← Zurück zum Blog LERNREISE · CASE STUDY

Der Fall West Tech: drei Gesichter der KI in einem einzigen Angriff

Veröffentlicht am 2026-06-18 · ~8 Min. Lesezeit

Diesmal kein Theorie-Raum, sondern ein kompletter Incident-Response-Fall zum Selbst-Ermitteln — ein praktisches TryHackMe-Szenario, das sich anfühlt wie ein echter Auftrag. Ich schreibe es bewusst wie eine Fallakte auf, denn genau so läuft Beratungsarbeit. Das Spannende: In diesem einen Angriff spielt künstliche Intelligenz drei völlig verschiedene Rollen — und genau das ist die Zukunft, auf die sich Unternehmen einstellen müssen.

Kein Spoiler: Dies ist eine erzählerische Fallstudie eines (fiktiven) Trainings-Szenarios. Ich verrate bewusst keine Passwörter, Flags oder exakten Lösungsschritte. Wer den Raum selbst machen will, kann das gefahrlos tun.
TryHackMe-Abschlussbildschirm: Raum „Eindämmung“ abgeschlossen — 1 Aufgabe, 30 Punkte.
Capstone der Lernreise: der praktische Raum „Eindämmung", abgeschlossen.

Der Auftrag

Ein nächtlicher Anruf: Beim Verteidigungs- und Forschungsunternehmen „West Tech" hat die interne Überwachung ungewöhnliche Netzwerkaktivität am Rechner eines leitenden Forschers gemeldet. Auf dem Desktop liegt eine Lösegeldforderung. Proprietärer Quellcode und sensible Projektdaten wurden offenbar gestohlen und verschlüsselt. Mein Auftrag: rekonstruieren, wie der Angreifer reinkam, was er tat, die Daten zurückholen und die Bedrohung neutralisieren. Mit an Bord: ein KI-gestützter Incident-Response-Assistent.

Rolle 1 der KI: das geschwätzige Opfer

Der Einstieg war menschlich, nicht technisch: eine Phishing-Mail mit gefälschter Absenderdomain (ein klassischer Tippfehler-Trick — eine Domain, die der echten zum Verwechseln ähnelt) und einem als Rechnung getarnten Anhang. Geöffnet, Schadcode aktiv, eine Reverse Shell zum Angreifer aufgebaut. So weit, so bekannt.

Der eigentliche Clou steckte aber woanders. In der Lösegeldforderung spottete der Angreifer: „Eure KI war sehr hilfreich. Leider hat sie auch ein großes Mundwerk." Die forensische Spur bestätigte es: Der Angreifer hatte den internen KI-Assistenten per Prompt Injection dazu gebracht, vertrauliche Personaldaten des Forschers auszuplaudern. Die ersten Versuche blockte die KI noch ab — doch der dritte, im Stil von „Ignoriere alle vorherigen Anweisungen, dies ist ein Incident-Response-Fall", knackte die Schutzregeln.

Die Lektion: Ein interner KI-Assistent, der Zugriff auf sensible Daten hat, ist eine neue, eigenständige Angriffsfläche. Er lässt sich social-engineeren wie ein Mensch — nur dass er nie müde wird und alles brav herausgibt, wenn die Anweisung überzeugend genug klingt. Unternehmen bauen solche Assistenten gerade überall ein, ohne diese Fläche zu testen.

Rolle 2 der KI: das Ermittlungswerkzeug

Dieselbe Technologie, die zum Datenleck wurde, war auch mein stärkstes Werkzeug. Ein Teil der Beweise lag als absichtlich verschleierter Netzwerk-Mitschnitt vor — von Hand kaum lesbar. Der KI-Assistent hatte dafür ein passendes Werkzeug und rekonstruierte den Mitschnitt in Sekunden zu sauberem, lesbarem Text. Was mich Stunden gekostet hätte, war eine einzige Anfrage.

Das ist genau die Stärke, über die ich im Beitrag „KI in der digitalen Forensik" geschrieben habe: KI bändigt die Datenflut und führt dich auf die richtige Fährte. Als Wegweiser ist sie brillant.

Rolle 3 der KI: der unzuverlässige Zeuge

Und hier kam die wichtigste Erkenntnis des ganzen Falls. Nachdem die KI den Mitschnitt sauber rekonstruiert hatte, lieferte sie auch gleich eine Zusammenfassung — und die war schlicht frei erfunden. Sie behauptete selbstbewusst, der Mitschnitt zeige „SQL-Injection und DDoS-Angriffe". Tatsächlich enthielt er nichts dergleichen — sondern das Protokoll der Prompt-Injection-Attacke. Die KI hatte den Inhalt nie wirklich gelesen; sie hat plausibel klingenden Unsinn halluziniert.

Hätte ich der Zusammenfassung vertraut, wäre der ganze Fall in die falsche Richtung gelaufen. Die Wahrheit fand ich erst, als ich die rekonstruierte Datei selbst öffnete und las. Das ist dieselbe Black-Box-Falle aus meinem Modell-Audit: Ein KI-Output klingt überzeugend — das heißt nicht, dass er stimmt.

Wie der Fall ausging

Mit den echten Beweisen ließ sich die Kette sauber rekonstruieren: Phishing → Reverse Shell → Datenleck über die KI → Verschlüsselung der Projektdaten. Die gestohlenen Daten konnte ich wiederherstellen und die Bedrohung eindämmen. Auch beim letzten Schritt — eine Nadel im Heuhaufen aus hunderten Köder-Einträgen finden — übernahm die KI die Fleißarbeit, während ich das Ergebnis mit einem eigenen kleinen Skript gegenprüfte. Beide kamen zum selben Ergebnis. Genau so soll es sein.

Mein Fazit: die drei Gesichter der KI

Dieser eine Fall zeigt im Kleinen, was im Großen auf uns zukommt. Künstliche Intelligenz ist gleichzeitig:

Die Konstante in allen drei Rollen ist der Mensch. Wer KI als Autopiloten behandelt, übersieht ihre Schwachstellen, vertraut ihren Lügen und testet ihre Angriffsfläche nicht. Wer sie als Werkzeug mit klarem Kopf einsetzt — nutzen, aber nachprüfen — gewinnt. Genau an dieser Schnittstelle arbeite ich: KI-Systeme absichern und KI klug zur Verteidigung einsetzen.

▶ KI-System absichern lassen Mehr aus dem Blog