OpenAI erklärte, eine experimentelle KI-Pipeline habe 948 funktionierende Linux-Exploits erzeugt, mit denen ein Nutzer mit eingeschränktem lokalem Zugriff Root-Rechte erlangen könne, also die höchste Kontrollstufe im System. Das Unternehmen legte die Forschung am Mittwoch offen, wie The Hacker News berichtete, und beschrieb einen Prozess, der automatisierte Schwachstellenerkennung, Exploit-Tests und Patch-Erstellung mit menschlicher Prüfung kombiniert.
Die Ergebnisse betreffen den Linux-Kernel, die zentrale Software, die Hardware und Systemressourcen verwaltet. OpenAI zufolge funktionierten die Exploits gegen eine weitverbreitete Linux-Distribution. Die Voraussetzung lokalen Zugriffs ist wichtig: Es geht um Wege von einem bestehenden Ausgangspunkt mit niedrigen Rechten zu mehr Kontrolle, nicht um einen gemeldeten Weg, zunächst über das Internet in ein System einzudringen.
Von Kandidatenfehlern zu funktionierenden Exploits
In einem Lauf Mitte Oktober 2026 identifizierte und analysierte der Prototyp laut OpenAI 2.308 Kandidaten für Kernel-Befunde und reproduzierte dynamisch 1.724 Schwachstellen innerhalb von 30 Stunden. Für 291 Schwachstellen zur Informationsoffenlegung erzeugte er Proof-of-Concept-Programme, also Code, der eine Ausnutzung demonstriert, zusätzlich zu den 948 Exploits zur lokalen Rechteausweitung.
Für den Lauf wurde ein kommendes, auf Cybersicherheit ausgerichtetes Modell verwendet. Die API-Guthaben kosteten 1.213.430 US-Dollar, was OpenAI auf 1.279 US-Dollar pro Exploit zur lokalen Rechteausweitung bezifferte. Diese Zahlen beschreiben die experimentellen Ergebnisse und die API-Ausgaben des Unternehmens, nicht unabhängig belegte Leistungswerte oder eine vollständige Aufstellung der Forschungskosten.
Die Arbeit baut auf 24 Exploits zur lokalen Rechteausweitung auf, die OpenAI im Juni 2026 als Entdeckungen von GPT‑5.5‑Cyber bekanntgab.
Die neuere Pipeline hat fünf Stufen. Erstens wählen KI-Agenten sicherheitsrelevanten Code aus, den Nutzer mit niedrigen Rechten erreichen können, und durchsuchen ihn nach möglichen Schwachstellen. Anschließend versuchen sie, jeden Befund in einer isolierten Testumgebung nachzustellen, und sichern Belege dafür, was während der Ausführung geschah.
Als Nächstes bewerten die Agenten, ob eine reproduzierte Schwachstelle Informationen preisgeben oder Rechte erweitern kann, und entwickeln Demonstrations-Exploits. Eine Stufe zur Patch-Erstellung liefert Korrekturvorschläge. Schließlich prüfen menschliche Sicherheitsforscher den Exploit, den Patch und die vorgeschlagene Schweregrad-Einstufung, bevor sie den Befund an die Maintainer melden.
OpenAI zufolge entdeckten und nutzten die Agenten außerdem mindestens zehn Linux-Exploitation-Techniken, die nach Kenntnis des Unternehmens neu waren. Dazu gehören zwei neue, persistente „elastic objects“ zum Platzieren von Objekten in gezielten Kernel-Speicher-Caches; zwei Page-Grooming-Techniken, die den Speicher so anordnen, dass die Zuverlässigkeit von Exploits steigt; fünf Data-only-Techniken, die Rechte direkt oder über einen beliebigen Schreibzugriff erlangen, also einen vom Angreifer kontrollierten Speicherschreibvorgang; sowie eine Technik mit beliebiger Typverwechslung, bei der Software ein Objekt als falschen Typ behandelt.
Schnellere Entdeckung erhöht den Druck beim Patchen
Die Offenlegung fällt in eine Zeit, in der vor einer Beschleunigung der Schwachstellenforschung durch KI gewarnt wird, sowohl für Verteidiger als auch für Angreifer. The Hacker News verwies auf einen VulnCheck-Bericht vom Oktober, der KI-gestützte Entdeckung als wachsende Risikokategorie beschreibt, die das technische Fachwissen senkt, das Einsteiger benötigen, um Softwarefehler zu finden.
Die Publikation zitierte außerdem Zahlen der Google Threat Intelligence Group. Demnach stiegen die monatlichen Schwachstellenmeldungen von 5.045 im Januar 2026 auf 10.740 im August. Als hochriskant eingestufte Meldungen stiegen im selben Zeitraum von 131 auf 350, ein Anstieg um 167 Prozent.
In einer am Dienstag veröffentlichten Einschätzung erklärte das britische National Cyber Security Centre (NCSC), die breite Verfügbarkeit KI-gestützter Cyber-Werkzeuge habe die Entdeckung von Zero-Day-Schwachstellen, also bis dahin unbekannten Schwachstellen, „fast mit Sicherheit“ erheblich vorangetrieben. The Hacker News zitiert die Behörde mit der Aussage, Abwehrwerkzeuge verkürzten den Übergang von einer Zero-Day- zu einer öffentlich bekannten Schwachstelle und beschleunigten das Patchen. Systeme blieben jedoch angreifbar, wenn die Technik nicht korrekt und breit konfiguriert sei.
Der NCSC schätzte außerdem ein, dass günstigerer Ersatzzugang Angreifer weniger vorsichtig gemacht habe, einen Zugang zu verlieren, während sie ein Ziel verfolgen. Das ermögliche einen breiteren Einsatz von Cyber-Fähigkeiten, um Informationen zu beschaffen und zu nutzen.
OpenAI argumentierte, die automatisierte Patch-Erstellung müsse mit der Entdeckung Schritt halten, um Angriffsmöglichkeiten einzuschränken. Durch menschlich angeleitete Expertenschleifen könnten KI-generierte Patches funktional korrekt werden, zum bestehenden Coding-Stil passen und gegen Angriffsvarianten widerstandsfähig sein.
Für Administratoren war die Warnung von OpenAI konkret: Das Unternehmen hält es für richtig, gut ausgestattete Angreifer praktisch wie Root-Zugriff zu behandeln, wenn sie bereits über ein Konto mit geringen Rechten auf einem Betriebssystem verfügen, dem die neuesten verfügbaren Patches fehlen. Organisationen, die für Patching und Tests verantwortlich sind, sollten ihre Prozesse an das schnellere Tempo der Entdeckung anpassen, wie es der NCSC empfiehlt.
