Von DerSchneider<\/strong><\/p>\n\n\n\n Im digitalen Zeitalter ist das Streben nach Sicherheit ein permanenter Wettlauf gegen die Zeit \u2013 und gegen die physikalischen Gesetze. Kaum hat sich die eine technologische Schutzschicht etabliert, wird eine andere, oft tief in der Hardware verwurzelte, von Entdeckern neu interpretiert. Seit Kurzem geistert ein Bericht durch die Fachwelt, der nicht weniger als eine Renaissance der elektromagnetischen Spionage nahelegt: Sicherheitsforschern ist es gelungen, ein KI-Modell darauf zu trainieren, Bildschirminhalte aus der blo\u00dfen elektromagnetischen Strahlung von HDMI-Kabeln zu rekonstruieren.<\/p>\n\n\n\n Dieser Vorgang, bekannt unter dem Akronym TEMPEST, ist kein v\u00f6llig neues Ph\u00e4nomen. Seine Wurzeln reichen bis in die Hochphase des Kalten Krieges zur\u00fcck, als erstmals erkannt wurde, dass elektronische Ger\u00e4te wie ungewollte Radiosender wirken. Doch was einst teure Spezialantennen und m\u00fchsame Signalanalyse erforderte, kann heute durch einen kosteng\u00fcnstigen Software Defined Radio (SDR)-Empf\u00e4nger und ein neuronales Netz realisiert werden. Die Arbeit um den uruguayischen Forscher Federico Larroca hat damit eine T\u00fcr ge\u00f6ffnet, von der viele annahmen, sie sei mit dem \u00dcbergang von analogen zu digitalen Signalen endg\u00fcltig verschlossen.<\/a><\/a><\/p>\n\n\n\n Dieser Artikel beleuchtet die tiefgreifende Verbindung von klassischer Tech-Arch\u00e4ologie und moderner KI. Er untersucht, wie ein scheinbar banales Peripheriekabel zur Achillesferse der Cybersicherheit werden kann, ordnet die Bedrohung historisch ein und zeigt auf, warum die Gefahr f\u00fcr den Durchschnittsnutzer gering ist \u2013 f\u00fcr Regierungen und die Industrie aber eine neue, beklemmende Realit\u00e4t darstellt.<\/p>\n\n\n\n Die Geschichte der TEMPEST-Technik ist ein Paradebeispiel f\u00fcr das Prinzip, dass die gr\u00f6\u00dften Sicherheitsl\u00fccken oft da sind, wo niemand hinschaut. Bereits 1985 demonstrierte der niederl\u00e4ndische Wissenschaftler Wim van Eck \u00f6ffentlichkeitswirksam die Gefahren elektromagnetischer Abstrahlung. Mit einem selbst gebauten Ger\u00e4t f\u00fcr umgerechnet etwa 15 Dollar fing er die Strahlung eines Computermonitors ab und gab sie auf einem Fernseher wieder \u2013 eine Vorf\u00fchrung, die bei Geheimdiensten f\u00fcr helle Aufregung sorgte. Van Eck Phreaking, wie die Methode sp\u00e4ter genannt wurde, war die Geburtsstunde der \u00f6ffentlich diskutierten Seitenkanalangriffe. Auch die NSA hatte bereits in den 1940er Jahren unter dem Codenamen „TEMPEST“ \u00e4hnliche Forschungsarbeit geleistet, doch van Ecks Ver\u00f6ffentlichung brach das Tabu und zeigte, dass die Technik theoretisch auf Distanzen von bis zu einem Kilometer funktionieren konnte.<\/p>\n\n\n\n Doch die Digitalisierung schien diese L\u00fccke zu schlie\u00dfen. Analoge VGA-Signale sind anf\u00e4llig, da sie relativ direkt \u00fcbertragen werden. Moderne digitale HDMI-Schnittstellen hingegen codieren die Bildinformation (u.a. TMDS \u2013 Transition Minimized Differential Signaling). Das resultierende Signal ist hochfrequent, stark verrauscht und die Pixelhelligkeit l\u00e4sst sich nicht mehr linear aus der Feldst\u00e4rke ableiten. Die Herausforderung galt lange Zeit als zu komplex f\u00fcr praktische Angriffe.<\/a><\/p>\n\n\n\n Hier setzt die Arbeit des Teams um Federico Larroca von der Universit\u00e4t Montevideo mit ihrem „Deep-TEMPEST“<\/strong> -Modell an. Sie formulierten das Problem um: Statt das Signal direkt zu dekodieren, trainierten sie ein Deep-Learning-Modell als eine Art k\u00fcnstlerischen \u00dcbersetzer. Es wurde mit tausend realen Aufnahmen und einer Vielzahl simulierter Signale gef\u00fcttert, um die nichtlineare, komplexe Beziehung zwischen der aufgezeichneten Strahlung und dem tats\u00e4chlichen Pixel auf dem Bildschirm zu erlernen.<\/a><\/p>\n\n\n\n Das Ergebnis ist beeindruckend: Aus mehreren Metern Entfernung, mit einer simplen Antenne und einem SDR, kann das KI-Modell den Bildschirminhalt mit einer Genauigkeit von bis zu 70 %<\/strong> rekonstruieren. Die Fehlerquote f\u00fcr die Texterkennung konnte im Vergleich zu fr\u00fcheren, nicht KI-basierten Systemen um \u00fcber 60 Prozentpunkte gesenkt werden. 30 % falsch erkannte Zeichen \u2013 das klingt zun\u00e4chst nach einem schlechten Zeugnis. In der Praxis gen\u00fcgt diese Trefferquote jedoch, um Passw\u00f6rter, Betr\u00e4ge auf Bank\u00fcberweisungen oder vertrauliche Textpassagen zu entschl\u00fcsseln. Ein Angreifer braucht keinen perfekten Screenshot; er braucht genug Kontext. Und das liefert die KI.<\/a><\/p>\n\n\n\n Die folgende Tabelle verdeutlicht den technologischen Sprung:<\/p>\n\n\n\n
\n\n\n\nEinleitung<\/h2>\n\n\n\n
\n\n\n\nI. Von Van Eck bis Deep-TEMPEST: Eine kleine Tech-Arch\u00e4ologie der Strahlung<\/h2>\n\n\n\n