KI‑generiertes Massen‑E‑Mail‑Skript legt 95 364 Bee Cheng Hiang Kundenadressen offen

Hintergrund des Vorfalls

Im April 2026 setzte ein Mitarbeitender des in Singapur ansässigen Fleisch‑Snack‑Herstellers Bee Cheng Hiang ein generatives KI‑Tool ein, um ein Python‑Skript zu erstellen, das die Auslieferung einer Marketing‑Kampagne über den E‑Mail‑Dienstleister SendGrid automatisieren sollte. Der Prompt, den der Mitarbeitende der KI gab, verlangte ausdrücklich eine Lösung für den Massen‑Versand, wobei die Adressen aus einer internen Kundendatenbank entnommen werden sollten, jedoch ohne Hinweis darauf, dass die Empfängeradressen im Mail‑Header verborgen bleiben müssen.

Die KI generierte daraufhin Code, der jede Charge von Empfänger‑Adressen in das reguläre „An“-Feld (To) einfügte, anstatt das Blind‑Carbon‑Copy‑Verfahren (BCC) zu verwenden. Dieser technische Fehler führte dazu, dass alle Empfänger einer jeweiligen Charge die komplette Liste der übrigen Empfänger sehen konnten, sobald die E‑Mails zugestellt wurden.

Umfang des Vorfalls

Als das Skript schließlich in den Live‑Betrieb überführt wurde, versendete es die Marketing‑Nachricht an insgesamt 95 364 unterschiedliche Kundenadressen. Die offenbarten Informationen beschränkten sich ausschließlich auf die E‑Mail‑Adressen; es wurden weder Passwörter, Zahlungsdaten noch der eigentliche Nachrichteninhalt kompromittiert.

Der verantwortliche Mitarbeitende hatte während der Testphase lediglich die Aktivitäts‑Logs des Skripts kontrolliert, jedoch keine Test‑E‑Mail geöffnet, um die tatsächliche Empfängerliste zu prüfen. Dadurch blieb der Sichtbarkeitsfehler unentdeckt, bis die Massen‑Auslieferung bereits im Gange war und mehrere Empfänger die vollständige Adressliste einsehen konnten.

Reaktion der Aufsichtsbehörde

Die Personal Data Protection Commission (PDPC) Singapurs klassifizierte den Vorfall als den ersten KI‑bezogenen Datenverstoß, der ihr gemeldet wurde. In ihrer Stellungnahme betonte die Behörde, dass die Ursache menschliches Versagen bei der Entwicklung und dem Deployment des Skripts sei und nicht ein Fehlverhalten des KI‑Tools selbst.

Die PDPC stellte zudem klar, dass die offengelegten Daten nicht von einem KI‑System erzeugt oder verarbeitet wurden. Dieser Befund unterstreicht, dass das Risiko aus der Art und Weise resultierte, wie der KI‑unterstützte Code eingesetzt wurde, und nicht aus der zugrunde liegenden Technologie.

Gegenmaßnahmen von Bee Cheng Hiang

• Sofortiger Stopp der Massen‑E‑Mail‑Verteilung
• Korrektur des Skripts, um BCC für alle Empfänger‑Chargen zu erzwingen
• Benachrichtigung aller betroffenen Kunden per spezieller E‑Mail und öffentliche Stellungnahme
• Einführung einer Dual‑Verifizierungs‑Richtlinie, die mindestens zwei Mitarbeitende erfordert, bevor eine Massenkommunikation gesendet wird

Die PDPC fand keinerlei Hinweise darauf, dass die geleakten Adressen bereits für Phishing‑ oder Spam‑Kampagnen missbraucht worden waren. Statt einer Geldstrafe akzeptierte die Kommission ein freiwilliges Verpflichtungsversprechen von Bee Cheng Hiang, die internen Datenschutz‑Praktiken zu stärken und zukünftig strengere Kontrollen einzuführen.

In ihrer Entscheidung empfahl die Aufsichtsbehörde Unternehmen, bei der Einführung KI‑unterstützter Werkzeuge systematische Datenschutz‑Folgenabschätzungen durchzuführen, klare Richtlinien für den KI‑Einsatz zu formulieren und Testverfahren zu implementieren, die nicht nur Log‑Dateien, sondern auch die tatsächlichen Ausgaben prüfen, bevor Code produktiv geschaltet wird.

Für Unternehmen in Deutschland bedeutet der Vorfall, dass reine Prüfungen von Log‑Dateien nicht ausreichen, um kritische Funktionsfehler zu erkennen. Praktische Verifikationen, etwa Peer‑Reviews des generierten Codes, automatisierte Tests von E‑Mail‑Headern und eine verbindliche Nutzung von BCC, sind notwendig, um ähnliche Offenlegungen personenbezogener Daten zu verhindern.

Der Vorfall zeigt zudem, dass die Verantwortung für den sicheren Einsatz von KI‑generiertem Code nicht allein beim Tool liegt, sondern bei den Mitarbeitenden, die die Prompts formulieren und die Ergebnisse implementieren. Ein strukturiertes Change‑Management und klare Freigabeprozesse können das Risiko menschlicher Fehlkonfigurationen deutlich reduzieren.

Bee Cheng Hiang hat angekündigt, künftig externe Audits für alle KI‑basierten Entwicklungsprojekte durchzuführen, um sicherzustellen, dass Datenschutz‑ und Sicherheitsanforderungen bereits in der Design‑Phase berücksichtigt werden.

Abschließend bleibt festzuhalten, dass der Vorfall ein warnendes Beispiel dafür liefert, wie schnell ein scheinbar harmloses technisches Detail – das falsche Feld im E‑Mail‑Header – zu einer massiven Offenlegung von Kundendaten führen kann, wenn es nicht durch sorgfältige Prüfungen abgesichert wird. Dieser Vorfall wird voraussichtlich in den kommenden Monaten weitere Diskussionen über regulatorische Vorgaben für den Einsatz generativer KI in Unternehmensprozessen anstoßen.