Jenseits des Coldcard-Exploits

Zwei scheinbar zusammenhanglose Sicherheitsvorfälle haben zuletzt die Aufmerksamkeit der Finanzbranche auf sich gezogen. Eine schwerwiegende Schwachstelle in Coldcard-Hardware-Wallets führte zur Kompromittierung von Kundengeldern, während mehrere der weltweit größten Hedgefonds – darunter Point72, Citadel, Millennium und Two Sigma2 – Berichten zufolge Ziel sprachbasierter Phishing-Angriffe wurden, mit denen Zugangsdaten von Mitarbeitenden erbeutet werden sollten.

Der eine Fall betrifft die Eigenverwahrung von Bitcoin, der andere die traditionelle Finanzwelt. Beide verweisen jedoch auf denselben zugrunde liegenden Trend: Künstliche Intelligenz beginnt, die Ökonomie der Cybersicherheit zu verändern.

Eine Schwachstelle, die im März 2021 in die Coldcard-Firmware gelangte, blieb mehr als fünf Jahre unentdeckt, bevor sie gegen reale Nutzer ausgenutzt wurde. Coinkite1 bestätigte, dass betroffene Geräte deutlich weniger Entropie erzeugten als vorgesehen, wodurch die Sicherheit der mit der fehlerhaften Firmware erstellten Seeds geschwächt wurde. Schätzungen von Blockchain-Analysten zufolge könnten Bitcoin im Gegenwert von rund 116 bis 130 Mio. US-Dollar über Tausende von Adressen hinweg kompromittiert worden sein.

Es gibt keine öffentlichen Belege dafür, dass KI die Schwachstelle aufgespürt hat. Coinkite hat angedeutet, dass eine KI-gestützte Codeüberprüfung eine Rolle gespielt haben könnte, doch die eigenen nachträglichen Tests mit mehreren Frontier-Modellen konnten den Fehler nicht identifizieren. Wichtiger ist die Frage, was geschieht, wenn KI den Zeitaufwand, die erforderliche Expertise und die Kosten für das Auffinden subtiler Softwarefehler in der gesamten Finanzbranche weiter senkt.

Der IWF hat davor gewarnt, dass KI das Auffinden und Ausnutzen von Schwachstellen beschleunigen könnte, und das britische National Cyber Security Centre stuft die KI-gestützte Exploit-Entwicklung als erhebliches kurzfristiges Risiko ein. KI muss die Kryptografie nicht brechen, um die Finanzsicherheit spürbar zu verändern. Es genügt, alles ringsherum leichter angreifbar zu machen.

Kryptografische Autorisierung versus institutionelles Vertrauen

Bitcoin und die traditionelle Finanzwelt beruhen auf unterschiedlichen Sicherheitsarchitekturen. Die Basisschicht von Bitcoin validiert die Ausgabebedingungen kryptografisch, in der Regel ohne die reale Identität der auslösenden Person feststellen zu müssen. Auch traditionelle Finanzinstitute setzen umfassend auf Kryptografie – Verschlüsselung, Hardware-Sicherheitsmodule und digitale Signaturen –, doch die Kryptografie ist dort nur eine Schicht von mehreren.

Banken und Vermögensverwalter müssen zusätzlich beurteilen, ob Kunden echt, Mitarbeitende autorisiert, Gegenparteien legitim und Zahlungsanweisungen vertrauenswürdig sind. Das sind Fragen der Identität und des institutionellen Vertrauens – und KI wird immer wirksamer darin, genau diese anzugreifen. Große Sprachmodelle können Phishing personalisieren, Stimmen und Videos reproduzieren, Aufklärung automatisieren und Schwachstellen mit immer weniger menschlicher Beteiligung suchen.

Die jüngsten Angriffe auf Hedgefonds sind dafür ein aufschlussreiches Beispiel: Point72, Citadel, Millennium und weitere große Investmentgesellschaften wurden mit sprachbasiertem Phishing angegriffen, bei dem sich die Täter als vertraute Personen ausgaben, um an sensible Zugangsdaten zu gelangen. Berichten zufolge umfasste die breiter angelegte Kampagne KI-gestütztes Stimmenklonen. Die öffentlich verfügbaren Informationen zur genauen Rolle der KI bleiben begrenzt, doch die Angreifer zielten erkennbar darauf ab, menschliches Vertrauen auszunutzen, statt die zugrunde liegende Kryptografie zu überwinden.

Mehrere Versuche wurden offenbar erkannt, bevor nennenswerter Schaden entstand. Gleichwohl verfügen diese Unternehmen über beträchtliche Cybersicherheitsbudgets, spezialisierte Teams und ausgereifte Kontrollen. Dass Angreifer Mitarbeitende und Identitätsprozesse dennoch als aussichtsreiche Einfallstore betrachten, ist für sich genommen bemerkenswert.

KI verändert die Ökonomie von Cyberangriffen

Die deutlichsten Belege liefert das britische AI Security Institute. Das AISI hat Frontier-Modelle gegen einen simulierten Unternehmensnetzwerkangriff in 32 Stufen getestet, der Aufklärung, Diebstahl von Zugangsdaten, Exploitation, Reverse Engineering und Datenexfiltration umfasste. Bei einem festen Inferenzbudget von 10 Millionen Token bewältigte GPT-4o im August 2024 durchschnittlich 1,7 Stufen. Im Februar 2026 erreichte Claude Opus 4.6 im Durchschnitt 9,8 Stufen – nahezu eine Versechsfachung innerhalb von 18 Monaten.

Der beste Einzeldurchlauf schaffte 22 von 32 Stufen, was rund sechs der geschätzten 14 Arbeitsstunden entspricht, die ein menschlicher Experte nach Einschätzung des AISI benötigen würde. Der Test kannte keine aktiven Verteidiger, doch die Richtung ist eindeutig: Fähigkeiten, die früher erhebliche Expertise voraussetzten, werden günstiger und leichter zugänglich.

Abbildung 1: Durchschnittlich absolvierte Stufen von Frontier-KI-Agenten im 32-stufigen Benchmark des AISI für Cyberangriffe auf Unternehmensnetzwerke, bei einem festen Inferenzbudget von 10 Millionen Token. Quelle: UK AI Security Institute.

Das Ausnutzen von Schwachstellen entwickelt sich bereits zu einem immer wichtigeren Weg in Unternehmenssysteme. Der Data Breach Investigations Report 2026 von Verizon stellte fest, dass es zur führenden Methode des Erstzugangs geworden ist und 31 % der Vorfälle ausmachte, während in 48 % der Fälle Dritte beteiligt waren.

Das ist für die Finanzbranche relevant, die von Cloud-Anbietern, Zahlungsdienstleistern, Identitätsanbietern, Verwahrstellen und Tausenden weiteren Dritten abhängt. Das Financial Stability Board schätzt, dass allein Nichtbanken im Jahr 2024 Vermögenswerte von 256,8 Billionen US-Dollar hielten. KI muss keine neue Kategorie von Cyberangriffen schaffen, um das Risikoprofil dieser Infrastruktur zu verändern: Es genügt, die Grenzkosten für Angriffe auf bestehende Schwachstellen zu senken.

Dieselbe Logik gilt für Betrug. EZB und EBA stellten fest, dass der Zahlungsbetrug in der EU von 3,5 Mrd. Euro im Jahr 2023 auf 4,2 Mrd. Euro im Jahr 2024 gestiegen ist. Die starke Kundenauthentifizierung funktionierte weiterhin gut, doch beide Institutionen betonten die wachsende Bedeutung von Fällen, in denen legitime Nutzer dazu gebracht werden, betrügerische Transaktionen selbst zu authentifizieren.

KI vergrößert diese Angriffsfläche potenziell. Stimmerzeugung, personalisiertes Phishing, synthetische Identitäten und automatisierte Aufklärung erhöhen Raffinesse und Reichweite von Social Engineering. Wenn ein Angreifer die Authentifizierung technisch nicht überwinden kann, bleibt die Möglichkeit, die authentifizierte Person dazu zu bewegen, dies für ihn zu tun. Die Maschine muss den Schlüssel nicht stehlen, wenn sie denjenigen überzeugen kann, der ihn besitzt, die Tür zu öffnen.

Was uns Coldcard tatsächlich zeigt

Der Coldcard-Exploit war kein Versagen des Konsensmechanismus von Bitcoin oder der zugrunde liegenden Kryptografie, sondern ein Implementierungsfehler im Verfahren zur Erzeugung kryptografischer Entropie. Sichere Protokolle erfordern nach wie vor sichere Implementierungen. Bitcoin kann auf Protokollebene starke kryptografische Garantien bieten, während Hardware, Software und Nutzer im Umfeld verwundbar bleiben.

Bitcoin selbst funktionierte wie vorgesehen: Der Angreifer brach weder den Signaturalgorithmus noch den Konsensmechanismus. Vielmehr führten Schwächen in der Implementierung dazu, dass die Schlüssel einiger Nutzer weniger unvorhersehbar waren, als sie hätten sein sollen. Das erschwert die übliche Einordnung der Eigenverwahrung. Der Verzicht auf eine externe Verwahrstelle beseitigt eine Form des Kontrahentenrisikos, verlagert aber die Verantwortung für Hardware, Software, Backups und operative Sicherheit auf den Inhaber.

Für manche Anleger können solche Vorfälle die Argumente für institutionelle Verwahrung oder ETP-Strukturen stärken, bei denen die Schlüsselverwaltung professionell erfolgt und mit getrennter Verwahrung, Cold-Storage-Richtlinien, Mehrparteienautorisierung, Whitelisting von Wallets und laufender Überwachung kombiniert wird. Institutionelle Verwahrung ist gegen Cyberrisiken nicht immun, doch bei der Abwägung geht es weniger darum, welches Modell „sicher“ ist, als darum, welche Risiken Anleger selbst tragen wollen und können.

Ein Grund dafür, dass Sicherheitsvorfälle rund um Bitcoin überproportionale Aufmerksamkeit erhalten, liegt in der unmittelbaren Sichtbarkeit der Verluste. Wird ein selbstverwahrtes Wallet kompromittiert, trägt der Eigentümer den Verlust in der Regel unmittelbar, und die Bewegung der Vermögenswerte ist nachvollziehbar. In der traditionellen Finanzwelt verteilen sich Verluste dagegen häufig auf Institute, Versicherer, Zahlungsdienstleister und Kunden.

Hinzu kommt eine noch bedeutendere Asymmetrie. Die grundlegende Sicherheitsarchitektur von Bitcoin ist darauf ausgelegt, den Bedarf an diskretionärem Vertrauen zu minimieren. Die traditionelle Finanzwelt kann Identität nicht aus ihrem Geschäftsmodell entfernen. Banken müssen wissen, wer ihre Kunden sind, festlegen, wozu Mitarbeitende befugt sind, Wiederherstellungsmechanismen vorhalten und in Ausnahmefällen menschliches Eingreifen ermöglichen. In dem Maße, wie Maschinen besser darin werden, Menschen zu imitieren, Schwachstellen zu erkennen und Angriffe zu automatisieren, dürfte identitätsbasiertes Vertrauen teurer werden.

Das bedeutet nicht, dass Bitcoin oder dezentrale Netzwerke von Natur aus sicher und die traditionelle Finanzwelt unsicher wären. Coldcard belegt, warum eine solche Behauptung zu einfach gedacht wäre. Es deutet jedoch darauf hin, dass KI die relative Ökonomie unterschiedlicher Sicherheitsarchitekturen erheblich verschieben könnte.

Der Coldcard-Exploit hat gezeigt, dass die Qualität der Implementierung ebenso wichtig ist wie das kryptografische Design. Zugleich verdeutlichen die Angriffe auf einige der anspruchsvollsten Investmenthäuser der Wall Street, vor welcher Herausforderung identitätsabhängige Finanzsysteme stehen, wenn überzeugende menschliche Imitation immer günstiger zu erzeugen ist.

Diese Vorfälle belegen nicht, dass ein Finanzsystem sicher und das andere unsicher wäre, doch die Asymmetrie ist derzeit gewaltig: Die traditionelle Finanzwelt bietet weit mehr Angriffsvektoren, und es stehen weit größere Summen auf dem Spiel. Wir gehen zudem davon aus, dass weitere Meldungen über KI-bezogene Angriffe die Menschen zu dezentralen Blockchain-Lösungen hinführen dürften, die im Vergleich zu den zentralisierten Registersystemen in Finanzwesen und Verwaltung deutlich weniger verwundbar sind.

Quellen:

1 Coinkite Security Advisory, 30. Juli 2026, blog.coinkite.com

2 Bloomberg.com, 5. August 2026