Zum Inhalt springen
Beyond Prompt AI Studio
KI-gestützte Softwareentwicklung im Unternehmen

Slopsquatting: Wenn KI Software-Pakete erfindet

Halluzinationen von KI-Modellen sind meist ein Qualitätsproblem. Bei Software-Abhängigkeiten werden sie zu einem konkreten Sicherheitsrisiko – mit einem Angriffsmuster, das erst seit 2025/2026 einen eigenen Namen trägt: Slopsquatting.

Vier Slopsquatting-Realitäten – zum Merken

Probier es aus: klassischer Lieferketten-Angriff vs. Slopsquatting

Tippe auf eine Dimension, um beide Seiten zu vergleichen.

Klassischer Lieferketten-Angriff

Angreifer registriert ein Paket mit ähnlichem, leicht verwechselbarem Namen (Typosquatting).

Slopsquatting

Angreifer registriert ein Paket unter einem von KI wiederholt erfundenen, nicht-existenten Namen.

Wenn KI Pakete erfindet, die es nicht gibt

KI-Coding-Tools schlagen beim Generieren von Code regelmäßig Software-Bibliotheken vor, die schlicht nicht existieren. Untersuchungen beziffern den Anteil erfundener Paketnamen auf rund 20 Prozent aller Vorschläge. Für sich genommen wäre das ein Ärgernis – ein fehlgeschlagener Installationsbefehl, schnell bemerkt und korrigiert.

Warum daraus ein Angriffsmuster wird

Der eigentliche Risikofaktor ist Wiederholbarkeit: 58 Prozent der erfundenen Paketnamen tauchen bei ähnlichen Prompts wiederholt auf – dieselbe Anfrage oder ähnliche Formulierungen führen verlässlich zum selben, nicht existierenden Namen. Genau dieses Muster machen sich Angreifer zunutze: Sie registrieren gezielt Schadcode unter erfundenen, aber vorhersagbar wiederkehrenden Paketnamen, in der Erwartung, dass Entwickelnde diesen Namen früher oder später tatsächlich installieren.

Ein Risiko, das sich mit bestehenden Lücken verbindet

Slopsquatting tritt selten isoliert auf: KI-generierter Code bringt oft zusätzlich bekannte Schwachstellenmuster mit (siehe voriges Modul) – unsichere API-Aufrufe, fehlende Fehlerbehandlung, unzureichende Eingabeprüfung. In Kombination mit einer halluzinierten, durch Schadcode ersetzten Abhängigkeit entsteht so ein zusammengesetztes Risiko für die gesamte Software-Lieferkette, nicht nur für eine einzelne Zeile Code.

Praxis-Teil: drei konkrete Schutzmaßnahmen

Sicherheitsforschende empfehlen drei konkrete Gegenmaßnahmen, die sich direkt in bestehende Entwicklungsprozesse einbauen lassen: erstens jeden von einer KI vorgeschlagenen Paketnamen vor der Installation gegen die offizielle Paket-Registry verifizieren, zweitens Versionen fest pinnen statt automatische Updates zuzulassen, drittens Hash-Prüfungen für installierte Pakete durchführen. Alle drei Maßnahmen sind Standard-Praktiken der Software-Lieferketten-Sicherheit – bei KI-generiertem Code werden sie vom optionalen Extra zur Notwendigkeit.

Das Wichtigste in Kürze

  • Rund 20% der von KI-Coding-Tools vorgeschlagenen Paketnamen existieren nicht.
  • 58% der erfundenen Namen wiederholen sich bei ähnlichen Prompts – ein Muster, das Angreifer gezielt ausnutzen.
  • Angreifer registrieren Schadcode vorab unter diesen vorhersagbar wiederkehrenden, erfundenen Namen (Slopsquatting).
  • Slopsquatting verstärkt sich in Kombination mit den im vorigen Modul beschriebenen Code-Schwachstellen zu einem zusammengesetzten Lieferketten-Risiko.
  • Drei wirksame Gegenmaßnahmen: Paketnamen vor Installation verifizieren, Versionen pinnen, Hash-Prüfungen durchführen.

Datenlecks und Lieferketten-Risiken

Kurz-Check: Hast du es verstanden?

1 / 3

Was macht erfundene Paketnamen laut Modul zu einem echten Angriffsmuster, statt nur einem Ärgernis?

Willst du eure Software-Lieferkette gegen Slopsquatting und ähnliche KI-Risiken absichern?