Anthropic-Google-KI-Rennen trifft auf Claudes falsch dargestellten Test der Post-Quantum-Sicherheit

Anthropic zufolge fand Claude in 60 Stunden einen neuen Angriff auf einen Kandidaten für Post-Quantum-Signaturen – nicht in weniger als vier Stunden, wie einige Schlagzeilen behaupteten. Diese Unterscheidung ist wichtig. Claude Mythos Preview lieferte ernstzunehmende kryptografische Forschung, brach jedoch weder eingesetzte Post-Quantum-Sicherheit noch legte es aktuelle Systeme offen.

Das Ergebnis ordnet die Kryptoanalyse in den umfassenderen anthropic google Wettbewerb ein: Können Spitzenmodelle originäre wissenschaftliche Arbeit leisten? Google-Forscher haben Gemini kürzlich für offene Probleme der Mathematik eingesetzt. Anthropic argumentiert nun, dass Claude Expertenarbeit in einem Feld erweitern kann, in dem Fehler unmittelbare Sicherheitsfolgen haben.

Claude verbesserte zudem einen Angriff auf eine reduzierte Version von AES-128 mit sieben Runden. Vollständiges AES-128 verwendet zehn Runden und bleibt unbeeinträchtigt. Die eigentliche Geschichte ist daher enger gefasst als ein Verschlüsselungsnotfall, aber folgenreicher als ein weiterer Benchmark-Sieg.

Was Claude im HAWK-Test tatsächlich fand

Claude fand eine mathematische Schwachstelle in einem vorgeschlagenen Signaturverfahren, doch der berichtete Test stellte keinen Bruch produktiv eingesetzter Post-Quantum-Sicherheit dar.

Anthropic veröffentlichte seine Ergebnisse am 28. Juli 2026. Die Forscher des Unternehmens setzten Claude Mythos Preview ein, um HAWK zu untersuchen, einen digitalen Signaturentwurf, der vom National Institute of Standards and Technology geprüft wird.

Eine digitale Signatur belegt, dass eine Nachricht oder ein Softwarepaket vom erwarteten Absender stammt und nicht verändert wurde. Post-Quantum-Signaturen sollen diese Sicherheit auch gegenüber künftigen Quantencomputern gewährleisten.

HAWK ist einer der verbliebenen Kandidaten in NISTs Verfahren Additional Digital Signatures. Dieses Verfahren setzt Vorschläge bewusst öffentlicher Analyse aus, bevor ein Algorithmus zum Standard wird.

Laut Anthropics Ergebnissen hatte HAWK zwei Runden fachlicher Prüfung über ungefähr zwei Jahre bestanden. Claude half anschließend dabei, während rund 60 Stunden Arbeit einen verbesserten Angriff zur Schlüsselwiederherstellung zu identifizieren.

Dieser Zeitrahmen widerspricht direkt der Darstellung von weniger als vier Stunden in der ursprünglichen Schlagzeile. Anthropics detaillierte Darstellung besagt, dass das Finden, Entwickeln und Verifizieren des HAWK-Angriffs insgesamt etwa 60 Stunden dauerte.

Das Modell arbeitete teilautonom innerhalb eines agentischen Frameworks. Dieses Framework kombinierte Prompts, mehrere Claude-Arbeiter, veröffentlichte Facharbeiten, mathematische Software und eine Sandbox für Rechenexperimente.

Ein menschlicher Forscher gab gelegentlich Projektanweisungen. Anthropic zufolge hatte der Operator Erfahrung in theoretischer Informatik, war jedoch kein Spezialist für Gitterkryptografie.

Claude begann mit einer Literaturrecherche, untersuchte frühere Angriffe und testete mathematische Hypothesen. Zwei Worker-Agenten verfolgten die Idee, die letztlich erfolgreich war, obwohl einer sie zunächst als unpraktisch verwarf.

Die entscheidende Erkenntnis betraf einen nichttrivialen Automorphismus, eine Symmetrie innerhalb des mathematischen Gitters, auf dem HAWK basiert. Frühere Forschung hatte gezeigt, dass das Auffinden einer solchen Symmetrie einen stärkeren Angriff ermöglichen würde.

Claudes Beitrag bestand darin, eine ausnutzbare Symmetrie in HAWKs konkreter Konstruktion zu identifizieren. Anschließend entwickelte es eine End-to-End-Verifikationspipeline, die den Angriff gegen generierte Schlüssel testen konnte.

Für den kleinen HAWK-256-Challenge-Parameter berichtet Anthropic, dass die geschätzten Angriffskosten von 2^64 Operationen auf 2^38 sanken. Diese Reduktion macht den kleinen Testparameter praktisch wiederherstellbar.

Dieses Ergebnis bedeutet jedoch nicht, dass Claude jede HAWK-Konfiguration überwunden hat. Anthropic zufolge bleiben Angriffe auf die größeren vorgeschlagenen Schlüsselgrößen rechnerisch unpraktikabel.

Der Angriff ist zudem spezifisch für HAWK. Er lässt sich nicht automatisch auf andere gitterbasierte Systeme oder die bereits von NIST ausgewählten Post-Quantum-Standards übertragen.

Dieser Umfang ist entscheidend für das Verständnis des Ereignisses. Claude kompromittierte weder Datenverkehr, Bankensysteme, gespeicherte Passwörter noch Softwaresignaturen in heutigen Produktivumgebungen.

Stattdessen fand das Modell während des Prüfprozesses, der genau solche Probleme aufdecken soll, eine Designschwäche. Das ist ein erfolgreicher Stresstest, kein Beleg für eine aktive Sicherheitsverletzung.

Warum das Anthropic-Google-Forschungsrennen nun Kryptografie einschließt

Der anthropic google Wettbewerb verschiebt sich vom Beantworten von Fragen hin zur Produktion von Forschung, die menschliche Spezialisten unabhängig validieren müssen.

KI-Labore für Spitzenmodelle vergleichen ihre Modelle seit Jahren anhand von Codetests, Wissenschaftsfragen und standardisierten Benchmarks zum Schlussfolgern. Diese Bewertungen haben meist bekannte Antworten und klare Bewertungsregeln.

Kryptoanalyse verändert den Maßstab. Ein nützliches Ergebnis muss neuartig, mathematisch gültig, rechnerisch reproduzierbar und für die Sicherheitsannahmen rund um einen Algorithmus relevant sein.

Anthropics Arbeit setzt Google, OpenAI und andere Modellentwickler daher anhand eines anspruchsvolleren Fähigkeitsmaßes unter Druck. Die Frage lautet nicht mehr nur, ob ein Modell Expertenwissen reproduzieren kann.

Der neue Test fragt, ob ein KI-System dieses Wissen erweitern kann, nachdem es einen großen technischen Raum durchsucht hat. Es muss zudem der Prüfung durch Spezialisten standhalten, die die zugrunde liegende Mathematik verstehen.

Google liefert bereits einen wichtigen Vergleichspunkt. Anthropics Forschung vermerkt, dass Google-Forscher Gemini eingesetzt haben, um mehrere offene Erdős-Probleme der Mathematik zu lösen.

OpenAI-Forscher haben ebenfalls Fortschritte bei offenen mathematischen Vermutungen berichtet. Diese Beispiele begründen einen breiteren Wettbewerb um Forschungsdenken statt eines direkten Kryptografie-Duells zwischen Unternehmen.

Der anthropic google Vergleich bleibt dennoch relevant, weil beide Unternehmen allgemeine Modelle mit spezialisierten Werkzeugen verbinden. Diese Werkzeuge ermöglichen es Modellen, Literatur zu lesen, Code zu schreiben, Experimente durchzuführen und parallele Ansätze zu koordinieren.

Das HAWK-Ergebnis zeigt, warum diese Kombination wichtig ist. Claude erzeugte keinen erfolgreichen Angriff aus einer einzelnen Gesprächsantwort.

Es arbeitete über ein langes Projekt hinweg mit mehreren Workern, externen Referenzen, mathematischer Software und wiederholter Verifikation. Dieser Ablauf ähnelt eher einer rechnergestützten Forschungsgruppe als einer herkömmlichen Chatbot-Sitzung.

Anthropic hat das Ergebnis mit CryptanalysisBench ergänzt, das gemeinsam mit Forschern der ETH Zürich, der Universität Tel Aviv und der TU Berlin entwickelt wurde. Der Benchmark umfasst 191 Aufgaben aus sechs kryptografischen Familien.

Seine drei Stufen umfassen bekannte praktische Brüche, stärkere Verfahren mit heruntergerechneten Varianten und produktive Primitive nahe der Forschungsfront. Dieses Design unterscheidet erinnerte Angriffe von anspruchsvollerer kryptoanalytischer Arbeit.

Berichten zufolge lösten fünf Spitzenmodelle zwischen 65 und 86 Prozent der Verfahren der ersten Stufe. Sie brachen zudem mehrere Verfahren der zweiten Stufe in voller Stärke und erzielten neue Erkenntnisse zu anderen Entwürfen.

Diese Zahlen belegen nicht, dass Modelle routinemäßig produktive Verschlüsselung brechen können. Sie zeigen, dass Kryptoanalyse messbar genug geworden ist, um schnelle Fähigkeitsveränderungen zu verfolgen.

Das setzt Google und andere Labore unter Druck, vergleichbare Methodik zu veröffentlichen. Eine Behauptung originärer Forschung wiegt ohne Transkripte, reproduzierbaren Code, technische Facharbeiten und externe Prüfung weniger schwer.

Es setzt auch Standardisierungsgremien und kryptografische Entwickler unter Druck. Kandidatenalgorithmen können nun vor der Einführung einer weit umfassenderen automatisierten Prüfung ausgesetzt werden – vorausgesetzt, Prüfer können die entstehende Menge validieren.

Der Wettbewerbsvorteil könnte dem Labor gehören, das das beste Forschungssystem entwickelt, nicht einfach dem Modell mit dem höchsten Benchmark-Wert. Werkzeugzugang, Experimentdesign, Verifikation und fachliche Aufsicht werden Teil des Produkts.

Diese Entwicklung verleiht dem anthropic google Rennen eine Sicherheitsdimension, die standardisierten Mathematikergebnissen fehlt. Ein falscher Satz kostet Forschungszeit, während eine übersehene kryptografische Schwachstelle digitale Infrastruktur betreffen kann.

Der Mechanismus ist wichtiger als die 60-Stunden-Schlagzeile

Claudes stärkster Beitrag war die ausdauernde Suche über Literatur, Mathematik und Experimente hinweg, nicht ein einzelner Moment maschineller Intuition.

Anthropic beschreibt einen Multi-Agenten-Prozess, in dem mehrere Claude-Worker Hypothesen und Kritik austauschten. Diese Struktur ermöglichte es dem System, konkurrierende Richtungen zu erforschen, ohne dass ein einzelnes Gespräch jedes Detail bewahren musste.

Die erfolgreiche HAWK-Idee entstand aus Dissens. Ein Worker verwarf den Symmetrieansatz, während ein anderer einen Weg fand, ihn auszunutzen.

Diese Episode veranschaulicht einen nützlichen Mechanismus für KI-gestützte Forschung. Parallele Agenten können vorschnelle Schlussfolgerungen hinterfragen und Ideen bewahren, die ein einzelner Denkpfad verwirft.

Claude hatte außerdem Zugriff auf Sage, ein Softwaresystem für mathematische Berechnungen. Es konnte Code schreiben, Beispiele erzeugen, Vermutungen testen und Ergebnisse mit theoretischen Erwartungen vergleichen.

Die rechnerische Verifikation ersetzte mathematisches Denken nicht. Sie grenzte die Suche ein und half zu bestätigen, ob ein abstrakter Angriff gegen tatsächliche HAWK-Instanzen funktionierte.

Die End-to-End-Implementierung ist wichtig, weil kryptografische Argumente an einer kleinen Annahme oder einem Komplexitätsfehler scheitern können. Die Wiederherstellung eines bekannten Testschlüssels liefert stärkere Belege als überzeugende Prosa allein.

Der Prozess war jedoch nicht vollständig autonom. Ein Mensch leitete das Projekt, schlug organisatorische Ansätze vor und führte Claude zu nützlichen Rechenbibliotheken.

Anthropic konsultierte zudem externe Wissenschaftler und teilte den HAWK-Angriff im Juni mit dessen Autoren. Das Unternehmen koordinierte die öffentliche Offenlegung mit der entsprechenden NIST-Mailingliste.

Diese Abfolge zeigt eine entstehende Arbeitsteilung. Modelle können viele Kandidatenideen erzeugen und testen, während Menschen Ziele auswählen, Annahmen hinterfragen und verantwortungsvolle Offenlegung steuern.

Claudes AES-Arbeit trieb die Autonomie weiter voran. Ein Forscher entwickelte ein Gerüst, das dem Modell erlaubte, Hypothesen vorzuschlagen, Experimente durchzuführen und fehlgeschlagene Ansätze zu verwerfen.

Das Ziel war eine siebte Runden umfassende Form von AES-128. Vollständiges AES-128 wendet zehn Transformationsrunden an, weshalb Forscher verkürzte Versionen verwenden, um zu untersuchen, ob Angriffstechniken sich der vollständigen Chiffre annähern.

Claude argumentierte zunächst, dass eine bedeutende Verbesserung unwahrscheinlich sei. Menschliche Prompts wiesen das System wiederholt an, am Ziel festzuhalten und über einfache Ansätze hinauszusuchen.

Nach mehreren Tagen entwickelte das Modell eine Fingerprinting-Methode, die es Möbius Bridge nannte. Die Methode entfernte eine Vermutung aus einem etablierten Meet-in-the-Middle-Angriff.

Ein Meet-in-the-Middle-Angriff speichert Zwischenberechnungen und gleicht sie aus beiden Richtungen ab. Diese Technik tauscht hohe Speicheranforderungen gegen geringere Rechenzeit.

Anthropic zufolge beschleunigte die neue Methode den vorherigen Angriff um das 200- bis 800-Fache. Das zugrunde liegende Bedrohungsmodell setzt jedoch weiterhin Zugriff auf 2^105 gewählte Klartexte voraus.

Diese Anforderung liegt jenseits einer praktischen Erfassung. Der Angriff zielt zudem nur auf sieben Runden und lässt die vollständige Chiffre mit zehn Runden unberührt.

Anthropics Forscher verbrachten anschließend mehrere hundert Stunden mit der Validierung des AES-Ergebnisses. Berichten zufolge benötigten zwei Forscher fast einen Monat, um von dessen Korrektheit überzeugt zu sein.

Diese Verifikationslücke könnte der wichtigste Mechanismus der gesamten Geschichte sein. KI kann plausible technische Entdeckungen schneller hervorbringen, als qualifizierte Menschen sie zertifizieren können.

Organisationen, die diese Systeme einsetzen, benötigen belastbare Forschungsaufzeichnungen. Eine durchsuchbare Engineering-Wissensdatenbank kann Hypothesen, Code, fehlgeschlagene Experimente, Reviews und Entscheidungen zur Offenlegung bewahren.

Ohne diese Aufzeichnungen wird schnelle Generierung zur Belastung. Teams hätten Schwierigkeiten, einen echten Angriff von einer eleganten, aber ungültigen Argumentationskette zu unterscheiden.

Was die Zahlen nicht zeigen

Keines der Ergebnisse bedroht heute eingesetzte Verschlüsselung, und die Belege von Anthropic erfordern weiterhin unabhängige Prüfung.

Der HAWK-Fund klingt dramatisch, weil er die effektive Schlüsselstärke des Verfahrens beinahe halbiert. Diese Beschreibung braucht zwei Einschränkungen.

Erstens ist HAWK ein Kandidat und kein übernommener Produktionsstandard. Organisationen verlassen sich nicht darauf, aktive Systeme abzusichern.

Zweitens bleiben die größeren HAWK-Parameter praktisch nicht angreifbar. Das Ergebnis schwächt das Design und könnte seine Standardisierungsaussichten beeinträchtigen, macht aber nicht jede Konfiguration sofort brechbar.

Auch Schlüsselstärke sinkt nicht durch einen einfachen physischen Vorgang. Die Werte 2^64 und 2^38 beschreiben den geschätzten Rechenaufwand unter einem definierten Angriffsmodell.

Sie beschreiben nicht die verstrichene Zeit auf jedem Computer. Hardware, Implementierungsentscheidungen, Speicher und Parallelisierung beeinflussen alle die praktische Ausführung.

Das AES-Ergebnis verlangt noch mehr Vorsicht. Claude hat die AES-128-Verschlüsselung, die im heutigen Computing weit verbreitet ist, nicht gebrochen.

Es verbesserte einen akademischen Angriff auf eine Variante mit sieben statt zehn Runden. Die Untersuchung von Designs mit reduzierter Rundenzahl hilft Forschenden, Sicherheitsreserven zu messen, doch diese Designs sind absichtlich schwächer.

Die angenommenen 2^105 gewählten Klartexte machen den Angriff zudem undurchführbar. Selbst seine deutliche Beschleunigung macht die Methode nicht zu einem operativen Werkzeug.

Unabhängige Kryptografen haben diese Unterscheidung betont. Chris Peikert, ein an der Gitterforschung beteiligter Kryptografieprofessor, bezeichnete das HAWK-Ergebnis als ernsthaften mathematischen Angriff auf ein Kandidatenverfahren.

Andere Forschende warnten davor, das AES-Ergebnis in Behauptungen zu übersetzen, gewöhnliche verschlüsselte Daten seien offengelegt. Beide Sichtweisen können zutreffen, weil Forschungsfortschritt und unmittelbare operative Auswirkungen unterschiedliche Fragen sind.

Anthropic selbst erklärt, dass keines der primären Ergebnisse Produktionssysteme betrifft. Aufgrund dieser Erkenntnisse muss keine eingesetzte Software geändert werden.

Das Unternehmen sagt außerdem, dass der HAWK-Angriff keine anderen Post-Quanten-Kandidaten von NIST betrifft. Diese Grenze sollte bei jeder Diskussion des Ergebnisses ausdrücklich genannt werden.

Historische Präzedenzfälle sprechen für Vorsicht, ohne die Arbeit abzuwerten. Der Post-Quanten-Kandidat SIKE überstand jahrelange Aufmerksamkeit, bevor Forschende ihn auf einem herkömmlichen Laptop brachen.

Dieses Scheitern zeigte nicht, dass die gesamte Post-Quanten-Kryptografie unsolide war. Es zeigte, dass offene Standardisierung funktioniert, indem sie Kandidaten mit verborgenen Schwächen ausscheidet.

HAWK steht nun vor einem ähnlichen Test. Seine Entwickler können die Konstruktion überarbeiten, Parameter erhöhen, die Analyse anfechten oder akzeptieren, dass die Kompromisse eine Standardisierung nicht länger rechtfertigen.

Die Behauptung von unter vier Stunden wirft ein separates Glaubwürdigkeitsproblem auf. Anthropics Quellmaterial nennt 60 Stunden für den Entdeckungs- und Verifizierungsprozess bei HAWK.

Der kleinere HAWK-256-Angriff könnte nach seiner Entwicklung schnell ausführbar sein. Anthropic beschreibt außerdem einen neueren Angriff auf LEA mit reduzierter Rundenzahl, der in weniger als einer Stunde läuft.

Diese getrennten Fakten könnten zu einer ungenauen Schlagzeile verdichtet worden sein. Leser sollten diese Verkürzung nicht als verifizierten Zeitablauf des Ereignisses behandeln.

Die Anthropic-Google-Einordnung kann eine weitere Verzerrung erzeugen, wenn sie zu einer Punktewertung wird. Google hat HAWK nicht eingereicht, und Gemini wurde nicht als direkter Teilnehmer dieses Tests genannt.

Googles Rolle ist kontextuell. Seine mathematische Forschung liefert Hinweise darauf, dass mehrere Programme für Spitzenmodelle sich auf originäre wissenschaftliche Arbeit zubewegen.

Die stärkste Schlussfolgerung bleibt enger. Claude half dabei, eine schwerwiegende Schwäche in einem vorgeschlagenen Post-Quanten-Verfahren zu finden, und verbesserte die Forschung zu geschwächten Versionen zweier etablierter Chiffren.

Das ist ein beeindruckender Beleg für KI-gestützte Kryptoanalyse. Es ist kein Beleg dafür, dass Claude aktuelle verschlüsselte Kommunikation entschlüsseln kann.

KI-Kryptoanalyse verlagert den Engpass zur menschlichen Prüfung

Der unmittelbare Druck liegt bei Gutachtern, Standardisierungsgremien und Sicherheitsteams, die maschinell erzeugte Erkenntnisse schneller als bisher validieren müssen.

Die traditionelle kryptografische Prüfung hängt von einer relativ kleinen Gemeinschaft von Spezialisten ab. Forschende veröffentlichen Konstruktionen, analysieren Beweise, testen Implementierungen und hinterfragen Sicherheitsannahmen über mehrere Jahre hinweg.

Spitzenmodelle können die Zahl der versuchten Angriffe vervielfachen. Sie können große Mengen an Fachliteratur lesen und Rechenexperimente ohne die üblichen Beschränkungen der Arbeitszeit durchführen.

Diese Ausweitung begünstigt Verteidiger, wenn Modelle Kandidatenstandards vor der Einführung untersuchen. Mehr Prüfung kann schwache Annahmen aufdecken, solange Änderungen an einem Algorithmus noch beherrschbar sind.

Dieselbe Fähigkeit schafft nach der Bereitstellung Risiken. Ein gültiger Angriff auf ein weit verbreitetes Primitiv würde sorgfältige Offenlegung, schnelle Validierung, koordinierte Patches und klare öffentliche Kommunikation erfordern.

Anthropic erklärt, vor der Veröffentlichung Akademiker, Regierungsvertreter, Industriepartner und die HAWK-Autoren konsultiert zu haben. Dieser Prozess bietet ein frühes Modell für den Umgang mit KI-generierten kryptografischen Ergebnissen.

Die Verifikation bleibt jedoch hinsichtlich der Expertenaufmerksamkeit teuer. Der AES-Fall von Anthropic erforderte deutlich mehr menschliche Validierungszeit als Zeit für die Modellentdeckung.

Diese Asymmetrie wird sich verschärfen, wenn die Modellausgabe schneller wächst als die Spezialistengemeinschaft. Forschende könnten Hunderte technisch plausibler Angriffe erhalten, ohne genug Zeit zu haben, jeden einzelnen zu prüfen.

Automatisierte Überprüfung kann helfen, wenn eine Behauptung ausführbare Schlüsselwiederherstellung liefert. HAWK-Testschlüssel können generiert, angegriffen und mit bekannten Ergebnissen verglichen werden.

Beweisintensive Erkenntnisse sind schwieriger. Ein subtiler theoretischer Angriff kann von Annahmen abhängen, die Testcode nicht vollständig erfassen kann.

Kryptografische Standardisierungsgremien benötigen daher neue Einreichungsregeln. Maschinenunterstützte Arbeiten sollten reproduzierbaren Code, vollständige Komplexitätsschätzungen, Annahmen, Fehlerfälle und detaillierte Herkunftsnachweise enthalten.

Dieselben Anforderungen gelten innerhalb von Unternehmen. Sicherheitsverantwortliche sollten keinen KI-generierten Fix ausrollen, nur weil ein Modell auch einen überzeugenden Exploit erzeugt hat.

Sie benötigen eine Trennung zwischen Entdeckung und Validierung. Unterschiedliche Prüfer, Werkzeuge und Modellläufe sollten versuchen, jede Behauptung zu widerlegen.

Der NIST-Standardisierungsprozess stellt bereits einen Teil dieser Struktur bereit. Kandidateneinreichungen werden vor der Standardisierung öffentlich geprüft, sodass Schwächen sichtbar werden können, ohne Anwender eingesetzter Systeme offenzulegen.

KI kann den Umfang der Prüfung erhöhen, aber sie kann die Notwendigkeit von Governance nicht beseitigen. Ein System, das Angriffe findet, erzeugt auch sensible Informationen, die Zugriffskontrollen und Disziplin bei der Offenlegung erfordern.

Der Wettbewerb zwischen Anthropic und Google schafft zusätzliche Anreize, die Aufmerksamkeit verdienen. Labs profitieren davon, wenn ihre Modelle zu fachkundigen Entdeckungen fähig erscheinen.

Diese Anreize können nützliche Transparenz fördern, einschließlich Papers und reproduzierbarer Artefakte. Sie können aber auch dramatische öffentliche Einordnungen belohnen, bevor unabhängige Prüfungen einen Konsens erreichen.

Leser sollten daher drei Evidenzebenen unterscheiden. Die erste ist die Darstellung des Unternehmens dazu, was das Modell getan hat.

Die zweite besteht aus reproduzierbarem technischem Material, das andere Forschende testen können. Die dritte ist die unabhängige Bestätigung von Neuartigkeit, Korrektheit und Auswirkung.

Anthropic hat mehr als eine Pressemitteilung bereitgestellt. Es veröffentlichte technische Papers, Demonstrationscode für HAWK und eine überarbeitete Dokumentation des AES-Argumentationsprozesses.

Diese Belege machen die Behauptungen testbar. Sie machen kritische Prüfung nicht optional.

Drei Signale nach dem Claude-Sicherheitstest, die es zu beobachten gilt

Die nächste Phase wird zeigen, ob dies ein isolierter Erfolg, eine wiederholbare Forschungsmethode oder der Beginn einer Validierungskrise war.

Das erste Signal ist der Status von HAWK im NIST-Prozess. Prüfer müssen entscheiden, ob größere Parameter genug Effizienz und Sicherheit bewahren, um den Vorschlag wettbewerbsfähig zu halten.

Wird HAWK erfolgreich überarbeitet, wird Claudes Arbeit wie produktive Prüfung vor der Bereitstellung erscheinen. Wird der Kandidat zurückgezogen, wird die Erkenntnis eine reale Standardisierungsentscheidung verändert haben.

Beide Ergebnisse stärken den Wert KI-gestützter Tests. Eine Ablehnung würde nicht bedeuten, dass die Post-Quanten-Kryptografie insgesamt gescheitert ist.

Das zweite Signal ist die unabhängige Reproduktion der AES-Analyse. Forschende müssen die Möbius-Bridge-Methode, ihre Komplexitätsschätzungen und ihren behaupteten Geschwindigkeitsvorteil überprüfen.

Eine erfolgreiche Reproduktion würde Claudes Ergebnis als echte Erweiterung einer langen kryptanalytischen Forschungslinie etablieren. Wesentliche Korrekturen würden Behauptungen über autonome Leistung auf Expertenniveau schwächen.

Das dritte Signal ist die Leistung bei zukünftigen Benchmark-Versionen. CryptanalysisBench bietet einen gemeinsamen Test für Blockchiffren, Hash-Funktionen und andere Primitive.

Forschende sollten beobachten, ob Claude, Gemini, GPT und Open-Weight-Modelle bekannte Angriffe ohne Kontamination reproduzieren. Neue Ergebnisse müssen zudem der Expertenprüfung standhalten.

Konsistente Verbesserungen würden die Rivalität zwischen Anthropic und Google in ein Wettrüsten um wissenschaftliche Forschungssysteme verwandeln. Unregelmäßige Ergebnisse würden nahelegen, dass Unterstützungssysteme und das Urteilsvermögen von Forschenden wichtiger bleiben als das Modellbranding.

Sicherheitsteams müssen aufgrund dieser Ankündigung keine Produktionsverschlüsselung ersetzen. Sie sollten stattdessen prüfen, ob ihre Review- und Offenlegungsprozesse mehr maschinell erzeugte Erkenntnisse aufnehmen können.

Zu dieser Vorbereitung gehören das Bewahren von Experimentprotokollen, die Trennung von Entdeckung und Genehmigung sowie die Identifizierung von Experten, bevor eine dringliche Behauptung eintrifft. Dazu gehört auch, Standardisierungshinweise zu verfolgen, statt auf verkürzte Schlagzeilen zu reagieren.

Die berichtete Leistung in unter vier Stunden sollte nicht zur dauerhaften Version dieser Geschichte werden. Das verifizierte HAWK-Projekt dauerte etwa 60 Stunden, und sein Ziel war nicht im Einsatz.

Claudes tatsächliche Leistung ist nützlicher als die übertriebene Behauptung. Es durchsuchte einen schwierigen mathematischen Raum, fand eine überprüfbare Schwäche und zwang Menschen dazu, die Geschwindigkeit kryptografischer Prüfung neu zu bewerten.

Damit bleibt für jede Sicherheits- und Forschungsorganisation eine praktische Frage: Wenn der nächste KI-generierte Angriff ein eingesetztes System betrifft, wer wird ihn validieren, bevor die Schlagzeile den Belegen davoneilt?