Als die KI nicht das schwache Glied war: die McHire-Bewerberdaten-Exposition
Forscher versuchten, den KI-Einstellungs-Chatbot von McDonald's per Prompt-Injection anzugreifen und scheiterten. Dann meldeten sie sich mit dem Passwort 123456 an und entwendeten ~64 Millionen Bewerberdatensätze. Die Lektion ist das Gegenteil dessen, was die URL impliziert.

Was ist passiert?
Im Juni 2025 deckten die Sicherheitsforscher Ian Carroll und Sam Curry eine Schwachstellenkette in McHire auf, der Einstellungsplattform von McDonald's, die von Paradox.ai entwickelt und von der überwiegenden Mehrheit der McDonald's-Franchises genutzt wird. Öffentliche Berichte von Wired und BleepingComputer beziffern den exponierten Datensatz auf etwa 64 Millionen Bewerber, wobei Namen, E-Mail-Adressen, Telefonnummern und Chat-Transkripte für jeden zugänglich waren, der denselben Weg wie die Forscher einschlug.
Die Schlagzeile, die sich am schnellsten verbreitete, stellte dies als Prompt-Injection-Angriff auf den Chatbot „Olivia“ dar. Diese Darstellung ist falsch. Die Forscher gaben an, dass sie zuerst Prompt-Injection versucht hatten, und es scheiterte: Der Bot war streng auf vorgefertigte Antworten beschränkt und hatte nie Backend-Daten, die er durch Tricks preisgeben konnte. Der Kompromiss hatte nichts mit dem Sprachmodell zu tun.
Der eigentliche Einstiegspunkt war eine administrative Anmeldeseite von Paradox.ai auf McHire, die über das öffentliche Internet erreichbar war. Die Forscher versuchten die Anmeldeinformationen „123456“ / „123456“ auf einem Testkonto, das laut öffentlichen Berichten seit 2019 aktiv gewesen war. Sie gelangten hinein.
Einmal drinnen, ermöglichte ein klassischer Insecure Direct Object Reference (IDOR) auf der Bewerber-API das Inkrementieren einer numerischen ID und das Abrufen des Datensatzes jedes Bewerbers. Keine Ausnutzung des Modells, keine neuartige Technik, kein Zero-Day. Standard-Anmeldeinformationen plus eine unauthentifizierte Objekt-Referenz.
Warum sich dieses Muster wiederholt
Das interessante Versagen hier ist nicht technischer, sondern organisatorischer Natur. Der Chatbot war die sichtbare „KI“-Komponente, daher zog er die Sicherheitsaufmerksamkeit auf sich. Die langweilige Web-Administration dahinter war der eigentliche Schadensbereich, und fast niemand betrachtete es so.
Dies geschieht immer dann, wenn ein Käufer einen KI-Anbieter als KI-Produkt und nicht als SaaS-Anwendung behandelt, die zufällig ein Modell enthält. Das Modell erhält eine Red-Team-Überprüfung. Die Admin-Konsole, die Bewerber-API, der Speicher-Bucket, die Audit-Protokollierung, die Richtlinie zur Anmeldeinformationsrotation – die Dinge, die jahrzehntelange bekannte Fehlerursachen haben – werden als „Rohrleitungen“ behandelt.
Die Anreizstruktur der Lieferanten verstärkt dies. KI-Anbieter liefern schnell, oft bevor sie ein ausgereiftes Sicherheitsprogramm haben, und die Beschaffungsteams ihrer Kunden fragen nach dem Modellverhalten und nicht nach der umgebenden Anwendung. Ein Testkonto aus dem Jahr 2019 mit dem Passwort „123456“ überlebt diese Lücke jahrelang, weil niemand die Überprüfung darauf ausgelegt hat, es zu finden.
Die teuersten KI-Verletzungen der nächsten zwei Jahre werden keine Modell-Exploits sein. Es werden Web-Schwachstellen aus den 1990er Jahren in der Anwendung sein, die das Modell umgibt.
Der Angreifer-Playbook Schritt für Schritt
Die offengelegte Sequenz war kurz, und das ist der unangenehme Teil. Ein erfahrener Angreifer benötigte keine Kette neuartiger Primitive.
Schritt 1: Die Oberfläche des KI-Anbieters aufzählen
Identifizieren Sie den Drittanbieter hinter dem sichtbaren Chatbot. In diesem Fall identifizierte sich der Bot als von Paradox.ai erstellt, was auf eine separate administrative Oberfläche hinwies – eine Anmeldeseite auf derselben McHire-Domain.
Schritt 2: Die offensichtlichen Anmeldeinformationen ausprobieren
Standard- und schwache Anmeldeinformationen bleiben der ertragreichste Angriff gegen Admin-Panels von Anbietern. Berichten zufolge reichte ein einziges Testkonto mit „123456“ / „123456“ aus.
Schritt 3: Von Admin zu Daten schwenken
Die Admin-Rolle legte eine interne Bewerber-API offen. Die API verwendete einen sequenziellen numerischen Bezeichner und überprüfte nicht, ob das aufrufende Konto berechtigt war, jeden spezifischen Bewerber zu lesen. Das Iterieren der ID lieferte beliebige Datensätze zurück.
Schritt 4: Umfang bestätigen und offenlegen
Die Forscher stoppten beim Nachweis der Auswirkungen, validierten die Größe des Datensatzes und meldeten dies Paradox.ai und McDonald's. Paradox.ai deaktivierte das Testkonto und behob Berichten zufolge den IDOR innerhalb weniger Stunden nach der Offenlegung.
Was die Verteidiger übersehen haben
Drei Dinge, in etwa abnehmender Reihenfolge der Schwere.
Erstens: keine Anmeldeinformationshygiene auf der Admin-Oberfläche des Anbieters. Ein Testkonto, das vor der Produktionsbereitstellung existierte, mit einem sechsstelligen numerischen Passwort, war fünf Jahre nach seiner Erstellung über das öffentliche Internet erreichbar. Jede regelmäßige Anmeldeinformationsprüfung hätte es gefunden.
Zweitens: keine Autorisierungsprüfung an der Bewerber-API. IDOR ist eine der ältesten, am besten dokumentierten Web-Schwachstellen im OWASP-Katalog. Die Tatsache, dass ein authentifizierter Admin-Aufruf beliebige Bewerberdatensätze zurückgab, bedeutet, dass die API Authentifizierung, aber keine Autorisierung durchsetzte.
Drittens: keine Sicherheitsüberprüfung der langweiligen Oberfläche. Der Chatbot erhielt Aufmerksamkeit, weil er die KI war. Die Admin-Anmeldung, das API-Gateway und die Speicherung von 64 Millionen PII-Datensätzen erhielten nicht die gleiche Prüfung – weder bei McDonald's, bei Paradox.ai noch bei den Franchisenehmern, die McHire einsetzten.
Eine praktische Checkliste für Verteidiger
Die Korrekturen sind unspektakulär. Sie hätten diesen Vorfall aber verhindert.
- Inventarisieren Sie jede Authentifizierungsoberfläche, die von einem von Ihnen verwendeten KI-Anbieter bereitgestellt wird, einschließlich Admin-Panels, Testumgebungen und Kundensupport-Tools. Behandeln Sie sie wie Kronjuwelen-Webanwendungen, nicht wie „Rohrleitungen“ für das Modell.
- Verlangen Sie von Anbietern eine schriftliche Bestätigung, dass in der Produktion keine Standard- oder gemeinsam genutzten Anmeldeinformationen existieren und dass während des Onboardings erstellte Testkonten bei der Inbetriebnahme gelöscht werden.
- Führen Sie authentifizierte IDOR/BOLA-Tests gegen jede vom Anbieter bereitgestellte API durch, insbesondere gegen APIs, die pro-Benutzer-Datensätze zurückgeben. Der OWASP API Security Top 10 listet dies aus gutem Grund auf Platz 1.
- Erzwingen Sie SSO mit Ihrem Identitätsprovider für jede Admin-Oberfläche des Anbieters, damit Anmeldeinformationen nicht unabhängig driften können und alte Konten sterben, wenn Mitarbeiter ausscheiden.
- Begrenzen Sie die Privilegien von Admin-Sitzungen, sodass ein einzelnes kompromittiertes Admin-Konto nicht den gesamten Bewerber- oder Kundendatensatz aufzählen kann.
- Verlangen Sie vom Anbieter, dass er Massenlesemuster gegen sensible APIs protokolliert und alarmiert. Das Abrufen von zig Millionen Bewerberdatensätzen sollte nicht wie ein normaler Tag aussehen.
Wie moderne offensive Tests dies entdeckt hätten
Ein gezieltes, autorisiertes offensives Engagement gegen die McHire-Anbieteroberfläche – nicht gegen den Chatbot – hätte dies am ersten Nachmittag gefunden. Die relevanten Prüfungen sind altbewährt: Credential-Spray gegen die Admin-Anmeldung, authentifizierte horizontale Zugriffskontrolle auf jede parametrisierte API und Überprüfung von Testkonten und Reset-Workflows.
Das Modell selbst braucht in dieser Geschichte kein Red Team. Das Modell verhielt sich korrekt. Die Schutzmechanismen des Chatbots hielten. Die Lektion ist, dass eine gründliche Anwendungssicherheitsüberprüfung des umgebenden Produkts jeden Schritt der Kill Chain markiert hätte, bevor er überhaupt live war.
Was als Nächstes zu beobachten ist
Erwarten Sie mehr davon. KI-Anbieter übernehmen immer sensiblere Arbeitsabläufe – Einstellung, Schadensfälle, Kundenservice, Terminplanung – und die administrativen Backend-Konsolen um diese Arbeitsabläufe herum enthalten nun Konzentrationen regulierter personenbezogener Daten, die zuvor in weniger zugänglichen Systemen lagen.
Zwei Dinge, die Sie in Ihrem eigenen Programm beobachten sollten: welche KI-Anbieter die höchste Konzentration regulierter personenbezogener Daten in Ihrem Namen halten und wie Ihr vertragliches Recht aussieht, deren Admin-Oberfläche zu testen. Wenn Sie keine authentifizierte Anwendungssicherheitsüberprüfung gegen das Panel des Anbieters durchführen können, vertrauen Sie darauf, dass das nächste Testkonto gelöscht wurde, die nächste API die Autorisierung durchsetzt und das nächste Standardpasswort geändert wurde. Die McHire-Offenlegung zeigt, was passiert, wenn dieses Vertrauen fehl am Platz ist.
How Global Rail Suite catches this
The McHire breach was two boring failures, not a clever AI attack. Each one maps to a specific Global Rail Suite surface.
An admin account (123456 / 123456) was left in production from 2019.
The Default Credential Probe tries a curated list of vendor defaults against any login surface you authorize, stops at first hit, and never stores the password.
→ Active probes → Default credential probeThe applicant API let any authenticated session read records by id (IDOR / BOLA).
The API Authorization Probe substitutes neighbour ids with your own session and flags responses you should not be able to read. Stores only sanitized metadata — never response bodies.
→ Active probes → API authorization probeThe chatbot was a third-party vendor (Paradox.ai) that was never audited.
AI Systems inventory tracks every AI vendor with role, data flows, and outstanding obligations — vendors without a signed DPA or risk assessment surface as findings.
→ Audit → AI systemsNo alert fired when ~64M records were enumerated.
The SOC bulk-read rule (MITRE T1530) raises a high-severity incident when a single actor pulls >1000 records from one endpoint within 10 minutes.
→ Live SOC → dashboard
Do this today
- •Run the default-credential probe against any admin/console URL you own.
- •Pick one user-id-keyed API endpoint and run the IDOR probe with your own token.
- •Confirm every AI vendor is in your AI Systems inventory with a signed DPA.
- •Set the bulk-read SOC rule threshold for your highest-value data API.
Verwandte Lektüre

Das KI-Halluzinations-Kopfzerbrechen: Wenn Chatbots Fehlinformationen über Richtlinien erzeugen und Unternehmen den Preis zahlen
KI-Chatbots generieren fehlerhafte Richtlinieninformationen und Rabatte, was zu finanziellen Verlusten und rechtlichen Problemen für Unternehmen führt. Diese ausführliche Analyse für Sicherheitsverantwortliche untersucht das Vorfallmuster, seine Ursachen und entscheidende Verteidigungsstrategien.

Jailbreaking der Unternehmens-KI: Wie agentische Schwachstellen interne Daten offenlegen
Der Aufstieg von Unternehmens-KI-Assistenten bringt beispiellose Effizienz, aber auch eine neue Angriffsfläche mit sich. Jüngste Vorfälle zeigen ein kritisches Muster: Ausgeklügelte Jailbreaks legen sensible interne Daten frei, nicht nur durch Fehlverhalten des Modells, sondern durch Manipulation der Fähigkeit von KI-Agenten, mit integrierten Unternehmenssystemen zu interagieren. Diese Analyse befasst sich mit der Mechanik dieser Angriffe und skizziert entscheidende Verteidigungsstrategien für CISOs und Sicherheitsingenieure.

Der stille Abfluss: Wie außer Kontrolle geratene LLM-Agenten unbemerkt Budgets verbrennen
Ein tiefgehender Einblick in das Vorfallmuster unkontrollierter LLM-Agenten, die durch übermäßigen Token-Verbrauch erhebliche finanzielle Einbußen verursachen, und eine Untersuchung der technischen Schwachstellen und Verteidigungsstrategien.
