Auf den Punkt: Ein lokales Open-Source-Sprachmodell ermöglicht einem Malware-Prototyp eigenständiges Reasoning, Netzwerk-Exploration und Replikation ohne externe KI-APIs.
Forschende der University of Toronto haben einen Proof-of-Concept für einen KI-gesteuerten Computerwurm entwickelt, der auf lokal gehosteten Open-Weight-Sprachmodellen aufsetzt und sich vollautomatisch durch Netzwerke ausbreitet, ohne auf kommerzielle KI-Dienste angewiesen zu sein.
Forschende der University of Toronto haben einen automatisierten Computerwurm konstruiert und getestet, der ein lokal gehostetes Open-Weight-Sprachmodell zur Netzwerk-Navigation nutzt. Das System generiert für jeden angetroffenen Zielrechner spezifisch angepasste Angriffsstrategien und repliziert sich selbstständig — vollständig ohne menschliche Eingriffe und ohne Abhängigkeit von kommerziellen KI-Anbietern.
Der Proof-of-Concept zeigt eine erhebliche Risikosteigerung für Infrastrukturen: Bis dato waren automatisierte Angriffskampagnen in ihrer Komplexität durch mangelnde Adaptionsfähigkeit begrenzt. Dieser Worm kombiniert Sprachmodell-Reasoning mit autonomer Netzwerk-Aufklärung und generiert situationsgerechte Exploit-Varianten, was traditionelle Signatur- und Anomalieerkennung umgehen kann.
Die Unabhängigkeit von Cloud-basierten KI-Diensten ist sicherheitspolitisch besonders kritisch: Während kommerzielle APIs durch Nutzungs-Monitoring und Abuse-Detection einer gewissen Kontrolle unterliegen, laufen lokal gehostete Modelle völlig unbeobachtet ab. NIS2-Compliance-Anforderungen zu Netzwerk-Segmentierung und Endpunkt-Kontrolle müssen daher um Szenarien der lokalen KI-Autonomie erweitert werden.
Die Arbeit wurde als Preprint auf arXiv veröffentlicht und unterstreicht, dass die Bedrohungslandschaft im Konvergenzfeld zwischen LLM-Autonomie und traditioneller Malware-Entwicklung rapide wächst.
Quelle: thehackernews.com · Erschienen 9. Juni 2026
Lumi AI News — KI-assistierte Kuratierung gemaess Art. 50 EU AI Act. Paraphrase und Klassifikation durch Lumi News Pipeline v1.6.5.