Ein Computerwurm, der nicht stur ein vorgegebenes Angriffsskript abarbeitet, sondern seine Strategie für jedes neue Ziel selbst entwickelt: IT-Forscher haben demonstriert, wie künstliche Intelligenz selbstständig Schwachstellen analysieren, passende Angriffsschritte erzeugen und sich anschließend auf weitere Geräte ausbreiten kann. Wie heise online berichtet, passt sich die Schadsoftware dabei an unterschiedliche Systeme und Sicherheitslücken an.

Die zugehörige Forschungsarbeit „AI Agents Enable Adaptive Computer Worms“ beschreibt einen grundlegenden Unterschied zu klassischen Würmern. Schadprogramme wie WannaCry verbreiteten sich 2017 mit einem fest eingebauten Exploit. Trafen sie auf das passende verwundbare System, konnten sie zuschlagen. War die Lücke geschlossen oder die Umgebung anders aufgebaut, scheiterte der Angriff.

Der neue KI-Wurm soll diese Grenze überwinden. Ein Sprachmodell untersucht die erreichbaren Dienste, interpretiert technische Rückmeldungen und plant daraus weitere Schritte. Statt für jedes Ziel denselben Schadcode einzusetzen, kann der Agent neue Befehle, Skripte und Angriffsketten generieren. Die Schadsoftware wird damit nicht allwissend. Sie wird jedoch flexibel genug, um auf unbekannte Umgebungen zu reagieren.

Besonders brisant ist die dezentrale Konstruktion. Der Wurm benötigt nach Angaben der Forscher keinen kommerziellen KI-Dienst und keine zentrale Recheninfrastruktur des Angreifers. Er kann offene Sprachmodelle verwenden und die Rechenleistung bereits infizierter Geräte anzapfen. Jedes übernommene System wird damit nicht nur zum nächsten Opfer, sondern zugleich zur Arbeitsplattform für weitere Angriffe.

Das umgeht mehrere Schutzmechanismen, auf die sich Anbieter und Behörden bislang verlassen. Ein kommerzieller Modellbetreiber kann verdächtige Anfragen blockieren, Konten sperren oder die Zahl automatisierter Zugriffe begrenzen. Bei einem lokal ausgeführten offenen Modell gibt es jedoch keinen zentralen Schalter. Der infizierte Rechner erzeugt die Angriffsschritte selbst.

Auch die Kostenbarriere fällt. Bislang war ein großflächiger KI-gestützter Angriff mit erheblichen Ausgaben für Rechenleistung und Modellzugriffe verbunden. Ein Wurm, der fremde Hardware nutzt, verlagert diese Kosten auf die Opfer. Die Forscher vergleichen das Prinzip mit bekannten Schadprogrammen, die gekaperte Rechner heimlich Kryptowährungen schürfen lassen. Diesmal wird die gestohlene Rechenleistung jedoch zur Planung neuer Einbrüche eingesetzt.

Die Arbeit ist eine kontrollierte Machbarkeitsstudie und kein Bericht über einen bereits frei zirkulierenden KI-Wurm. Die Autoren testeten ihr System in abgeschotteten Laborumgebungen. Dennoch ist die Warnung ernst zu nehmen. Techniken, die heute noch Forschungswissen und beträchtliche Hardware benötigen, werden mit kleineren, leistungsfähigeren Modellen zunehmend leichter verfügbar.

Für Unternehmen verschiebt sich damit das Bedrohungsbild. Es reicht künftig weniger denn je, nur bekannte Schadcodes und festgelegte Angriffsmuster zu erkennen. Sicherheitsmaßnahmen müssen ungewöhnliches Verhalten, unerwartete Prozessketten und automatisierte Erkundungsversuche registrieren. Netzwerksegmentierung, schnelle Sicherheitsupdates und streng begrenzte Zugriffsrechte werden wichtiger, weil ein erfolgreicher Erstzugriff dem Angreifer zugleich eine neue KI-Arbeitsstation verschaffen kann.

Die Studie zeigt auch die Kehrseite offener KI-Modelle. Offenheit ermöglicht unabhängige Forschung, lokale Anwendungen und digitale Selbstbestimmung. Sie verhindert aber zugleich, dass ein einzelner Konzern jede missbräuchliche Nutzung zentral abschalten kann. Ein pauschales Verbot offener Modelle wäre weder realistisch noch wünschenswert. Die Sicherheitsbranche muss sich vielmehr darauf einstellen, dass leistungsfähige KI nicht dauerhaft in kontrollierten Rechenzentren eingeschlossen bleibt.

Der anpassungsfähige KI-Wurm ist damit weniger ein fertiges Massenangriffswerkzeug als ein Blick auf die nächste Generation von Schadsoftware. Der Code sucht nicht mehr nur nach einer bekannten Tür. Er kann ausprobieren, beobachten und seinen Plan ändern. Wenn solche Systeme außerhalb des Labors auftauchen, wird aus automatisierter Malware ein Gegner, der während des Angriffs dazulernt.