Sicherheit & Datenschutz

Volta-Malware nutzt KI, um gestohlene Daten nach finanziellem Wert zu bewerten

Forscher von Cisco Talos haben VOLTA-AUTODOXER identifiziert, einen Windows-Infostealer, der große Sprachmodelle (LLMs) nutzt, um Opferdaten zur Monetarisierung zu analysieren und zu priorisieren.

Digitale Illustration einer KI, die Opferdaten auf ihren finanziellen Wert hin analysiert
Für diesen Artikel generierte Illustration

Automatisch aus dem englischen Original übersetzt.

Cybersecurity-Forscher bei Cisco Talos haben einen neuen Windows-Infostealer namens VOLTA-AUTODOXER oder kurz VOLTA identifiziert, der große Sprachmodelle integriert, um den finanziellen Wert gestohlener Benutzerdaten zu bewerten. Die Malware wurde Anfang November 2026 entdeckt und stellt eine Verschiebung in den kriminellen Taktiken dar, indem sie die Analysephase des Datendiebstahls automatisiert.

Was passiert ist

VOLTA operiert als ausgefeilter Informationstealer und zielt auf eine breite Palette sensibler Assets kompromittierter Windows-Rechner ab. Er erntet Zugangsdaten und Sitzungstokens aus Chromium-basierten Browsern, Outlook-Profilen, Slack-Workspaces sowie verschiedenen Gaming-Plattformen wie Discord, Steam und Roblox. Die Malware extrahiert zudem Zahlungskartendetails, Seed-Phrases für Kryptowährungs-Wallets, Microsoft-OAuth-Tokens, SSH-Schlüssel, Cloud-Anbieter-Credentials, Wi-Fi-Profile und Screenshots.

Über die einfache Sammlung hinaus erstellt VOLTA ein detailliertes Profil des Opfers. Es werden Geolokalisierungsdaten, Wohnadressen, Arbeitgeberinformationen, geschätzte Geburtsjahre und Dokumentmetadaten gesammelt. Zur Verifizierung dieser Informationen greift die Malware auf das Gmail-Konto des Opfers zu, um nach Belegen von Diensten wie Amazon, DoorDash, Uber Eats, Grubhub, Walmart und PayPal zu suchen. Dieser Anreicherungsschritt ermöglicht es dem Angreifer, physische Adressen zu bestätigen und Ausgabegewohnheiten einzuschätzen.

Die gesammelten Daten werden in ein strukturiertes Beweisbündel serialisiert und an ein KI-System zur Analyse gesendet. Die Malware nutzt OpenRouter, ein einheitliches API-Gateway, um große Sprachmodelle abzufragen. Standardmäßig wird Anthropic’s Claude Opus 4.6 verwendet, wobei Fallback-Mechanismen zu Moonshot AI’s Kimi K2 und Google’s Gemini 2.5 Flash aktiviert sind, falls das primäre Modell die Anfrage ablehnt. Dieser Multi-Modell-Ansatz stellt sicher, dass die Analyse abgeschlossen wird, selbst wenn ein Anbieter den bösartigen Prompt blockiert.

Wie es funktioniert

Die Kerninnovation von VOLTA liegt in der Verwendung eines 240-Wörter langen System-Prompts, der die KI anweist, als „forensischer Intelligenzanalyst“ zu agieren. Der Prompt schränkt das Modell streng darauf ein, nur das bereitgestellte Beweisbündel zu verwenden, um zu verhindern, dass es sich auf vorab trainiertes Wissen stützt. Die KI hat die Aufgabe, ein Dossier zu erstellen, das einen Abschnitt mit dem Titel „WHAT THEY'RE WORTH“ enthält, in dem Assets nach ihrem Monetarisierungspotenzial in niedrige, mittlere oder hohe Kategorien eingestuft werden. Zudem generiert sie einen Abschnitt namens „THEIR OPSEC“, um die Sicherheitslage und das Passwortmanagement des Opfers zu bewerten.

Die Datenexfiltration erfolgt in drei distincten Stufen über Telegram. Die erste Stufe findet unmittelbar nach der Ausführung statt und sendet rohe Zugangsdaten, Cookies und Screenshots. Die zweite Stufe folgt der KI-Analyse und überträgt die angereicherten Daten zusammen mit der vom LLM erstellten Bewertung. Die letzte Stufe tritt nach der Live-Anreicherung auf und liefert Gmail-Belege und Bestellhistorien. Dieser gestaffelte Ansatz ermöglicht es Angreifern, hochrangige Ziele schnell zu priorisieren, ohne auf die Verarbeitung aller Daten warten zu müssen.

Die Malware verwendet ein Build-Time-Template mit sechs Slots für Konfigurationen, einschließlich des Telegram-Kanals für die Exfiltration und API-Keys. Diese Struktur deutet darauf hin, dass VOLTA möglicherweise als Builder-Kit verteilt oder als maßgeschneidertes Tool für spezifische Aufträge kompiliert wird. Durch die Automatisierung des Triage-Prozesses verlagert die Malware den analytischen Aufwand vom menschlichen Operator zum KI-Modell, was weniger versierten Akteuren erlaubt, lukrative Opfer effizient zu identifizieren.

Wichtige Details

  • VOLTA nutzt OpenRouter für den Zugriff auf LLMs, standardmäßig Claude Opus 4.6 mit Fallbacks auf Kimi K2 und Gemini 2.5 Flash.
  • Der KI-System-Prompt beschränkt das Modell auf die Nutzung ausschließlich des gestohlenen Datenbündels und verbietet externes Wissen.
  • Daten werden in drei Stufen über Telegram exfiltriert: initialer Diebstahl, nach der KI-Analyse und nach der Anreicherung.
  • Die Malware durchsucht Gmail nach Belegen großer Einzelhändler, um Wohnadressen zu verifizieren und den finanziellen Status einzuschätzen.
  • VOLTA zielt auf eine breite Palette von Anwendungen ab, darunter Browser, Slack, Discord, Steam, Roblox und Cloud-Anbieter.
  • Das Build-Template legt nahe, dass das Tool möglicherweise als Commodity-Builder-Kit für andere Cyberkriminelle verfügbar ist.

Warum es wichtig ist

Für Software-Ingenieure und Security-Leads illustriert VOLTA, wie generative KI von experimenteller Nutzung zur operativen Integration in Cyberkriminalität übergeht. Die Malware stiehlt nicht nur Daten; sie verarbeitet sie, um die kognitive Belastung für Angreifer zu reduzieren. Diese „Effort Displacement“ bedeutet, dass Threat Actors ihre Operationen skalieren können, ohne tiefgreifende analytische Fähigkeiten zu benötigen, da die KI die Priorisierung der Ziele übernimmt. Verteidiger können nicht mehr davon ausgehen, dass gestohlene Daten ungenutzt bleiben; sie könnten sofort zur maximalen Wirkung analysiert werden.

Die Nutzung mehrerer LLM-Anbieter mit Fallback-Logik demonstriert eine resiliente Architektur, die darauf ausgelegt ist, Sicherheitsverweigerungen zu umgehen. Durch die Prüfung auf Phrasen wie „I can't“ oder „I'm not able“ stellt VOLTA die Kontinuität des Dienstes sicher. Diese Anpassungsfähigkeit macht es für Security-Anbieter schwieriger, KI-gesteuerte Angriffe zu blockieren, indem sie einfach den Zugriff auf ein einzelnes Modell einschränken. Organisationen müssen berücksichtigen, dass ihre eigenen Daten zur Schulung oder Verfeinerung dieser adversarialen Workflows genutzt werden könnten, wenn keine angemessene Isolation gewährleistet ist.

Was Sie tun können

  • Überprüfen und rotieren Sie API-Keys, die in Umgebungsvariablen gespeichert sind, um LLMjacking und unbefugte KI-Nutzung zu verhindern.
  • Implementieren Sie strenge Egress-Filterung, um ungewöhnlichen ausgehenden Traffic zu Telegram oder unbekannten API-Endpunkten zu erkennen und zu blockieren.
  • Erzwingen Sie Multi-Faktor-Authentifizierung für alle kritischen Konten, insbesondere E-Mail- und Cloud-Dienste, um Session-Hijacking zu begrenzen.
  • Überwachen Sie ungewöhnliche KI-API-Aufrufe aus internen Netzwerken, insbesondere solche, die von Benutzer-Workstations stammen und nicht von Backend-Services.
  • Schulen Sie Benutzer über die Risiken der Speicherung sensibler Belege und Finanzdokumente in leicht zugänglichen E-Mail-Ordnern.
  • Überprüfen und beschränken Sie Berechtigungen für Anwendungen, die auf Gmail und andere Produktivitäts-Suiten zugreifen, um die Datenexposition zu minimieren.
  • #malware
  • #ai security
  • #cybercrime
  • #data theft
  • #windows security

Tools aus dem Bytechap-Shop

Weiterlesen

Alle Artikel