Google-Bericht analysiert den Einfluss von KI auf Sicherheitslücken und deren Ausnutzung

Werkzeuge der künstlichen Intelligenz verändern sowohl die Geschwindigkeit der Schwachstellensuche als auch die Risikoprofile entdeckter Sicherheitslücken grundlegend. Das geht aus einem aktuellen Bericht der Google Threat Intelligence Group (GTIG) hervor. Bei der Analyse von Sicherheitsdaten von Januar 2025 bis August 2026 stellte die Gruppe fest, dass sich die monatlichen Veröffentlichungen von Schwachstellen im Laufe des Jahres 2026 verdoppelt haben – maßgeblich angetrieben durch automatisierte Systeme und neue Analysemethoden.

Exploitation-Trends und die Waffenfähigkeit von n-Days

Obwohl die Gesamtzahl der veröffentlichten Schwachstellen im August 2026 mit 10.740 ihren Höchststand erreichte, weist die GTIG darauf hin, dass reine Mengenangaben durch automatisierte CVE-Zuweisungen verzerrt sein können. So wurden etwa 5.000 Linux-Kernel-CVEs vergeben, ohne dass eine aktive Zero-Day-Ausnutzung beobachtet wurde. Dennoch stieg auch die tatsächliche Ausnutzung in freier Wildbahn deutlich an: Im Jahr 2026 wurden durchschnittlich 18 Schwachstellen pro Monat ausgenutzt, verglichen mit 10,5 im Jahr 2025. Trotz dieses Anstiegs machten die tatsächlich ausgenutzten Lücken nur 0,23 % aller Offenlegungen in diesem Zeitraum aus.

Forschende führen diesen Zuwachs vor allem auf das Ausnutzen bereits bekannter Lücken (n-Days) zurück und weniger auf neuartige Zero-Days. Die GTIG vermutet, dass Angreifer große Sprachmodelle und KI-Tools nutzen, um Code-Unterschiede zwischen Produktversionen, Patches und Veröffentlichungen rasch zu analysieren und so schneller funktionierende Exploits zu entwickeln.

Spezifische Risikoprofile KI-entdeckter Schwachstellen

Durch KI aufgedeckte Sicherheitslücken weisen ein deutlich anderes Risikoprofil auf als traditionell gefundene Schwachstellen. Die GTIG stufte 58 % der von KI entdeckten Lücken als mittleres und 39 % als geringes Risiko ein – verglichen mit 28 % mittlerem und 69 % geringem Risiko bei nicht-KI-basierten Funden. Zudem führen die Hälfte aller KI-identifizierten Schwachstellen zu Remote Code Execution (RCE), während dies bei konventionellen Funden nur bei 26 % der Fall ist. KI-Tools sind besonders stark darin, komplexe Speicherfehler und Logikfehler aufzuspüren, die klassische statische Werkzeuge übersehen.

Der Bericht zeigt erste Belege dafür, dass Bedrohungsakteure KI-entdeckte Lücken kurz nach deren Bekanntgabe gezielt ins Visier nehmen. Ein Beispiel ist eine ungeprüfte OS-Command-Injection-Schwachstelle in Software von BeyondTrust, die autonom von einem KI-Agenten entdeckt wurde: Bereits vier Tage nach der Veröffentlichung nutzte eine erste Angreifergruppe die Lücke aus, fünf weitere folgten innerhalb einer Woche.

Schwachstellen innerhalb von KI-Infrastrukturen

Auch die Sicherheit von KI-Systemen selbst rückt zunehmend in den Fokus. Die GTIG registrierte allein in den ersten acht Monaten des Jahres 2026 über 1.500 KI-bezogene CVEs, wovon etwa die Hälfte Orchestrierungs-Frameworks betraf. Obwohl bisher nur bei wenigen dieser Lücken – darunter Fehler in LiteLLM und Langflow – eine aktive Ausnutzung in freier Wildbahn bestätigt wurde, erwarten Forschende, dass die Entdeckungs- und Exploitationsraten über alle Softwareschichten hinweg kurz- bis mittelfristig weiter steigen werden.

KI-generierte redaktionelle Illustration; kein Dokumentarfoto.

Quelle: Google: AI Is Changing the Pace and Profile of Vulnerability Discovery