Die Google Threat Intelligence Group (GTIG) berichtet, sie habe im Quartal vor ihrem Update vom 16. November 2026 erstmals ein Framework beobachtet, das Schwachstellenanalyse und Exploit-Ausführung ohne menschliches Eingreifen verband. Das System namens exploit_agent verglich Software rund um Patch-Veröffentlichungen, prüfte mögliche Schwachstellen, entwarf Exploits und führte sie automatisch aus. GTIGs Bericht beschreibt damit einen konkreten beobachteten Ablauf, keine Fähigkeit, beliebige Software anzugreifen.

Was exploit_agent automatisierte

Vier aufeinanderfolgende Schritte: Softwareversionen vergleichen, mögliche Schwachstellen analysieren, Exploits entwerfen und sie automatisch ausführen.

GTIG zufolge lief exploit_agent auf einem offen erreichbaren Staging-Server und nutzte mehrere fortgeschrittene und lokal betriebene große Sprachmodelle. Auf dem Server fand GTIG exfiltrierte Opferdaten sowie Skripte für Aktivitäten nach einem Eindringen, darunter interne Aufklärung, Brute-Force-Versuche und die Installation von Webshells. Die Telemetrie deutete auf Interesse an französischen Websites aus den Bereichen Medien, Unterhaltung und Bildung hin.

Die Automatisierung deckte in diesem Fall mehrere Schritte ab: Softwarestände rund um Patch-Ankündigungen vergleichen, mögliche Fehler untersuchen, Exploits entwerfen und diese ausführen. GTIG berichtet, dass dabei kein Mensch in den Ablauf eingreifen musste.

Bei der Abwehr zählt neben der Schwachstelle auch, ob die betroffene Umgebung ihre Voraussetzungen erfüllt und wie sie erreichbar ist.

Welche Frameworks GTIG im Einsatz sah

GTIG unterscheidet zwischen Frameworks, die es in realen Angriffen beobachtete, und solchen, mit denen Angreifer experimentierten. CAIRN und PentAGI sah die Gruppe im Einsatz; CyberStrikeAI und HexStrike AI ordnete sie der Experimentierphase zu. Auch ein angepasstes, von PentAGI abgeleitetes System wurde laut GTIG von Ende August bis Anfang Oktober 2026 zur Aufklärung und Schwachstellensuche gegen Organisationen in Asien verwendet.

Autonome Ausführung kann Spuren hinterlassen: GTIG nennt forensischen Netzwerkverkehr, erkennbare Kennungen und Spuren im Code. Zugleich können fehlerhafte Angaben oder falsche Ziele die Zuverlässigkeit beeinträchtigen. Für Verteidiger heißt das, dass automatisierte Exploit-Ausführung nicht automatisch einen erfolgreichen Angriff bedeutet. GTIG berichtet außerdem, dass zahlreiche nach Patches veröffentlichte Proof-of-Concept-Exploits für zwei PHP-Schwachstellen nicht funktionierten.

Warum der Systemkontext bei der Schwachstellenbewertung zählt

James Berthoty zeigt in einer englischsprachigen Maze-Demonstration, wie die Plattform Umgebungsbedingungen und Internet-Erreichbarkeit bei der Schwachstellenbewertung berücksichtigt.

Eine separate, englischsprachige Maze-Demonstration vom 4. Dezember 2025 veranschaulicht eine defensive Anwendung: Sicherheitspraktiker James Berthoty zeigt, wie die Plattform eine Schwachstelle im geprüften Umfeld als nicht ausnutzbar bewertete, weil der verwendete AWS-Netzwerkadapter RDMA nicht unterstützte. In einem anderen Beispiel stufte Maze eine Schwachstelle in einem Node.js-Server höher ein, nachdem Internet-Erreichbarkeit und ein öffentlicher Exploit berücksichtigt worden waren. Die Beispiele zeigen, welche Umgebungsbedingungen in diese konkrete Priorisierung einflossen.