
ARTEX-Entwickler beendet öffentliche Veröffentlichungen nach Missbrauch für Datendiebstahl
Der Missbrauch von ARTEX zum Datendiebstahl bei südkoreanischen Finanzunternehmen veranlasste den Entwickler, öffentliche Veröffentlichungen einzustellen. Gleichzeitig beschreiben Forscher einen weiteren KI-gestützten Angriff auf Benutzerkonten.
ARTEX, ein Werkzeug mit künstlicher Intelligenz (KI) für autorisierte Sicherheitstests, wird nicht mehr öffentlich weiterentwickelt, nachdem CrowdStrike Intelligence seinen Missbrauch mit Datendiebstahl bei südkoreanischen Finanzorganisationen in Verbindung gebracht hat. Laut CrowdStrike lief die Kampagne von Ende September bis Anfang Oktober 2026. Die Ergebnisse beschreiben, wie Angreifer automatisierte Testsoftware mit KI-Modellen kombinierten. Eine separate Untersuchung von ZenoX dokumentiert unterdessen KI-gestützte Kontoübernahmen.
CrowdStrike entdeckte die ARTEX-Aktivitäten über offene Verzeichnisse, also über das Internet zugängliche Ordner, an einer Internetprotokoll-Adresse (IP-Adresse) in Hongkong, einem Standort im Netzwerk. Diese Ordner legten Sitzungsverläufe von Claude Code, Claude-Speicherdateien mit aufbewahrtem Kontext und ARTEX-Konfigurationsdateien mit Betriebseinstellungen offen. Das Material ermöglichte Einblicke in die Infrastruktur des Betreibers und seine Interaktionen mit KI-Diensten. Der Bericht nennt weder die betroffenen Finanzorganisationen noch den Umfang der gestohlenen Daten.
ARTEX wurde in China von Autumn-27 entwickelt und als Open-Source-Software veröffentlicht, das heißt, sein Quellcode war öffentlich zugänglich. Es nutzt mehrere KI-Agenten, also Softwarekomponenten, die Aufgaben ausführen, um Penetrationstests zu automatisieren – die autorisierte Suche nach Sicherheitslücken. Große Sprachmodelle (LLMs), KI-Systeme, die Sprache interpretieren und erzeugen, steuern diesen Prozess. CrowdStrike berichtete, dass ein Angreifer das Werkzeug zusammen mit LLMs außerhalb des vorgesehenen autorisierten Rahmens einsetzte.
Die Aufzeichnungen von Claude Code deuteten auf eine Anordnung mit zwei Servern hin. CrowdStrike beschrieb die Adresse in Hongkong als zentrale Infrastruktur der Kampagne. Unter einer separaten Adresse, 38.244.50[.]120, lief die ARTEX-Instanz, die mutmaßlich die Angriffe in Südkorea ausführte. Diese Instanz nutzte DeepSeek v4.1-flash als Hauptmodell, ergänzt durch GLM-5.3 von Z.ai und Grok 4.6 von SpaceXAI. Die Forscher vermuten, dass der Betreiber den DeepSeek-Zugang über xcai[.]pro erhielt. Sie beschrieben den Dienst als wahrscheinlichen Wiederverkäufer von Zugängen zu LLM-Programmierschnittstellen (APIs), über die Software Anfragen an ein Modell senden kann.
CrowdStrike hat die Kampagne keinem bekannten Angreifer und keiner bekannten Gruppe zugeordnet. Das Unternehmen vermutet einen chinesischsprachigen Betreiber mit finanziellen Motiven, doch diese Einschätzung belegt nicht dessen Identität. Neben Arbeiten mit ARTEX enthielten die offengelegten Sitzungen Anfragen an Claude dazu, wo gestohlene koreanische Daten aus Datenlecks üblicherweise verkauft werden, sowie Bitten um Hilfe bei der Suche nach koreanischen Gruppen für Datenverkäufe auf dem Nachrichtendienst Telegram. Diese Anfragen deuten auf ein Interesse am Verkauf von Informationen hin, beweisen aber nicht, dass ein Verkauf stattgefunden hat.
Eine Eingabe enthielt den Telegram-Benutzernamen @YY520CN und den Namen YY. Derselbe Benutzername tauchte in weiteren Sitzungen auf, die sich mit der Untersuchung von Sicherheitslücken auf einem Telegram-basierten Marktplatz für NFT-Geschenke befassten. NFT steht für Non-Fungible Token, einen digitalen Token, der ein einzigartiges Objekt repräsentiert. CrowdStrike hielt es für wahrscheinlich, dass sich die persönlichen Angaben auf den Betreiber beziehen, erklärte jedoch ausdrücklich, dass die verfügbaren Belege keine eindeutige Verbindung zur verantwortlichen Person zuließen.
Autumn-27 reagierte auf den Missbrauch mit der Ankündigung, ARTEX auf Closed Source umzustellen, sodass der Code nicht mehr öffentlich zugänglich sein würde, und die Entwicklung einzustellen. Der Entwickler erklärte, es werde weder weitere Versionen noch Wartungsunterstützung geben. Autumn-27 bestritt eine Beteiligung an den böswilligen Angriffen und erklärte, der Missbrauch widerspreche dem Zweck des Projekts: Lernen, Forschung und Sicherheitstests an Systemen und Ressourcen, für die Unternehmen und Organisationen eine entsprechende Berechtigung hatten. Für legitime Nutzer besteht die konkrete Folge im Ende zugesagter Updates und Unterstützung, nicht in einer gemeldeten Behebung einer bestimmten Sicherheitslücke.
Unabhängig davon beschrieb das brasilianische Cybersicherheitsunternehmen ZenoX eine automatisierte Plattform, die von einem finanziell motivierten, portugiesischsprachigen Akteur betrieben wird, den es SCARLET LOOP nennt. Dieses System führt Credential Stuffing durch, also das Ausprobieren gestohlener Kombinationen aus Benutzernamen und Passwörtern auf Websites, sowie Kontoübernahmen, bei denen die Kontrolle über fremde Konten erlangt wird. Laut ZenoX automatisiert die Plattform den Ablauf von der Auswahl der Opfer bis zu Zugriffsversuchen mit Zugangsdaten aus Datenlecks und Infostealer-Protokollen – Aufzeichnungen von Schadsoftware, die Informationen stiehlt.
Der vierstufige Prozess beginnt mit der KI-gestützten Suche und Bewertung lohnender Ziele, hauptsächlich brasilianischer Plattformen für Treueprogramme, betriebliche Prämienprogramme und Geschenkkarten. Anschließend beschafft das System Zugangsdaten für jedes Ziel und versucht, sich über einen KI-gesteuerten Browser anzumelden, der Prüfungen auf automatisierte Aktivitäten umgehen soll. Abschließend sendet es erfolgreiche Zugangsdaten an einen privaten Telegram-Kanal, versehen mit einer Erfolgsmarkierung, gefolgt von der Website-Adresse und dem Paar aus Benutzername und Passwort.
ZenoX berichtete, dass GPT-5.6 von OpenAI spezialisierte Suchanfragen erzeugt, um innerhalb einer ausgewählten Branche Authentifizierungsseiten von Unternehmen zu finden, auf denen sich Nutzer anmelden. GPT-5.5 klassifiziert und bewertet die Ziele. Der Browser-Agent nutzt DeepSeek-V4-Pro und DeepSeek-V4-Flash. Die Konfiguration enthält außerdem Claude Opus 4.6 von Anthropic, Google Gemini 2.5 Flash und GLM-5.1 sowie Googles gemma-4-26B-A4B, das lokal unter 127.0.0[.]1:1237 läuft, einer Adresse mit Anschluss auf demselben Rechner.
In einem mit The Hacker News geteilten Bericht beschrieb ZenoX einen LLM-Agenten mit 46 Automatisierungswerkzeugen, der einen modifizierten Firefox-Browser steuert. Er verfälscht Browsermerkmale, anhand derer Besucher wiedererkannt werden, darunter Canvas- und WebGL-Grafikinformationen, Zeitzone, Sprache, Standort und Viewport, also den sichtbaren Browserbereich. Außerdem nutzt er einen externen Dienst zum Lösen von CAPTCHAs, Aufgaben, die Menschen von automatisierter Software unterscheiden sollen. Der Agent findet Anmeldeseiten, füllt Formulare aus und bewertet das Ergebnis. Laut ZenoX arbeitet er bei der Suche und Anmeldung ohne schrittweise Beaufsichtigung, passt sich unbekannten Formularen an, erkennt Sicherheitslücken und erzeugt maßgeschneiderte Automatisierungen.
Der AUTO Mode der Plattform nimmt das KI-Modell nach einer festgelegten Anzahl erfolgreicher Anmeldungen auf einer Domain, dem Internetnamen einer Website, aus den Anmeldeversuchen heraus. Anschließend greift die Plattform auf die bereits eingerichtete Automatisierung zurück und setzt wieder KI ein, sobald sie auf ein unbekanntes Formular stößt. ZenoX erklärte, dies verringere den Zeit- und Kostenaufwand für die Schlussfolgerungsprozesse des Modells und spare Tokens, die Einheiten zur Messung von Modelleingaben und -ausgaben. Die Analyse des über das Internet zugänglichen Servers der Plattform ergab 12.277.358 getestete Zugangsdaten, von denen 11.832 auf insgesamt 3.968 Domains als gültig eingestuft wurden. Diese Zahlen beschreiben getestete Zugangsdaten und deren Einstufung, nicht eine bestätigte Anzahl einzelner Opfer.
Für Website-Betreiber und IT-Teams zeigen die Berichte zwei unterschiedliche Problembereiche auf: gestohlene Organisationsdaten und den automatisierten Missbrauch von Kundenanmeldungen. Keiner der Berichte belegt eine bestimmte Schwachstelle beim Hosting oder in WordPress. Die auf Sicherheit ausgerichteten IT-, Infrastruktur- und Beratungsleistungen von AEU-I sind für Unternehmen relevant, die Unterstützung bei der Überprüfung ihrer Sicherheitsvorkehrungen suchen; sie stellen jedoch keinen nachgewiesenen Schutz vor einer der beiden beschriebenen Kampagnen dar. Die Belege werden weiterhin CrowdStrike und ZenoX zugeschrieben, und die Identität des ARTEX-Betreibers bleibt unbestätigt.
So schützen Sie sich
- Erstellen Sie mit Ihrem Passwortmanager für jede Website ein anderes Passwort, insbesondere für Konten bei Finanzdiensten, Treueprogrammen und Geschenkkartenanbietern.
- Aktivieren Sie in den Sicherheitseinstellungen jedes Kontos die Bestätigung in zwei Schritten, damit ein gestohlenes Passwort allein nicht zum Anmelden ausreicht.
- Prüfen Sie die letzten Anmeldungen sowie die Vorgänge bei Prämien oder Geschenkkarten und melden Sie dem Dienst alle Aktivitäten, die Ihnen unbekannt sind.
- Bitten Sie Ihren Website-Anbieter zu prüfen, dass Besucher keine Konfigurationsdateien und gespeicherten Arbeitssitzungen öffnen können.
- Wenn Ihr Unternehmen ARTEX für autorisierte Tests nutzt, bitten Sie Ihr IT-Team, die weitere Nutzung zu überprüfen, da der Entwickler künftige Veröffentlichungen und die Wartung eingestellt hat.
Begriffe Erklärt
- penetration testing Ein erlaubter Versuch, Sicherheitslücken zu finden, bevor Kriminelle sie ausnutzen.
- large language models KI-Systeme, die darauf trainiert wurden, Sprache zu verstehen und auf Anfragen hin Texte zu erzeugen.
- open-source software Software, deren zugrunde liegender Code öffentlich eingesehen werden kann.
- credential stuffing Das Ausprobieren gestohlener Benutzernamen und Passwörter auf Websites, um Konten zu finden, auf die damit zugegriffen werden kann.
- account takeover Die unbefugte Übernahme der Kontrolle über das Konto einer anderen Person.
- infostealer logs Aufzeichnungen von Passwörtern und anderen Informationen, die von Schadsoftware gesammelt wurden.
- CAPTCHAs Vollautomatische öffentliche Turing-Tests zur Unterscheidung von Computern und Menschen: Aufgaben auf Websites, mit denen geprüft werden soll, ob ein Besucher ein Mensch ist.