Zum Inhalt springen
  • BTC $60.416 +3,2%
  • ETH $1.688 +5,0%
  • SOL $70,66 +3,6%
  • BNB $550,20 +2,8%
  • XRP $0,9366 +4,7%
  • DOGE $0,0553 +4,1%
  • ADA $0,1452 +4,2%

Lieferkettenangriff auf KI trifft über 2.500 Unternehmen, legt 434.000 Pipelines offen

Sicherheitsforscher haben nach eigenen Angaben den bislang größten KI-Lieferkettenangriff des Jahres 2026 aufgedeckt, und die zugrunde liegenden Zahlen sind erschütternd. Laut dem Bedrohungsanalyse-Unternehmen CloudSEK könnte ein mit dem weit verbreiteten LiteLLM-Projekt verknüpfter Kompromiss mehr als 2.500 Unternehmen und rund 434.000 CI/CD-Pipelines weltweit betroffen haben. Das Ausmaß…

Dieser Artikel wurde mit Systemen der künstlichen Intelligenz erstellt und unter der redaktionellen Verantwortung von Amelia Tomasicchio veröffentlicht. So arbeiten wir

AI supply chain breach
AI Supply Chain Breach Exposes 2,500+ Companies in 2026

Sicherheitsforscher haben nach eigenen Angaben den bislang größten AI-Supply-Chain-Verstoß im Jahr 2026 aufgedeckt, und die zugrunde liegenden Zahlen sind erschütternd. Laut dem Threat-Intelligence-Unternehmen CloudSEK könnte ein mit dem weit verbreiteten LiteLLM-Projekt verbundener Kompromiss mehr als 2.500 Unternehmen und rund 434.000 CI/CD-Pipelines weltweit betroffen haben. Allein der Umfang macht diesen Vorfall zu einem der folgenschwersten Software-Supply-Chain-Zwischenfälle im AI-Ökosystem, und die Auswirkungen werden noch Monate später aufgearbeitet.

Wichtigste Erkenntnisse

  • CloudSEKs rekonstruiertes Exposure-Dataset listet über 2.500 Unternehmen und 434.000 CI/CD-Pipelines als potenziell von dem Verstoß betroffen.
  • Die als Team PCP bekannte Tätergruppe orchestrierte den Angriff im März 2026, indem sie die LiteLLM-PyPI-Pakete in den Versionen 1.82.7 und 1.82.8 kompromittierte.
  • Der ursprüngliche Einstiegspunkt war der Trivy-Sicherheitsscanner, der innerhalb der Build-Pipeline von LiteLLM verwendet wurde und etwa 20 Tage lang kompromittiert blieb.
  • Zu den mutmaßlich entwendeten Daten gehören Cloud-Schlüssel, Repository-Tokens, SSH-Schlüssel, Kubernetes-Secrets, Zugangsdaten für das Veröffentlichen von Paketen, Umgebungsvariablen und AI-Provider-Schlüssel.
  • Das FBI veröffentlichte im Juli 2026 eine FLASH-Warnung, in der darauf hingewiesen wurde, dass die gestohlenen Zugangsdaten weiterhin für zukünftige Angriffe missbraucht werden könnten.

Größter AI-Supply-Chain-Verstoß 2026 legt über 2.500 Unternehmen offen

CloudSEKs Untersuchung deutet auf einen Verstoß hin, der groß genug ist, um in die Software-Pipelines von Tausenden Organisationen hineinzureichen, von denen viele keine direkte Beziehung zu dem kompromittierten Projekt hatten, außer dass sie es als Abhängigkeit nutzten. Das ist das Wesen moderner Software-Lieferketten: Ein vergiftetes Paket kann sich wellenartig durch unzählige, eigentlich unabhängige Unternehmen ausbreiten.

Bemerkenswerte Organisationen im Exposure-Dataset

Zu den Organisationen, die CloudSEK in seinem Exposure-Dataset als High-Confidence-Treffer markiert hat, gehören NVIDIA, Amazon Web Services (AWS), Cisco Systems, Salesforce, Siemens AG, X Corp (Twitter) und Orange S.A., zusammen mit Dutzenden weiterer globaler Unternehmen aus den Bereichen Finanzen, Telekommunikation, Fertigung und Verteidigung. CloudSEK weist ausdrücklich darauf hin, dass ein „High-Confidence“-Treffer die Stärke der Beweislage für eine Exponierung widerspiegelt, nicht aber einen bestätigten Beweis dafür, dass eine Organisation tatsächlich kompromittiert wurde oder dass Daten gestohlen und genutzt wurden. Dennoch reicht es aus, in einem solchen Dataset genannt zu werden, um eine dringende interne Überprüfung auszulösen, und mehrere der genannten Organisationen betreiben Infrastrukturen, die große Teile des Internets und des Enterprise-Cloud-Computings stützen.

Das ist bedeutsam, weil ein Verstoß dieser Größenordnung nicht nur die Produktlinie eines einzelnen Unternehmens betrifft – er berührt potenziell die Zugangsdaten und Pipelines, die Cloud-Konten, Versionskontrollsysteme, SaaS-Plattformen und AI-Provider verbinden, die in ganzen Branchen eingesetzt werden.

Wie der Angriff ablief: Von Trivy zu LiteLLM

Der Verstoß begann nicht mit LiteLLM selbst, sondern mit einem vertrauenswürdigen Tool innerhalb des Build-Prozesses. Angreifer übernahmen den Trivy-Sicherheitsscanner, auf den sich die CI-Pipeline von LiteLLM stützte, indem sie ein geleaktes Automatisierungstoken nutzten, das zwar rotiert, aber nie vollständig widerrufen worden war. Diese Lücke ließ ein etwa 20-tägiges Zeitfenster, in dem die Angreifer bösartigen Code per Force-Push über Trivys veröffentlichte Versionstags legen konnten – Code, der für alle nachgelagerten Nutzer weiterhin legitim aussah.

Von dort aus floss der vergiftete Scanner automatisch in LiteLLMs eigenes Build-System ein, das anschließend zwei kompromittierte Releases für den Python Package Index erzeugte und veröffentlichte: die Versionen 1.82.7 und 1.82.8. Diese Pakete waren laut CloudSEK etwa 40 Minuten lang auf PyPI verfügbar – ein schmales Zeitfenster, das dennoch ausreichte, um ein globales Exposure-Ereignis auszulösen, da automatisierte Pipelines Abhängigkeiten mit Maschinengeschwindigkeit installieren und häufig mit weitreichenden Systemrechten laufen.

Der bösartige Code wurde über eine `.pth`-Datei ausgeführt, die automatisch startet, wenn Python gestartet wird, sodass nicht einmal ein explizites Importieren von LiteLLM erforderlich war, um ihn auszulösen. Dieses Detail ermöglichte es der Payload, gängige Schutzmechanismen zur Installationszeit zu umgehen, auf die sich Sicherheitsteams verlassen.

Was die Angreifer gestohlen haben

Einmal aktiv, eskalierte die Malware ihre Berechtigungen und sammelte eine breite Palette sensibler Daten von betroffenen Systemen ein. Zu den gemeldeten Kategorien exfiltrierter Daten gehören:

  • Cloud-Zugangsdaten für AWS, GCP und Azure sowie Kubernetes-Tokens und Service-Account-Pfade.
  • Repository-Tokens, SSH-Schlüssel und Zugangsdaten für das Veröffentlichen von Paketen auf Versionskontroll- und Registry-Plattformen.
  • Umgebungsvariablen und `.env`-Dateien mit Applikationsgeheimnissen.
  • AI-Provider-Schlüssel und Gateway-Konfigurationsdaten, die mit den breiteren AI-Stacks von Organisationen verknüpft sind.

Laut CloudSEK wurden die gestohlenen Daten verschlüsselt und in einigen Fällen an eine typosquattende Domain übertragen; wo die Exfiltration fehlschlug, soll die Malware ein öffentliches Repository im GitHub-Konto des Opfers angelegt und die gestohlenen Daten dort als Release-Asset hochgeladen haben – was bedeutet, dass einige Organisationen ihre eigenen Geheimnisse möglicherweise unbemerkt öffentlich gemacht haben. Da diese Zugangsdaten Cloud-Konten, Repositories, SaaS-Plattformen und AI-Provider-Systeme erreichen können, reichen die praktischen Folgen dieses AI-Supply-Chain-Verstoßes weit über das LiteLLM-Paket selbst hinaus.

Fortbestehende Risiken und wie es weitergeht

Die Bedrohung endete nicht mit dem Entfernen der bösartigen Pakete von PyPI. Gestohlene Zugangsdaten bleiben wochen- oder monatelang nutzbar, sofern sie nicht aktiv rotiert werden – genau deshalb haben sich Bundesbehörden eingeschaltet.

FBI-Warnung und Rotation von Zugangsdaten

Das FBI veröffentlichte im Juli 2026 eine FLASH-Warnung (FLASH-20260702-01), in der darauf hingewiesen wird, dass mit dieser Kampagne in Verbindung stehende Akteure die erbeuteten Zugangsdaten noch lange nach dem ursprünglichen Einbruch weaponisieren werden – ein Signal dafür, dass weitere Supply-Chain-Angriffe, die aus diesem Verstoß hervorgehen, weiterhin eine reale Möglichkeit darstellen. Dies ist einer der Gründe, warum CloudSEK betont, dass nur den LiteLLM-Schlüssel oder ein einzelnes Model-Provider-Credential zu rotieren nicht ausreicht. Jede Zugangsdaten, die von dem betroffenen Prozess gelesen werden konnte – ob auf der Festplatte gespeichert, im Speicher vorhanden, in einen Job injiziert oder über einen Instance-Metadata-Service abrufbar – sollte als potenziell offengelegt betrachtet werden, bis das Gegenteil verifiziert ist.

Diese breit angelegte Rotation ist aufwendiger, als es klingt. In der Praxis bedeutet sie, dass Sicherheitsteams jedes Credential inventarisieren müssen, das eine kompromittierte Pipeline berührt haben könnte – nicht nur die offensichtlichen, die direkt mit dem vergifteten Paket verknüpft sind.

CloudSEK AIvigil und Überwachung von AI-Infrastruktur

CloudSEK stellt diesen Vorfall als Beleg dafür dar, dass AI-Infrastruktur – Gateways, Agent-Runtimes, Vektor-Datenbanken und MCP-Server – zu einem strategischen Hochwertziel wird, gerade weil sie am Schnittpunkt von Daten, Identität und automatisierter Aktion innerhalb einer Organisation sitzt. Die AIvigil-Plattform von CloudSEK basiert auf dieser Prämisse und überwacht kontinuierlich die AI-Infrastruktur, um exponierte Zugangsdaten, unverwaltete Shadow-AI-Assets und riskante agentische Workflows zu erkennen, bevor sie sich zu vollwertigen Angriffspfaden entwickeln.

Die übergeordnete Lehre, die Forscher aus diesem Vorfall ziehen, ist, dass die Kompromittierung eines einzigen AI-nahen Tools – in diesem Fall eines Sicherheitsscanners, der drei Schritte vom eigentlichen Ziel entfernt war – ein ganzes Netz verbundener Identitäten und Systeme offenlegen kann. Je tiefer AI-Komponenten in alltägige Entwicklungs- und Geschäftsabläufe eingebettet werden, desto größer wird der Explosionsradius eines einzelnen Upstream-Kompromisses.

FAQ

Wie viele Unternehmen waren potenziell von dem LiteLLM-AI-Supply-Chain-Verstoß betroffen?

Über 2.500 Unternehmen waren potenziell betroffen, basierend auf CloudSEKs rekonstruiertem Exposure-Dataset.

Welche Arten von Zugangsdaten wurden bei dem Verstoß gestohlen?

Berichten zufolge umfassten die gestohlenen Zugangsdaten Cloud-Schlüssel, Repository-Tokens, SSH-Schlüssel, Kubernetes-Secrets, Zugangsdaten für das Veröffentlichen von Paketen, Umgebungsvariablen und AI-Provider-Schlüssel.

Wie konnten die Angreifer die LiteLLM-Pakete kompromittieren?

Die Angreifer kompromittierten den vertrauenswürdigen Trivy-Sicherheitsscanner, der in der CI-Pipeline von LiteLLM verwendet wurde, und fügten bösartigen Code in die LiteLLM-PyPI-Pakete der Versionen 1.82.7 und 1.82.8 ein.

Welche empfohlenen Schritte gibt es für von diesem Verstoß betroffene Organisationen?

Betroffenen Organisationen wird geraten, alle exponierten Zugangsdaten umfassend zu rotieren, betroffene Systeme zu isolieren, Umgebungen aus vertrauenswürdigen Quellen neu aufzubauen, das Laufzeitverhalten von CI/CD zu überwachen und ihre AI-Infrastruktur fortlaufend zu überwachen.

{„@context“:“https://schema.org“,“@type“:“FAQPage“,“mainEntity“:[{„@type“:“Question“,“name“:“Wie viele Unternehmen waren potenziell von dem LiteLLM-AI-Supply-Chain-Verstoß betroffen?“,“acceptedAnswer“:{„@type“:“Answer“,“text“:“Über 2.500 Unternehmen waren potenziell betroffen, basierend auf CloudSEKs rekonstruiertem Exposure-Dataset.“}},{„@type“:“Question“,“name“:“Welche Arten von Zugangsdaten wurden bei dem Verstoß gestohlen?“,“acceptedAnswer“:{„@type“:“Answer“,“text“:“Berichten zufolge umfassten die gestohlenen Zugangsdaten Cloud-Schlüssel, Repository-Tokens, SSH-Schlüssel, Kubernetes-Secrets, Zugangsdaten für das Veröffentlichen von Paketen, Umgebungsvariablen und AI-Provider-Schlüssel.“}},{„@type“:“Question“,“name“:“Wie konnten die Angreifer die LiteLLM-Pakete kompromittieren?“,“acceptedAnswer“:{„@type“:“Answer“,“text“:“Die Angreifer kompromittierten den vertrauenswürdigen Trivy-Sicherheitsscanner, der in der CI-Pipeline von LiteLLM verwendet wurde, und fügten bösartigen Code in die LiteLLM-PyPI-Pakete der Versionen 1.82.7 und 1.82.8 ein.“}},{„@type“:“Question“,“name“:“Welche empfohlenen Schritte gibt es für von diesem Verstoß betroffene Organisationen?“,“acceptedAnswer“:{„@type“:“Answer“,“text“:“Betroffenen Organisationen wird geraten, alle exponierten Zugangsdaten umfassend zu rotieren, betroffene Systeme zu isolieren, Umgebungen aus vertrauenswürdigen Quellen neu aufzubauen, das Laufzeitverhalten von CI/CD zu überwachen und ihre AI-Infrastruktur fortlaufend zu überwachen.“}}]}

Artikel mit Unterstützung künstlicher Intelligenz erstellt und von der Redaktion überprüft.

Satoshi Voice

Dieser Artikel wurde mit Hilfe von künstlicher Intelligenz erstellt und von unserem Journalistenteam überprüft, um Genauigkeit und Qualität zu gewährleisten.

Alle Artikel von Satoshi Voice