Ben Bernstein, Manager der Cybersecurity Advisors bei Huntress – Interviewreihe

Ben Bernstein, Manager der Cybersecurity Advisors bei Huntress, ist ein Cyber‑Sicherheitsexperte mit mehr als einem Jahrzehnt Erfahrung in technischer Unterstützung, Systemadministration, Kundenbetreuung, technischem Account‑Management und Führung im Sicherheitsberatungsbereich. Er begann seine Karriere in praktischen IT‑Rollen und entwickelte sich vom Helpdesk zur Systemadministration, bevor er bei Integris in das Account‑Management und die Kundenbetreuung wechselte. Bernstein verbrachte später drei Jahre bei Red Canary, wo er als Technischer Account Manager und Senior Enterprise Technischer Account Manager Beziehungen zu Unternehmenskunden pflegte. Seit seinem Einstieg bei Huntress im Jahr 2024 als Gründungs‑Technischer Account Manager hat er sich im technischen Account‑Management nach oben gearbeitet und leitet nun die Cybersecurity Advisors des Unternehmens, wobei er seine Kombination aus technischer Expertise und kundenorientierter Erfahrung nutzt, um Organisationen ein besseres Verständnis und eine effektivere Reaktion auf sich entwickelnde Cyber‑Bedrohungen zu ermöglichen.

Huntress ist ein Cyber‑Sicherheitsunternehmen, das eine vollständig verwaltete Sicherheitsplattform bereitstellt, die Organisationen über Endpunkte, Identitäten, Protokolle und Benutzer hinweg schützt. Die Plattform kombiniert Technologien wie Managed Endpoint Detection and Response (EDR), Identity Threat Detection and Response (ITDR), Security Information and Event Management (SIEM) sowie Schulungen zur Sicherheitsbewusstseinsbildung mit einem rund um die Uhr KI‑zentrierten Security Operations Center (SOC), das von menschlichen Sicherheitsexperten betrieben wird. Huntress gibt an, dass seine Technologie derzeit mehr als 5 Millionen Endpunkte und 15 Millionen Identitäten in über 277 000 Unternehmen schützt, wobei das Team Bedrohungserkennung, Untersuchung, Reaktion und Schadensbehebung im Auftrag der Kunden übernimmt.

Sie begannen Ihre Karriere im Helpdesk und in der Systemadministration, bevor Sie über das technische Account‑Management schließlich in die Führung der Cybersecurity‑Beratung bei Huntress wechselten. Wie hat dieser praktische IT‑Hintergrund Ihre Sichtweise auf Sicherheit heute geprägt, insbesondere wenn dieselben Werkzeuge, auf die Administratoren angewiesen sind, gleichzeitig ein Einstiegspunkt für Angreifer sein können?

Ich bin jeden einzelnen Tag unendlich dankbar für meinen IT‑Hintergrund, jetzt wo ich auf der dedizierten Cyber‑Seite des Unternehmens tätig bin. Er gibt mir eine praxisnahe Perspektive. Wenn man weiß, wie Betriebssysteme, Anwendungen und Systemprozesse sich verhalten, wenn alles normal funktioniert, dann fallen Anomalien und Bedrohungen sofort auf. Meine Zeit in der IT hat zudem eine Fehlersuch‑ und Ursachenanalyse‑Mentalität geprägt. Man lernt schnell, dass man der Spur folgen muss, um sicherzustellen, dass man ein Problem oder eine Bedrohung vollständig erfasst.

Ich erinnere mich, dass ich stark auf dieselben Werkzeuge, wie RMMs, vertraut habe, die heute von Bedrohungsakteuren missbraucht werden. Da ich sie selbst eingesetzt habe, schätze ich ihre Macht sowohl in den Händen eines IT‑Administrators als auch eines Angreifers voll und ganz. Da RMMs überall verbreitet sind, erhöht sich der Druck auf Sicherheitsteams, sämtliche Aktivitäten rund um deren Ausführung zu beobachten. Der Einsatz eines RMMs auf einem Rechner ist nicht per se böse. Aber wenn dieses RMM plötzlich zusätzliche Werkzeuge ablegt oder unbekannte Skripte startet, zwingt das die Verteidiger dazu, nicht mehr ausschließlich auf vertrauenswürdige Softwarelisten zu setzen, sondern sich vollständig auf das Beobachten von Verhaltensweisen zu konzentrieren.

Künstliche Intelligenz wird in der Cybersecurity häufig im Kontext hochentwickelter autonomer Angreifer diskutiert, aber wie groß ist ihr unmittelbarer Einfluss tatsächlich, wenn sie lediglich gewöhnliche Cyberkriminelle schneller und leistungsfähiger macht? Erreichen wir einen Punkt, an dem relativ wenig qualifizierte Angreifer Kampagnen durchführen können, die zuvor tiefere technische Expertise erforderten?

Es gibt derzeit viel Panik über autonome KI‑Hacking‑Systeme, doch die Realität vor Ort ist, dass dies kein neuartiges Handwerk darstellt. Diese Modelle dringen nicht mit hochkomplexen Techniken in Netzwerke ein. Sie tun genau das, was menschliche Script‑Kiddies seit Jahren tun: Sie scannen nach internet‑exponierten, ungepatchten und fehlerhaft konfigurierten Assets. Es sorgt für Schlagzeilen, weil der Begriff „autonome KI“ erschreckend oder, je nach Gesprächspartner, sogar sexy klingt, aber die eigentlichen Mechanismen dieser Angriffe sind simpel.

Das eigentliche Problem besteht darin, dass KI die Einstiegshürde für Cyberkriminelle senkt. Angreifer können die mühsamen Teile eines Exploits automatisieren und ihre Operationen skalieren, ohne tiefgreifende technische Expertise zu benötigen. Das ermöglicht wenig qualifizierten Angreifern, Kampagnen viel schneller durchzuführen, was erheblichen Druck auf Unternehmen ausübt. Man kann nicht mehr einfach ein Sicherheitstool installieren und vergessen. Organisationen müssen davon ausgehen, dass ihre Netzwerke ständig sondiert werden.

Huntress hat beobachtet, dass Angreifer während RMM‑Intrusionen von LLM‑generierte Infostealer‑Skripte einsetzen. Was sagt uns das darüber, wie generative KI die Wirtschaftlichkeit und Zugänglichkeit der Cyberkriminalität verändert?

Es zeigt, dass generative KI den operativen Aufwand der Cyberkriminalität rationalisiert. Das Schreiben eines Infostealer‑Skripts ist keine neuartige technische Arbeit, erforderte jedoch traditionell viel Entwicklerzeit oder den Kauf spezialisierter Werkzeuge in einem Untergrund‑Forum. Durch den Einsatz eines LLM im Netzwerk des Opfers können Angreifer funktionale, maßgeschneiderte Skripte on‑demand erzeugen, anstatt auf vorgefertigte Malware zurückzugreifen.

Obwohl die Nutzung dieser Modelle noch Kosten verursacht, ist die Eintrittsbarriere niedriger denn je. Wir sehen häufig, dass durchschnittliche Angreifer diese Werkzeuge einsetzen, um schneller zu arbeiten und manuelle Codieraufgaben zu eliminieren. Das verschiebt die Ökonomie eines Angriffs grundlegend, indem die Ausführungsphase hochgradig zugänglich wird und weniger qualifizierte Akteure ihre Operationen skalieren können, ohne tiefgehende technische Expertise zu benötigen.

Huntress meldete einen Anstieg von 277 % im Jahresvergleich bei Missbrauch von Remote‑Monitoring‑ und Management‑Tools. Warum sind legitime RMM‑Plattformen zu einer so attraktiven Alternative zu individueller Malware geworden und welche Vorteile verschaffen sie Angreifern, sobald sie Zugriff erlangen?

An RMM‑Tools ist an sich nichts grundsätzlich Böses. Sie erfüllen einen wichtigen Zweck, indem sie IT‑Administratoren und MSPs ermöglichen, effizient zu arbeiten und Nutzer zu unterstützen. Das Problem ist, dass eigens entwickelte Malware von herkömmlichen Antivirenprogrammen erkannt wird, während RMMs signiert, vertrauenswürdig und damit gängigen Sicherheitskontrollen entzogen sind. Noch besser für einen Angreifer: RMM‑Agenten laufen von Natur aus mit erhöhten Administratorrechten und bieten eingebaute Persistenz, das heißt, sie bleiben nach Systemneustarts aktiv, ohne dass zusätzlicher Aufwand nötig ist, um den Zugriff zu erhalten.

Sobald ein Angreifer seinen eigenen RMM‑Agenten auf einem Zielsystem zum Laufen gebracht hat, verfügt er im Wesentlichen über eine Fernsteuerungskonsole. Er kann Dateien nahtlos hin‑ und herübertragen und richtet häufig seine RMM‑Instanz im Voraus mit bösartigen Skripten und Werkzeugen ein, die mit einem einzigen Klick über Endpunkte ausgeführt werden können. Da die Anwendung selbst legitim ist, können Verteidiger das Tool nicht einfach blockieren. Das zwingt Sicherheitsteams, nicht mehr ausschließlich auf Listen vertrauenswürdiger Software zu setzen, sondern das Verhalten zu beobachten, was eine 24/7‑Überwachung unverzichtbar macht, wenn Angreifer administrative Software missbrauchen sollen.

Eine von Huntress dokumentierte Technik ist das „Daisy‑Chaining“ mehrerer RMM‑Tools, um Telemetrie zu fragmentieren und redundanten Zugriff zu schaffen. Können Sie uns erläutern, wie ein solcher Eindringvorgang typischerweise abläuft und warum er für Verteidiger so schwer zu erkennen ist?

Hier ist ein besonders interessantes Beispiel, das wir aufgegriffen und einen Blog über geschrieben haben. Der Angriff begann mit einer Phishing‑E‑Mail, die ein gefälschtes Geschäftsdokument wie ein „Network Solutions Agreement“ als Köder nutzte. Das Opfer klickte den Link in der E‑Mail, landete auf einer Seite, die durch ein gefälschtes CAPTCHA geschützt war, und lud das herunter, was es für ein übliches PDF‑ oder Service‑Dokument hielt. In Wirklichkeit war der Download ein ausführbarer Installer. Als der Nutzer die Datei doppelklickte, um das Abkommen zu öffnen, installierte er stillschweigend ein legitimes, aber unautorisiertes Fernzugriffstool namens Tiflux RMM.

Nachdem der Bedrohungsakteur den initialen Tiflux‑Agenten zum Laufen gebracht hatte, nutzte er sofort dessen integrierte Funktionen, um weitere Werkzeuge wie Splashtop, ScreenConnect und UltraVNC auf exakt derselben Maschine zu installieren und zu sideloaden. Es ist wichtig zu beachten, dass es sich dabei ebenfalls um legitime RMM‑Tools handelt.

Angreifer tun dies, um eine super‑Persistenz zu etablieren. Sie wissen, dass, wenn ein IT‑Administrator ein unautorisiertes Fernzugriffstool entdeckt und deinstalliert, der Angreifer immer noch zwei oder drei weitere aktive Hintertüren hat, die warten. Diese Taktik fragmentiert die Telemetrie. Sicherheitsplattformen sehen lediglich separate, signierte Administrationsanwendungen, die gleichzeitig laufen und sich bei legitimen Anbietern melden. Sofern ein Verteidiger diese Aktivitäten nicht aktiv überwacht und nicht hinterfragt, warum ein einzelner Endpunkt plötzlich mehrere unterschiedliche Remote‑Management‑Agenten am selben Nachmittag installiert hat, geht das einfach im Lärm der routinemäßigen IT‑Wartung unter.

Über die 24/7‑Verhaltensüberwachung hinaus ist eine weitere wirksame Maßnahme hier das Endpoint‑Security‑Posture‑Management und die Anwendungssteuerung. Definiert ein Unternehmen explizit, welche konkreten Varianten von RMMs auf seinen Systemen zulässig sind, kann es nicht autorisierte Werkzeuge vollständig an der Ausführung hindern und das Daisy‑Chain‑Verfahren bereits im Vorfeld stoppen.

Traditionelle Sicherheitsmodelle unterscheiden häufig zwischen vertrauenswürdiger und nicht vertrauenswürdiger Software, doch RMM‑Angriffe nutzen Werkzeuge, die legitim, signiert und bereits von der IT genehmigt sind. Bedeutet das, dass Verteidiger von der Frage absehen sollten, ob eine Anwendung vertrauenswürdig ist, und stattdessen prüfen sollten, ob ihr Verhalten vertrauenswürdig ist?

Ja, absolut. Das traditionelle Modell der binären Vertrauenswürdigkeit ist gescheitert. Die Binärsignatur wurde entwickelt, um zu verifizieren, dass eine Anwendung von einem legitimen Anbieter stammt, nicht um zu garantieren, dass ihre Aktionen sicher sind.

Verwendet ein Angreifer ein signiertes RMM‑Binary oder ein Living‑off‑the‑Land‑Utility, ist die ausführbare Datei selbst sauber, doch die dahinterstehende Aktivität ist bösartig. Verteidiger müssen über die Frage „Ist diese Datei vertrauenswürdig?“ hinausgehen und sich darauf konzentrieren, ob ihr Verhalten im Kontext sinnvoll ist. Ein RMM auf einem Rechner zu haben, ist an sich nicht böse. Wenn dieses Tool jedoch plötzlich zusätzliche Dienstprogramme ablegt, unbekannte Skripte ausführt oder um 2 Uhr nachts unter einem Service‑Konto aktiv wird, ist das ein Hinweis auf eine Kompromittierung. Kontext und Verhalten waren schon immer wichtig, aber da Angreifer so stark auf vertrauenswürdige Software setzen, sind sie jetzt wichtiger denn je.

Da KI die Zeit zwischen der Entdeckung einer Schwachstelle oder Konfigurationslücke und deren Ausnutzung verkürzt, wie verändert das die Rolle des Security‑Posture‑Managements? Welche Schwachstellen bei Identität, Endpunkt und Fernzugriff sollten Organisationen priorisieren, bevor Angreifer die Gelegenheit haben, sie auszunutzen?

Security posture management ist jetzt wichtiger denn je, weil es Organisationen dabei hilft, proaktiv die häufigen Sicherheitslücken zu schließen, die Angreifer täglich ausnutzen. Es ergänzt Erkennung und Reaktion, indem es kontinuierlich Probleme wie Fehlkonfigurationen, übermäßige Berechtigungen, unautorisierte Anwendungen und andere Schwachstellen über Endpunkte und Identitäten hinweg identifiziert und behebt. Wenn das Zeitfenster zwischen der Offenlegung einer Schwachstelle und dem automatisierten Scannen auf Stunden schrumpft, wird es essenziell, diese Lücken zu schließen, bevor sie ausgenutzt werden können. Unternehmen müssen über alle Umgebungen hinweg eine konsistente, gehärtete Haltung bewahren, um die Anzahl der Vorfälle zu reduzieren, denen sie ausgesetzt sind, und zu begrenzen, was ein Angreifer erreichen kann, wenn er erst einmal eingedrungen ist.

Während fast jeder Cyber‑Anbieter gerne die Öffentlichkeit über die jeweilige Bedrohung oder das Sicherheitsgebiet “aufklärt” (oder erschreckt), für das er Lösungen verkauft, ist die eigentliche Prioritätenliste etwas, das nur jede einzelne Organisation selbst beantworten kann. Jedes Unternehmen legt unterschiedliche Schwerpunkte in der CIA‑Triade, und jedes Unternehmen hat sensible Daten an unterschiedlichen Orten gespeichert oder darauf zugreift. Der eigentliche Rat, den die meisten Unternehmen benötigen, lautet, zu bewerten, welche Daten, Vermögenswerte oder Produktionssysteme für ihre Abläufe am kritischsten sind, und dann von dort aus rückwärts zu arbeiten, um das zu schützen, was am wichtigsten ist.

Es gibt zunehmende Besorgnis darüber, dass KI‑Agenten irgendwann bedeutende Teile des Angriffslebenszyklus eigenständig ausführen. Welche Fähigkeiten müssten verbessert werden, bevor autonome Cyberangriffe wesentlich gefährlicher werden als die heutigen KI‑unterstützten Angriffe, und bereiten sich die Verteidiger schnell genug darauf vor?

Die Sorge um autonome Agenten impliziert, dass dies ein zukünftiges Problem sei, doch wir sehen bereits heute, dass sie Angriffe ausführen. Diese autonomen Angriffe sind jedoch alles andere als perfekt. Blicken wir auf die jüngste JadePuffer‑Ransomware‑Kampagne: Sie wurde vollständig von einem KI‑Agenten betrieben, machte aber eklatante Fehler. Das Modell halluzinierte Teile der Operation, einschließlich einer erfundenen Bitcoin‑Wallet‑Adresse für das Lösegeldschreiben. Noch absurder: Die KI vergaß, den Verschlüsselungsschlüssel zu speichern oder zu übertragen. Sie gab den zufällig generierten Schlüssel lediglich in einer temporären Konsolenausgabe aus und schloss die Sitzung, wodurch es für das Opfer mathematisch unmöglich wurde, seine Daten wiederherzustellen, selbst wenn es das Lösegeld bezahlt hätte.

Die nüchterne Realität ist, dass aus Sicht von Taktiken, Techniken und Verfahren autonome KI, automatisierte Skripte und menschliche Angreifer exakt dasselbe tun. Sie nutzen weiterhin dieselben Arten von internetexponierten, verwundbaren und fehlerhaft konfigurierten Assets. KI muss nach wie vor die übliche Kill‑Chain durchlaufen. Sie muss zunächst Zugriff erlangen, Berechtigungen erhöhen, seitlich bewegen und schließlich die Nutzlast ausführen. Im Fall von JadePuffer nutzte sie lediglich eine bekannte, ungepatchte Schwachstelle, um sich Zugang zu verschaffen, und stolperte dann durch das Netzwerk.

Da die Kernmechanik des Angriffs unverändert bleibt, müssen Verteidiger ihr aktuelles Playbook nicht über Bord werfen. Schichten‑Security, grundlegende IT‑Hygiene und starke Verhaltens‑Erkennung bleiben notwendig. Was sich ändert, ist der Druck und das Tempo, mit dem Verteidiger Ereignisse verarbeiten und Alarme priorisieren müssen. Wenn ein KI‑Agent einen Fehler macht, das Fehlerprotokoll liest und sich in Sekunden selbst korrigiert, um weiter voranzukommen, müssen Verteidiger einfach mit der jetzt viel schnelleren Geschwindigkeit von Cyberangriffen Schritt halten.

Angreifer setzen KI ein, aber Verteidiger haben Zugang zu vielen derselben Technologien. Wo sehen Sie den größten defensiven Vorteil von KI: bei der Erkennung ungewöhnlichen Verhaltens, der Analyse von Telemetriedaten, der Priorisierung von Schwachstellen, der Automatisierung von Reaktionen oder an einem völlig anderen Ort?

Erstens ist KI äußerst effektiv für die Korrelation im Blue‑Team. Sicherheitsteams haben kein Datenproblem, sondern ein Rausch‑Problem. KI ist unglaublich nützlich, um die Nadeln aus dem Heuhaufen zu ziehen, disparate, scheinbar zusammenhanglose Ereignisse zu bündeln und zu einer vollständigen Geschichte einer Invasion zusammenzufügen.

Zweitens tut KI für Verteidiger genau das, was sie für Angreifer leistet, indem sie die Qualifikationslücke überbrückt. Wenn ein Junior‑SOC‑Analyst mit einem stark verschleierten Skript oder einem komplexen Alarm konfrontiert wird, kann er ein LLM nutzen, um diese Daten sofort in verständliches Englisch zu übersetzen. Das eliminiert die manuelle, mühsame Arbeit des Reverse Engineerings und ermöglicht es Verteidigern, Vorfälle viel schneller zu triagieren und zu reagieren.

Schließlich gibt es jenseits der reaktiven Verteidigung eine enorme Chance für Red‑ und Purple‑Teams, KI zu nutzen, um Verteidigungen proaktiv zu testen und zu validieren. Vollständig abgegrenzte, von Menschen durchgeführte Penetrationstests bleiben ein absolutes Muss. KI senkt jedoch die technische Einstiegshürde für kleinere, atomare Tests, um verschiedene Schichten eines Sicherheitsstapels zu prüfen. Anstatt auf einen jährlichen Pen‑Test zu warten oder die Daumen zu drücken, wenn eine echte organische Bedrohung auftaucht, können Organisationen KI einsetzen, um ihre eigenen Umgebungen sicher und häufig zu testen und zu sehen, was tatsächlich versagt.

Wenn wir in die Zukunft blicken, erwarten Sie, dass die Cyber‑Sicherheitsbranche in ein Umfeld eintritt, in dem sowohl Angreifer als auch Verteidiger zunehmend über autonome Agenten operieren? Und falls ja, was wird letztlich bestimmen, wer den Vorteil hat, wenn Maschinen auf beiden Seiten Bedrohungen in Maschinen‑geschwindigkeit erkennen und darauf reagieren können?

KI erschüttert definitiv die Untergrundwirtschaft. Der Darknet-Markt für Cybercrime-as-a-Service hat davon profitiert, Malware und Skripte zu verkaufen, weil deren Erstellung traditionell spezialisierte Entwicklerfähigkeiten erforderte. KI verändert die Zugänglichkeit und Wirtschaftlichkeit dieses Ökosystems, indem sie weniger qualifizierten Akteuren ermöglicht, ihre eigenen Werkzeuge auf Abruf zu erzeugen. Sie wird wahrscheinlich viele legacy‑ und Standard‑Malware‑Anbieter vom Markt drängen. Warum sollte ein Bedrohungsakteur generische Standard‑Malware auf einem Untergrundforum kaufen, wenn er einfach ein LLM auffordern kann, maßgeschneiderte Werkzeuge nach Bedarf zu generieren?

Wenn beide Seiten mit KI ausgestattet sind, hängt der Vorteil von Infrastruktur, Feinabstimmung und Aufsicht ab. Es wird ein Kampf darum, wer das größere Compute‑Budget (wer mehr Tokens verbrennen kann) und wer das besser abgestimmte Modell hat. Für Bedrohungsakteure ist die Frage, ob ihre KI iterativ Fehler beheben, Fehlermeldungen lesen und bei einem Fehlschlag des Exploits angemessen pivotieren kann. Für Verteidiger ist die Frage, ob Ihre Detektoren tatsächlich abgestimmt sind und ob Ihre Datenpipelines korrekt angebunden sind, um der KI in Echtzeit die richtigen Telemetriedaten zu liefern. Noch wichtiger ist jedoch, ob Sie menschliche Experten mit Geschäftskontext im Loop haben, die kritische Entscheidungen treffen, etwa die Interpretation eines KI‑Berichts zu einem Vorfall zu lesen und zu entscheiden, ob ein kompromittierter Rechner isoliert oder ein Produktionssystem abgeschaltet werden soll, um eine Bedrohung einzudämmen.

Letztlich ändert KI nichts an den Grundprinzipien der Sicherheit. Die Unternehmen, die am besten abschneiden, sind jene, die die kleinen Dinge weiterhin richtig machen. Es geht darum, die Angriffsfläche zu reduzieren, Schwachstellen zu patchen, Konfigurationen zu härten, rund um die Uhr zu überwachen, von einem Kompromittierung auszugehen und die Verteidigung regelmäßig proaktiv zu testen. KI ist nur ein Beschleuniger. Wer die Grundlagen schneller und konsequenter umsetzt, ist der Gewinner.

Vielen Dank für das großartige Interview, Leser, die mehr erfahren möchten, sollten Huntress besuchen.