Coldcard-Hardware-Wallets: Über 100 Millionen Dollar durch Firmware-Lücke erbeutet

ArtikelCBC NewsNews

Eine kritische Schwachstelle in der Firmware der Coldcard-Hardware-Wallets ermöglichte es Angreifern, Seed-Phrasen zu rekonstruieren und Bitcoin im Wert von über 100 Millionen US-Dollar zu entwenden.

Das Wichtigste

  1. Der kanadische Hersteller Coinkite warnte Nutzer vor einer Firmware-Lücke, über die Angreifer Wallet-Seed-Phrasen ohne physischen Zugriff auf die Hardware rekonstruieren konnten.
  2. Laut Analysen von Galaxy Research wurden bei mehreren Angriffswellen mindestens 1.596 Bitcoin von rund 7.300 Adressen gestohlen; bei Bestätigung einer weiteren Welle drohen bis zu 2.055 Bitcoin Verlust.
  3. Die Schwachstelle bestand seit März 2021: Statt eines hardwarebasierten Zufallsgenerators nutzte die Firmware fälschlicherweise einen deterministischen Pseudozufallsgenerator.
  4. Ein Firmware-Patch schützt nur künftig erstellte Wallets; zuvor auf betroffenen Geräten generierte Seeds bleiben unsicher, weshalb Gelder sofort transferiert werden müssen.
  5. Coinkite-CEO Rodolfo Novak vermutet, dass KI-gestützte Code-Reviews dazu beigetragen haben, solche historischen Fehler im Code extrem schnell aufzuspüren.

Warum das relevant ist

Coldcard galt in der Bitcoin-Community als Referenz für sichere Offline-Aufbewahrung. Der Vorfall zeigt drastisch, dass physische Trennung vom Internet wirkungslos ist, wenn die mathematische Basis bei der Schlüsselerzeugung kompromittiert ist.

Einordnung

Der Vorfall entlarvt das trügerische Sicherheitsgefühl reiner Offline-Speicherung: Die Hardware schützt private Schlüssel zwar vor Online-Zugriffen, doch deterministisch erzeugte Zufallsfolgen lassen sich rechnerisch vorhersagen. Bemerkenswert ist zudem die Warnung des Herstellers an andere Open-Source- und Firmware-Entwickler, dass automatisierte KI-Code-Analysen das Entdecken historischer Schwachstellen durch Angreifer massiv beschleunigen.

Erwähnte Links

Gefunden in

Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.

Ähnliche Einträge

Inhaltlich ähnlich, ermittelt über die KI-Suche.

  • Artikel:Coinkite

    Sicherheitswarnung für Coldcard: Firmware-Fehler schwächt Seed-Generierung

    Ein Firmware-Fehler in diversen Hardware-Wallets von Coinkite (Coldcard Mk2, Mk3, Mk4, Mk5 und Q) hat zu unzureichender Entropie bei der Erstellung von Recovery Seeds geführt. Angreifer nutzten die geschwächten Seeds offline aus, um private Schlüssel zu rekonstruieren und Guthaben zu entwenden. Coinkite hat korrigierte Firmware-Versionen veröffentlicht und ruft zur Migration von Geldern auf neue Seeds auf.

    Security· Ankündigung

  • Repository:Coldcard/firmware

    Coldcard Firmware: Quellcode und Simulator für Bitcoin-Hardware-Wallets

    Das Repository Coldcard/firmware enthält den Open-Source-Firmware-Code und Simulator für die Bitcoin-Hardware-Wallets der Coldcard-Reihe (Mk3, Mk4, MK5 und Q1). Im Fokus steht aktuell eine dringende Sicherheitswarnung zu schwacher Entropie bei Seed-Generierungen vor Juli 2026.

    773SternePython

    Security· Tool

  • Artikel:Wiz Research

    PHP2Shell: Kritische RCE-Sicherheitslücken im PHP-Core durch KI aufgedeckt

    Sicherheitsforscher von Wiz haben unter dem Namen PHP2Shell mehrere kritische Speicherfehler im PHP-Kern aufgedeckt, die bis zu Version 5.4 zurückreichen. Die Lücken (CVSS bis 9.2) ermöglichen unauthentifizierte Remote Code Execution sowie das Auslesen sensibler Daten aus dem Prozessspeicher. Mithilfe von Frontier-KI-Modellen konnten komplexe Exploit-Ketten innerhalb weniger Stunden entwickelt werden.

    KI & AI· News

  • Repository:nealbridges/VulnHunter

    VulnHunter: Agenten-basierter Security-Scanner für ausnutzbare Schwachstellen

    VulnHunter ist ein quelloffenes, KI-gestütztes Sicherheitstool zur Quellcode-Analyse, das Schwachstellen aus Angreiferperspektive aufdeckt, verifiziert und behebt. Das Repository ist ein gepflegter Fork des ursprünglichen Capital-One-Projekts, der für beliebige Agent-Harnesses und Open-Weight-Modelle angepasst wurde.

    223SternePython

    KI & AI· Tool

Zurück zur Wissensbasis

Sprechen wir über Ihr Projekt.

Kontakt

Standorte

  • Mattersburg
    Johann Nepomuk Bergerstraße 7/2/14
    7210 Mattersburg, Austria
  • Wien
    Ungargasse 64-66/3/404
    1030 Wien, Austria

Ein Teil von diesem Inhalt wurde mit KI gemacht.