Regulierung
    25. August 2026

    DeepSeek im Fadenkreuz: Staatsnahe Hacker aus China nutzen lokale KI-Modelle für Cyberoperationen

    Von Michael Katzlberger ·

    DeepSeek im Fadenkreuz: Staatsnahe Hacker aus China nutzen lokale KI-Modelle für Cyberoperationen
    📷 Ilya Kovalchuk / Pexels

    Von der Effizienzsteigerung zur digitalen Waffe: Die Nutzung von Large Language Models (LLM) durch staatlich gesteuerte Akteure erreicht eine neue Eskalationsstufe. Aktuellen Berichten von Cybersicherheitsexperten zufolge integrieren chinesische Hackergruppen zunehmend das Open-Source-Modell DeepSeek in ihre operativen Abläufe. Damit bestätigt sich ein Trend, vor dem Analysten bereits seit geraumer Zeit warnen: Die Demokratisierung hochleistungsfähiger KI-Modelle kommt nicht nur der legitimen Softwareentwicklung zugute, sondern senkt auch die Barrieren für komplexe Cyberattacken auf ausländische Ziele.

    Strategische Verschiebung in der Toolset-Wahl

    Bisher stützten sich viele Akteure im Bereich der Advanced Persistent Threats (APT) auf proprietäre oder westliche Modelle, die jedoch oft durch strenge Sicherheitsfilter und ethische Leitplanken (Guardrails) eingeschränkt sind. Mit dem Aufstieg von DeepSeek, einem leistungsstarken Modell aus China, steht den Angreifern nun ein Werkzeug zur Verfügung, das technologisch auf Augenhöhe mit westlichen Pendants agiert, aber potenziell weniger restriktiv in Bezug auf die lokale Nutzung ist. Die Forscher betonen, dass DeepSeek insbesondere aufgrund seiner hohen Effizienz bei Codierungsaufgaben und der Verarbeitung natürlicher Sprache geschätzt wird.

    Automatisierung der Angriffskette

    Die Einsatzgebiete der KI innerhalb der Angriffsphasen sind vielfältig. In der Phase der Aufklärung (Reconnaissance) nutzen die Gruppen die Modelle, um große Datenmengen über Zielnetzwerke zu analysieren und Schwachstellen schneller zu identifizieren. Besonders kritisch wird der Einsatz bei der Erstellung von Exploits gesehen. KI-Tools ermöglichen es, Proof-of-Concept-Code in Rekordzeit zu generieren oder bestehende Malware so zu modifizieren, dass sie signaturbasierte Erkennungssysteme umgeht. Auch die sogenannte Lateral Movement, also die seitliche Ausbreitung innerhalb eines bereits infiltrierten Netzwerks, wird durch KI-gestützte Skripte automatisiert und damit beschleunigt.

    Herausforderungen für die Cyberabwehr

    Für Unternehmen und staatliche Institutionen im DACH-Raum verschärft diese Entwicklung die Bedrohungslage. Die Geschwindigkeit, mit der Angreifer nun agieren können, verkürzt das Zeitfenster für Verteidigungsmaßnahmen erheblich. Während herkömmliche Sicherheitslösungen oft auf bekannten Mustern basieren, erlaubt die KI-gestützte Malware-Entwicklung eine hohe Varianz im Schadcode. Experten fordern daher eine verstärkte Investition in KI-basierte Verteidigungssysteme, um den technologischen Vorsprung der Angreifer auszugleichen. Die Debatte um die Regulierung von Open-Source-KI erhält durch diese Vorfälle neue Nahrung, da die Grenze zwischen technologischer Souveränität und missbräuchlicher Verwendung immer unschärfer wird.

    Ein globales Wettrüsten im Cyberspace

    Die Nutzung von DeepSeek verdeutlicht, dass die technologische Autonomie Chinas im KI-Sektor direkte Auswirkungen auf die globale Sicherheitsarchitektur hat. Da diese Modelle lokal gehostet werden können, entziehen sie sich der Kontrolle und Überwachung durch die ursprünglichen Entwickler oder internationale Aufsichtsbehörden. Für die Sicherheitscommunity bedeutet dies eine notwendige Umstellung: Der Fokus muss sich weg von der reinen Schadsoftware-Erkennung hin zur Analyse von Verhaltensmustern in Netzwerken verschieben, um KI-generierte Angriffe frühzeitig zu neutralisieren.

    Hinweis: Mit der Hilfe von KI generiert