BriefTechNews
Optimizely-Breach verwandelte 178 Websites in Malware-Verteiler

Optimizely-Breach verwandelte 178 Websites in Malware-Verteiler

6 min read · 10 sources

TL;DR
  • Optimizely-Breach injizierte Malware in Websites von mindestens 178 Organisationen, mit Ziel Krypto-Wallets und Zahlungsdaten
  • Microsofts Windows-Endpunkt-Sicherheitsplattform und Administrator Protection sind auf der Ignite 2026 allgemein verfügbar
  • Copilotforce integriert Salesforce mit Microsoft Copilot, Teams und Fabric mit über 38 vorgefertigten Sales-Skills
  • Snowflakes Open Data Sharing erlaubt externen Konsumenten die Abfrage von Iceberg-Tabellen ohne Snowflake-Konto
  • Microsofts API-Spezifikationen decken 90 von 178 Diensten ab, mit einer Kin-Score-Streuung von 7,1, passend zu Amazons 7,5

Die größte Geschichte heute ist keine KI-Ankündigung - es ist ein Supply-Chain-Angriff, der die meistbesuchten Seiten des Webs in Malware-Verteiler verwandelt hat. Angreifer nutzten die Optimizely-Experimentierplattform aus, um bösartiges JavaScript in Websites von mindestens 178 Organisationen einzuschleusen. Die Payloads zielten auf Krypto-Wallets und Zahlungsdaten, und Optimizely gibt an, die Schwachstelle gepatcht, den injizierten Code entfernt und Tokens widerrufen zu haben.

Wenn Sie eine Website mit einem Drittanbieter-Experimentier- oder Analysetag betreiben, ist dies das Albtraumszenario: Das Skript eines vertrauenswürdigen Anbieters wird zum Angriffsvektor, und Sie haben null Sichtbarkeit, bis der Schaden entstanden ist. Es ist auch eine Erinnerung daran, dass Ihre Sicherheitslage nur so stark ist wie das am wenigsten vertrauenswürdige Skript, das Sie auf jeder Seite laden.

Unterdessen nutzte Microsoft die Ignite 2026, um eine Welle von Windows-Sicherheits- und KI-Agenten-Kontrollen auszuliefern, und Microsoft und Salesforce kündigten ein gemeinsames Angebot namens Copilotforce an. Hier ist alles, was wichtig ist.

Angreifer nutzten die Experimentiersoftware von Optimizely, um bösartiges JavaScript über Websites von mindestens 178 Organisationen zu verbreiten.

Windows bekommt strengere Leinen für KI-Agenten

Source: blogs.windows.com ↗

Microsofts Ignite-2026-Ankündigungen zielen direkt auf die Agenten-Ära. Die Windows-Endpunkt-Sicherheitsplattform und Windows Administrator Protection sind jetzt allgemein verfügbar, mit Windows Baseline Protection in der Vorschau. Microsoft Execution Containers (MXC) erhielten neue Containment-Fähigkeiten, und es gibt experimentelle hardware-isolierte Micro-VMs.

Die Schlagzeile für IT-Teams: Allgemein verfügbare Lernmodi erlauben es, das Agentenverhalten zu beobachten, bevor Einschränkungen durchgesetzt werden. Das ist eine bedeutende Verschiebung - statt Agenten kalt zu blockieren oder sie wild laufen zu lassen, können Sie beobachten, was sie tatsächlich in der Produktion tun, und dann die Schrauben anziehen. Intune befindet sich zudem in der Vorschau für automatische Updates von Anwendungen, die Mitarbeiter selbst installieren, was eine lange bestehende Patch-Lücke schließt. Und GitHub Copilot Fusion kann Codierungsarbeit nun an lokale Modelle auf Entwickler-PCs weiterleiten, was wichtig ist, wenn Sie Quellcode von externen APIs fernhalten wollen.

Der operative Vorteil ist real: Microsoft behauptet, Autopatch liefere Updates nun 40 % schneller. Für jeden, der schon einmal einen Dienstagabend damit verbracht hat, ein Flotten-Update zu beaufsichtigen, ist das die Zahl, die die gesamte Keynote bezahlt.

Copilotforce: Salesforce-Daten, Microsoft-Frontend

Source: news.microsoft.comource ↗

Microsoft und Salesforce kündigten Copilotforce an, eine Integration, die Salesforce mit Copilot, Teams und Fabric verbindet. Das Herzstück ist „Salesforce in Copilot", ein Plugin in öffentlicher Vorschau mit über 38 vorgefertigten Sales-Skills. Mitarbeiter können Kundeninformationen abrufen und unterstützte Aktionen unter ihren bestehenden Salesforce-Berechtigungen ausführen - kein Kontextwechsel mehr zwischen CRM und KI-Assistent.

Das Infrastrukturdetail, das erwähnenswert ist: Zwei-Wege-Zero-Copy-Integrationen zwischen Salesforce Data 360 und Microsoft Fabric. Das bedeutet, Sie können Daten über beide Plattformen abfragen, ohne sie zu duplizieren, was das klassische „Welche Kopie des Kundendatensatzes ist kanonisch"-Problem beseitigt. Accenture ist Design- und Implementierungspartner sowie Pilotkunde, was zeigt, wohin das zuerst führt.

Für Ingenieure liegt der Reiz darin, dass Berechtigungen übertragen werden. Das Plugin respektiert bestehende Salesforce-Sicherheitsmodelle, sodass Sie keine neue Autorisierungsebene bauen müssen, um KI an Ihre CRM-Daten anzubinden.

Wenn KI-generierte Daten zur Ground Truth von morgen werden

Source: oreilly.com ↗

Eine O’Reilly-Analyse legt ein systemisches Risiko dar, das jeden beunruhigen sollte, der KI-integrierte Workflows betreibt: KI-generierte Schlussfolgerungen können ihren ursprünglichen Kontext verlieren und als etablierte Fakten behandelt werden. Das Beispiel ist ein Lieferantenmanagementsystem, in dem ein KI-Agent den Geltungsbereich eines Qualitätszertifikats falsch liest. Selbst nachdem ein Mensch den Datensatz korrigiert, handeln nachgelagerte Dashboards und Berichte weiterhin auf Basis der alten, falschen Feststellung.

Das Kernproblem ist, dass die Korrektur eines Werts nicht seinen Einfluss über Caches, Berichte und Workflow-Zustände korrigiert. Agenten verschlimmern dies, indem sie Schlussfolgerungen generieren, die später als unabhängige Beweise behandelt werden. Der vorgeschlagene Fix ist „Decision Lineage" - die Verknüpfung KI-generierter Behauptungen mit ihren Quellbeweisen, steuernden Workflows und nachgelagerten Entscheidungen.

Für Ingenieure ist dies das Daten-Lineage-Problem, das Sie bereits kennen, aber mit einer neuen Wendung: Die schlechten Daten sind nicht nur eine falsche Zahl in einer Datenbank, sondern eine falsche Schlussfolgerung, die ein Agent als Ground Truth für die nächste Entscheidung zitiert. Wenn Sie agentische Systeme bauen, müssen Sie für Korrekturverbreitung entwerfen, nicht nur für Dateneingabe.

Teams bekommt Impersonation-Schutz

Source: office365itpros.com ↗

Microsoft fügt Teams drei neue Fähigkeiten hinzu, um Social Engineering in Besprechungen zu bekämpfen. „Impersonation Protection" wird Mitte Dezember 2026 ausgerollt und erkennt und kennzeichnet potenziell täuschende Teilnehmer und Organisatoren. Der „Facilitator"-Agent erhält Ende Januar 2027 eine neue Schutz-Skill, die Besprechungstranskripte auf Bedrohungen scannt, und es gibt eine Microsoft-Defender-Datentabelle für forensische Untersuchungen.

Der Vorbehalt, der Ihre Aufmerksamkeit erregen sollte: Administratoren haben keine Sichtbarkeit in die für die Erkennung verwendeten Signale und können sie möglicherweise nicht deaktivieren. Das ist ein klassischer Trade-off zwischen Sicherheit und Kontrolle. Wenn die Erkennungslogik False Positives produziert - einen legitimen Anbieter als potenziellen Impersonator kennzeichnet - haben Sie keine Möglichkeit, es zu justieren oder zu überschreiben. Es lohnt sich, dies zu planen, bevor Sie es für Ihr Vertriebsteam ausrollen.

Snowflake öffnet die Tür für Nicht-Snowflake-Konsumenten

Source: snowflake.com ↗

Snowflake führte Open Data Sharing ein, das es Datenanbietern erlaubt, Apache-Iceberg-Tabellen mit externen Konsumenten über Iceberg-REST-Catalog-kompatible Clients zu teilen. Kein Snowflake-Konto erforderlich, keine geplanten Datenexporte. Dies ist eine direkte Antwort auf das Problem „Wir würden diese Daten teilen, aber unsere Partner nutzen kein Snowflake".

Für Teams in gemischten Technologieumgebungen beendet dies das Export-und-E-Mail-Muster. Sie veröffentlichen einmal in einen Iceberg-REST-Catalog, und jeder Client, der das Protokoll spricht, kann Live-Daten abfragen. Es ergänzt bestehende Snowflake-Sharing-Pfade, statt sie zu ersetzen, was bedeutet, dass Sie internes Snowflake-natives Sharing beibehalten und bestimmte Datensätze für die Außenwelt öffnen können.

Die API-Source-of-Truth-Scorecard

Source: apievangelist.com ↗

Eine API-Evangelist-Analyse verglich die API-Landschaften von Google, Amazon und Microsoft, und die Zahlen sind deutlich. Amazons Smithy-Modelle decken 186 von 199 API-Mitgliedern ab, Microsofts Spezifikationen decken 90 von 178 ab, und Googles Discovery-Dokumente decken 126 von 161 ab. Microsoft hat mit 49.891 die meisten generierten Operationen.

Der Befund, der zählt: Konsistenz (gemessen an der Kin-Score-Streuung) korreliert mit der Vollständigkeit der maschinenlesbaren Quelle, nicht mit dem Unternehmen. Microsofts spezifikationsbasierte Mitglieder haben eine Streuung von 7,1, passend zu Amazons 7,5. Die Lehre für jeden, der APIs baut oder konsumiert: Eine vollständige, maschinenlesbare Source of Truth korreliert direkt mit Konsistenz und Agenten-Bereitschaft. Wenn Ihre API-Dokumentation manuell gepflegt wird und von der Implementierung abweicht, werden Ihre Agenten das spüren.

Open-Source-E-Reader-Projekt gegen die KI-Flut

Source: theregister.com ↗

Crosspoint Reader hat 300.000 Installationen überschritten und bringt Open-Source-Firmware auf winzige, preiswerte E-Reader. Das Wachstum ist ein Gewinn für das Projekt, aber es veranschaulicht auch den Druck, den KI-generierte Beiträge auf freiwillige Maintainer ausüben, die Beiträge prüfen und Feature-Requests innerhalb enger Hardware-Grenzen verwalten müssen.

Dies ist die leise Geschichte von 2026: LLMs erlauben jedem, einen Pull Request zu generieren, aber sie generieren nicht den Kontext, um ihn zu prüfen. Maintainer ertrinken in plausibel aussehendem Code, der dieselbe Prüfung benötigt wie menschlich geschriebener Code, ohne die Fähigkeit eines Menschen, zu erklären, warum er so geschrieben wurde. Wenn Sie ein Open-Source-Projekt pflegen, haben Sie das gespürt. Wenn Sie Beiträge mit KI generieren, überlegen Sie, ob Sie helfen oder die Review-Queue verlängern.

SAP schluckt TechWolf für Workforce-Grounding

Source: news.sap.com ↗

SAP hat die Übernahme von TechWolf abgeschlossen, einer KI-Arbeitsintelligenz-Plattform. Der proprietäre Kontextgraph von TechWolf wird SAPs Grounding-Schicht für Agentenabfragen zu Arbeit, Skills-Planung und Talentmanagement in SAP SuccessFactors. Das Versprechen ist, dass Grounding von Agenten in einem Kontextgraph die Token-Nutzung effizienter macht und die Kosten für den Einsatz von Workforce-Agenten senkt.

Für Ingenieure, die HR-Automatisierung betreiben, ist das Interessante, dass ein Kontextgraph den Unterschied zwischen einem Agenten ausmacht, der eine Skills-Bewertung halluziniert, und einem, der aus einer strukturierten, gepflegten Sicht der Belegschaft schöpft. Ob SAP das tatsächlich liefert, ist eine andere Frage, aber die Architektur ist die richtige.

RHEL-GitHub-Runner gehen in GA

Source: developers.redhat.com ↗

Red Hat kündigte an, dass offizielle GitHub-gehostete Runner-Images für RHEL 9 und RHEL 10 jetzt allgemein verfügbar sind. Teams mit GitHub Enterprise Cloud und GitHub Enterprise Server können CI/CD-Pipelines nativ auf RHEL ausführen, eingerichtet über „New larger runner" in den Organisations-Einstellungen.

Der Wert liegt in der Beseitigung der Klasse von Bugs „funktioniert auf meinem Ubuntu-Container, bricht in Prod auf RHEL". Bibliotheksversionen, Compiler-Verhalten und SELinux-Richtlinien unterscheiden sich zwischen Distributionen, und Tests auf dem falschen Betriebssystem verbergen echte Probleme. Saubere Basis-Betriebssystem-Images auf 64-Bit-Linux bedeuten, dass Ihre Tests auf demselben Betriebssystem laufen wie Ihre Deployment-Ziele. Es erfordert ein GitHub-Organisationskonto, aber für RHEL-Shops schließt dies eine echte Lücke in der CI/CD-Pipeline.

Briefing holen

Hat Ihnen das gefallen? Wählen Sie die Themen, die Sie interessieren, und erhalten Sie nur diese, fünf Minuten am Morgen. Kostenlos, kein Hype, Abmeldung mit einem Klick.

Über uns Author

Mein Name ist

BriefTechNews

A daily digest of what actually moved in AI, tech, crypto and fintech, assembled and written with AI, and reviewed before it publishes. Weiterlesen
Schlagwörter

Das könnte Sie auch interessieren