Im Juli 2026 veröffentlichte das Threat-Intelligence-Team Unit 42 von Palo Alto Networks eine ungewöhnliche Analyse. Die Forscher hatten ein IoT-Botnetz mit dem Namen TuxBot v3 Evolution untersucht und stießen dabei auf etwas Neues: Große Teile des Schadcodes stammten offenbar nicht aus der Feder eines Menschen, sondern direkt aus einem Sprachmodell. Das Modell hinterließ sogar eigene Gedankengänge als Kommentare im Code. Ein kleines Detail mit großer Symbolkraft, denn Botnetze entwickeln sich gerade schneller, als viele Sicherheitsteams reagieren können.
TuxBot ist kein Einzelfall. Es ist der vorläufige Höhepunkt einer Entwicklung, die vor mehr als drei Jahrzehnten harmlos begann.
Von Eggdrop zu TuxBot: Die Geschichte der Botnetze
IRC-Bots ab 1993
1993 veröffentlichte Jeff Fisher mit „Eggdrop“ einen der ersten IRC-Bots. Gedacht war er als Verwaltungshelfer für Chatkanäle, nicht als Angriffswerkzeug. Weil sich aus dem Chat entfernte Nutzer revanchieren wollten, entstanden daraus die sogenannten IRC-Kriege, ein früher Vorläufer heutiger DDoS-Angriffe.
Bot-Baukästen 2002 bis 2007
Die Jahre danach professionalisierten das Feld. Zwischen 2002 und 2004 etablierten sich mit „Agobot“, „SDBot“ und „Spybot“ regelrechte Baukastensysteme. Ihr Quellcode kursierte offen im Netz und ermöglichte auch technisch weniger versierten Akteuren eigene Varianten. Ein früher Vorläufer der heutigen Malware-as-a-Service-Modelle. 2007 infizierte das Storm-Botnetz schätzungsweise bis zu 50 Millionen Rechner und wurde für Spam und Identitätsdiebstahl genutzt.
IoT-Botnetze ab 2016
Mit der Verbreitung webbasierter Dienste verließen Bots die reinen IRC-Kanäle. 2016 markierte das Mirai-Botnetz den nächsten Bruch: Die Schadsoftware durchsuchte das Internet nach IoT-Geräten mit werkseitigen Standardpasswörtern und erzeugte Angriffe von bislang unbekannter Größe, unter anderem einen mehrstündigen Ausfall beim DNS-Anbieter Dyn. Als der Quellcode später veröffentlicht wurde, entstand daraus eine ganze Familie von Nachahmern, die bis heute aktiv ist.
Danach ging es vor allem um Tarnung. Auf Chrome oder Chromium basierende Bots imitierten Mausbewegungen und Klicks so realistisch, dass sie sich kaum noch von echten Nutzern unterscheiden ließen. Gleichzeitig verlagerten sich Angriffe auf gekaperte Heimrouter, sogenannte Residential Proxies. Der Traffic kam nicht mehr aus verdächtigen Rechenzentren, sondern aus scheinbar gewöhnlichen Haushalten.
Evooo1Bot: Der alte Mirai-Code lebt weiter
Während KI die Entwicklung neuer Angriffswerkzeuge beschleunigt, zeigt ein aktueller Fund, dass auch der zehn Jahre alte Mirai-Quellcode noch längst nicht ausgedient hat. FortiGuard Labs beobachtet seit Juli 2026 ein Linux-Botnetz namens Evooo1Bot, das Router und andere Edge-Geräte von Herstellern wie Alcatel, NETGEAR, Tenda, Mitsubishi Electric, Telesquare und D-Link angreift. Die Basis bildet der öffentlich bekannte Mirai-Code, die Entwickler haben ihn jedoch deutlich erweitert.
Evooo1Bot macht deutlich, dass sich die Bedrohungslage nicht nur durch neue KI-Werkzeuge verschärft. Auch etablierter, jahrealter Code wird kontinuierlich weiterentwickelt und um neue Fähigkeiten wie Proxy-Missbrauch ergänzt. Genau diese Mirai-Linie steckt übrigens auch hinter Aisuru und Kimwolf, den beiden Botnetzen, die Ende 2025 den bislang größten bekannten DDoS-Angriff auslösten.
Erfahren Sie mehr über eine einfach zu implementierende und äußerst effektive WAAP-Lösung.
Alles aus einer Hand und auf Wunsch als vollständig verwalteter Service.
TuxBot v3: Wenn KI zum Co-Entwickler von Malware wird
Seit 2024 beschleunigt generative KI diese Entwicklung auf zwei Ebenen gleichzeitig. Erstens sinkt die Einstiegshürde: Bot-as-a-Service-Plattformen und KI-Codegeneratoren erlauben es auch technisch unerfahrenen Akteuren, funktionierende Angriffstools zu bauen. Zweitens verändert KI die Entwicklung der Schadsoftware selbst, und genau hier setzt der Fall TuxBot an.
Das analysierte Framework verfügte über einen verschlüsselten Command-and-Control-Kanal, einen Domain-Generation-Algorithmus und sogar eine eigene Exploit-Sprache. Aufschlussreich waren dabei vor allem die Fehler. Das Sprachmodell behauptete, eine moderne Argon2id-Verschlüsselung implementiert zu haben. Tatsächlich griff es auf ein deutlich schwächeres Verfahren zurück.
Das zeigt ein wichtiges Muster: KI senkt die Hürde für die Entwicklung von Malware, ersetzt aber nicht die fachliche Kontrolle. Wer sich allein auf ein Sprachmodell verlässt, baut Schwachstellen in seine eigenen Angriffswerkzeuge ein. Für Verteidiger heißt das im Umkehrschluss nicht, dass die Gefahr sinkt. Die schiere Menge an neuen Varianten wächst trotzdem.
Zahlen, die die neue Dimension der Bot-Angriffe zeigen
Aktuellen Reports zufolge stiegen KI-generierte Bot-Angriffe innerhalb eines einzigen Jahres von rund zwei auf 25 Millionen pro Tag. Dies bedeutet einen Anstieg um mehr als das Zwölffache. Mittlerweile sollen mehr als die Hälfte aller Web-Anfragen von Bots stammen, ein gutes Drittel davon schädlich.
Auch auf der Betriebsseite wachsen die Dimensionen. Ende 2025 erzeugten die IoT-Botnetze Aisuru und Kimwolf mit einer Kampagne namens „The Night Before Christmas“ einen Angriff mit einer Spitzenlast von 31,4 Terabit pro Sekunde, den bis dahin größten öffentlich bekannten DDoS-Angriff. Ausgelöst wurde er über gekaperte Router und zunehmend auch kompromittierte Android-Fernseher. Im März 2026 zerschlugen Bundeskriminalamt, US-Behörden und kanadische Ermittler gemeinsam ein Netzwerk aus mehr als drei Millionen gekaperten Geräten, das zu diesem Ökosystem gehörte.
Der Fall zeigt, wie schwer sich moderne Botnetze dauerhaft ausschalten lassen. Laut einer Analyse von Unit 42 war bereits einen Monat vor der Zerschlagung eine neue, auf Widerstandsfähigkeit ausgelegte Kimwolf-Version aktiv. Sie tarnt ihren Angriffsverkehr mit den Kennwerten eines echten Chrome-Browsers, sodass klassische Filter die Anfragen kaum noch von denen echter Nutzer unterscheiden können. Ein zerschlagenes Botnetz ist also nicht automatisch ein erledigtes Problem.
Am weitesten geht bislang ein Fall, der über klassische Botnetze hinausreicht. Im November 2025 legte Anthropic offen, dass eine mutmaßlich staatlich gelenkte Gruppe deren KI-Coding-Werkzeug wochenlang als weitgehend selbstständigen Angriffsagenten genutzt hatte. Aufklärung, Exploit-Entwicklung und Datenauswertung liefen zu 80 bis 90 Prozent ohne menschliches Eingreifen ab.
Was das für Unternehmen bedeutet
Für die Bot-Abwehr verschiebt sich damit die Zielscheibe. Es geht nicht mehr nur um reine Traffic-Erkennung, sondern zunehmend um die Frage, ob hinter einer Anfrage ein Skript, ein Mensch oder ein eigenständig planendes System steckt. Klassische Regeln, die nach IP-Adressen oder bekannten Signaturen filtern, laufen dieser Entwicklung dauerhaft hinterher.
Drei Verschiebungen sind für IT-Verantwortliche besonders relevant:
- Angriffswerkzeuge entstehen schneller und günstiger, weil KI die technische Einstiegshürde senkt.
- Bots verhalten sich zunehmend wie Menschen und verstecken sich hinter echten Wohnadressen, statt aus Rechenzentren zu kommen.
- Die Grenze zwischen automatisiertem Angriff und eigenständig agierendem System verschwimmt.
Wer heute noch mit Werkzeugen von gestern arbeitet, schützt sich gegen eine Bedrohung, die es in dieser Form nicht mehr gibt.
Bot-Abwehr, die mit der Bedrohung mitwächst
Eggdrop, Mirai, TuxBot: Jede Generation von Bots hat die Verteidigung vor eine neue Frage gestellt. Heute lautet sie: Erkennt Ihre Sicherheitsarchitektur nicht nur, wie viel Traffic ankommt, sondern auch, was wirklich dahintersteckt?
Link11 WAAP unterscheidet mittels Verhaltensanalyse zwischen nützlichen Suchmaschinen-Crawlern und bösartigen Scraping- oder Credential-Stuffing-Bots und schützt so vor genau der Art von Angriffen, die sich mit KI immer schneller weiterentwickelt.
Möchten Sie erfahren, wie sich Ihre Anwendungen gegen moderne, KI-gestützte Bot-Angriffe absichern lassen? Lassen Sie uns gemeinsam Ihre aktuelle Sicherheitsarchitektur analysieren.
Das könnte Ihnen auch gefallen:
