Amazon Threat Intelligence hat am 20. November 2026 einen Fall beschrieben, in dem KI-Agenten eine Zero-Day-Lücke selbstständig gefunden und ausgenutzt haben. Ein Angreifer, den Amazon mit mittlerer Sicherheit einem chinesischen Umfeld zuordnet, setzte dafür das quelloffene Pentesting-Framework Cairn gegen Universitäten in Ostasien ein. Die Agenten bekamen nur IP-Adressen und ein Ziel: Shell-Zugriff erlangen. Gegen eine medizinische Bildverarbeitungs-Anwendung kamen sie in etwa elf Minuten von der Erkundung der API bis zum Schreiben beliebiger Dateien auf den Server. Die betroffene Software ist MONAI Label. Eine korrigierte Version ist bisher nicht veröffentlicht.
Wie Amazon die Cairn-Instanz entdeckte
Laut dem Bericht im AWS Security Blog stieß Amazon am 10. September 2026 auf einen Server, auf dem eine Cairn-Instanz ohne Authentifizierung öffentlich erreichbar war. Weil der Betreiber den Zugang offen gelassen hatte, war die gesamte Betriebshistorie einsehbar: Projektkonfigurationen, Prompts und die Ausgaben der KI. Die Prompts waren in vereinfachtem Chinesisch geschrieben, die Zeitstempel in ausgeführten Skripten auf chinesische Standardzeit eingestellt.
Die Kampagne richtete sich über rund 48 Stunden ab dem 8. September 2026 gegen IP-Adressen, die Universitäten in Ostasien außerhalb des chinesischen Festlands zugeordnet werden. Cairn wurde nach Amazons Darstellung eigentlich als Werkzeug für Verteidiger entwickelt. Man gibt einen Startpunkt und ein Ziel in natürlicher Sprache vor, das Framework koordiniert mehrere KI-Agenten, die einen Weg dorthin suchen. Genau diese einfache Bedienung mache es für Angreifer attraktiv.
16 Stunden Ausdauer ohne Erfolg
Der Bericht zeigt nicht nur den Treffer, sondern auch die Fehlschläge. Der aufwendigste Versuch galt einer Redis-Datenbank an einer Universität, die ohne Authentifizierung erreichbar war. Über etwa 16 Stunden und 148 aufeinanderfolgende Aktionen arbeiteten die Agenten eine lange Liste bekannter Techniken ab: Missbrauch der Replikationsfunktion, um fremden Code zu laden, Ausbruch aus der Skript-Sandbox, Schreiben von Konfigurationsdateien und Speicherkorruption. Zusätzlich versuchten sie eine Log4Shell-Injektion gegen einen anderen Dienst auf demselben System.
Als das scheiterte, kartierten die Agenten über eine Server-Side-Request-Forgery-Lücke in einer Qdrant-Instanz das interne Docker-Netz und starteten Passwortangriffe gegen PostgreSQL, SSH und weitere Dienste. Nichts davon gelang.
Ein zweiter Einsatz lief mehr als sechs Stunden gegen einen GPU-Server einer Universität. Die Agenten stellten aus öffentlichen Quellen wie Fakultätsverzeichnissen, Lab-Webseiten, archivierten Seiten und Fachartikeln eine Liste mit rund 80 echten Benutzernamen zusammen. Dann testeten sie mehr als 30.000 Kombinationen aus Benutzername und Passwort gegen SSH und gegen weitere Systeme im Uni-Netz, darunter ein Admin-Dashboard, ein Netzwerkspeicher, ein VPN-Server und das Campusportal. Ein funktionierender Login fand sich nicht.
KI-Agenten finden Zero-Day-Lücke in elf Minuten
Anders verlief der Angriff auf ein Ziel, auf dem eine quelloffene KI-Anwendung für medizinische Bildgebung lief. Die Agenten erkannten das Framework, kartierten die API-Endpunkte und fanden einen Upload-Endpunkt mit einem Parameter für den Dateinamen. Sie testeten ihn auf Path Traversal, und der Parameter war verwundbar. Laut Amazon vergingen etwa elf Minuten zwischen der Kartierung der API und dem Schreiben beliebiger Dateien auf dem Server.
In einer späteren Sitzung nutzten die Agenten dieselbe Lücke, um eine Python-Reverse-Shell in die Datei sitecustomize.py zu schreiben. Python lädt diese Datei automatisch beim Start des Interpreters. Anschließend lösten die Agenten über einen Trainings-Endpunkt der Anwendung einen neuen Python-Prozess aus. Der lud die Schadfunktion und baute eine Reverse Shell mit Root-Rechten auf.
Zum Zeitpunkt der Entdeckung gab es für diese Lücke weder ein Advisory noch einen Fix, einen Issue-Eintrag oder einen Hinweis in Schwachstellendatenbanken. Amazon bewertet es deshalb mit hoher Sicherheit als Zero-Day. In einer weiteren Sitzung griff der menschliche Betreiber ein: Er gab den Agenten einen Proxy in das Netz einer zweiten Universität, auf deren Server dieselbe Software lief. Amazon schließt daraus, dass der Angreifer die Lücke dort bereits ausgenutzt hatte, um den Tunnel einzurichten.
Die Lücke in MONAI Label
Amazon nennt die Anwendung im Blogbeitrag nicht beim Namen, verweist aber auf das GitHub-Advisory der Projektbetreuer. Das Advisory GHSA-qc22-rmgc-vg94 vom 18. November 2026 betrifft MONAI Label, ein Werkzeug des Projekts MONAI zum Annotieren medizinischer Bilddaten. Es nennt das Sicherheitsteam von AWS als ursprünglichen Melder. Die Eckdaten:
- Betroffen sind alle Versionen bis einschließlich 0.8.5, eine gepatchte Version gibt es laut Advisory noch nicht.
- Der Endpunkt
PUT /datastore/imageübernimmt den Parameterimageungeprüft als Bild-ID. Ein Wert wie../../../tmp/xschreibt die hochgeladene Datei an jeden Ort, auf den der MONAI-Label-Prozess Schreibzugriff hat. Der EndpunktPUT /datastore/labelist auf dieselbe Weise betroffen. - Die Authentifizierung ist standardmäßig ausgeschaltet (
MONAI_LABEL_AUTH_ENABLE=False). In der Standardkonfiguration kann also jeder Client die Lücke ausnutzen, der den Server erreicht. Mit aktivierter Authentifizierung genügt die Rolle ANNOTATOR. - Das Projekt stuft die Lücke als kritisch ein (CWE-22). Eine CVE-Nummer ist im Advisory nicht vergeben.
Der Fix steckt in Pull Request #1915 und soll mit der nächsten MONAI-Label-Version erscheinen. Auf PyPI ist bei Redaktionsschluss am 21. November weiterhin 0.8.5 die aktuelle Version, veröffentlicht im November 2024. Amazons Formulierung, die Betreuer hätten einen Fix veröffentlicht, bezieht sich also auf den eingespielten Code, nicht auf ein installierbares Release.
Was Betreiber jetzt tun sollten
Bis eine neue Version verfügbar ist, empfiehlt das Advisory folgende Schritte:
- Authentifizierung aktivieren (
MONAI_LABEL_AUTH_ENABLE=True) und die Rolle ANNOTATOR nicht an nicht vertrauenswürdige Nutzer vergeben. - MONAI-Label-Server nicht aus nicht vertrauenswürdigen Netzen erreichbar machen.
- Den Dienst als unprivilegierten Benutzer betreiben, der nur im Datastore-Verzeichnis schreiben darf.
Wer MONAI Label betreibt, sollte außerdem prüfen, ob unerwartete Dateien wie eine veränderte sitecustomize.py, neue Einträge in .ssh/authorized_keys oder Cronjobs auftauchen. Amazon veröffentlicht zudem zwei IP-Adressen aus dem Zeitraum 8. bis 10. September 2026 als Indikatoren: 142.4.98.145 und 142.4.107.34. Die betroffenen Hochschulen waren keine AWS-Kunden. Amazon hat sie nach eigenen Angaben über einen staatlichen Partner informieren lassen.
Einordnung: Ausdauer statt Genialität
Bemerkenswert an dem Fall ist weniger eine besonders raffinierte Technik als die Kombination aus Tempo und Ausdauer. Eine Path-Traversal-Lücke in einem Upload-Parameter gehört zu den Klassikern. Neu ist, dass Agenten sie ohne menschliche Anleitung in einer Nischenanwendung entdeckt und sofort zu Codeausführung mit Root-Rechten ausgebaut haben. Gleichzeitig zeigen die gescheiterten Versuche, dass gut abgesicherte Systeme auch 16 Stunden automatisierter Angriffe standhalten können.
Der Fall passt zu Beobachtungen, über die wir zuletzt berichtet haben, etwa zu exploit_agent, das Patches automatisch in Exploits verwandelt, und zum Einsatz von KI-Agenten gegen über 100 Firmen. Amazon zufolge hat auch Gambit Security den Einsatz von Cairn dokumentiert, dort durch eine finanziell motivierte Gruppe gegen Onlinehändler.
Amazons Empfehlung an Verteidiger lautet, auf verlässliche Erkennungen mit automatischer Reaktion zu setzen, weil Agenten schneller arbeiten, als viele Security-Teams Alarme manuell prüfen können. Für den Alltag heißt das vor allem: Forschungs- und ML-Server gehören genauso ins Inventar und hinter Authentifizierung wie VPN-Gateways oder Webserver. Gerade spezialisierte KI-Werkzeuge laufen oft mit Standardeinstellungen im Netz, und die sind, wie bei MONAI Label, nicht immer sicher.



