Pwn2Own Berlin 2026: 24 Zero-Day-Lücken am ersten Tag entdeckt
Heinz-Walter Koch IIPwn2Own Berlin 2026: 24 Zero-Day-Lücken am ersten Tag entdeckt
Pwn2Own Berlin 2026 startet mit einer Welle erfolgreicher Angriffe am ersten Tag
Am Eröffnungstag der Pwn2Own Berlin 2026 präsentierten Sicherheitsforscher 24 bisher unbekannte Zero-Day-Schwachstellen in 22 verschiedenen Einreichungen, die sich gegen führende Software- und KI-Plattformen richteten. Die ausgesetzten Prämien für den ersten Tag summierten sich auf 523.000 US-Dollar, während das Gesamtpreisgeld der Veranstaltung über eine Million US-Dollar beträgt.
Das DEVCORE Research Team übernahm früh die Führung und sicherte sich bis zum Ende des ersten Tages 205.000 US-Dollar. Besonders herausragend war Orange Tsai, ein Teammitglied, das allein 175.000 US-Dollar erzielte – durch die Verkettung von vier logischen Fehlern gelang es ihm, die Sandbox von Microsoft Edge zu durchbrechen.
Windows 11 war ein beliebtes Angriffsziel: Drei separate Exploits brachten den Forschern jeweils 30.000 US-Dollar ein. Auch Valentina Palmiotti von IBM X-Force Offensive Research überzeugte mit zwei erfolgreichen Angriffen, für die sie insgesamt 70.000 US-Dollar erhielt.
KI-Systeme wurden mehrfach über Zero-Day-Lücken angegriffen, während Satoki Tsuji von Ikotas Labs eine Schwachstelle in NVIDIA Megatron Bridge ausnutzte. Durch das Umgehen einer zu großzügig konfigurierten Zulassungsliste sicherte er sich eine Prämie von 20.000 US-Dollar.
Am zweiten Tag rücken neue Ziele in den Fokus, darunter Microsoft SharePoint, Microsoft Exchange und Apple Safari. Die Veranstalter erwarten weitere spektakuläre Demonstrationen, während der Wettbewerb in vollem Gange ist.
Am ersten Tag wurden 24 Zero-Day-Schwachstellen aufgedeckt, wofür 523.000 US-Dollar an die Teilnehmer ausgeschüttet wurden. Mit der Konzentration auf neue Angriffspunkte am zweiten Tag rechnet man mit weiteren Exploits. Das Gesamtpreisgeld bleibt bei über einer Million US-Dollar – und verspricht hohe Belohnungen für erfolgreiche Entdeckungen.






