Was der KI-Wurm aus Toronto anders macht als klassische Malware
Forscher der University of Toronto haben einen Computerwurm vorgestellt, der Künstliche Intelligenz nutzt, um sich selbstständig durch Netzwerke zu verbreiten. Das Besondere: Der Wurm programmiert seinen Angriffscode nicht im Voraus, sondern generiert ihn für jedes Ziel individuell. Er analysiert den Zielrechner, erkennt Schwachstellen und passt seine Taktik in Echtzeit an. Das Konzept funktioniert mit einem frei verfügbaren Open-Weight-Sprachmodell auf einer einzigen Grafikkarte.
Anders als herkömmliche Würmer wie WannaCry oder NotPetya, die fest einprogrammierte Exploits nutzen, setzt der Prototyp auf zielgerichtetes Denken. Zudem saugt er Rechenleistung von befallenen Geräten ab, um seine KI-Logik weiterzubetreiben. Die marginalen Kosten pro neuer Infektion sinken damit gegen null.
Wie der adaptive Wurm ein Firmennetzwerk erobert
Das Team um Professor Nicolas Papernot vom Vector Institute testete den Wurm in einem simulierten Unternehmensnetzwerk mit 33 Geräten. Linux-, Windows- und IoT-Systeme waren vertreten. Der Wurm infizierte innerhalb von fünf Tagen rund die Hälfte aller Knotenpunkte. Dafür benötigte er hunderte KI-Inferenzaufrufe pro Zielgerät für Aufklärung, Strategiebildung und Payload-Generierung.
Entscheidend ist die Methodik: Der Wurm greift keine unbekannten Zero-Day-Lücken an. Stattdessen nutzt er bekannte, aber ungepatchte Schwachstellen, Fehlkonfigurationen und schwache Passwörter. Genau diese Angriffsvektor nutzen laut Papernot die meisten realen Cyberangriffe. Wenn ein Patch eine Schwachstelle schließt, sucht der Wurm einfach nach der nächsten offenen Tür.
Warum kleine KI-Modelle gefährlicher sind als Frontier-Modelle
Die Debatte um KI-Sicherheit konzentriert sich meist auf große Modelle wie Anthropic Mythos oder OpenAI GPT-5.5-Cyber. Der Toronto-Wurm beweist jedoch: Auch ein kleines, frei verfügbares Modell reicht aus, um ernsthafte Bedrohungen zu erzeugen. Kommerzielle Sicherheitsvorkehrungen wie Content-Filter oder Ratenbegrenzungen greifen nicht, weil der Wurm lokal läuft.
Papernot warnt: Die cybersecurity community unterschätzt massiv, was kleine, frei zugängliche Modelle in Kombination mit autonomen Agenten-Frameworks bewirken können. Die Kosten für Angreifer sinken drastisch, während die Verteidiger weniger Zeit bekommen, um Schwachstellen zu schließen.
Was das für die Cybersicherheit bedeutet
Der Wurm verbreitet sich zwar langsam, aber das wird sich ändern. Schnellere Hardware und effizientere Modelle werden das Tempo erhöhen. Zudem haben die Forscher bewusst auf Tarnmechanismen verzichtet. Böswillige Akteure könnten diese jedoch leicht hinzufügen.
Die Forscher teilten ihre Ergebnisse vorab mit kanadischen Behörden für Wissenschaft, Sicherheit und Verteidigung. Sie veröffentlichen keinen Code und halten Details zum verwendeten Modell, zur Architektur und zum Agent-Framework zurück. Dennoch betonen sie: Die Bedrohung ist echt und erfordert sofortiges Handeln von Forschern, Industrie und Politik.
Fazit: Eine neue Ära der Malware beginnt
Der Toronto-Wurm markiert einen Wendepunkt. Malware, die nicht mehr durch festen Code definiert ist, sondern durch die Fähigkeit zu denken, sich anzupassen und in Echtzeit anzugreifen, verändert die Grundregeln der Cybersicherheit. Patchen bleibt wichtig, aber es reicht nicht mehr. Unternehmen müssen ihre Netzwerke härten, Segmentierung ernst nehmen und auf Verhaltensanalyse setzen. Denn der nächste Wurm kommt nicht mit einem festen Exploit, sondern mit einem Plan.
