Ein chinesischer Entwickler hat sein Open-Source-Werkzeug ARTEX abgeschaltet und auf Closed Source umgestellt, nachdem Sicherheitsfirmen es mit einer Angriffswelle auf südkoreanische Banken in Verbindung gebracht hatten. "Angesichts des Missbrauchs des Werkzeugs wird das ARTEX-Projekt nicht mehr weiterentwickelt und in Closed Source überführt. Es werden keine weiteren Versionen veröffentlicht und kein Wartungssupport mehr geleistet", schrieb der Entwickler mit dem GitHub-Handle "Autumn-27" am Donnerstag. Die GitHub-Seite des Projekts ist inzwischen offline.
ARTEX ist kein eigenes Sprachmodell, sondern ein Agent, der Penetrationstests automatisiert und dafür externe Modelle wie ChatGPT, Claude und DeepSeek ansteuert. Das ist der Kern des Problems: Das Werkzeug ist von Haus aus doppelt verwendbar. Dieselbe Automatisierung, die ein Unternehmen beim Härtungstest seines Netzes unterstützt, senkt für einen Angreifer das technische Einstiegsniveau — und beschleunigt die Arbeit erheblich.
Laut der US-Sicherheitsfirma CrowdStrike soll der mutmaßliche Täter hinter den Angriffen auf südkoreanische Banken ein 26-jähriger Mann mit Sitz in China sein, der ARTEX und Anthropics Claude Code nutzte. Ziel der Kampagne sei der Diebstahl von Kundendaten gewesen. Mindestens neun südkoreanische Banken haben seit Ende September Angriffe gemeldet oder wurden in lokalen Medien als Ziele genannt; die Polizei hat diese Woche Ermittlungen aufgenommen, Präsident Lee Jae Myung forderte eine robuste Reaktion.
Der Entwickler erklärte, ARTEX sei ursprünglich dafür gedacht gewesen, Unternehmen und Organisationen bei Sicherheitsrisikotests zu unterstützen. Ohne direkt auf die Bankvorfälle einzugehen, verurteilte er jede illegale Nutzung und übernahm keine Verantwortung für rechts- oder regelwidriges Verhalten. Das chinesische Außenministerium erklärte über Sprecherin Mao Ning, der Fall sei nicht bekannt; China bekämpfe Hacking-Aktivitäten grundsätzlich.
Der Fall trifft einen wunden Punkt der Agenten-Ära: Die Diskussion dreht sich meist um die Modelle, während die eigentliche Gefahr oft in den Automatisierungshüllen darum herum liegt. Ein Projekt zurückzuziehen, behebt das nicht — die bereits verteilten Kopien bleiben, und die Fähigkeit ist inzwischen in vielen Tools vorhanden. Für Sicherheitsteams ist die praktische Lehre weniger spektakulär als der Streitfall selbst: Angriffe, die auf vorgefertigten Agenten und kommerziellen Modellen aufsetzen, lassen sich nur mit denselben Signalen erkennen, die auch legitime Automatisierung erzeugt.
