Im Juni 2025 prognostizierte Okta Threat Intelligence, dass die rasche Einführung von KI-Agenten „Identity-Altlasten“ verursachen würde, während Entwicklungsteams mit diesen neuen Technologien experimentierten.

Dieses Szenario hat sich in den letzten sechs Monaten bei zahlreichen Angriffen auf die Software-Lieferkette abgespielt, bei denen Payloads von Angreifer:innen kompromittierte Entwicklersysteme nach Klartext-Secrets in Konfigurationsdateien durchsuchen und diese auf von Angreifer:innen kontrollierte Server exfiltrieren.

Der jüngste dieser Angriffe – und einer der folgenschwersten – richtete sich gegen Nutzer:innen von LiteLLM.

Was ist LiteLLM und was lief schief?

LiteLLM wird von Entwickler:innen am häufigsten als Gateway für Client-Anwendungen genutzt, um eine beliebige Anzahl von Large Language Models (2.000+) von über 100 Anbietern aufzurufen.

Dies bietet Softwareentwickler:innen die Möglichkeit, A/B-Tests verschiedener Modelle durchzuführen, Redundanz in agentenbasierte Apps zu integrieren (zu einem sekundären Modell zu wechseln, wenn ein primäres nicht verfügbar ist oder einem Ratenlimit unterliegt) sowie Anwendungsfälle im Bereich Auditing und Kostenkontrolle zu unterstützen.

Am 24. März 2026 veröffentlichten unter dem Namen TeamPCP bekannte Angreifer:innen bösartige Updates für das LiteLLM-PyPI-Paket (Versionen 1.82.7 und 1.82.8). 

Diese Updates installieren eine Datei auf dem kompromittierten Gerät (siehe Indikatoren unten), die jedes Mal ein schädliches Skript ausführt, wenn Python auf dem Gerät startet. Das Skript fungiert im Wesentlichen als Infostealer – es sucht und sammelt Umgebungsvariablen (API-Token, Secrets, Token), SSH-Schlüssel, Git-Schlüssel und CI/CD-Secrets, Cloud-Anmeldedaten (AWS-, GCP-, Azure-Schlüssel), Datenbank-Anmeldedaten, Kubernetes-Secrets und SSL/TLS-Schlüssel. Außerdem ruft es Konfigurationsdateien, den Shell-Verlauf und weitere Details (Hostname, IP) zur kompromittierten Umgebung ab. Die gestohlenen Daten werden gesammelt und in einer Datei komprimiert, die dann auf einen von Angreifer:innen kontrollierten Server exfiltriert wird.

Das bösartige Paket betraf nur LiteLLM-Nutzer:innen, die LiteLLM am 24. März 2026 zwischen 10:39 und 16:00 Uhr UTC über PyPi installiert oder aktualisiert und keine vorherigen Versionen gepinnt hatten. 

Da LiteLLM im letzten Monat 96 Millionen Mal heruntergeladen wurde, zeigt eine Überschlagsrechnung, dass wir immer noch von Hunderttausenden Downloads des schädlichen Payloads sprechen.

Die Angreifer:innen behaupten – ohne Beweise vorzulegen –, in diesem Zeitfenster über 300 GB Daten exfiltriert zu haben. 

Agenten-Wildwuchs in Aktion

Bei LiteLLM handelte es sich um einen Software-Lieferkettenangriff, nicht um einen identitätsbasierten Angriff. 

Das Ausmaß der Auswirkungen auf eine Organisation hing davon ab, ob diese Bibliotheksversionen festlegte, um automatische Updates zu verhindern, und ob sie Tools einsetzte, die neuen Code auf bösartige Payloads scannen.

Allerdings ist das Schadensausmaß für jede betroffene Organisation ebenso sehr auf den Agenten-Wildwuchs zurückzuführen – ein ungezügeltes Experimentieren mit KI-Agenten durch Einzelpersonen innerhalb einer Organisation. 

Es ist davon auszugehen, dass die für diesen Angriff anfälligsten Nutzer:innen einzelne Entwickler:innen sind, die LiteLLM über pip (Paket-Installer für Python) installiert haben, um mit der Technologie zu experimentieren.

In einer idealen Welt verbinden Entwickler:innen KI-Systeme während der Experimentierphasen nicht mit Produktionsressourcen. 

Wir leben nicht in einer idealen Welt. In der Regel wissen wir erst, ob KI-Systeme nützlich sind, wenn ihnen Systemressourcen oder Zugriff auf echte Daten gewährt werden. Und in vielen Unternehmen erfolgt die Einführung von KI-Agenten weiterhin dezentral und unterliegt nicht der Governance eines formellen Sicherheitsprogramms. Entwickler:innen und andere Administrator:innen verbinden KI-Agenten immer wieder mithilfe von statischen API-Token und Service-Account-Anmeldedaten direkt mit Produktionsanwendungen und Daten. Genau hier wird ein solcher Lieferkettenangriff zu einem Identitätsthema.

In nicht verwalteten Umgebungen wird auf Ressourcen oft mithilfe von Bearer-Tokens zugegriffen, die in Konfigurationsdateien gespeichert sind. Allein der Besitz der Token gewährt dem Inhaber des Tokens Zugriff auf eine Zielressource. Die Token sind nicht kurzlebig und nicht auf eine bestimmte IP oder einen bestimmten Client beschränkt.

Während wir die Auswirkungen dieses Ereignisses also nur abschätzen können, hängen die tatsächlichen Auswirkungen maßgeblich ab von:

  1. ob die gestohlenen Token widerrufen oder rotiert wurden, bevor Angreifer:innen sie verwenden konnten, und
  2. wenn das Token im Kontext des Clients und der IP der Angreifer:in gültig wäre.

Wie Auth0 Entwicklungsteams dabei unterstützt, agentenbasierte Apps abzusichern

Aus Sicht von Entwickler:innen besteht eine Möglichkeit, das Schadensausmaß von Lieferkettenangriffen zu reduzieren, darin, langlebige API-Keys nicht fest in Umgebungsdateien zu codieren, wo schädliche Payloads darauf ausgelegt sind, sie zu finden.

Entwickler:innen, die agentische Anwendungen mit Auth0 erstellen (siehe Auth0 for AI Agents), können den Auth0 Token Vault-Dienst nutzen, um statische Schlüssel durch kurzlebige Zugriffstoken zu ersetzen. 

Diese kurzlebigen Access Tokens können durch die Auth0-Unterstützung für Demonstrating Proof of Possession (DPoP) auch an den privaten Schlüssel des Clients gebunden werden, für den die Tokens ausgestellt wurden. Anfragen, die durch Versuche von Angreifer:innen generiert werden, das kurzlebige Token außerhalb dieses spezifischen Kontexts wiederzuverwenden, werden fehlschlagen.

Wie Okta hilft, Agenten-Wildwuchs zu bewältigen

Okta for AI Agents hilft Unternehmen dabei, alle KI-Agenten im Unternehmen in einem einzigen Directory zu zentralisieren und die Verbindungen zwischen Agenten und den Anwendungen und Daten zu verwalten, die sie zur Ausführung von Aufgaben benötigen.

Jedem KI-Agenten, der mit Okta verwaltet wird, wird ein menschlicher Besitzer zugewiesen. Der agentenbasierte Zugriff auf sensible Ressourcen verwendet entweder von Okta ausgestellte Scoped Tokens oder in einem Vault gespeicherte Anmeldedaten, die aus Okta Privileged Access abgerufen werden.

Empfehlungen

  • Zentralisieren Sie den Paketabruf und erwägen Sie den Einsatz von Tools, die Pakete direkt aus Quell-Repositorys anstatt aus Community-Artefakt-Repositorys erstellen. Konfigurieren Sie Ihre Umgebung so, dass Updates automatisch auf Malware und Schwachstellen überprüft werden, bevor Entwickler:innen sie abrufen können.

  • Verbinden Sie Agenten mithilfe von kurzlebigen, absendergebundenen Token mit sensiblen Ressourcen. Verwenden Sie Token-Vaulting, um kurzlebige Access Token auszustellen, und wenden Sie DPoP (Demonstrating Proof of Possession) an, um sicherzustellen, dass gestohlene Token nicht von der IP-Adresse oder dem Client von Angreifer:innen wiederverwendet werden können.

  • Entwickeln Sie eine unternehmensweite Strategie für die Verwaltung und Governance von KI-Agenten. 

    • Weisen Sie jedem eingesetzten Agenten eine:n menschliche:n Eigentümer:in zu.

    • Wenden Sie Richtlinien zur Autorisierung des agentenbasierten Zugriffs auf sensible Ressourcen an. Verlangen Sie mindestens, dass die für Agenten zugänglichen Ressourcen eine OAuth 2.0-Autorisierung mit granularen Scopes unterstützen.

    • Setzen Sie auf App-übergreifenden Zugriff (XAA). Dies reduziert die Anzahl der Zustimmungsanfragen, die Benutzer:innen bei der Autorisierung von Agenten erhalten. Verteilte Authentifizierungsprotokolle wie XAA sind zudem weniger anfällig für Angriffe auf ein zentrales Gateway.

  • Wenden Sie risikomindernde Kontrollen auf die Verwendung von statischen API-Token oder Service-Account-Anmeldedaten an. Konfigurieren Sie IP-Allowlists und speichern Sie die Anmeldedaten mithilfe von Tools für privilegiertes Zugriffsmanagement in einem Vault.  

Erweiterte Compliance-Prüfungen

Okta Device Assurance kann verwendet werden, um zu überprüfen, ob ein Gerät, auf dem der Okta Verify-Client ausgeführt wird, eine anfällige Version von LiteLLM ausführt:

AUSWÄHLEN 

    CASE 

        WHEN COUNT(*)=0 THEN 0

        ELSE 1

    END AS litellm_vuln

FROM python_packages 

WHERE name='litellm' 

AND version IN ('1.82.7', '1.82.8');

Kompromittierungsindikatoren

Indikator 

Typ

Quelle

Kontext

models.litellm[.]cloud

Domain

LiteLLM

Exfiltrationsserver in Verbindung mit dem LiteLLM-Angriff

litellm_init.pth

Dateiname 

LiteLLM

Name der Datei, die auf beim LiteLLM-Angriff kompromittierte Systeme heruntergeladen wurde

tpcp.tar.gz

Dateiname 

LiteLLM

Name der Datei, die das Skript nach dem Zwischenspeichern von Anmeldedaten zur Exfiltration aus einem kompromittierten System erstellt.

45.148.10.212

IP-Adresse

Aqua Security

Steht in Verbindung mit früheren Angriffen desselben Bedrohungsakteurs auf das Trivy-Projekt. 

scan.aquasecurtiy[.]org

Domain

Aqua Security

Steht in Verbindung mit früheren Angriffen desselben Bedrohungsakteurs auf das Trivy-Projekt. 

Rob Gil und Rafa Bono haben zu diesem Artikel beigetragen.

Setzen Sie Ihre Identity Journey fort