Modell-Destillation braucht API-Telemetrie

Modell-Destillation ist nicht nur ein Problem der Modellanbieter. OpenAI berichtet über eine koordinierte Kampagne, die über rund 30.000 Konten etwa acht Millionen Gespräche mit Modellen erzeugt haben soll. Ziel war laut OpenAI, hochwertige Antworten und Reasoning-Spuren als Trainingsmaterial für andere Modelle zu sammeln.

Viele normale Anfragen können einen Angriff bilden

Die einzelnen Interaktionen mussten nicht wie ein klassischer Einbruch aussehen. OpenAI beschreibt verteilte Accounts, gemietete Proxies und wiederkehrende Aufgaben aus Bereichen wie Mathematik, Coding, Naturwissenschaften und Tool-Nutzung. Erst die Korrelation über Konten, Infrastruktur und Prompt-Muster machte aus scheinbar normalen API-Aufrufen ein gemeinsames Bild.

Google Threat Intelligence hat ein verwandtes Muster bereits Anfang 2026 dokumentiert: Staatlich unterstützte Akteure nutzten Gemini überwiegend für Recherche, Übersetzung, Code-Unterstützung und andere Produktivitätsaufgaben. Google sah damals keine neuen technischen Fähigkeiten, betonte aber, dass Missbrauchserkennung bei Nutzungsmustern und Kampagnenkontext ansetzen muss.

Rate Limits allein reichen nicht

Ein Limit pro API-Schlüssel schützt wenig, wenn eine Kampagne Anfragen über Tausende Identitäten verteilt. Für Unternehmen mit eigenen Modellen, Agentenplattformen oder sensiblen Wissensdiensten folgt daraus ein anderer Kontrollansatz:

• Konten korrelieren: gemeinsame Infrastruktur, Zahlungsmerkmale, Geräte- und Netzwerkindikatoren prüfen.
• Prompt-Muster erkennen: wiederholte Aufgabenfamilien, systematische Varianten und ungewöhnliche Abdeckung messen.
• Antwortwert berücksichtigen: lange Reasoning-Ausgaben, Code und Tool-Sequenzen können attraktiver sein als kurze Antworten.
• Evidenz sichern: Rohereignisse, Modellversion, Zeit, Identität und Sperrentscheidung nachvollziehbar protokollieren.
• Reaktion staffeln: drosseln, zusätzliche Prüfung verlangen, Konten bündeln und bei belastbarer Evidenz sperren.

Was DACH-Unternehmen daraus ableiten sollten

API-Telemetrie kann personenbezogene oder vertrauliche Daten enthalten. Zweck, Aufbewahrungsdauer, Zugriff und Rechtsgrundlage müssen deshalb mit Datenschutz, Security und Legal abgestimmt werden. Gleichzeitig darf Datenschutz nicht als Vorwand für blinde Plattformen dienen: Ohne definierte Signale und überprüfbare Eskalation bleiben koordinierte Kampagnen unsichtbar.

Prüfen Sie daher nicht nur, wie viele Anfragen ein Konto senden darf. Prüfen Sie, ob Ihr Betrieb erkennt, wenn viele Konten gemeinsam dasselbe Extraktionsziel verfolgen. Der Schutz eines KI-Systems beginnt nicht beim einzelnen Prompt, sondern bei der Fähigkeit, verteiltes Verhalten als zusammenhängenden Vorgang zu verstehen.