LLM-gestütztes Reverse Engineering: Werkzeuge, Agent-Skills und ein hypothesenbasierter Workflow

Serverraum mit langen Reihen von Racks, Glasfaserverkabelung und kuehlen blauen Kontrollleuchten
Deine Reaktion:

Wie verändert KI-gestütztes Reverse Engineering die Arbeit mit Binärdateien? Der Autor beschreibt einen Workflow, bei dem LLMs Disassembly, Dekompilierung, Debugging und Dokumentation übernehmen und menschliche Erfahrung die Analyse lenkt.

Der Einstieg liegt nicht in spektakulären Erfolgen, sondern in einem Werkzeugkasten. Ghidra, radare2, Kuna, MCP-Bridges und leistungsfähige Sprachmodelle bilden eine Kette aus Analyse, Ausführung und Dokumentation. Entscheidend ist dabei weniger das Modell als der gesamte Prozess.

Wer die Grundlagen von Assemblern, Speicherabbildern und Hardwarestrukturen versteht, kann diese Werkzeuge gezielt führen. Wer nur auf autonome Agenten setzt, erhält schnelle Antworten, aber noch keine belastbare Analyse. Der praktische Vorteil liegt in der Kombination aus schneller Iteration und überprüfbaren Entscheidungen.

Reverse Engineering mit LLMs als Werkzeugkette

Der Ansatz behandelt das Sprachmodell nicht als allwissende Blackbox, sondern als Analysten mit Zugriff auf spezialisierte Werkzeuge. Die Binärdatei wird an einen Agenten übergeben, der sie untersuchen, Zwischenergebnisse festhalten und bei Bedarf Experimente ausführen soll. Das Modell formuliert Fragen, interpretiert Rückgaben und schlägt nächste Schritte vor.

Im Kern steht eine kleine, stabile Auswahl an Werkzeugen. DeepSeek Harness mit DeepSeek v4.1 Flash dient im Bericht als bevorzugtes, schnelles und günstiges Modell. Alternativ werden Codex mit Luna oder Terra eingesetzt. Für die eigentliche Codeanalyse kommt Ghidra mit einer MCP-Bridge zum Einsatz. Radare2 und Kuna ergänzen die kommandozeilenbasierte Analyse, wenn Geschwindigkeit oder ein textorientierter Workflow wichtiger sind.

Eine MCP-Bridge ist dabei eine Art Dolmetscher zwischen Modell und Analysewerkzeug. Sie stellt ausgewählte Funktionen von Ghidra für einen Agenten bereit, ohne dass jedes Kommando manuell formuliert werden muss. Das ähnelt einer Arbeitbank: Das Modell erhält Werkzeuge, das Material bleibt aber die Binärdatei. Eine gute Bridge reduziert Umwege, eine schlechte kann den Agenten vor technische Barrieren zum Aufgeben verleiten.

Der Autor betont, dass aktuelle Modelle reine Disassembly bereits gut verarbeiten können. Dekompilierung wird dadurch nicht überflüssig. Sie liefert weiterhin einen schnellen ersten Überblick über Aufrufstrukturen, Register und mögliche Verzweigungen. Für eine belastbare Untersuchung wird deshalb je nach Dateityp ein passender Werkzeugpfad gewählt.

Der Vorteil gegenüber rein manueller Arbeit liegt in der Iteration. Der Agent kann Tausende Funktionsnamen, Querverweise und importierte Symbole sichten, ohne dabei das Grundgefühl für den Programmfluss zu verlieren. Die menschliche Aufgabe verschiebt sich von der Zeile-für-Zeile-Ansicht zur Auswahl der richtigen Fragen und zur Prüfung der Ergebnisse.

Vom Executable zum Firmware-Image

Der Begriff „Binary“ wird im Workflow bewusst weit verwendet. Es kann sich um eine Desktop-Anwendung, eine Website, eine Firmware oder ein anderes ausführbares Format handeln. Vor der eigentlichen Analyse steht die Einordnung: Dateityp, Zielplattform, Build-Umgebung und verfügbare Metadaten müssen bekannt sein.

Ohne diese Einordnung läuft ein Agent leicht in die falsche Richtung. Für eine native x86-Anwendung kann eine klassische Disassembly-Darstellung sinnvoll sein. Bei ARM-Cortex-Mikrocontrollern, gepackten Dateien oder proprietären Firmware-Containern benötigt es dagegen andere Werkzeuge und Interpretationsmodelle. Die Wahl des Dekompilers ist keine Geschmacksfrage, sondern bestimmt, welche Aussagen überhaupt belastbar sind.

Nach der ersten Bestandsaufnahme untersucht der Agent die Grundstruktur. Er identifiziert zentrale Funktionen, Hauptverzweigungen, importierte APIs, Datenformate und auffällige Konstanten. Diese Übersicht ist vergleichbar mit einer Landkarte: Sie beantwortet nicht jede Detailfrage, zeigt aber, wo weitere Erkundung sinnvoll ist und welche Bereiche wahrscheinlich zusammengehören.

Mit dieser Karte kann die Analyse in unterschiedliche Richtungen weitergehen. Für Modding ist eine präzise Lokalisierung von Prüfmechanismen wichtig. Für das Verständnis eines Protokolls interessieren Datenflüsse und Zustandsübergänge. Bei alten Anwendungen kann bereits die Kenntnis des proprietären Speicherformats den Übergang von Reverse Engineering zu Softwareentwicklung markieren. Der Agent beschleunigt diese Suche, die fachliche Zielsetzung kommt weiterhin vom Menschen.

Gerade bei Firmware verdient die Formulierung „irgendein Binary“ Aufmerksamkeit. Ein Image kann mehrere Partitionen, eingebettete Dateien, Kompressionsverfahren und verschlüsselte Bereiche enthalten. Ein hilfreicher Agent sollte diese Schichten erkennen und offene Fragen ausdrücklich benennen, statt eine scheinbar vollständige Erklärung zu liefern.

Markdown-Notizen als gemeinsames Gedächtnis

Ein zentraler Bestandteil des Workflows ist die lückenlose Dokumentation in Markdown-Dateien. Der Agent erhält die Anweisung, jede relevante Erkenntnis während der Analyse festzuhalten. Das wirkt zunächst unspektakulär, löst aber mehrere praktische Probleme gleichzeitig.

Die Notizen dienen erstens dem Menschen. Sie machen nachvollziehbar, welche Hypothesen geprüft wurden, welche Werkzeugausgaben wichtig waren und wo die Analyse noch unsicher ist. Zweitens geben sie dem Agenten eine externe Gedächtnisstruktur. Nach einer Kontextkompression, einem Wechsel des Modells oder einer Übergabe an einen anderen Agenten muss die Unterhaltung nicht als einzige Informationsquelle dienen.

Darüber hinaus verhindern strukturierte Notizen, dass ein Agent in Schleifen gerät. Ohne fortlaufendes Protokoll kann derselbe bereits geprüfte Weg erneut verfolgt werden. Mit Notizen erkennt der nächste Schritt eher, was bereits bekannt ist und welche Frage tatsächlich offen bleibt. Der Rückweg ist markiert, sodass nicht dieselbe Abzweigung endlos wiederholt wird.

Die Qualität der Dokumentation entscheidet damit über die Qualität des Gesamtsystems. Eine bloße Sammlung von Ausgaben reicht nicht. Nützlich sind dagegen klare Aussagen zu Analyseobjekt, Beobachtung, Interpretation, Unsicherheit und nächstem Test. Auch fehlgeschlagene Versuche gehören dazu. Sie sparen Zeit und verhindern, dass ein bekannter Irrweg als vermeintliche Neuentdeckung behandelt wird.

Markdown ist nicht zwingend die einzige denkbare Form. Entscheidend ist ein Format, das sowohl vom Menschen als auch vom Agenten gut gelesen, referenziert und aktualisiert werden kann. Der konkrete Werkzeugkasten darf wechseln; das Prinzip eines externen, sichtbaren Arbeitsgedächtnisses bleibt.

Hypothesen, Experimente und reproduzierbare Befunde

Wenn Disassembly und Dekompilierung nicht weiterhelfen, wechselt der Workflow von der reinen Analyse zum Debugging. Der Agent kann Breakpoints setzen, Logs aktivieren, Probe-Points einsetzen oder das Programm unter kontrollierten Bedingungen ausführen. Bei Firmware kann eine API-steuerbare Emulation oder ein steuerbarer Desktop-Zugriff die Untersuchung erweitern.

Der Autor beschreibt dafür eine wichtige Agent-Skill: hypothesenorientiertes Debugging. Statt viele plausible Erklärungen parallel zu verfolgen, soll der Agent jeweils eine konkrete Hypothese formulieren, ein Experiment entwerfen, das Ergebnis dokumentieren und daraus den nächsten Schritt ableiten. Die Hypothesen werden in einer CSV-Datei auf der Festplatte festgehalten.

Das ist im Kern eine Variante des wissenschaftlichen Ablaufs. Eine Hypothese lautet beispielsweise, dass ein Lizenzcheck über einen externen Server erfolgt, weil die entsprechende URL im Datenbereich sichtbar ist. Ein Experiment könnte dann prüfen, ob die Verbindung abgefangen oder die Reaktion verändert wird. Entscheidend ist nicht nur, ob der Test gelingt, sondern ob sein Ergebnis die vorherige Annahme widerlegt oder stützt.

Diese Disziplin verhindert zwei typische Fehler. Erstens schont sie den Agenten davor, immer neue Erklärungen zu erzeugen, die keine neue Evidenz enthalten. Zweitens schafft sie klare Scheiternsfälle. Eine widerlegte Hypothese ist kein Rückschritt, sondern ein gespeicherter Ausschluss. Gerade in komplexen Binärdateien ist das wertvoller als eine weitere unbestätigte Vermutung.

Für den Menschen entsteht dadurch ein überprüfbares Protokoll. Er kann entscheiden, ob ein Experiment legitim, aussagekräftig und rechtlich sowie technisch vertretbar ist. Der Agent darf Experimente vorschlagen und ausführen, die eigentliche Beweiskette sollte transparent bleiben.

Reverse-Engineering-Skills für Ghidra, radare2 und Kuna

Agent-Skills sind wiederverwendbare Anweisungen, Abläufe und Referenzen für bestimmte Aufgaben. Im berichteten Setup beschreibt eine Skill, wie radare2 oder Kuna verwendet werden, wie die Ghidra-MCP-Bridge bedient wird und welche Grenzen die Werkzeuge haben. Ohne solche Betriebsanweisungen geben Agenten laut Autor häufig zu früh auf oder navigieren unsystematisch durch die Oberfläche.

Ein Beispiel ist die Skill „Ghidra Decompile“ des Entwicklers ioma8. Sie umfasst Java-basierte Agent-Funktionen sowie 22 Ghidra-Skripte für gezielte Dekompilierung. Außerdem adressiert sie Versionskonflikte zwischen der GhidraMCP-Erweiterung und unterschiedlichen Ghidra-Versionen. Gerade solche Details entscheiden, ob eine automatisierte Analyse tatsächlich in die Tiefe kommt.

Eine weitere Skill mit dem Namen „Grill me“ befragt die Eingabe, bevor weitere Arbeit beginnt. Sie hilft, fehlende Annahmen, technische Rahmenbedingungen und unklare Erfolgskriterien offenzulegen. Das kann verhindern, dass ein Agent eine falsch verstandene Aufgabe überraschend gut löst. Bei Reverse Engineering sind die Randbedingungen entscheidend: Plattform, Version, gewünschte Information und erlaubte Eingriffe.

Die Werkzeug-Skills sind eng mit den Markdown-Notizen und der Hypothesen-Logik verbunden. Eine Skill sagt dem Agenten, wie ein Werkzeug zu benutzen ist. Die Notizen halten den Stand fest. Die Hypothesen-Datei zwingt zu überprüfbaren Experimenten. Zusammen bilden sie eine kleine Disziplin für autonomes Arbeiten, die über bloße Prompt-Optimierung hinausgeht.

Diese Skills lassen sich als Bauanleitung verstehen. Statt nur ein Werkzeug bereitzustellen, beschreibt sie dessen Bedienung, typische Fehler und sinnvolle Schritte. Das spart Suchzeit und erhöht die Wahrscheinlichkeit, dass verschiedene Agenten und Modelle vergleichbare Ergebnisse liefern, weil sie denselben dokumentierten Pfad verwenden.

Python für Prototypen, Rust für belastbare Implementierungen

Für Probes und Hilfswerkzeuge greift der Autor vor allem auf Python mit uv zurück. uv erlaubt schnelle, portable virtuelle Umgebungen und einzelne Skripte mit Inline-Abhängigkeiten. Das passt zur explorativen Phase: Ein Parse-Skript, ein Netzwerk-Recorder oder ein kleines Formatierungsprogramm kann innerhalb weniger Minuten am Laufen sein.

Für dauerhafte Implementierungen bevorzugt der Autor Rust. Die Sprache ist für ihn elegant, bietet viele Zielplattformen und erzeugt durch den strengen Compiler schnelle Feedback-Schleifen. Speicher- und Typfehler werden früh sichtbar, was besonders einem Agenten hilft, weil dieser nicht lange auf einem scheinbar plausiblen, aber fehlerhaften Weg weiterarbeiten muss.

Die längere Compile-Zeit von Rust ist der Gegenposten. Nach Einschätzung des Autors überwiegt in der Praxis der Nutzen einer zuverlässigen technischen Kontrolle. Gerade bei Hacks, Trainern, Desktop-Anwendungen oder Firmware ist ein Build, der klare Fehlermeldungen liefert, wertvoller als die schnellste mögliche Skriptsprache.

Diese Zweiteilung ist praktisch sinnvoll. Python ist ein temporäres Messgerät, Rust das dauerhafte Werkzeug. Der Agent darf zunächst schnell eine Annahme testen und anschließend eine robustere Variante bauen. Die dokumentierten Messergebnisse dienen dabei als Referenz für die Implementierung.

Bei Reverse Engineering verschwimmt zudem die Grenze zwischen Analyse und Entwicklung. Sobald ein proprietäres Dateiformat verstanden ist, kann ein eigenes Tool dieses Format lesen, schreiben oder in ein offeneres System überführen. Der eigentliche Mehrwert liegt dann nicht mehr im Umgehen einer Schutzfunktion, sondern in einer besseren, unabhängigen Nutzung vorhandener Daten und Hardware.

Praktische Ergebnisse und die Rolle der Erfahrung

Der Bericht nennt eine Reihe erfolgreicher Projekte. Dazu gehören die Analyse eines Alphasmart-NEO-Schreibgeräts, die Dokumentation von Kommunikationsprotokollen für ein EmWave-Biofeedbackgerät und Sony-Alpha-Systemkameras sowie der Bau einer drahtlosen Webcam aus einer A7-III-Kamera. Außerdem wurden Custom-Firmware-Projekte für Synthesizer wie Arturia MiniFreak, Teenage Engineering OP-Z und Akai MPC Sample sowie ein Xteink-X4-E-Book-Reader und ein Mac-Treiber für einen alten HP-Drucker genannt.

Der Autor beschreibt außerdem die Freischaltung lizenzgesperrter Altsoftware, einen leichtgewichtigen Evernote-Client und eine eigene Photoshop-ähnliche Anwendung zum Bearbeiten eigener Dateiformate. Diese Beispiele zeigen zwei mögliche Ziele: Geräte und Software für eigene Zwecke erschließen oder veraltete, lizenzgebundene Werkzeuge wieder nutzbar machen.

Die zeitliche Einordnung ist wichtig. Laut Bericht wären einige Analysen ohne KI über Jahre verlaufen, während die agentenunterstützte Arbeit sie innerhalb von Monaten ermöglicht habe. Das ist eine persönliche Erfahrung und kein allgemeiner Performance-Benchmark. Dennoch beschreibt sie den Kern des Nutzens: Sprachmodelle reduzieren Suchaufwand, wiederholende Handarbeit und die Zeit bis zur nächsten brauchbaren Hypothese.

Langjährige Erfahrung bleibt laut Autor entscheidend. Sie hilft, die richtigen Analysewerkzeuge auszuwählen, Fehlinterpretationen zu erkennen und einen festgefahrenen Agenten auf einen anderen Weg zu lenken. Das Modell erkennt Muster schnell, kennt aber nicht automatisch die Besonderheiten eines konkreten Geräts. Mensch und Agent arbeiten deshalb eher wie zwei Werkzeuge mit unterschiedlichen Stärken zusammen statt wie ein voll autonomes System.

Wer die beschriebenen Methoden nachvollziehen will, sollte mit autorisierten Zielen beginnen. Eigene Firmware, alte Hardware, frei verfügbare Speicherformate und Testumgebungen bieten genug Raum für Lernen. Bei fremden Systemen bleiben Einverständnis, rechtliche Grenzen und Datenschutz vorrangig. Weil Agenten schnell viele Varianten erzeugen können, muss die Zielsetzung vorher klar definiert sein.

Ein belastbarer Workflow statt schneller Demonstration

Die wichtigste Lehre aus dem Workflow lautet nicht, dass ein Sprachmodell Assemblercode „versteht“ wie ein langjähriger Entwickler. Die Erkenntnis ist praktischer: Ein Agent kann mit den richtigen Werkzeugen, Notizen, Skills und überprüfbaren Experimenten wesentlich schneller zu belastbaren Zwischenresultaten gelangen.

Der Ablauf lässt sich als Kette verstehen. Zuerst wird das Ziel eingegrenzt und die Binärdatei eingeordnet. Danach liefern Disassembly und Dekompilierung eine strukturelle Karte. Das Gedächtnis des Agenten liegt in Dateien, nicht nur im Kontextfenster. Bei offenen Fragen folgt ein einzelnes, dokumentiertes Experiment. Für Hilfscode bietet Python Tempo, für dauerhafte Werkzeuge Rust Strenge.

Damit wird Reverse Engineering zu einer Expedition. Das Ziel kann verborgen sein, doch die Route wird sichtbar. Ein guter Agent schafft nicht nur Bewegung, sondern auch eine überprüfbare Spur: welche Annahme galt, welches Werkzeug sie prüfte und was das Ergebnis verändert hat.

Für die Praxis heißt das: Den Agenten nicht mit einer offenen Aufforderung wie „analysiere diese Datei“ allein lassen. Werkzeuge, Kontext, Schreibregeln, Erfolgskriterien und Sicherheitsgrenzen gehören zusammen. Ohne diese Struktur produziert das Modell überzeugend klingende Texte. Mit ihr wird daraus ein technischer Prozess, der schneller als die manuelle Variante arbeiten und zugleich nachvollziehbar bleiben kann.

Quelle: slowchronicle.com

Deine Reaktion:
Artikel teilen:
Krötzsch-Check0 — 100
Fakten 72
Relevanz 80
Hype 18
Einschätzung 85
Redaktion 50 Stand 50 · noch keine Stimmen
Ist das Hype?
Sebastian Krötzsch
Autor

Sebastian Krötzsch

Sebastian Krötzsch schreibt auf sebask.de über Künstliche Intelligenz, Automatisierung, digitale Systeme und die Frage, was davon im Alltag wirklich nützlich ist. Ohne Buzzword-Nebel, dafür mit klarem Blick auf Praxis, Tools und echte Wirkung.