IBM SPSS Modeler: Sicherheitslücken ermöglichen Denial-of-Service-Angriffe

Security · 13.10.2026

Zwei Schwachstellen in der Apache OpenNLP-Bibliothek gefährden die Data-Mining-Software IBM SPSS Modeler. Administratoren sollten zeitnah handeln.

IBM hat Sicherheitsupdates für den SPSS Modeler veröffentlicht, um zwei Schwachstellen in der integrierten Bibliothek Apache OpenNLP zu schließen. Die Schwachstellen ermöglichen es Angreifern, über präparierte Eingabedaten Denial-of-Service-Zustände (DoS) herbeizuführen oder im schlimmsten Fall unberechtigten Zugriff auf Systeme zu erlangen. Betroffen sind verschiedene Versionen der Data-Mining- und Analytics-Plattform.

Warum ist das wichtig?

Der IBM SPSS Modeler wird in vielen Unternehmen und Forschungseinrichtungen im DACH-Raum für komplexe Datenanalysen, Predictive Analytics und Machine Learning eingesetzt. Da die Software oft sensible Geschäftsdaten verarbeitet und tief in die IT-Infrastruktur integriert ist, stellen Sicherheitslücken ein erhebliches Risiko dar. Die zugrundeliegenden Schwachstellen betreffen die Verarbeitung von XML- und Textdaten durch die Apache-Bibliothek. Gelingt es Angreifern, manipulierte Dateien in den Analyse-Workflow einzuschleusen, können sie die betroffenen Systeme lahmlegen oder Ressourcen blockieren. Dies kann kritische Geschäftsprozesse unterbrechen und zu erheblichen Ausfallzeiten führen.

Was Nutzer jetzt tun sollten

Administratoren und IT-Verantwortliche in Unternehmen sollten umgehend prüfen, welche Versionen des IBM SPSS Modelers im Einsatz sind. IBM stellt für die betroffenen Versionen entsprechende Fixpacks und Updates bereit. Folgende Maßnahmen werden dringend empfohlen:

• Versionen prüfen: Identifizieren Sie alle aktiven Installationen des SPSS Modelers in Ihrem Netzwerk, insbesondere in Server- und Client-Umgebungen.
• Patches einspielen: Installieren Sie die aktuellen Sicherheitsupdates von IBM (insbesondere die Interim-Fixes für SPSS Modeler 18.5 oder neuere Versionen).
• Eingangsdaten filtern: Falls ein sofortiges Patching nicht möglich ist, sollten Datenimporte aus nicht vertrauenswürdigen Quellen temporär restriktiv behandelt oder vorab validiert werden.
• Rechte einschränken: Stellen Sie sicher, dass die Software nur mit den minimal notwendigen Systemrechten ausgeführt wird, um die potenziellen Auswirkungen eines erfolgreichen Angriffs zu minimieren.

Fazit

Sicherheitslücken in weit verbreiteten Analyse-Werkzeugen wie dem IBM SPSS Modeler zeigen, wie anfällig moderne Software-Lieferketten durch Open-Source-Komponenten wie Apache OpenNLP sind. Ein proaktives Patch-Management und die Segmentierung kritischer Analysesysteme sind unerlässlich, um die Integrität der Unternehmensdaten im DACH-Raum dauerhaft zu schützen.

Quelle: heise Security