Auch 2026 prägt die rasante Entwicklung der Künstlichen Intelligenz (KI) die Cyber-Bedrohungslage entscheidend. Was Unternehmen neue Effizienz- und Innovationschancen eröffnet, nutzen Cyberkriminelle für zunehmend raffinierte, skalierbare Angriffe. KI senkt Eintrittshürden, automatisiert Betrug und perfektioniert Täuschung. Umso zentraler wird ihr gezielter Einsatz in der Cyberabwehr – als Schlüsseltechnologie im digitalen Wettrüsten.
Wer digitale Raubzüge unternehmen möchte, muss längst kein Hacker mehr sein. Künstliche Intelligenz hat die Eintrittshürden in der Cyberkriminalität in den letzten drei Jahren stark gesenkt. Der KI-Werkzeugkasten macht es immer einfacher, Malware- Code zu generieren, Phishing-Kampagnen aufzusetzen oder täuschend echte Deepfakes zu erstellen. Eine Schlüsselrolle spielen hierbei Large Language Models (LLM). Diese fortschrittlichen Modelle ermöglichen es Maschinen, Sprache zu verstehen und zu erzeugen, und revolutionieren damit eine Vielzahl von Anwendungen. LLM werden bereits rege für kriminelle Zwecke genutzt, unter anderem für die Recherche über Zielorganisationen, die Erforschung von Schwachstellen und das Programmieren von Malware.
LLM-Tools und Schatten-KI bieten neue Angriffsflächen
Gleichzeitig schaffen LLMs aber auch neue Einfallstore. Unternehmen integrieren vermehrt KI-Assistenten in ihre IT-Infrastruktur – und diese lassen sich mithilfe von Prompt Injection leicht kompromittieren. Im August 2025 sorgten Sicherheitsforscher von Zenity mit dem Zero-Click-Angriff AgentFlayer für Aufsehen: Ein mit unsichtbaren Prompts versehenes Dokument bewegte Chat- GPT dazu, sensible Daten aus verknüpften Cloud-Anwendungen zu stehlen. OpenAI hat diese Sicherheitslücke bei ChatGPT inzwischen geschlossen, doch die firmeneigenen KI-Assistenten sind nur die Spitze des Eisbergs. KI-Tools, die Mitarbeitende auf eigene Faust nutzen, bieten eine kaum überschaubare Angriffsfläche. Der Umgang mit Schatten-KI stellt die Cybersicherheit vor neue Herausforderungen.
KI gegen KI: Automatisierung von Angriff und Abwehr
Die Befürchtung, dass KI eine Welle von automatisierten Angriffen auslöst, hat sich bisher nicht bewahrheitet. Automatisierte Social- Media-Desinformationskampagnen sind jedoch längst Realität. Zudem mehren sich die Warnungen, dass KI adaptive Malware ermöglicht, mit der sich Sicherheitsmassnahmen umgehen lassen. Auch mit KI durchgeführte, automatisierte Vulnerabilitäts-Scans sind denkbar. Die gute Nachricht: KI ermöglicht auch die Automation der Verteidigung. Die Technologie beschleunigt Prozesse in Bereichen wie Data Loss Prevention (DLP) und Endpoint Detection and Response (EDR). Da diese Methoden bei LLM-Systemen jedoch nicht mehr greifen, gewinnen User and Entity Behavior Analytics (UEBA) an Bedeutung. Auch hier kann KI wertvolle Dienste leisten: Mithilfe von Machine Learning lassen sich Anomalien im Verhalten von Benutzern und Geräten erkennen. Schweizer Unternehmen zeigen sich im Umgang mit KI in der Cybersicherheit allerdings noch zurückhaltend, wie eine aktuelle Studie von Sophos im DACH-Raum zeigt: Nur 16 Prozent der befragten Führungskräfte halten die Technologie für strategisch wichtig. In Deutschland (21 Prozent) und Österreich (22 Prozent) hat das Thema bereits eine höhere Bedeutung.
Welche weiteren Trends bestimmen die Cybersecurity in diesem Jahr? Mehr Informationen bietet das neue Wissens-Update «Ausblick 2026: Die fünf wichtigsten Cybercrime-Trends». ■
