CrowdStrikes Threat Hunting Report 2026 misst das Ausnutzungsfenster in Stunden – und stellt fest, dass Frontier-KI es nicht zuerst verkleinert hat

CrowdStrike veröffentlichte am 3. August 2026 seinen 2026 Threat Hunting Report, und die kursierende Zahl war 88 %: Im Zeitraum Januar bis Juni 2026 begannen laut dem Unternehmen 88 % der Ausnutzungen, die es bei Schwachstellen mit einem öffentlichen Proof of Concept beobachtete, innerhalb von 48 Stunden nach Veröffentlichung dieses Proof of Concept. Der Bericht wird CrowdStrike Intelligence und CrowdStrike OverWatch zugeschrieben, umfasst die zwölf Monate von Juli 2025 bis Juni 2026 und verfolgt mehr als 290 namentlich benannte Bedrohungsakteure, wie das Unternehmen sie beschreibt. Zwei Befunde weisen einen KI-Bezug auf – eine LLMJacking-Kampagne, die in zwei Minuten fast 200.000 API-Anfragen erzeugte, und Detektionshinweise, die von KI-Agenten ausgelöst wurden und mit 2,5-mal so hoher Rate eingingen wie von Menschen ausgelöste. Mit dem Eintrag im Archiv sind kein benanntes Opfer, keine Verlustzahl und keine Anklage verbunden; er wird als Bericht eingestuft, Schweregrad Info, wobei eine KI-Beteiligung bestätigt ist. Der Schweregrad, die Konfidenzbewertung und die Quellenliste des Eintrags stehen in dem KI-Vorfallarchiv, zusammen mit den Einträgen, die rund um ihn abgelegt wurden.

Die Uhr beginnt beim Proof of Concept, nicht beim Patch.

Der Satz in CrowdStrikes Blogbeitrag ist sorgfältig formuliert, und es lohnt sich, ihn zu zitieren statt zu paraphrasieren: Von Januar bis Juni 2026 „wurden 88 % der“ von CrowdStrike beobachteten „Ausnutzung von Schwachstellen mit einem öffentlichen PoC innerhalb von 48 Stunden nach Veröffentlichung des PoC durchgeführt.“ Die Zeitspanne reicht vom Moment, in dem funktionierender Exploit-Code öffentlich wird, bis zu dem Moment, in dem ihn jemand nutzt – nicht vom Moment, in dem ein Patch veröffentlicht wird. SiliconANGLEs Duncan Riley formulierte es am Tag der Veröffentlichung so: „Zwischen Januar und Juni lag diese Lücke in 88 % der Fälle unter 48 Stunden.“ DigitalTodays Chi-gyu Hwang beschrieb dieselbe Methode: CrowdStrike „maß das Intervall von der Veröffentlichung eines Proof-of-Concept-Exploits bis zu dessen Einsatz in realen Angriffen in Stunden.“

In jenem Satz stecken zwei Einschränkungen, die auf dem Weg zu einer Schlagzeile oft verloren gehen. Die erste ist der Nenner: Die 88 % beschreiben nur Schwachstellen, für die bereits ein öffentlicher Proof of Concept vorlag, und sagen daher nichts über die weit größere Gruppe von Fehlern aus, für die nie einer erstellt wird. Die zweite ist die Uhr selbst. Die eigene einzeilige Zusammenfassung des Archivs verdichtet den Befund auf „innerhalb von 48 Stunden nach der Offenlegung“, doch die Veröffentlichung des PoC und die Offenlegung des Patches sind unterschiedliche Ereignisse an unterschiedlichen Tagen. Wo diese beiden auseinanderfallen, misst der Bericht das großzügigere von ihnen: Ein Fehler kann Monate vor der Veröffentlichung von Exploit-Code offengelegt und gepatcht werden, und CrowdStrikes 48 Stunden beginnen mit dem zweiten Ereignis.

Das klarste ausgearbeitete Beispiel im Bericht ist eine Gruppe mit Belarus-Verbindung, die CrowdStrike UMBRAL BISON nennt und die im April 2026 CVE-2026-31431 ausgenutzt haben soll, eine lokale Schwachstelle zur Rechteausweitung unter Linux. Laut dem Bericht wurde die Schwachstelle am 29. April 2026 öffentlich bekannt gegeben; am darauffolgenden Tag entdeckte OverWatch den massenhaften Einsatz des Exploits; und etwa 94 % der Ereignisse in diesen ersten 24 Stunden waren Testverhalten auf Basis des öffentlichen PoC-Codes und keine maßgeschneiderte Entwicklung. CrowdStrike gibt an, die Aktivität des Akteurs „in nur etwas mehr als 20 Stunden nach der öffentlichen Bekanntgabe“ aufgedeckt zu haben. Das ist ein einzelner Fall aus den eigenen Telemetriedaten eines Anbieters, und genau diese Art von Spezifität kann der aggregierte Prozentsatz nicht liefern.

Daneben verzeichnet der Bericht, dass die Zero-Day-Ausnutzung im Jahresvergleich um 42 % gestiegen ist – eine Zahl, die SiliconANGLE aus demselben Dokument übernimmt. Die beiden Zahlen beschreiben unterschiedliche Grundgesamtheiten – Schwachstellen, die ohne öffentlichen PoC ausgenutzt werden, und Schwachstellen, die nach Vorliegen eines solchen ausgenutzt werden – und der Bericht addiert sie nicht.

React2Shell: 800 Hinweise, 80 Opfer, vier Tage

Die konkreteste Fallstudie des Berichts ist React2Shell, geführt als CVE-2025-55182 – eine nicht authentifizierte Schwachstelle für Remotecodeausführung in React Server Components und Next.js. SiliconANGLE verzeichnet, dass die Offenlegung und die Korrekturen am 3. Dezember 2025 erfolgten und dass funktionsfähiger Exploit-Code am nächsten Tag auftauchte. CrowdStrike zufolge starteten die Gruppen mit China-Nexus, die es VAULT PANDA und GENESIS PANDA nennt, innerhalb von 24 Stunden nach der öffentlichen Offenlegung der Schwachstelle gezielte Angriffe, und OverWatch habe in den ersten vier Tagen auf mehr als 800 Hunting-Leads bei mehr als 80 Opferorganisationen reagiert. DigitalToday berichtet über dieselben zwei Gruppen und nennt dieselbe 24-Stunden-Zahl, in seiner Darstellung gerechnet ab dem Auftauchen von Exploit-Code.

Wenn man diesen Fall neben die 88 % stellt, ist Vorsicht geboten, denn beide liegen in unterschiedlichen Abschnitten des Berichtszeitraums. React2Shell wurde am 3. Dezember 2025 bekannt gegeben, in der ersten Hälfte des Berichtsfensters von Juli 2025 bis Juni 2026; die 88-%-Gesamtzahl bezieht sich nur auf Januar bis Juni 2026. Es handelt sich um zwei Beobachtungen aus ein und demselben Dokument, nicht um zwei Messungen eines Trends, und wer sie zu einer einzigen beschleunigten Kurve zusammenfügt, liest etwas hinein, was der Bericht nicht sagt.

Was der React2Shell-Fall sehr wohl belegt, ist die Gestalt des Problems, mit dem Verteidiger konfrontiert sind. Die Zeitspanne zwischen öffentlichem Exploit-Code und Angriffen wurde in Stunden gemessen, und die Folge war nicht eine Anzahl kompromittierter Hosts, sondern eine Anzahl von Hunting-Leads – 800 an der Zahl, verteilt auf gut 80 Organisationen, innerhalb von vier Tagen. Das ist eine Arbeitslast-Kennzahl, und Arbeitslast ist genau das, was ein Threat-Hunting-Anbieter tatsächlich zählen kann.

Die KI-Befunde und die ohne zugeordnete Nummer

Die LLMJacking-Kampagne ist das schärfste KI-Detail des Berichts, und SiliconANGLE enthält mehr davon als der Blogbeitrag. In einer Mai-Kampagne gegen den Foundation-Model-Dienst eines Cloud-Anbieters erweiterte ein Akteur eine kompromittierte Identität zu Administratorrechten, reichte das Use-Case-Formular ein, das erforderlich war, um den Modellzugriff freizuschalten, und sendete dann fast 200.000 API-Anfragen „in einer anfänglichen zweiminütigen Flut, bevor die Drosselung einsetzte.“ Die eigene Zusammenfassung von CrowdStrike besagt, dass die Kampagne in zwei Minuten fast 200.000 API-Anfragen generierte, „was zu finanziellen und operativen Auswirkungen in großem Maßstab führte.“

Dort endet die Akte. Der Bericht nennt keinen Dollarbetrag für die Auswirkungen, keinen Namen des Cloud-Anbieters und keinen Namen des Akteurs. Der Ausdruck „großflächige finanzielle und operative Auswirkungen“ ist die Charakterisierung des Anbieters, kein gemessener Verlust, und nichts in den drei unabhängigen Berichten, die für diesen Beitrag gesichtet wurden, fügt eine Zahl hinzu. Das Archiv verzeichnet daher für diesen Eintrag keinen realen Schaden – nicht weil nichts geschehen ist, sondern weil die Berichterstattung den Mechanismus quantifiziert und die Kosten als Prosa belässt.

Die zweite KI-Kennzahl ist ein Verhältnis, kein Vorfall. CrowdStrike sagt, dass durch KI-Agenten ausgelöste Erkennungshinweise „inzwischen 2,5-mal mehr Bedrohungshinweise aufdecken als manuell gesteuerte Aktivitäten“ – eine Feststellung, die das Unternehmen OverWatch zuschreibt; eSecurity Planet formuliert es so, dass KI-generierte Erkennungshinweise „2,5-mal häufiger auftauchen als von Menschen generierte Hinweise“. Wörtlich gelesen ist das eine Aussage über die Menge an Arbeit, die in einem Security Operations Center eintrifft, nicht über die Kompetenz der Agenten, die sie erzeugen, und der Bericht bietet dazu keine Präzisions- oder Falschpositivrate.

Der dritte Punkt ist ein Anteil einer Taxonomie: CrowdStrike zufolge machten Techniken für den Zugriff auf KI-Modelle 16 % der MITRE-ATLAS-Techniken aus, die das Unternehmen im Laufe des Jahres beobachtete, wobei eine Gruppe mit DPRK-Bezug, die es FAMOUS CHOLLIMA nennt, KI-zentrierte Umgebungen als Waffe gegen Kryptowährungs- und Blockchain-Unternehmen einsetzt – ein Fall der ATLAS-Technik zur Kompromittierung von KI-Lieferketten, AML.T0010. Die Lieferketten-Erkenntnisse sind der konkreteste Teil des Berichts: Die Gruppe, die es STARDUST CHOLLIMA nennt, nutzte im März 2026 gestohlene Maintainer-Zugangsdaten, um das Axios-npm-Paket zu kompromittieren, und injizierte im Juni 2026 ein bösartiges Paket in mindestens 131 Mastra-KI-Framework-Pakete; die Gruppe, die es ALTERED SPIDER nennt, kompromittierte an einem einzigen Tag mehr als 300 Softwareabhängigkeiten; und 87 % der Software-Registry-Bedrohungen, die CrowdStrike in der ersten Hälfte 2026 identifizierte, betrafen npm-Pakete.

Was der Bericht entgegen seiner eigenen Schlagzeile aussagt

Der Titel des Berichts lautet „Exploitation Window Closes as AI Use Accelerates“, was wie eine Kausalaussage klingt. Der Haupttext stellt keine solche auf. In dem Blogbeitrag schreibt CrowdStrike, dass „dieses Muster vor der Entstehung von Frontier-KI-Modellen datiert“ und dass die Bereitstellung solcher Systeme „wahrscheinlich“ die Ausnutzungszeiträume weiter verkürzen wird, indem sie die Entdeckung von Schwachstellen und die Entwicklung von Exploits beschleunigt. In der eigenen Darstellung des Berichts ist KI ein Beschleuniger, der zu einem Trend hinzukommt, der bereits in Stunden gemessen wurde – und ein neues Ziel, weil KI-Systeme Geheimnisse, Modellzugriff und Rechenleistung bergen, die Angreifer begehren.

Adam Meyers, Leiter der Gegenmaßnahmen gegen Gegner bei CrowdStrike, wird von SiliconANGLE mit den Worten zitiert: „KI ist inzwischen in modernen gegnerischen Operationen verankert“, und Organisationen müssten „KI ebenso aggressiv absichern, wie sie sie einsetzen“. Weder dieses Zitat noch der Hauptteil des Berichts behaupten, KI habe das 48-Stunden-Fenster verursacht; der Bericht datiert das Muster ausdrücklich auf einen Zeitpunkt vor den Frontier-Modellen.

Das Wort „likely“ hat in diesem Satz eine echte Funktion, und es ist die ehrliche Grenze des Dokuments. Alles, was der Bericht darüber sagt, dass KI das Zeitfenster weiter verkürzt, ist eine Prognose – und noch dazu eine Prognose eines Anbieters. Was der Bericht mit Daten stützen kann, ist enger gefasst und in mancher Hinsicht nützlicher: Akteure sind schnell bei Schwachstellen, für die öffentlicher Exploit-Code existiert, KI-Infrastruktur ist inzwischen sowohl Angriffsfläche als auch eine Ressource, die gestohlen werden kann, und der Aufwand für die Erkennung steigt schneller, als die menschliche Kapazität ihn aufnehmen kann.

Was unabhängige Berichterstattung vermittelte – und was nichts davon gemessen hat

Drei Medienhäuser außerhalb von CrowdStrike veröffentlichten am Veröffentlichungstag oder kurz davor bzw. danach Artikel über den Bericht, und die Unterschiede zwischen ihnen geben Aufschluss darüber, welche Befunde den Kontakt mit einer zweiten Redaktion überstanden haben.

SiliconANGLE brachte die 88-Prozent-Zahl samt ihrer Methodik, die React2Shell-Chronologie einschließlich der 800-Lead- und 80-Opfer-Zahlen, den 42-prozentigen Anstieg bei Zero-Days, den 16-prozentigen ATLAS-Anteil, die LLMJacking-Kampagne in ihrer vollständigsten Form, das 2,5-fache Verhältnis beim Erkennungsvorsprung und das Meyers-Zitat. Den UMBRAL-BISON-Fall brachte es nicht.

eSecurity Planet enthielt in Ken Underhills Beitrag vom 4. August 2026 die Angabe von 88 %, das Verhältnis von 2,5x, die Behauptung, dass KI-gestützte Cyberbedrohungen 2025 um 89 % zunahmen, den npm-Anteil von 87 %, die mehr als 300 Abhängigkeiten von ALTERED SPIDER, einen Anstieg finanziell motivierter Cloud-Angriffe um 171 %, eine Verdopplung von Vishing und einen 15-fachen Anstieg von Device-Code-Phishing sowie einen insgesamt um 4 % gestiegenen Jahresvergleich bei Eindringversuchen gegenüber 27 % im Vorjahr. Es erwähnte VAULT PANDA, GENESIS PANDA, React2Shell, OverWatch oder LLMJacking nicht.

DigitalToday nannte die 88-%-Zahl zusammen mit dem PoC-basierten Zeitfenster, dem Berichtszeitraum von Juli 2025 bis Juni 2026, der Angreiferzahl von mehr als 290 und dem React2Shell-Zeitpunkt bei beiden China-Nexus-Gruppen.

Der Punkt, der am meisten zählt, ist, was alle drei gemeinsam haben: Jede oben genannte Zahl stammt aus der Telemetrie von CrowdStrike. Keine der drei Publikationen hat das 48-Stunden-Fenster gemessen, die Hunting-Leads gezählt oder das Detection-Lead-Verhältnis unabhängig geprüft; sie gaben korrekt wieder, was der Anbieter sagte, und ordneten es ihm zu. Eine unabhängige Bestätigung dieses Datensatzes gibt es daher auf der Ebene der Berichterstattung – drei Redaktionen stimmen darin überein, was das Dokument aussagt – und nicht auf der Ebene der Messung, was genau das ist, was die Vertrauensstufe A des Archivs beschreibt, und was sie nicht beschreibt.

Was der Datensatz nicht enthält

Die Lücken sind konkret. Keine Opferorganisation wird irgendwo in den Ergebnissen des Berichts genannt, wie von CrowdStrike oder den drei Medien zusammengefasst: Die mehr als 80 Organisationen hinter den React2Shell-Hinweisen sind eine Anzahl, keine Liste. Die LLMJacking-Kampagne hat einen Mechanismus und ein Anfragevolumen, aber keine Schadenssumme. Für die 88 % gibt es im Blogbeitrag oder in keiner der für diesen Artikel geprüften Sekundärberichterstattungen einen veröffentlichten Nenner – wie viele Schwachstellen, wie viele Ausnutzungsereignisse. Und es gibt nirgendwo im Dokument einen auf KI zurückführbaren Anteil an der Beschleunigung, weil CrowdStrike die Auffassung vertritt, dass die Beschleunigung vor der Frontier-KI begann.

Nichts davon macht den Bericht falsch. Es macht ihn zu einem Bedrohungsinformationsbericht eines Anbieters mit benannter Methodik und ohne benannte Subjekte – und genau so sieht dieses Genre aus. Der Grund, ihn genau zu lesen, statt die 88 % zu überfliegen, ist, dass der Bericht sorgfältiger ist als seine eigene Schlagzeile: Er trennt eine Messung von einer Prognose, datiert den Geschwindigkeitstrend früher als die Technologie, die alle beschuldigen wollen, und belässt die Kosten der KI-spezifischen Kampagnen als Formulierung statt als konkrete Zahl.

Was das Bild verändern würde, wäre eine unabhängige Messung desselben Intervalls – ein nationales CERT, das seine eigene PoC-to-Exploitation-Verteilung veröffentlicht, oder eine Regulierungsbehörde, die Daten zum zeitlichen Ablauf von Vorfällen verlangt. Nichts dergleichen findet sich in den hier geprüften Quellen. Bis dahin ist das 48-Stunden-Fenster die Sicht eines einzelnen Unternehmens auf seine eigene Telemetrie, veröffentlicht am 3. August 2026 und bestätigt von drei Redaktionen, die sie auf dieselbe Weise interpretierten.