzeilen-Zahl ist eine Ablenkung. 964 ist in keinem vernünftigen Zeitfenster patchbar, und sie ist dazu angetan, Sie das Gefühl vermitteln zu lassen, im Rückstand zu sein. Das Signal sind die beiden Zero-Days, beide Privilege-Escalation-Bugs, die deshalb wichtig sind, weil sie aus einem kleinen Brückenkopf volle Kontrolle machen. Sortieren Sie Ihr Patching danach, was tatsächlich ausgenutzt wird und was in Ihrer Umgebung erreichbar ist, nicht nach der Größe des Releases. Andernfalls verbringen Sie den Monat damit, am Heuhaufen zu arbeiten, während die Nadel in der Tür steckt.
Narangs Formulierung ist die Brücke zum letzten Abschnitt, behalten Sie sie im Kopf: KI vergrößert den Heuhaufen, macht das Problem aber nicht schlimmer. Das ist genau das, was die Vertreter bei Billington von der anderen Seite sagen. Das Volumen steigt, die Disziplin, die Sie rettet, ändert sich nicht: priorisieren, patchen, was ausnutzbar ist, Ihre Umgebung kennen. Mehr Rauschen bedeutet nicht mehr Risiko, wenn Sie das Signal noch finden können. Das ganze Spiel in diesem Monat und in diesem Jahr besteht darin, diese Fähigkeit zu erhalten.
FBI und NSA sind sich einig: KI kann die Grundlagen nicht ersetzen.
Auf dem Billington Cybersecurity Summit in Washington diese Woche stellten sich die ranghöchsten Cyber-Vertreter der englischsprachigen Welt auf, um dasselbe unmodische Ding zu sagen. Jason Bilnoski vom FBI: Was die Angriffe der nächsten achtzehn Monate stoppen wird, ist dasselbe, was die gestrigen gestoppt hätte: Identity Management, Monitoring, Hygiene, starke Multi-Faktor-Authentifizierung. Neuseelands Cyber-Chef warnte vor dem atemlosen Wettlauf nach den neuesten glänzenden Tools. Richard Horne aus dem Vereinigten Königreich brachte es am treffendsten auf den Punkt, was KI tatsächlich verändert: Sie wirft ein Schlaglicht auf die Organisationen, die sich nie auf die Grundlagen konzentriert haben. Und David Imbordino von der NSA lieferte den Satz der Woche: Die Grundlagen sind nicht mehr langweilig, und KI kann die Grundlagen nicht überholen. Der eine konkrete Rat, der all dem zugrunde lag, war: Kennen Sie Ihre eigene Umgebung, was in Ihrem Netzwerk ist, woher es stammt, wie es verbunden ist. Das ist genau die Frage, die die LG-Fernseher oben Sie stellen lassen sollten.
Quelle: CIO Dive · Billington Cybersecurity Summit, 9 Sep 2026
Meine Einschätzung
Ich hätte diesen Abschnitt selbst schreiben können, und in gewisser Weise habe ich das, die meisten Wochen, seit über einem Jahr. Lassen Sie mich daher einfach die Behörden sprechen lassen: FBI, NSA und die Cyber-Behörden des Vereinigten Königreichs, Neuseelands und Kanadas, alle auf einer Bühne, alle mit der Aussage, dass KI die Geschwindigkeit und das Volumen der Angriffe verändert, aber nicht das, was sie stoppt. Identity, MFA, Patching, Asset-Kenntnis, Abschaltung von Legacy-Technologie. Hornes Formulierung ist die, die Sie behalten sollten: KI ist ein Schlaglicht auf die Organisationen, die die Grundlagen übersprungen haben. Sie erzeugt keine neuen Arten von Fehlern. Sie findet die alten schneller.
Diese Botschaft birgt jedoch eine Falle, und es lohnt sich, sie zu benennen, damit Sie den Gipfel nicht als Erlaubnis missverstehen, KI zu ignorieren. Dass die Grundlagen entscheidend sind, bedeutet nicht, dass KI Hype ist. Dieselben Vertreter bezeichneten sie als echten Kräftemultiplikator für Angreifer und als realen Beschleuniger für Verteidiger. Beides stimmt, und es gibt keinen Widerspruch. KI erhöht das Tempo, sodass die Kosten eines fehlenden Grundelements schneller und härter anfallen. Das ist der ganze Punkt hinter dem Satz: Die Grundlagen sind nicht mehr langweilig. Sie waren schon immer das Entscheidende. Jetzt gibt es keinen Spielraum mehr, sie zu überspringen.