Cloud Security

Acht Minuten bis zur Cloud-Kompromittierung: Wie IAM-Schlüssel und KI Angriffe beschleunigen

11.08.2026, Qualys | Autor: Sayali Warekar

Wie IAM-Schlüssel, Fehlkonfigurationen und KI schnelle Cloud-Angriffe ermöglichen

Von Sayali Warekar, Lead Cloud Threat Research Engineer, Qualys

Ein kompromittierter Cloud-Schlüssel kann heute ausreichen, um innerhalb weniger Minuten weitreichende Kontrolle über eine Umgebung zu erlangen.

Zwei reale AWS-Angriffe zeigen, wie Angreifer vorhandene Berechtigungen, Vertrauensbeziehungen und automatisierte Cloud-Dienste nutzen, um nahezu unmittelbar von einem ersten Zugang zu operativen Auswirkungen zu gelangen. Mit KI dürfte sich dieses Zeitfenster weiter verkürzen – und damit die Anforderungen an Cloud Security grundlegend verändern.

Die wichtigsten Erkenntnisse

• Zwei reale Cloud-Angriffe führten in weniger als zehn Minuten zu erheblichen Auswirkungen – obwohl die Angreifer völlig unterschiedliche Ziele verfolgten.
• In beiden Fällen wurde die Cloud-Umgebung als zusammenhängendes System betrachtet. Vorhandene Berechtigungen und Vertrauensbeziehungen ermöglichten es, den eigenen Handlungsspielraum schnell auszuweiten.
• Bei der Aufklärung geht es zunehmend weniger darum, einzelne Schwachstellen zu finden. Entscheidend ist vielmehr die Frage, welche Zugriffswege und Fähigkeiten bereits vorhanden sind.
• KI kann die Zeit zwischen Erkennung, Bewertung und Ausführung eines Angriffs erheblich verkürzen.
• Je kleiner das Zeitfenster zwischen Initial Access und tatsächlichen Auswirkungen wird, desto wichtiger wird eine kontinuierliche Transparenz über Identitäten, Berechtigungen und Angriffspfade.

Zwei Cloud-Angriffe – ein gemeinsames Muster

Cloud-Plattformen wurden entwickelt, um Unternehmen schneller und flexibler zu machen. Genau diese Eigenschaften können allerdings auch Angreifern zugutekommen. Aktuelle Vorfälle zeigen, wie schnell aus einem einzelnen kompromittierten Zugang ein weitreichender Sicherheitsvorfall entstehen kann. Bei einem Angriff nutzten Cyberkriminelle kompromittierte AWS-Anmeldedaten, um innerhalb von weniger als zehn Minuten nach dem ersten Zugriff eine Infrastruktur für das Schürfen von Kryptowährungen über EC2- und ECS-Ressourcen aufzubauen.

Ein anderer Fall begann mit einem offengelegten AWS-Zugriffsschlüssel in einem öffentlich erreichbaren S3-Bucket. Innerhalb von weniger als acht Minuten gelang es dem Angreifer, seine Berechtigungen auszuweiten, sich über 19 AWS-Principals hinweg zu bewegen, Amazon-Bedrock-Modelle unbefugt zu verwenden und weitere Cloud-Ressourcen zu missbrauchen. Die Ziele waren unterschiedlich: Im ersten Fall ging es um Rechenleistung, im zweiten unter anderem um KI-Ressourcen. Das entscheidende Muster ist jedoch dasselbe: Sobald ein verwertbarer Zugang vorhanden war, konnten die Angreifer mit hoher Geschwindigkeit handeln.

Cloud-Dienste wurden entwickelt, um die Arbeit zu beschleunigen. Sie beschleunigen aber auch die Entscheidungsfindung Ihre größte Stärke war schon immer die Fähigkeit, Reibungsverluste zu beseitigen. So lässt sich Infrastruktur innerhalb von Minuten statt Wochen bereitstellen. Neue Anwendungen können über APIs statt über Beschaffungszyklen bereitgestellt werden. KI ist über APIs nutzbar. Auf Funktionen, deren Koordinierung früher Wochen dauerte, kann nun innerhalb von Sekunden zugegriffen werden. Unternehmen profitieren von dieser Geschwindigkeit, da Cloud-Plattformen den Zugriff auf Funktionen vereinfachen.

Dieselbe Effizienz gilt auch für Berechtigungen. Eine moderne Cloud-Identität dient oft als Zugangstor zu Dutzenden miteinander verbundener Dienste, Workloads, Repositorys und Automatisierungs-Workflows. So kann eine einzige Rolle Infrastruktur bereitstellen, auf sensible Daten zugreifen, KI-Modelle aufrufen, serverlose Funktionen ändern, Geheimnisse abrufen und zusätzliche Vertrauensbeziehungen herstellen. Nur wenige Objekte innerhalb einer Cloud-Umgebung haben einen vergleichbaren Einfluss.

Diese Eigenschaft macht Cloud-Plattformen nicht von Natur aus unsicherer, verändert jedoch die Art und Weise, wie sich Risiken manifestieren. Operative Befugnisse sammeln sich im Laufe der Zeit durch Anwendungsintegrationen, geschäftliche Anforderungen, vorübergehende Ausnahmen, geerbte Berechtigungen und die zunehmende Nutzung der Cloud an. Wenn eine Identität kompromittiert wird, kann sie bereits jahrelang angesammelte Zugriffsentscheidungen repräsentieren. Das daraus resultierende Risiko spiegelt die allmähliche Konzentration von Befugnissen in einer zunehmend vernetzten Umgebung wider.

Der 10-minütige Krypto-Mining-Angriff

Anfang November 2025 beobachtete Amazon eine Krypto-Mining-Kampagne , die unter Verwendung kompromittierter IAM-Anmeldedaten AWS-Umgebungen angriff. Die Angreifer authentifizierten sich mit den gültigen Anmeldedaten und begannen sofort damit, die ihnen zur Verfügung stehenden Ressourcen zu evaluieren. Kurz nach dem Zugriff nutzten sie APIs wie „GetServiceQuota“, um sich vor der Bereitstellung von Ressourcen einen Überblick über die betrieblichen Grenzen der Umgebung zu verschaffen. Diese Aktivitäten glichen eher einer Planung als einer Ausnutzung. Die Bestandsaufnahme der Ressourcen deckte die verfügbare Infrastruktur auf, während bestehende Berechtigungen Möglichkeiten zur Bereitstellung und Erweiterung offenlegten. Innerhalb von zehn Minuten waren die Mining-Workloads betriebsbereit.

Der technische Ablauf an sich war nicht neuartig. IAM-Berechtigungen ermöglichten Einblick in Ressourcen und Kontingente. EC2 und ECS stellten Rechenkapazität bereit. Lambda-bezogene Berechtigungen unterstützten die Persistenz. Jeder Dienst erfüllte eine spezifische Funktion. Die Geschwindigkeit des Angriffs ergab sich daraus, wie einfach diese Funktionen über eine einzige kompromittierte Identität erreicht werden konnten.

Das folgende Diagramm zeigt, wie Qualys einen Angriffspfad visualisiert. Dabei wird der Verlauf von der anfänglichen Offenlegung von Anmeldedaten über die Erkundung und Ressourcenaufzählung bis zu dem Punkt abgebildet, an dem kritische Ressourcen betroffen sind. Mithilfe dieser Visualisierung können Sicherheitsteams nachvollziehen, wie sich ein Angreifer durch die Umgebung bewegt und an welcher Stelle ein Eingreifen am effektivsten ist.

Qualys CDR erkennt verdächtige Aktivitäten bereits in den frühesten Phasen des Angriffspfads und bietet somit die erforderliche Transparenz, um Bedrohungen zu identifizieren und zu untersuchen, bevor diese eskalieren können. Werden böswillige Aktivitäten erkannt, kann Qualys QFlow automatisch Gegenmaßnahmen einleiten, beispielsweise indem kompromittierte Anmeldedaten gesperrt und der Zugriff auf betroffene Ressourcen blockiert wird. Indem der Angriff gestört wird, bevor er sein Ziel erreicht, ermöglicht Qualys Unternehmen den Übergang von einer reaktiven Incident-Response zu einer proaktiven Unterbrechung der Angriffskette.

Keiner dieser Dienste für sich genommen stellt ein ungewöhnliches Risiko dar. Unternehmen nutzen sie täglich, um Cloud-Umgebungen in großem Maßstab zu betreiben. In ihrer Gesamtheit zeigen sie jedoch, wie die Betriebshoheit auf cloudnative Dienste verteilt ist und wie schnell diese ausgeübt werden kann, sobald Zugriff gewährt wurde. Der Vorfall macht deutlich, dass Cloud-Angriffe nicht deshalb zunehmend erfolgreich sind, weil einzelne Dienste versagen, sondern weil die Beziehungen zwischen diesen Diensten Wege zu umfassenderer Kontrolle eröffnen.

Der achtminütige, KI-gestützte Angriff

Ein zweiter Einbruch verkürzte den Zeitrahmen noch weiter. Ein AWS-Zugriffsschlüssel, der in einem öffentlich lesbaren S3-Bucket offengelegt war, bot einen Einstiegspunkt in eine Cloud-Umgebung. Innerhalb von acht Minuten erfolgten nach dem Zugriff Bewegungen über 19 AWS-Principals, die Manipulation von Lambda-Code, die Aufzählung von Secrets Manager, der Missbrauch von Bedrock sowie die Unterdrückung der Protokollierung von Modellaufrufen. Diese Abfolge zeigt, wie schnell Angreifer ihre Sichtbarkeit, ihren Zugriff und ihre operative Kontrolle ausweiten können, sobald sie einen ersten Zugang zur Umgebung erlangt haben.

Wie sich die Zugriffsrechte ausweiteten

Der Angriff vollzog sich durch eine Abfolge miteinander verknüpfter Funktionen:

• Die offengelegten Anmeldedaten enthüllten verfügbare Rollen und Zugriffspfade
• Lambda-Berechtigungen ermöglichten zusätzliche Kontrolle und die Ausweitung von Berechtigungen
• Der Secrets Manager legte weitere Anmeldedaten und den operativen Kontext offen
• Amazon Bedrock gewährte Zugriff auf Foundation-Model-Dienste
• Die Protokollierung von Modellaufrufen wurde deaktiviert, wodurch die Transparenz hinsichtlich nachfolgender Aktivitäten eingeschränkt wurde

Mit jedem Schritt erweiterte sich das Verständnis des Angreifers für die Umgebung und seine Befugnisse vergrößerten sich gleichzeitig. Was mit einem einzigen offengelegten Zugangsdatensatz begann, entwickelte sich zu einem Zugriff über Identitäten, Dienste und KI-Ressourcen hinweg. Denn jede Berechtigung eröffnete zusätzliche Möglichkeiten zur Ausweitung.

Durch die Einführung von KI-Diensten wird diesem System eine weitere Ebene hinzugefügt. Grundmodelle werden zu Ressourcen, die genutzt, manipuliert oder monetarisiert werden können, sobald der Zugriff darauf hergestellt ist. In dem Maße, in dem Unternehmen den Einsatz generativer KI ausweiten, erstreckt sich die Identitäts-Governance von der Infrastruktur und den Workloads bis hin zu den Daten und den Fähigkeiten der Modelle selbst. Die Anmeldedaten ermöglichten den Zugriff, die Umgebung lieferte den Kontext und die Berechtigungen sorgten für den nötigen Schwung.

So sieht moderne Cloud-Aufklärung aus

Die Cloud-Aufklärung hat sich parallel zur Cloud-Architektur weiterentwickelt. Während sich traditionelle Angreifer darauf konzentrierten, Hosts, Ports, Anwendungen und Schwachstellen aufzudecken, Moderne Cloud-Angreifer beginnen dagegen häufig damit, sich einen Überblick über die Zugriffsrechte zu verschaffen. Ihr ursprüngliches Ziel besteht nicht einfach darin festzustellen, was vorhanden ist, sondern zu ermitteln, was anhand der bereits verfügbaren Berechtigungen erreicht, geändert, bereitgestellt oder genutzt werden kann.

Zu den gängigen Erkundungsaktivitäten gehören:

• Auflistung von IAM-Benutzern, Rollen und Richtlinien
• Abbildung von Vertrauensbeziehungen zwischen Identitäten und Diensten
• Bewertung von Dienstkontingenten und Betriebsgrenzen
• Aufspüren von Geheimnissen, Tokens und eingebetteten Anmeldedaten
• Identifizierung von Möglichkeiten zur Privilegienerweiterung
• Verfolgung von Pfaden zwischen Identitäten, Workloads und Cloud-Diensten

Die Krypto-Mining-Kampagne liefert ein anschauliches Beispiel. Kurz nach dem Zugriff nutzten die Angreifer APIs wie „GetServiceQuota“, um die betrieblichen Grenzen der Umgebung zu erfassen, bevor sie Ressourcen bereitstellten. Diese Aktivität ähnelte eher einer Planung als einer Ausnutzung. Das Verständnis der verfügbaren Befugnisse wurde zur Voraussetzung für deren Ausübung.

Das gleiche Muster zeigte sich auch bei dem KI-basierten Angriff. Zunächst wurden Berechtigungen ausgewertet und Identitäten durchforstet, um anschließend zusätzliche Zugriffsquellen aufzudecken. Erst danach wurden Cloud-Ressourcen und KI-Dienste missbraucht. Diese Abfolge verdeutlicht eine Realität, die von vielen Unternehmen nach wie vor unterschätzt wird. Angreifer investieren zunehmend Aufwand in das Verständnis der Berechtigungsstruktur einer Umgebung, da diese oft den effizientesten Weg zu umfassenderer Kontrolle offenbart.

Aus dieser Perspektive geht es bei der Aufklärung somit weniger um die Erkennung von Ressourcen als vielmehr um die Erkennung von Beziehungen. Die wertvollsten Informationen sind häufig keine anfällige Ressource, sondern eine übersehene Verbindung zwischen Identitäten, Berechtigungen, Diensten und Vertrauensbeziehungen. Über diese Verbindungen entscheidet sich häufig, wie weit sich ein Angreifer bewegen kann, sobald der Zugriff hergestellt ist.

KI verkürzt Entscheidungszyklen

Die Rolle der KI in der Cloud-Sicherheit wird häufig im Zusammenhang mit Codegenerierung, Phishing-Inhalten oder der Entwicklung von Malware diskutiert. Diese Fähigkeiten ziehen die Aufmerksamkeit auf sich, weil sie sichtbar sind. Ein weitaus folgenreicherer Wandel vollzieht sich jedoch an anderer Stelle. KI verkürzt die Zeit, die benötigt wird, um unbekannte Umgebungen zu verstehen, Optionen zu bewerten und auf der Grundlage der verfügbaren Informationen zu handeln.

In der Vergangenheit erforderten ausgeklügelte Cloud-Angriffe eine Kombination aus technischem Fachwissen und Geduld. Angreifer mussten IAM-Richtlinien interpretieren, Service-Abhängigkeiten verstehen, Eskalationsmöglichkeiten identifizieren und ihre Vorgehensweise anpassen, wenn sich anfängliche Annahmen als falsch erwiesen.

Ein Großteil dieses Aufwands entfiel auf die Entscheidungsfindung. KI beschleunigt diese Entscheidungen zunehmend, indem sie Angreifern dabei hilft, Berechtigungen zu analysieren, sich in Cloud-Architekturen zurechtzufinden, Skripte zu generieren und alternative Wege in Echtzeit zu bewerten.

Das Ergebnis ist eine schrittweise Verringerung der Entscheidungslatenz. Aktivitäten, die früher umfangreiche manuelle Untersuchungen erforderten, können zunehmend als Teil eines kontinuierlichen Workflows durchgeführt werden. Die praktische Auswirkung ist nicht nur eine schnellere Ausführung. Es vergeht auch weniger Zeit zwischen Entdeckung, Bewertung und Aktion.

KI ist auf beiden Seiten der Angriffsfläche present

Ein KI-basierter Angriff verdeutlicht eine Dynamik, mit der Sicherheitsteams in den kommenden Jahren immer häufiger konfrontiert sein werden.

LLMjacking ist eine neuere Kategorie des Cloud-Missbrauchs. Anstatt Daten zu stehlen, nutzen Angreifer die KI-Fähigkeiten selbst: Sie rufen Basis-Modelle auf, generieren Inhalte, trainieren Workloads oder verkaufen den Zugriff auf Kosten des Opfers weiter. Da KI-Dienste zunehmend in Cloud-Plattformen integriert werden, ähnelt der Zugriff auf Modelle immer mehr dem Zugriff auf jede andere hochwertige Cloud-Ressource.

Beim Bedrock-bezogenen Einbruch versuchten die Angreifer, nach dem Zugriff auf die Umgebung Basis-Modell-Dienste zu nutzen. Modelle wie Claude, DeepSeek, Llama, Nova, Titan und Cohere wurden so zu Ressourcen, die es zu nutzen galt, statt zu Werkzeugen, die es zu schützen galt. Dieser Vorfall spiegelt einen umfassenderen Wandel in der Cloud-Sicherheit wider.

Da KI-Dienste zunehmend in Cloud-Plattformen integriert werden, unterliegen sie denselben Sicherheitsanforderungen wie Infrastruktur, Speicher und Rechenleistung. Der Zugriff bestimmt den Wert. Transparenz bestimmt die Kontrolle.

Warum KI-Angriffe so schnell ablaufen

Bei beiden Vorfällen war die Geschwindigkeit, mit der die Kompromittierung zu einer Konsequenz führte, das entscheidende Merkmal. Cloud-Umgebungen wurden entwickelt, um Reibungsverluste zwischen Absicht und Handlung zu reduzieren. Da sich KI, Automatisierung und cloud-native Dienste jedoch ständig weiterentwickeln, prägt genau diese Eigenschaft zunehmend den Verlauf von Angriffen.

Wie beide Angriffe dieselben systemischen Fehler aufweisen

Offen liegende Anmeldedaten werden kontinuierlich aus öffentlichen Repositorys, Speicher-Buckets, Infrastructure-as-Code-Artefakten, CI/CD-Pipelines sowie anderen mit dem Internet verbundenen Ressourcen gesammelt. Sobald diese entdeckt wurden, können automatisierte Tools ohne nennenswerten menschlichen Eingriff Aufklärungsmaßnahmen, die Ausweitung von Berechtigungen, laterale Bewegungen und die Bereitstellung von Ressourcen miteinander verknüpfen. Was sich früher als Abfolge einzelner Aktionen abspielte, funktioniert heute zunehmend als kontinuierlicher Arbeitsablauf.

KI beschleunigt diesen Prozess zusätzlich, indem sie den Aufwand für die Interpretation von Berechtigungen, die Analyse von Cloud-Architekturen, die Identifizierung von Eskalationsmöglichkeiten und die Anpassung bei Scheitern eines geplanten Pfades verringert. Das Ergebnis sind nicht nur schnellere Angriffe. Es steht auch weniger Zeit zur Verfügung, um böswillige Aktivitäten zu erkennen und darauf zu reagieren.

Risiken erkennen, bevor sie sich auswirken: Von der Gefährdung zur Aktivität

Die in diesen Vorfällen beschriebenen Angriffspfade entstanden nicht erst im Moment der Kompromittierung. Sie waren bereits in Berechtigungen, Vertrauensbeziehungen, offengelegten Anmeldedaten und Dienstkonfigurationen vorhanden. Die Angreifer haben sie lediglich entdeckt und ausgenutzt. Die Herausforderung für Sicherheitsteams besteht darin, dass diese Pfade selten sichtbar sind, wenn Ressourcen einzeln auf der Grundlage einzelner Befunde bewertet werden.

Cloud Security Posture Management (CSPM) und Cloud Infrastructure Entitlement Management (CIEM) tragen dazu bei, diese Pfade sichtbar zu machen. Sie zeigen auf, wie Identitäten, Berechtigungen, Ressourcen und Dienste über Cloud-Umgebungen hinweg interagieren. Anstatt Fehlkonfigurationen als isolierte Befunde zu behandeln, liefern sie den Kontext, in dem Kombinationen von Schwachstellen ein erhebliches Risiko darstellen.

Angreifer denken selten in Begriffen wie „Fehlkonfigurationen“. Sie denken in Begriffen wie „Zugangswege“. Eine Anmeldeinformation führt zu einer Rolle. Eine Rolle offenbart ein Geheimnis. Dieses schaltet einen Dienst frei. Was bei einer Sicherheitsüberprüfung wie isolierte Befunde erscheint, kann sich zu einem zusammenhängenden Weg durch die Umgebung entwickeln, sobald ein Angreifer die Wechselwirkungen dieser Beziehungen zu erkunden beginnt.

Beispiele für Sicherheitslücken, die sofortige Aufmerksamkeit erfordern, sind:

• Öffentlich zugängliche Speicherressourcen, die Anmeldedaten oder sensible Daten enthalten
• Langlebige Zugriffsschlüssel, die über den betrieblichen Bedarf hinaus aktiv bleiben
• IAM-Benutzer, Rollen und Dienstkonten mit übermäßigen Berechtigungen
• Inaktive Identitäten, die weiterhin Zugriff auf kritische Ressourcen haben
• Übermäßige Berechtigungen im Zusammenhang mit KI, der Verwaltung von Geheimnissen oder serverlosen Diensten
• Vertrauensbeziehungen, die unbeabsichtigte laterale Bewegung ermöglichen

Ein bloßer Einblick in Sicherheitsrisiken reicht in der Regel nicht aus. Bei beiden Vorfällen kam es innerhalb weniger Minuten zu einer raschen Eskalation, die vom Zugriff bis zur Ausführung reichte. Dabei wurden Identitäten durchlaufen, Dienste aufgerufen und die Reichweite ausgeweitet. Um diesen Verlauf nachzuvollziehen, ist es erforderlich, das Verhalten von Workloads, Identitäten und Cloud-Diensten zu beobachten, sobald ein Angriff im Gange ist.

Qualys Cloud Detection and Response (CDR) ergänzt das Posture-Management, indem es Laufzeit-Transparenz über verdächtige Aktivitäten in Cloud-Umgebungen bietet. So unterstützt es Sicherheitsteams dabei, böswilliges Verhalten zu identifizieren und zu untersuchen, bevor Angreifer eine tiefere Persistenz etablieren oder ihren operativen Fußabdruck ausweiten können.

Fazit

Die Krypto-Mining-Kampagne und der KI-fokussierte Einbruch zeigen, wie schnell Cloud-Umgebungen Zugriff in Aktionen umwandeln können. Beide Angriffe stützten sich auf bereits in der Umgebung vorhandene Funktionen und schritten mit bemerkenswerter Effizienz über Identitäten, Dienste und Vertrauensbeziehungen voran.

Da Unternehmen den Einsatz von Cloud-nativen und KI-Diensten ausweiten, wird es immer wichtiger, die Verbindungen zwischen diesen Funktionen zu verstehen. In Umgebungen, in denen eine Kompromittierung innerhalb von Minuten erfolgen kann, ist der Einblick in diese Verbindungen möglicherweise genauso wertvoll wie der Einblick in die Ressourcen selbst.