Ledger-CTO Charles Guillemet schlägt wegen des wachsenden Einsatzes künstlicher Intelligenz in der Cybersecurity Alarm. Moderne KI-Modelle können Schwachstellen nicht nur schneller finden, sondern Angreifern auch dabei helfen, bekannte Fehler deutlich schneller auszunutzen. Gleichzeitig kritisiert Guillemet Sicherheitsforscher, die ungepatchte Schwachstellen öffentlich inszenieren und damit nach seiner Ansicht Nutzer unnötig gefährden.
Sein Vorwurf ist ungewöhnlich deutlich. Wer mit Ankündigungen wie „kritische Schwachstelle gefunden“ Aufmerksamkeit sammelt oder Details veröffentlicht, bevor ein Hersteller einen Fix bereitstellen konnte, betreibe laut Guillemet im schlimmsten Fall „attention farming with someone else’s risk“. Gerade bei Kryptowährungen sei das besonders problematisch, weil gestohlene Coins normalerweise nicht einfach zurückgebucht werden können.
Der Streit kommt zu einem sensiblen Zeitpunkt. Erst Anfang September stellte Ledger mit „Cerberus“ ein eigenes KI-gestütztes Sicherheitssystem vor. Gleichzeitig haben mehrere Vorfälle rund um Hardware-Wallets gezeigt, welche realen Folgen Sicherheitsfehler und Datenlecks haben können.
Warum KI den bisherigen Zeitvorteil der Verteidiger zerstört
Das eigentliche Problem ist nicht, dass künstliche Intelligenz plötzlich völlig neue Arten von Sicherheitslücken erzeugt. Sie verändert vielmehr die Geschwindigkeit und die Kosten, mit denen vorhandene Schwachstellen gefunden, analysiert und ausgenutzt werden können.
Ledger argumentiert, dass moderne LLMs das Wiederentdecken bekannter Schwachstellen, die Analyse von Software-Patches und sogar den Aufbau von Exploit-Ketten deutlich vereinfachen. Das Zeitfenster zwischen der Veröffentlichung eines Updates und einer möglichen Ausnutzung der dahinterliegenden Schwachstelle werde dadurch immer kleiner.
Für Anleger hat das eine konkrete Konsequenz: Sicherheitsupdates aufzuschieben wird riskanter.
Ein Patch kann Angreifern indirekt verraten, wo sich zuvor eine Schwachstelle befand. Kann eine KI den Unterschied zwischen alter und neuer Software automatisiert analysieren, lässt sich unter Umständen schneller rekonstruieren, was behoben wurde und wie ältere Versionen angegriffen werden könnten.
Ledger reagiert deshalb selbst mit KI. Das am 4. September vorgestellte Cerberus-System besteht nach Angaben des Unternehmens aus sechs spezialisierten KI-Agenten, die unter anderem Code analysieren, Systeme auf Schwachstellen prüfen, Erkenntnisse verifizieren und Korrekturen kontrollieren.
Menschen bleiben laut Ledger bei den entscheidenden Bewertungen eingebunden. Das Unternehmen gibt zudem an, mit dem System bereits echte Schwachstellen in verbreiteter Open-Source-Software gefunden und koordiniert gemeldet zu haben.
Damit entsteht ein Wettrüsten: Wenn Angreifer KI verwenden, müssen Verteidiger dieselben Werkzeuge schneller und kontrollierter einsetzen.
Warum öffentliche Bug-Posts selbst zur Gefahr werden können
Guillemet richtet seine Kritik ausdrücklich nicht gegen Sicherheitsforscher. Im Gegenteil: Ledger und auch Trezor wollen externe IT-Forensiker weiterhin dazu bringen, Schwachstellen zu suchen und zu melden. Der Konflikt dreht sich darum, wann technische Details veröffentlicht werden.
Das bevorzugte Modell nennt sich Coordinated oder Responsible Disclosure. Ein IT-Forensiker meldet eine bestätigte Schwachstelle zunächst vertraulich an den Hersteller. Beide Seiten vereinbaren anschließend einen Zeitraum, in dem das Problem untersucht und behoben werden kann. Erst danach werden technische Details veröffentlicht.
Ledger nennt für sein eigenes Bug-Bounty-Programm grundsätzlich einen Zeitraum von 90 Tagen und erklärt, innerhalb dieses Fensters eine Behebung anzustreben.
Auch Trezors Sicherheitschef Jan Komárek unterstützt dieses Prinzip, betont aber einen entscheidenden Punkt: Eine solche Frist verpflichtet nicht nur den Analysten zum Schweigen, sondern ebenso den Hersteller zum Handeln.
Die neue KI-Welle verschärft jedoch beide Seiten des Problems. ITler können Schwachstellen schneller entdecken, Angreifer können veröffentlichte Informationen aber ebenfalls schneller verarbeiten. Genau deshalb wird der Zeitraum zwischen Entdeckung, Fix und Veröffentlichung zur entscheidenden Sicherheitsfrage.
Hardware-Wallet-Vorfälle zeigen, wie hoch der Einsatz ist
Wie real das Risiko ist, zeigen mehrere Ereignisse der vergangenen Wochen.
Beim Coldcard-Vorfall führte ein Fehler bei der Erzeugung von Recovery Seeds dazu, dass eigentlich zufällige Wallet-Schlüssel unter bestimmten Bedingungen vorhersehbarer wurden. Trezor verweist unter Berufung auf Blockchain-Analysen auf rund 1.367 BTC, die aus Tausenden betroffenen Adressen bewegt wurden. Der damalige Wert lag demnach bei ungefähr 88 Millionen US-Dollar, wobei andere Schätzungen noch höher ausfallen.
Bei Trezor selbst lag das Problem dagegen nicht in den Hardware-Wallets. Ein Angriff auf den Logistikdienstleister ShipMonk legte Kundendaten offen. Nachdem zunächst knapp 14.000 Betroffene bekannt waren, teilte Trezor Anfang September mit, dass weitere rund 67.000 US-Kunden betroffen sind.
Insgesamt erreicht der bekannte Umfang damit etwa 81.000 Personen. Zu den exponierten Informationen gehören unter anderem Namen, E-Mail-Adressen, Telefonnummern und Versandadressen. Trezor betont, dass weder seine Systeme noch die Wallet-Geräte kompromittiert wurden.
Gerade bei Hardware-Wallet-Kunden können solche Daten dennoch gefährlich sein. Kriminelle wissen möglicherweise, wer Kryptowährungen besitzt und wo die betreffende Person wohnt. Dadurch steigt das Risiko gezielter Phishing-Angriffe, gefälschter Support-Kontakte und im Extremfall auch physischer Bedrohungen.
Für Krypto-Anleger wird deshalb eine einfache Regel wichtiger: Firmware und Wallet-Software sollten zeitnah über offizielle Kanäle aktualisiert werden, Recovery Seeds gehören niemals auf Webseiten oder in KI-Systeme, und Meldungen über angeblich kritische Sicherheitslücken sollten zunächst auf ihren tatsächlichen Fix-Status geprüft werden.
Guillemet Botschaft ist, dass KI den Zeitraum zwischen Entdeckung und möglichem Angriff massiv verkürzt. Entscheidend wird künftig sein, ob Hersteller Sicherheitslücken schneller schließen können, als KI-gestützte Angreifer sie in funktionierende Exploits verwandeln.
