MEV-Bot: Der Räuber wurde ausgeraubt

Our Podcast with Sven Kramer & Sebastian Karger

Want more analyses & insights like this delivered weekly to your inbox?
Sign up for the Tech Update now!

The digital world moves fast! This article was published more than 180 days ago. While the core ideas may still hold value, some details or data might be outdated. Need up-to-date assessments? Feel free to contact us!

This content has been automatically translated.

Update

Ein futuristischer weißer Roboter sitzt vor einem Monitor, der Krypto-Charts und die Warnung „MEV-BOT ACTIVITY SANDWICH ATTACK DETECTED“ zeigt.

Open AI

Ein berüchtigter Krypto-Bot namens jaredfromsubway.eth wurde letzte Woche um 7,5 Millionen Dollar erleichtert. Das Besondere daran: Er wurde nicht gehackt, nicht gephisht, kein einziges Passwort wurde gestohlen. Er wurde einfach überlistet – von jemandem, der sein eigenes Playbook gegen ihn benutzt hat. Klingt wie ein Krimi? Ist einer. Aber mit sehr viel zu lernen für alle, die mit Automatisierung arbeiten.

Was ist ein MEV-Bot?

Auf Blockchains wie Ethereum sind alle ausstehenden Transaktionen kurz öffentlich sichtbar, bevor sie endgültig bestätigt werden. Dieses Zeitfenster – der sogenannte Mempool – ist wie ein offenes Schaufenster: Jeder kann sehen, was gleich passiert.

MEV-Bots (Maximal Extractable Value) sind vollautomatische Trading-Systeme, die genau das ausnutzen. Sie scannen den Mempool in Echtzeit, erkennen profitable Muster und handeln innerhalb von Millisekunden – noch bevor die ursprüngliche Transaktion abgeschlossen ist.

Das bekannteste Muster heißt Sandwich Attack: Der Bot sieht, dass jemand gerade z.B. Ethereum kauft. Er kauft blitzschnell davor (treibt den Preis kurz hoch), lässt die ursprüngliche Transaktion durchlaufen (zum schlechteren Kurs), und verkauft danach sofort wieder. Sandwich-Angriffe verursachen Schäden von rund 60 Millionen Dollar pro Jahr für normale Trader.

Was war passiert?

Der Angreifer setzte über mehrere Wochen gefälschte Token-Contracts auf, die echte Assets imitierten – gekoppelt mit gefälschten Liquiditätspools, die scheinbar profitable Trades präsentierten.
Der Bot sah genau das, wonach er immer sucht: attraktive Handelsgelegenheiten. Er interagierte mit den Fake-Contracts und erteilte Genehmigungen. Anstatt diese Genehmigungen sofort zu verbrauchen, ließ der Angreifer einige davon offen stehen – als stille, schlafende Hintertüren.

Unsere Einordnung

Unsere Einordnung

Wir reden in Unternehmen über autonome KI-Agenten, automatisierte Workflows und Systeme, die selbstständig Entscheidungen treffen. Das ist gut und richtig – Effizienz entsteht genau dort.
Dieser Fall aber zeigt: Ein automatisiertes System, das nicht regelmäßig hinterfragt, welchem Kontext es gerade vertraut, wird irgendwann von einem clever konstruierten Kontext überlistet. Einfach nur durch Geduld und Präzision.

One more: Wer Automatisierung baut, baut auch Angriffsfläche

Die meisten Unternehmen, die heute KI-Agenten oder automatisierte Systeme einführen, denken an Effizienz. Selten an Adversarial Design – also daran, dass jemand die Umgebung so gestalten könnte, dass das System das Falsche tut, ohne es zu wissen.
Die technischen Details rund um diesen Vorfall sind übertragbar. Der nächste ”Angriff" muss weniger mit einer bestimmten Identität zusammenhängen als mit den gemeinsamen Automatisierungsmustern, auf die viele Tools setzen.

Aber: Nicht automatisieren ist natürlich auch keine Lösung.

Für unsere Kunden geht es an dieser Stelle noch weiter.
Jetzt anmelden!

Dive in!

Sehen Sie Parallelen zu Ihren Herausforderungen? Lassen Sie uns besprechen, wie eine maßgeschneiderte Lösung für Sie aussehen könnte.

Continue Reading

By clicking “Accept”, you agree to the storing of cookies on your device to enhance site navigation, analyze site usage, and assist in our marketing efforts. View our Privacy Policy for more information.