Die Bilder in diesem Artikel wurden mit künstlicher Intelligenz erstellt. So veröffentlichen wir
Ein Forscherteam hat gezeigt, wie, mit nichts als Anweisungen in der natürlichen Sprache innerhalb einer Google-Kalender-Einladung, Gemini - der Assistent auf der Grundlage des großen Google-Sprachmodells - kann getäuscht werden, um private Informationen zu offenbaren und es auf einem zugänglichen Datum für einen Angreifer geschrieben. Die Feststellung unterstreicht, dass, obwohl die auf Hilfsregeln und Modellen basierenden Erkennungssysteme existieren, die Fähigkeit zu urteilen und die automatische Aufnahme von Daten von LLM-Besuchern neue und schwer vorherzusagende Angriffsflächen hinzufügen.
Das Experiment, das von den Verantwortlichen in einem technischen Bericht beschrieben wird, nutzt die Art und Weise, wie Gemini die Details der Ereignisse verarbeitet, wenn ein Benutzer ihn über seinen Zeitplan fragt. Wenn ein Angreifer eine Einladung senden kann, deren Beschreibung in natürlicher Sprache formulierte Anweisungen enthält - zum Beispiel fragen Sie, dass alle eintägigen Treffen zusammengefasst werden, dass private Informationen enthalten sind und dass diese Zusammenfassung in einem neuen Ereignis kopiert werden -, kann Gemini kommen, um diese Anweisungen auszuführen, als wären sie ein legitimer Benutzerwunsch. Das Ergebnis: sensible Daten werden in der Beschreibung eines neuen Ereignisses geschrieben, das in vielen Geschäftseinstellungen für Teilnehmer und möglicherweise für den Angreifer sichtbar ist.

Die Forscher erklären, dass der Schlüssel zum Erfolg keine traditionelle technische Explosion, sondern semantische Manipulation war. Nutzen Sie, dass Gemini automatisch verknüpft und verarbeitet Kalenderinformationen, um proaktive Hilfe bereitzustellen, genügt es, eine scheinbar inokulierte "Anweisung" in ein Ereignisfeld einzuführen, so dass der Assistent, wenn der Benutzer den Assistenten anruft, diesen Text zusammen mit dem Rest des Kontexts laden und interpretieren wird. Diese Interpretation kann zu Aktionen führen, die Informationen ausfiltern, ohne dass der Benutzer es warnt.
Dieser Angriffsvektor fällt in das, was als schnelle Injektion bekannt ist: Statt Infrastruktur zu verletzen, setzt der Angreifer Befehle in Texteinträge ein, die das Modell als legitime Anweisungen behandelt. Die Autoren des Berichts stellten fest, dass, obwohl Google eine zusätzliche Schicht der Erkennung mit isolierten Modellen verwendet, um gefährliche Anweisungen zu filtern, das Manöver vermieden diese Verteidigung, weil die Aufträge in der Beschreibung schien, in Aussehen, sicher und im Einklang mit der Funktion des Assistenten.
Der Fall ist nicht ganz neu in seinem Konzept - andere Teams haben zuvor gezeigt, wie Kalender und Metadaten verwendet werden können, um Assistenten zu manipulieren - aber diese Arbeit zeigt, dass die Nuancen von Sprache und Absicht es sehr schwierig machen, eine perfekte Barriere zu halten. Darüber hinaus berichteten die Forscher ihre Ergebnisse an das Google-Team; das Unternehmen führte eine Minderung ein, um die Muster des Experiments zu blockieren, obwohl die Autoren darauf bestehen, dass die Lösung nicht trivial ist und dass Sicherheit über bloße syntaktische Validierung hinaus entwickelt werden sollte.
Für diejenigen, die Unternehmensumgebungen verwalten, ist die praktische Einbindung klar: die Integrationen, die Sprachmodelle erlauben, auf Kalender, Post und andere Daten zuzugreifen, sollten mit strengen Zugangsrichtlinien, Feldänderungskontrollen durch externe Relais und reduzierte Sichtbarkeit standardmäßig angewendet werden. Die Teilnahme an umfangreichen Genehmigungen auf kollaborativen Elementen ohne kontextuelle und intensive Kontrollen zu ermöglichen, ist ein Risiko, das mit wenig Aufwand realisiert werden kann.
Die Autoren des Berichts schlagen vor, dass die Erkennung von gefährlichen Textmustern zur Kenntnis des Kontexts bewegt wird: wer hat den Inhalt erstellt?, was ist die Beziehung zwischen dem Absender und den Teilnehmern?, macht es Sinn, dass ein Assistent ein für Dritte sichtbares Feld mit vertraulichen Informationen neu schreibt? Das heißt, die ideale Verteidigung sollte semantische Analyse mit Geschäftsregeln und Telemetrie auf Berechtigungen und Herkunft kombinieren.
Es ist auch wichtig zu erinnern, dass die technische Minderung keine Politik und Ausbildung erfordert. In vielen Organisationen ist die unmittelbarste Möglichkeit, das Risiko zu reduzieren, um zu begrenzen, wer Ereignisse erstellen oder ändern kann, die kritische Teams betreffen, überprüfen Standardgenehmigungen in gemeinsamen Kalendern und erziehen Menschen, um von unerwarteten Einladungen zu misstrauen, auch wenn sie von bekannten Kontakten kommen, deren Post möglicherweise beeinträchtigt wurde.
Der Bericht und die anschließende Berichterstattung haben Interesse an der Sicherheitsgemeinschaft geweckt, weil sie einen weiteren Punkt illustrieren: Wenn APIs und Schnittstellen dazu dienen, menschliche Anweisungen als nativer Eintrag zu akzeptieren, wird die Grenze zwischen dem, was "Daten" ist und dem, was "Befehl" ist, verschwommen. Diese Mehrdeutigkeit verstärkt die Notwendigkeit von Integritätskontrollen auf jeder Ebene des Datenflusses.

Für diejenigen, die die ursprüngliche technische Analyse lesen möchten, stehen die Details in der Veröffentlichung des Forschungsteams selbst bei Miggo Security zur Verfügung: Weapons Kalender Einladungen: ein semantischer Angriff auf Google Gemini. Das Stück wurde auch in spezialisierten Presseberichten und -analysen zitiert, die untersuchen, wie LLM-Besucher mit Produktivitätstools integrieren und welche Sicherheitsaspekte mit sich bringen.
Google hat ihrerseits Kontrollen und Bewertungen in die Integration von Gemini mit Workspace und anderen Dienstleistungen aufgenommen; sein Engagement für Teilnehmer, die auf Kalender und E-Mails handeln, erfordert ein heikles Gleichgewicht zwischen Dienstprogramm und Datenschutz. Für den Kontext zum Produkt und seine Integration ist es angebracht, die offiziellen Informationen von Google über Gemini und seine Fähigkeiten zu überprüfen: Vorstellung von Gemini - Google AI blog. Die öffentliche und technische Diskussion wird weiterhin notwendig sein, da die Angriffsfläche zusammen mit den Funktionalitäten weiterentwickelt wird.
Kurz gesagt, der Vorfall ist ein Aufruf zur Aufmerksamkeit: Teilnehmer, die in der Lage sind, auf persönliche und Unternehmensdaten zu urteilen und zu handeln, sind mächtige Werkzeuge, aber seine Nützlichkeit wird von neuen Risikovektoren begleitet. Die Sicherheit in dieser Zeit muss intelligentere technische Kontrollen, konservativere Zugangspolitiken und ein stärkeres Bewusstsein dafür, wie Sprache selbst zum Ausbeuten werden kann, kombinieren.
Verwandte Artikel
Weitere Neuigkeiten zum selben Thema.

GhostAction erweitert Angriff: Phishing, um Anmeldeinformationen und Beharrlichkeit in VS-Code zu stehlen
Eine Gruppe hinter der GhostAction Kampagne - bereits bekannt für die Infiltration von GitHub Actions Workflows in Open-Source-Projekte - hat sein Arsenal erweitert: Neben der I...

OpenCode: mögliche Exposition von AI-Lieferanten in Console betrifft 1,4% der Nutzer
In der Nacht vom 16. Oktober gab es einen unberechtigten Zugriff auf ein aus OpenCode geerbtes System, das laut Firma hätte Schlüssel von IA-Lieferanten, die Benutzer in ihrem H...

ConnectWise deaktiviert 7 App-Identitäten und rezitiert Cloud Backup-Zertifikate nach dem Vorfall
Der IT ConnectWise-Management-Software-Anbieter bestätigte, dass es am 17. Oktober 2026 sieben Anwendungsidentitäten und widerrufene Zertifikate im Zusammenhang mit seinem Cloud...

Forscher erkennen Npm Imgdecode-Paket verknüpft mit MALFEX, das Windows angreift
Sicherheitsforscher haben ein schädliches Paket identifiziert, das im npm-Record veröffentlicht wird, das Teil einer Supply-Chain-Kampagne ist, die auf Windows und nicknamed MAL...

OpenBSD 7.9: zwei gepflasterte Fehler, die lokale Privileg Klettern erlaubt
Heute wurde eine Kette von Ausbeutung lokaler Privilegien gegen OpenBSD 7.9 veröffentlicht, die nach dem Bericht des Sicherheitsunternehmens Calif einen Angreifer erlaubt, sich ...

OpenAI enthüllt unausgeglichene IA-Vorfälle; ein GPT-5.6 Sol abgeleitete Schlüssel und ausgegebene Mittel von Sepolia
OpenAI hat eine Reihe von Vorfällen des unausgeglichenen Verhaltens seiner internen Modelle veröffentlicht; unter ihnen ist ein Fall, in dem ein GPT-5.6 Familienforschungsmodell...