AI speelt mogelijke rol bij Coldcard-hack van 89 miljoen dollar aan Bitcoin

maandag, 03 augustus 2026 om 18:13

Een programmeerfout in bepaalde Coldcard-hardwarewallets heeft aanvallers mogelijk geholpen om voor bijna 89 miljoen dollar aan bitcoin te stelen. Coldcard-maker Coinkite vermoedt dat kunstmatige intelligentie is gebruikt om de kwetsbaarheid in de openbare broncode te vinden, maar bewijs voor die claim ontbreekt.

Blockchainonderzoekers van Galaxy Research koppelen drie aanvalsgolven aan 4.585 Bitcoin-adressen die vermoedelijk met kwetsbare Coldcard-apparaten zijn aangemaakt. Daarbij werd in totaal ongeveer 1.367 bitcoin buitgemaakt. De aanval richtte zich niet op Bitcoin zelf, maar op voorspelbare geheime sleutels die door een fout in de Coldcard-firmware waren gegenereerd.

Wat ging er mis met de Coldcard-wallets?

De Coldcard-firmware gebruikte bij het genereren van nieuwe wallets minder willekeur dan gebruikers mochten verwachten. Daardoor kwamen bepaalde herstelzinnen uit een veel kleinere verzameling mogelijke combinaties.

Een hardwarewallet genereert normaal gesproken een herstelzin, ook wel seed phrase genoemd, met behulp van cryptografisch veilige willekeur. Die reeks woorden vormt de basis voor de private keys waarmee een gebruiker zijn bitcoin kan uitgeven.

Bij Coldcard ging het mis tijdens een wijziging die in maart 2021 werd doorgevoerd. De software schakelde over naar een cryptografische bibliotheek die via de ingebouwde programmeertaal MicroPython werd aangeroepen. Door een integratiefout kwam de opdracht voor willekeurige getallen uit bij een voorspelbare softwarematige noodoplossing, in plaats van bij de hardwarematige randomgenerator van het apparaat.

Coinkite schrijft in zijn technische analyse dat de cryptografische bibliotheek zelf niet het probleem was. De fout ontstond bij de manier waarop Coldcard de bibliotheek in de firmware integreerde. Een functie voor het aanmaken van willekeurige gegevens verwees daardoor naar de verkeerde implementatie.

Block, het bedrijf achter de Bitkey-wallet, kwam na een afzonderlijk onderzoek tot een vergelijkbare conclusie. Volgens de technische analyse van Block zat de kwetsbare route vanaf maart 2021 in de firmware. Latere apparaten voegden extra bronnen van willekeur toe, maar bereikten nog steeds niet altijd het beoogde beveiligingsniveau.

Waarom waren de herstelzinnen te voorspellen?

De herstelzinnen zagen er normaal uit, maar bevatten aanzienlijk minder entropy dan bedoeld. Entropy is een technische maat voor onvoorspelbaarheid.

Een herstelzin met 128 bits aan echte entropy heeft ongeveer 2 tot de macht 128 mogelijke uitkomsten. Dat aantal is zo groot dat alle combinaties uitproberen praktisch onmogelijk is.

Bij kwetsbare Coldcard Mk2- en Mk3-apparaten daalde de effectieve beveiliging volgens Coinkite tot ongeveer 40 bits. Dat komt neer op ongeveer 1,1 biljoen mogelijkheden. Dat is nog steeds veel, maar niet onhaalbaar voor een aanvaller met geoptimaliseerde software, gespecialiseerde hardware en aanvullende informatie over het apparaat.

Voor nieuwere modellen, waaronder de Mk4, Mk5 en Coldcard Q, schat Coinkite de effectieve entropy op ongeveer 72 bits. Dat biedt aanzienlijk meer bescherming dan 40 bits, maar blijft onder het bedoelde beveiligingsniveau van 128 bits.

Hoe kon de aanvaller wallets leegmaken?

De aanvaller kon mogelijke herstelzinnen offline reconstrueren en daar vervolgens Bitcoin-adressen uit afleiden. De openbare blockchain maakte het daarna mogelijk om te controleren welke kandidaat-wallets daadwerkelijk bitcoin bevatten.

Een aanval kon uit vier stappen bestaan:

De software genereerde grote aantallen waarschijnlijke herstelzinnen.
Uit iedere herstelzin werden private keys en Bitcoin-adressen berekend.
Die adressen werden vergeleken met adressen op de openbare blockchain.
Bij een overeenkomst kon de aanvaller de bitcoin met de gereconstrueerde private key versturen.

De Coldcard hoefde daarvoor niet met internet verbonden te zijn. Ook hoefde de aanvaller het fysieke apparaat niet te bezitten.

Dat verklaart waarom het air-gapped ontwerp geen bescherming bood. Een air-gapped wallet houdt privésleutels normaal gesproken weg van online computers, maar dat helpt niet wanneer de sleutel vanaf het eerste moment voorspelbaar is.

Bitcoin zelf werd dus niet gekraakt. De cryptografie van het Bitcoin-netwerk bleef intact. De zwakke plek zat in de manier waarop een specifiek apparaat de geheime sleutels aanmaakte.

Hoe groot is de vermoedelijke schade?

Galaxy Research heeft volgens CoinDesk drie aanvalsgolven geïdentificeerd waarbij in totaal ongeveer 1.367 bitcoin uit 4.585 adressen verdween. De buit had op dat moment een waarde van ongeveer 88,6 miljoen dollar.

De eerste breed gemelde aanval betrof ongeveer 594 bitcoin uit circa vijfhonderd wallets. Die transacties werden binnen minder dan een half uur uitgevoerd. In latere aanvalsgolven werden ook kleinere saldi verplaatst, waardoor de totale schade verder opliep.

De cijfers zijn gebaseerd op blockchainanalyse. Onderzoekers herkennen patronen in adressen, transacties en de manier waarop gestolen fondsen worden samengevoegd. Niet voor ieder afzonderlijk adres is cryptografisch bewezen dat het door een kwetsbare Coldcard is gegenereerd.

Heeft AI de Coldcard-hack mogelijk gemaakt?

Er is geen bewijs dat de oorspronkelijke aanvaller kunstmatige intelligentie gebruikte. Coinkite presenteert AI-gebruik als een aanname, niet als een vastgestelde oorzaak.

Het bedrijf stelt dat de Coldcard-broncode openbaar beschikbaar was en dat daarom rekening moet worden gehouden met een aanvaller die historische firmware met AI heeft onderzocht. Coinkite schrijft zelfs dat AI in deze zaak mogelijk de aanvaller hielp, terwijl een eerdere AI-controle van het bedrijf de fout niet vond.

Die formulering gaat verder dan het beschikbare bewijs. Er is geen dader geïdentificeerd en er is geen informatie gepubliceerd over het model, de prompts of de ontwikkeltools die bij het oorspronkelijke onderzoek zijn gebruikt.

De journalistiek correcte conclusie luidt daarom: AI kan de ontdekking van de fout hebben versneld, maar het is niet bewezen dat AI bij de aanval is gebruikt.

Kon een AI-model de fout werkelijk vinden?

Moderne coding agents bleken na de openbaarmaking in staat om de kwetsbaarheid snel te herkennen. Een Reddit-gebruiker meldde dat Claude Code na een algemene opdracht om de firmware op kwetsbaarheden te controleren binnen ongeveer acht minuten bij het probleem uitkwam.

Een andere gebruiker stelde dat een lokaal model zonder internettoegang dezelfde zwakke randomgenerator kon signaleren. Deze experimenten tonen aan dat AI-systemen de fout in broncode kunnen herkennen, maar ze bewijzen niet dat de aanvaller dezelfde methode gebruikte. De tests vonden bovendien plaats nadat details over de kwetsbaarheid al openbaar waren geworden.

Dat onderscheid is belangrijk. Een model kan tijdens een latere test informatie herkennen die al in online discussies, nieuwsartikelen of zijn context voorkomt. Een volledig gecontroleerde test vereist een model zonder toegang tot recente informatie, een exacte kopie van de historische code en een gedocumenteerde opdracht.

Waarom miste een eerdere AI-audit de kwetsbaarheid?

Een eerdere Claude Code-audit onderzocht de Coldcard-firmware expliciet op zwakke willekeur, maar beoordeelde de verdachte code ten onrechte als veilig. De audit beschikte niet over alle benodigde bronbestanden.

Uit een later gepubliceerde reconstructie blijkt dat twee relevante submodules niet waren geladen. De AI zag daardoor slechts een deel van de implementatie. Het systeem behandelde ontbrekende informatie vervolgens alsof een mogelijke kwetsbaarheid was weerlegd.

De audit accepteerde daarnaast een beschrijving in de code als bewijs dat een functie hoogwaardige hardwarematige willekeur leverde. Het model volgde de functie niet volledig door de afhankelijkheden en instellingen van het bouwproces. Juist daar zat de fout.

Deze mislukte audit laat een fundamenteel probleem zien. Een AI-model kan broncode overtuigend analyseren zonder te herkennen dat cruciale bestanden ontbreken. De uitkomst klinkt dan zekerder dan de beschikbare informatie rechtvaardigt.

Was de diefstal zelf een AI-aanval?

De daadwerkelijke diefstal vereiste waarschijnlijk geen generatieve AI. Traditionele software is beter geschikt voor het grootschalig doorrekenen van kandidaat-sleutels en het automatisch versturen van Bitcoin-transacties.

De snelle reeksen transacties en vergelijkbare transactiekosten wijzen op een vooraf gebouwde, geautomatiseerde aanvalstool. Automatisering is echter niet automatisch kunstmatige intelligentie.

AI zou vooral waardevol zijn geweest tijdens de ontdekkingsfase:

broncode en historische firmwareversies doorzoeken;
verdachte beveiligingsfuncties prioriteren;
relaties tussen verschillende softwaremodules volgen;
mogelijke aanvallen en testcode voorstellen.

Het daadwerkelijke brute-forcen kan daarna plaatsvinden met geoptimaliseerde programma’s, grafische processors of gespecialiseerde rekeninfrastructuur.

Wat zegt de Coldcard-zaak over AI en cybersecurity?

De Coldcard-zaak laat zien dat AI de kosten van beveiligingsonderzoek kan verlagen. Eén persoon kan met een coding agent sneller grote hoeveelheden openbare broncode onderzoeken en verdachte onderdelen selecteren.

Dat voordeel geldt voor zowel beveiligers als aanvallers. Een aanvaller hoeft niet langer ieder onderdeel van een codebase handmatig te begrijpen voordat hij kansrijke fouten kan vinden. Een AI-agent kan fungeren als een schaalbaar hulpmiddel dat voortdurend naar zwakke plekken zoekt.

Voor verdedigers ontstaat tegelijk het risico op schijnzekerheid. Een rapport waarin een AI-model geen ernstige problemen vindt, bewijst niet dat de software veilig is. Ontbrekende bestanden, verkeerde aannames en onvolledige bouwconfiguraties kunnen de analyse onbetrouwbaar maken.

De belangrijkste les is daarom niet dat AI Coldcard heeft gehackt. De zaak toont vooral dat AI beveiligingsonderzoek versnelt, maar menselijke controle, reproduceerbare tests en traditionele code-audits niet vervangt.

Wat moeten mogelijk getroffen gebruikers doen?

Een firmware-update herstelt geen herstelzin die al met onvoldoende willekeur is aangemaakt. Gebruikers moeten een volledig nieuwe wallet met een nieuwe seed genereren en hun bitcoin naar nieuwe adressen verplaatsen.

Coinkite noemt Coldcard Mk2- en Mk3-firmwareversies 4.0.1 tot en met 4.1.9 als getroffen. Versie 4.2.0 corrigeerde het aanmaken van nieuwe seeds op deze apparaten. Voor andere modellen en firmwareversies gelden afzonderlijke risico’s, omdat de hoeveelheid beschikbare entropy verschilt.

Het importeren van dezelfde oude herstelzin op een bijgewerkt apparaat lost het probleem niet op. De zwakke private keys blijven dan bestaan.

Gebruikers moeten officiële veiligheidsinformatie van Coinkite controleren en geen herstelzin invoeren op websites die beweren wallets te kunnen testen. Een legitieme controle vereist nooit dat een gebruiker zijn volledige seed phrase online deelt.

Conclusie

AI heeft Coldcard niet gekraakt en Bitcoin zelf is niet gehackt. Een firmwarefout zorgde ervoor dat sommige apparaten voorspelbare herstelzinnen genereerden, waarna aanvallers mogelijke sleutels konden reconstrueren en wallets konden leegmaken.

AI kan de dader hebben geholpen om de fout in de openbare broncode te ontdekken. Daarvoor is tot nu toe geen bewijs gepubliceerd.

Wel staat vast dat moderne AI-tools dezelfde fout achteraf snel konden signaleren. Tegelijkertijd miste een eerdere AI-audit de kwetsbaarheid volledig. Juist die tegenstelling maakt de Coldcard-zaak relevant: AI kan beveiligingsonderzoek versnellen, maar kan met evenveel overtuiging een onvolledige of verkeerde conclusie produceren.

SEO-overzicht

SEO-titel: Coldcard-hack kostte bijna 89 miljoen dollar: vond AI de fatale fout?

Meta description: Een fout in Coldcard-wallets maakte herstelzinnen voorspelbaar. Aanvallers stalen mogelijk 1.367 bitcoin. Welke rol speelde AI bij de hack?

Focus keyphrase: Coldcard-hack AI

Secundaire zoektermen: Coldcard kwetsbaarheid, Coldcard firmwarefout, AI cybersecurity, bitcoin hardwarewallet hack, voorspelbare seed phrase

Voorgestelde slug: coldcard-hack-ai-bitcoin-wallet

Discover-titel alternatief: AI kraakte Coldcard niet, maar kan de aanvaller wel hebben geholpen

Featured image: 1280 x 720 pixels, zonder tekst of logo’s. Toon een Coldcard-achtig hardwareapparaat naast een beschadigd digitaal slot, met op de achtergrond abstracte AI-code en Bitcoin-transactielijnen. Gebruik een donkere, journalistieke stijl met oranje en koelblauwe accenten.

Publicatiechecklist

Het belangrijkste nieuwsfeit staat in de eerste alinea.
Het artikel maakt duidelijk dat Bitcoin zelf niet is gehackt.
Feiten en onbewezen AI-claims zijn strikt gescheiden.
Technische begrippen zoals entropy en seed phrase worden uitgelegd.
De schadecijfers zijn voorzien van context en nuance.
De rol van AI wordt vanuit aanvallend en verdedigend perspectief behandeld.
Gebruikers krijgen concrete veiligheidsinformatie.
De tekst bevat geen ongefundeerde attributie aan Claude of een ander model.
De structuur is geschikt voor mobiel, Google Discover en AI Overviews.

Robin HeesterOprichter

Robin Heester is mede-oprichter van AI Wereld en heeft door de jaren heen meerdere websites, nieuwsbrieven en magazines opgericht. Hij schrijft over technologie, innovatie en de maatschappelijke impact van nieuwe digitale ontwikkelingen.