Phantom Squatting: Wenn Betrüger LLMs kapern

Fragen Sie einen KI-Assistenten nach dem Login-Portal Ihrer Bank, der Schadensseite Ihrer Versicherung oder den Rückgabebedingungen eines Händlers, und er liefert Ihnen möglicherweise selbstbewusst eine Domain, die genau richtig klingt. Das Problem: Diese Domain existiert oft gar nicht. Große Sprachmodelle erfinden regelmäßig plausible Webadressen für echte Marken und füllen Lücken in ihren Trainingsdaten mit Namen, die sich strukturell korrekt anfühlen, obwohl sie nie registriert wurden. Sicherheitsforscher nennen dieses Phänomen inzwischen Phantom Squatting, und es zählt zu den beunruhigenderen Lieferketten-Risiken, die aus der Einführung von KI in Unternehmen entstehen.

Dieser Blogbeitrag erklärt, wie Phantom Squatting funktioniert, warum es Banken- und Einzelhandelsmarken besonders hart trifft, und was das Cyber-Threat-Intelligence-Team von EBRAND unternimmt, um diese Phantom-Domains aufzuspüren, bevor Kriminelle sie als Waffe einsetzen. Außerdem werfen wir einen Blick darauf, wie Phantom-LLM-Cybersquatting in das größere Muster KI-gestützter Cyberangriffe passt, das das Unternehmensrisiko neu gestaltet. Wenn Ihre Marke auf KI-Sichtbarkeit angewiesen ist – und heute trifft das auf nahezu jede Marke zu –, lohnt es sich, diese Bedrohung zu verstehen. Starten Sie mit einem kostenlosen Threat-Intelligence-Report, um zu sehen, welche Phantom-Domains Ihr Unternehmen bereits bedrohen.

Was Phantom Squatting eigentlich bedeutet

Phantom Squatting beschreibt die Praxis, bei der Cyberkriminelle die nicht existierenden Domains registrieren, die KI-Modelle für legitime Marken halluzinieren, und diese Domains anschließend mit Phishing-Kits, Malware oder Formularen zum Abgreifen von Zugangsdaten bestücken. Der Mechanismus unterscheidet sich deutlich vom klassischen Typosquatting. Typosquatting nutzt menschliche Fehler aus: Jemand vertippt sich bei einer URL und landet auf einer täuschend ähnlichen Seite. Phantom Squatting nutzt stattdessen einen Maschinenfehler aus. Der KI-Assistent erfindet eine Domain, die es nie gab, präsentiert sie als Tatsache, und ein Mensch – oder zunehmend ein autonomer Agent – folgt dieser Empfehlung direkt in vom Angreifer kontrolliertes Terrain.

Was Phantom-KI-Angriffe so gefährlich macht, ist ihre Wiederholbarkeit. Forscher haben herausgefunden, dass LLMs bei der Halluzination einer Domain kein zufälliges Rauschen erzeugen. Sie generieren über verschiedene Abfragen hinweg immer wieder dieselbe fiktive Adresse, weil das Modell auf konsistenten Mustern bei Markennamen, Branchenkonventionen und regionalen TLDs aufbaut. Diese Vorhersagbarkeit ist ein zweischneidiges Schwert. Sie gibt Angreifern eine Roadmap, welche Phantom-Domains sie zuerst registrieren sollten – doch sie gibt Verteidigern genau dieselbe Roadmap, wie wir weiter unten zeigen.

Phantom Squatting in der Praxis

Schauen wir uns an einem Beispiel an, wie eine aktuelle Phantom-Squatting-Bedrohung aussehen könnte, wenn Sie ein Bankunternehmen mit aktiver Online-Präsenz sind. Stellen Sie sich vor, Sie sind eine Regionalbank namens Local Bank Group mit einer echten Support-Seite unter localbankgroup.com/support. Eine Kundin, die Schwierigkeiten hat, ihr Online-Banking-Passwort zurückzusetzen, öffnet ChatGPT und bittet um einen Link zur Kundensupport-Seite der Local Bank Group. Das Modell greift auf gängige Namensmuster zurück, die es bei Hunderten von Finanzinstituten beobachtet hat, und liefert selbstbewusst etwas wie localbankgrouponline.com oder support.localbankgroup-online.com. Keine dieser Domains gehört der Bank. Das war auch nie der Fall. Die KI hat schlicht die Adresse generiert, die ihr angesichts der üblichen Struktur von Support-Portalen ähnlicher Marken statistisch korrekt erschien, und diesen erfundenen Link mit demselben selbstbewussten Ton ausgeliefert, den sie auch für eine verifizierte Tatsache verwenden würde.

Genau an diesem Punkt wird Phantom Squatting gefährlich. Ein Cyberkrimineller, der KI-Modelle bereits mit dem Namen der Local Bank Group getestet hat, bemerkt, dass immer wieder dieselbe halluzinierte Domain auftaucht. Er registriert sie, baut eine Seite auf, die bis hin zu Logo und Farbschema dem echten Login-Bildschirm der Bank gleicht, und wartet. Der nächste Kunde, der denselben KI-generierten Link erhält, landet auf einer überzeugenden Fälschung, gibt Benutzername und Passwort ein und übergibt seine Bankdaten direkt an einen Angreifer, der dafür keine einzige Phishing-E-Mail versenden musste. Der KI-Assistent hat die Anwerbung kostenlos übernommen. Diese Dynamik erklärt, warum Banken- und Einzelhandelsmarken, bei denen Kunden ständig KI-Tools nach Login-Seiten und Kontosupport fragen, besonders stark von dieser Bedrohung betroffen sind.

Warum Banken und Einzelhandel die größten Ziele sind

Phantom-Typosquatting verteilt das Risiko nicht gleichmäßig über alle Branchen. Banken und Finanzdienstleister sind überdurchschnittlich exponiert, da Kunden KI-Tools routinemäßig nach Login-Portalen, Filialsuchen und Kontosupport-Seiten fragen – allesamt Szenarien, in denen eine halluzinierte Domain echte Zugangsdaten abgreifen kann. Einzelhandels- und E-Commerce-Marken sind einem ähnlichen Risiko ausgesetzt, da Kundinnen und Kunden KI-Assistenten zunehmend nach Onlineshops, Sendungsverfolgungsseiten und Kundenservice-Links fragen – jede davon eine potenzielle Phantom-Domain, die nur darauf wartet, besetzt zu werden.

Die Aufsichtsbehörden des Finanzsektors haben das bemerkt. Die Europäische Zentralbank forderte bedeutende Bankinstitute kürzlich auf, einen formellen Aktionsplan zum Umgang mit KI-gestützten Cyberangriffen vorzulegen, mit einer Einreichungsfrist bis zum 31. Oktober 2026, wie eine KPMG-Analyse der EZB-Direktive zeigt. Das Schreiben hebt sechs Schwerpunktbereiche hervor, darunter beschleunigtes Schwachstellenmanagement, KI-gestützte Erkennung und die Steuerung von Drittparteienrisiken, und behandelt KI-gestützte Bedrohungen wie Phantom Squatting als Compliance-Thema auf Vorstandsebene statt als rein technische Frage.

Dieser regulatorische Druck fügt sich in einen breiteren Wandel ein, wie Sicherheitsverantwortliche über KI-Risiken denken. Eine aktuelle Analyse des Forbes Technology Council argumentiert beispielsweise, dass die eigentliche Gefahr KI-gestützter Cyberangriffe weniger darin liegt, dass Maschinen menschliche Verteidiger überlisten, sondern vielmehr darin, dass KI die traditionellen Beschränkungen durch Zeit, Personal und Aufwand aufhebt, die Angreifer früher eingeschränkt haben. Phantom Squatting passt genau in dieses Muster: Ein Angreifer muss nicht mehr raten, welche gefälschte Domain funktionieren könnte. Das KI-Modell hat sie bereits wiederholt getestet und ein validiertes Ziel geliefert.

Wie eine Phantom-Squatting-Angriffskette abläuft

Eine Phantom-Squatting-Kampagne folgt in der Regel einer einfachen Abfolge. Ein Angreifer testet mehrere KI-Modelle mit markenbezogenen Anfragen und verfolgt, welche halluzinierten Domains konsistent wieder auftauchen. Sobald sich ein Muster abzeichnet, registriert der Angreifer die wertvollsten Phantom-Domains und baut dahinter eine Phishing-Infrastruktur auf, teilweise mithilfe eines KI-Coding-Assistenten, um den Aufbau zu beschleunigen. Die Domain liegt dann ruhig da, bis sie von einem KI-Assistenten einem ahnungslosen Kunden empfohlen wird – oder zunehmend einem autonomen Agenten, der im Auftrag einer Person handelt.

Dieser letzte Punkt verdient besondere Aufmerksamkeit. Da KI-Agenten immer mehr Aufgaben ohne direkte menschliche Prüfung übernehmen, braucht eine in die Empfehlung eines Agenten eingebettete Phantom-Domain keinen menschlichen Klick mehr, um Schaden anzurichten. Ein Agent, der einen halluzinierten API-Endpunkt abruft oder Daten an ein erfundenes Portal übermittelt, kann eine komplette Kompromittierung der Lieferkette eigenständig durchführen – was den Einsatz für jede Organisation erhöht, die KI-Tools in kundenorientierte oder interne Arbeitsabläufe integriert hat.

Vorhersagbarkeit zur Verteidigung nutzen

Dieselbe Wiederholbarkeit, die Phantom Squatting ausnutzbar macht, macht es auch verteidigbar. Da LLMs dazu neigen, für eine bestimmte Marke bei wiederholten Anfragen dieselben Domains zu halluzinieren, kann eine Organisation ihre eigenen systematischen Abfragen gegen die wichtigsten KI-Modelle durchführen, ermitteln, welche fiktiven Domains immer wieder auftauchen, und diese Domains registrieren oder überwachen, bevor ein Angreifer dies tut. Das dreht die Schwachstelle um: Statt auf eine Phishing-Meldung zu warten, kartieren Verteidiger proaktiv genau die Phantom-Domains, die auch ein Krimineller finden würde, und schließen die Gelegenheit im Voraus.

Die Cyber-Threat-Intelligence-Analysten von EBRAND führen diesen Erkennungsprozess für Ihre Markennamen über die KI-Modelle durch, die Kunden und Interessenten tatsächlich nutzen. In Kombination mit unserer Digital-Risk-Protection-Plattform identifizieren wir die Phantom-Domains, die Cyberkriminelle am wahrscheinlichsten anziehen, erkennen frühe Registrierungsaktivitäten und unterstützen Takedown-Maßnahmen, bevor ein Phishing-Kit überhaupt live geht. Für Banken, den Einzelhandel und jede Marke, bei der Kunden für die grundlegende Navigation auf KI-Assistenten setzen, schließt diese proaktive Überwachung eine Lücke, die der klassische Domainschutz nie abdecken konnte.

Phantom-Squatting-Domains einen Schritt voraus sein

Phantom Squatting wird nur noch häufiger werden, je mehr KI-Assistenten zur Standardmethode werden, mit der Menschen online nach Marken suchen. Wer auf eine Kundenbeschwerde oder eine Betrugsmeldung wartet, reagiert erst, wenn der Schaden bereits eingesetzt hat. Um diese wachsenden Bedrohungen selbst in die Hand zu nehmen, können Sie sich einen kostenlosen Threat-Intelligence-Report von EBRAND sichern. Gemeinsam spüren wir alle Phantom-Domains auf, mit denen Cyberkriminelle Ihre Website-Besucher kapern könnten, und gehen proaktiv gegen Geisterdomains und digitale Trugbilder vor. Schützen wir den KI-Fußabdruck Ihrer Marke, bevor jemand anderes es tut.