Anthropic und Google prüfen Trumps KI-Rahmenwerk, doch offene Modelle entgehen dem Netz

Anthropic und Google haben ein föderales KI-Sicherheitsrahmenwerk geprüft, das eine 30-tägige Kontrollphase vorsieht, bevor bestimmte Spitzenmodelle öffentlich werden. Berichten zufolge schließt das Rahmenwerk jedoch offene Modelle aus und schafft damit eine große Lücke zwischen den Systemen, die Washington prüft, und den Risiken, die es kontrollieren will.

Bei den Gesprächen zwischen Anthropic und Google geht es nicht bloß um eine weitere Runde freiwilliger Sicherheitszusagen. Sie markieren den Versuch der Trump-Regierung, einen föderalen Prüfprozess aufzubauen, nachdem sie große Teile der KI-Aufsichtsstruktur ihrer Vorgängerregierung abgebaut hatte.

Die Politik folgt zudem auf einen bemerkenswerten Konflikt zwischen Anthropic und der Bundesregierung. Die neuesten Systeme von Anthropic sollen innerhalb weniger Stunden Schwachstellen in sensiblen Regierungsnetzwerken gefunden haben. Washington beschränkte später den Zugriff auf diese Systeme und holte Anthropic anschließend wieder an den Verhandlungstisch über die Regeln.

Diese Vorgeschichte macht aus einem technischen Prüfverfahren einen Kampf um Kontrolle. Entwickler geschlossener Modelle sehen sich vor der Veröffentlichung einer vertraulichen staatlichen Prüfung gegenüber. Entwickler offener Modelle, darunter Unternehmen, die mit Google und Anthropic konkurrieren, scheinen dagegen außerhalb desselben Prozesses zu bleiben.

Die zentrale Frage lautet daher nicht, ob fortgeschrittene KI Tests verdient. Sie lautet, ob ein Rahmenwerk, das sich auf kooperative amerikanische Labore konzentriert, vergleichbare Fähigkeiten erfassen kann, die über offene Gewichte, ausländische Entwickler oder weniger kooperative Anbieter veröffentlicht werden.

Das Rahmenwerk schafft eine 30-tägige Sicherheitsschleuse

Die unmittelbare Änderung ist ein vertrauliches föderales Prüfzeitfenster für fortgeschrittene geschlossene Modelle vor ihrer öffentlichen Veröffentlichung.

Präsident Donald Trump unterzeichnete die zugrunde liegende Executive Order am 2. Juni 2026. Sie weist die Regierung an, einen freiwilligen Prozess zur Untersuchung nationaler Sicherheitsrisiken in hochleistungsfähigen KI-Systemen zu schaffen.

Die Anordnung gewährt Prüfern bis zu 30 Tage. In diesem Zeitraum sollen Bundesspezialisten Cyberfähigkeiten testen können, bevor ein Modell ein breites Publikum erreicht.

Ein Spitzenmodell ist ein KI-System, das sich nahe der führenden Grenze allgemeiner Fähigkeiten bewegt. Nach dem Industrievertretern beschriebenen Rahmenwerk hängt die Erfassung Berichten zufolge davon ab, ob ein Modell geschlossen, hochleistungsfähig und für nationale Sicherheitsrisiken relevant ist.

Diese Formulierung lässt wichtige Begriffe offen. Es gibt keinen öffentlichen Schwellenwert dafür, was als Stand der Technik gilt. Die Regierung hat außerdem keinen klaren Maßstab veröffentlicht, um zu entscheiden, wann eine Cyberfähigkeit zu einem nationalen Sicherheitsproblem wird.

Laut dem berichteten Prüfrahmenwerk würden teilnehmende Unternehmen Modelle kurz vor ihrer öffentlichen Veröffentlichung einreichen. Regierungsprüfer würden sie in Hochsicherheitsumgebungen untersuchen.

Der Zugriff würde protokolliert, und Mitarbeitende könnten während der Prüfung Beschränkungen unterliegen. Mehrere Regierungsstellen würden teilnehmen, statt die Bewertung einer einzigen Behörde zu überlassen.

Der Zeitpunkt der Modellübergabe ist entscheidend. Ein Labor würde kein halbfertiges Forschungssystem Monate vor dem Start bereitstellen. Berichten zufolge würde es etwas liefern, das der für Kunden vorgesehenen Version nahekommt.

Dieser Ansatz gibt Prüfern ein realistischeres Ziel. Er legt die Prüfung jedoch auch direkt auf den Veröffentlichungspfad, wo Verzögerungen oder strittige Ergebnisse Produktpläne beeinflussen können.

Die Executive Order beschreibt die Teilnahme als freiwillig. Sie konzentriert sich auf Systeme mit fortgeschrittenen Cyberfähigkeiten statt auf jedes neue kommerzielle Modell.

Doch „freiwillig“ beseitigt den staatlichen Einfluss nicht. Spitzenlabore verkaufen an Behörden, sind auf den Zugang zu fortschrittlichen Chips angewiesen und arbeiten mit Infrastrukturanbietern zusammen, die föderalen Regeln unterliegen.

Ein Unternehmen kann die Teilnahme grundsätzlich ablehnen. In der Praxis könnte eine Weigerung Verträge, Sicherheitsfreigaben, Exportentscheidungen oder Beziehungen zu Kunden aus dem Bereich der nationalen Sicherheit erschweren.

Anthropic begrüßte die Juni-Anordnung und erklärte, die Umsetzung voraussichtlich zu unterstützen. Auch Google und OpenAI reagierten positiv und stellten die föderale Bewertung als vereinbar mit der weiteren KI-Entwicklung dar.

Das Rahmenwerk beginnt daher mit Zusammenarbeit und nicht mit einer universellen gesetzlichen Vorgabe. Seine Reichweite hängt stark davon ab, welche Entwickler teilnehmen und welche Systeme die Regierung als erfasst definiert.

Darin liegt die zentrale Spannung des Artikels. Washington errichtet eine bedeutende Kontrollinstanz um Unternehmen, die bereits bereit sind, über Sicherheit zu sprechen, während andere Veröffentlichungswege weitgehend unberührt bleiben.

Warum die Gespräche zwischen Anthropic und Google jetzt mehr Gewicht haben

Anthropic und Google stehen unter Druck, weil ihre Modelle breite kommerzielle Nutzung mit zunehmend folgenreichen Cyberfähigkeiten verbinden.

Die Regierung schuf diesen Prozess nicht nach einer abstrakten politischen Debatte. Sie handelte, nachdem fortgeschrittene Modelle die Fähigkeit gezeigt hatten, Softwareschwächen in einem Tempo zu identifizieren, das Regierungsvertreter alarmierte.

Ein Anthropic-Modell namens Mythos nahm Berichten zufolge an Tests mit hochsensiblen Regierungssystemen teil. Ein US-Vertreter sagte der Associated Press, das Modell habe innerhalb weniger Stunden Schwachstellen gefunden.

Eine Schwachstelle zu finden, ist nicht dasselbe, wie sie auszunutzen. Dieser Unterschied ist wichtig, weil die Entdeckung von Schwachstellen Verteidigern helfen kann, Systeme zu patchen, bevor ein Angreifer sie erreicht.

Senator Mark Warner schilderte während einer Anhörung im Juni eine dramatischere Version. Er sagte, das System sei innerhalb weniger Stunden in fast alle getesteten klassifizierten Umgebungen eingedrungen, und führte die Information auf die Leitung der NSA und des Cyber Command zurück.

Die offizielle Darstellung war enger gefasst. Sie bestätigte, dass Schwachstellen gefunden wurden, belegte jedoch nicht, dass Mythos jedes betroffene System erfolgreich ausgenutzt hatte.

Diese Überprüfungslücke verdeutlicht die Schwierigkeit für politische Entscheidungsträger. Ein Modell kann für die Verteidigung nützlich, in feindlichen Händen gefährlich und anhand eines einzelnen Schlagzeilenergebnisses schwer zu bewerten sein.

Die berichteten Regierungstests fanden im Rahmen von Project Glasswing statt, einer Anthropic-Initiative mit Technologieunternehmen und weiteren Partnern. Das Projekt konzentriert sich auf schwerwiegende Softwarerisiken, die fortgeschrittene Modelle aufdecken oder verstärken können.

Diese Fähigkeiten setzen Anthropic in zwei Richtungen unter Druck. Kunden wollen bessere automatisierte Sicherheitstools, während Regierungsbehörden Zusicherungen verlangen, dass dieselben Tools offensive Operationen nicht beschleunigen.

Google steht vor einer verwandten Herausforderung. Seine Gemini-Systeme bedienen Verbraucher, Entwickler, Cloud-Kunden und öffentliche Institutionen. Google DeepMind unterhält zudem ein eigenes Rahmenwerk zur Erkennung schwerwiegender Fähigkeiten vor der Bereitstellung.

Die Verbindung zwischen Anthropic und Google ist wichtig, weil beide Unternehmen bereits interne Bewertungssysteme betreiben. Washington fordert sie auf, private Testpraktiken auf einen von der Regierung kontrollierten Prozess abzubilden.

Für Anthropic kommt diese Forderung nach Monaten direkter Konflikte mit der Regierung. Das Unternehmen hatte in seinen Regierungsvereinbarungen Beschränkungen für autonome Waffen und inländische Massenüberwachung festgelegt.

Das Pentagon verlangte Zugriff für alle rechtmäßigen Zwecke. Anthropic argumentierte, dass eine rechtliche Genehmigung allein nicht jede Sicherheits- oder Bürgerrechtsfrage löse.

Diese Meinungsverschiedenheit weitete sich schließlich über Vertragsformulierungen hinaus aus. Die Regierung behandelte Anthropic als Beschaffungsrisiko, während Kritiker infrage stellten, ob die Regierung ihre Befugnisse im Bereich der nationalen Sicherheit nutzte, um einen politischen Streit beizulegen.

Später verlagerte sich die Beziehung in Richtung Zusammenarbeit. Anthropic arbeitete mit Behörden an Cybertests, beschränkte nach staatlichem Eingreifen den Zugriff auf fortgeschrittene Modelle und nahm an Gesprächen über gemeinsame Bewertungsregeln teil.

Google tritt dem Rahmenwerk ohne dieselbe öffentliche Konfrontation bei. Seine Teilnahme verleiht dem Prozess breitere Legitimität und verhindert, dass die Regeln wie eine speziell auf Anthropic zugeschnittene Einigung wirken.

OpenAI, Microsoft, Meta, Nvidia und kleinere Unternehmen nahmen Berichten zufolge ebenfalls an den Gesprächen im August teil. Ihre Präsenz zeigt, dass sich das Rahmenwerk von einer bilateralen Vereinbarung zu einer Branchenpolitik entwickelt.

Dennoch bleibt Anthropic der wichtigste Testfall. Es ist sowohl ein führender Fürsprecher für Sicherheit als auch das Unternehmen, dessen Sicherheitswarnungen staatliches Handeln mit auslösten.

Akzeptiert Anthropic das Rahmenwerk, kann Washington argumentieren, dass externe Tests private Schutzmaßnahmen ergänzen. Bricht die Beziehung erneut zusammen, wird der Prozess eher wie ein Druckmittel als wie Zusammenarbeit wirken.

Die Aufsicht über Anthropic und Google endet an der Grenze zu offenen Modellen

Der entscheidende Zielkonflikt des Rahmenwerks besteht darin, dass es geschlossene amerikanische Modelle prüft, während offene Veröffentlichungen mit ähnlichen Fähigkeiten Berichten zufolge ausgeschlossen bleiben.

Geschlossene Modelle halten ihre zugrunde liegenden Gewichte, also die erlernten numerischen Parameter, unter der Kontrolle des Entwicklers. Nutzer greifen über gehostete Produkte oder Programmierschnittstellen darauf zu.

Open-Weight-Modelle verteilen diese Parameter breiter. Entwickler können sie herunterladen, verändern und ausführen, ohne jede Anfrage über den ursprünglichen Anbieter leiten zu müssen.

Der vorgeschlagene Regierungsprozess konzentriert sich auf die erste Kategorie. Das ist operativ sinnvoll, weil ein Unternehmen für geschlossene Modelle kontrollierten Zugriff gewähren und eine Veröffentlichung während der Tests verzögern kann.

Entwickler offener Modelle stellen ein schwierigeres Durchsetzungsproblem dar. Sobald Modellgewichte öffentlich sind, kann kein zentraler Anbieter zuverlässig jede Kopie zurückziehen oder jeden Nutzer einschränken.

Das berichtete Rahmenwerk begegnet diesem Problem, indem es offene Modelle außerhalb seines Prüfsystems belässt. Es besagt außerdem, dass die Regeln nicht als Einschränkung solcher Modelle nach ihrer Veröffentlichung ausgelegt werden sollten.

Diese Entscheidung verringert Reibungsverluste für die offene Entwicklung. Sie schafft jedoch auch ein offensichtliches Anreizproblem.

Ein Unternehmen, das sein Modell streng kontrolliert, muss sich vertraulichen Tests unterziehen. Ein Entwickler, der vergleichbare Gewichte veröffentlicht, könnte keiner gleichwertigen föderalen Kontrolle unterliegen.

Die Unterscheidung bildet nicht immer das Risiko ab. Verbreitungswege beeinflussen, wie leicht Schutzmaßnahmen entfernt werden können, bestimmen aber nicht die zugrunde liegende Fähigkeit eines Modells, Schwachstellen zu entdecken.

Google zeigt, warum diese Grenze kompliziert ist. Das Unternehmen entwickelt geschlossene Gemini-Systeme neben der offenen Gemma-Familie. Eine Organisation kann somit auf beiden Seiten der politischen Grenze tätig sein.

Anthropic veröffentlicht keine Claude-Gewichte. Seine Systeme bleiben zentral kontrolliert, wodurch das Unternehmen über Zugriffsvereinbarungen und Prüfungen vor der Veröffentlichung leichter zu regulieren ist.

Diese Asymmetrie kann den Modellanbieter belohnen, der der Regierung nach der Veröffentlichung weniger Kontrolle einräumt. Sie kann amerikanische Labore für geschlossene Modelle zudem bei der Geschwindigkeit benachteiligen.

Eine 30-tägige Prüfung ist nach regulatorischen Maßstäben kurz. In einer Branche, in der der Veröffentlichungszeitpunkt Kundenbindungen, Benchmark-Aufmerksamkeit und die Akzeptanz durch Entwickler prägt, ist sie lang.

Wenn OpenAI, Anthropic oder Google ein Modell für die Prüfung verzögern, kann ein offener Wettbewerber dieses Zeitfenster nutzen, um Entwickler anzuziehen. Auch ein ausländisches Labor könnte vergleichbare Gewichte veröffentlichen, ohne teilzunehmen.

Die Regierung scheint diesen Zielkonflikt zu akzeptieren, weil sie die amerikanische KI-Entwicklung bewahren will. Trump verschob eine frühere Fassung der Anordnung, nachdem er Bedenken geäußert hatte, die Vereinigten Staaten gegenüber China zu verlangsamen.

Der endgültige Ansatz richtet sich daher auf eine eng umrissene Gruppe kontrollierbarer Systeme. Er strebt frühzeitige Einblicke an, ohne ein umfassendes Lizenzregime aufzubauen.

Google DeepMinds eigenes Sicherheitsframework zeigt, wie private Governance mehr als ein Veröffentlichungsformat abdecken kann. Es verfolgt Fähigkeitsstufen und fordert Sicherheitsprüfungen, wenn bestimmte Risiken auftreten.

Sein jüngstes Framework deckt Risiken wie schädliche Manipulation, fortgeschrittene KI-Forschungskapazitäten und Modelle ab, die sich der Kontrolle durch Betreiber widersetzen. Google sagt, seine Bewertungen kombinierten Fähigkeitstests mit expliziten Entscheidungen über akzeptable Risiken.

Anthropic nutzt eine andere interne Struktur, bewertet aber ebenfalls schwerwiegende Fähigkeiten und veröffentlicht Risikodokumentationen. Beide Unternehmen verfügen über institutionelle Prozesse, die kleineren Entwicklern möglicherweise fehlen.

Das bundesweite Framework könnte Teile dieser Praktiken standardisieren. Entwickler außerhalb der teilnehmenden Gruppe erfasst es jedoch nicht automatisch.

Damit lautet der Hauptgegensatz nicht Anthropic gegen Google. Es geht um staatlich geprüfte geschlossene Entwicklung gegenüber weniger beaufsichtigter offener Verbreitung.

Die Politik kann Risiken bei regelkonformen Frontier-Laboren senken und zugleich den schnellsten Verbreitungskanal unberührt lassen. Beides kann gleichzeitig zutreffen.

Ein geheimer Standard schafft sein eigenes Sicherheitsrisiko

Das Framework verlangt von Unternehmen und Öffentlichkeit, einem Bewertungssystem zu vertrauen, dessen zentrale Schwellenwerte und Verfahren verborgen bleiben.

Ein gewisses Maß an Geheimhaltung ist unvermeidlich. Die Veröffentlichung eines detaillierten Benchmarks für offensive Cyberfähigkeiten könnte Angreifern helfen, Modelle gezielt auf den Test zu optimieren.

Die Executive Order erlaubt, dass der Benchmarking-Prozess geheim bleibt. Sensible Ergebnisse gehören zudem in geschützte Umgebungen, wenn sie Regierungsnetzwerke oder ausnutzbare Software betreffen.

Geheimhaltung bei Testinhalten unterscheidet sich jedoch von Geheimhaltung bei der Governance. Die Öffentlichkeit kann verstehen, wer Entscheidungen trifft, welche Belege zählen und wie Unternehmen Einspruch einlegen können, ohne jeden Exploit zu sehen.

Die Regierung plant Berichten zufolge nicht, das vollständige Framework zu veröffentlichen. Unternehmen, die von den August-Treffen ausgeschlossen waren, könnten daher kaum Orientierung dazu haben, ob künftige Systeme qualifiziert sind.

Diese Unsicherheit betrifft mehr als nur Politikexperten. Unternehmenskunden richten ihre Roadmaps an Modellverfügbarkeit, regionalem Zugang und erwarteten Sicherheitskontrollen aus.

Ein verzögertes Modell kann Softwareeinführungen oder Beschaffungsprüfungen stören. Ein eingeschränktes Modell kann Teams zwingen, nach der Integration einer bestimmten Programmierschnittstelle den Anbieter zu wechseln.

Organisationen benötigen bereits einen verlässlichen Weg, interne Bewertungen, Anbietererklärungen und Richtlinienupdates aufzubewahren. Eine durchsuchbare KI-Wissensdatenbank kann diese Materialien verbunden halten, während sich Regeln ändern.

Die größere Governance-Sorge betrifft den Ermessensspielraum. Die Regierung scheint entscheiden zu können, welche Systeme qualifiziert sind, wer frühen Zugang erhält und welche Reaktion auf einen negativen Befund folgt.

Juan Londoño vom Cato Institute begrüßte die Vorbereitung auf Risiken fortgeschrittener Modelle, stellte jedoch die Unbestimmtheit der Politik infrage. Er warnte, dass weitreichender Ermessensspielraum gegen ein Unternehmen eingesetzt werden könnte, das bereits mit der Regierung im Konflikt steht.

Diese Möglichkeit lässt sich nicht ausschließen, weil sich Anthropics Verhältnis zu Washington bereits zwischen Partnerschaft und Konfrontation bewegt hat.

Der Streit um nationale Sicherheit betrifft auch eine tieferliegende Frage der Zuständigkeit. Ein Modellanbieter möchte Überwachung oder den Einsatz autonomer Waffen möglicherweise begrenzen, selbst wenn ein staatlicher Kunde die Aktivität für rechtmäßig hält.

Die Trump-Regierung hat argumentiert, dass eingesetzte Systeme unter der operativen Kontrolle der Regierung bleiben sollten. Anthropic hat einige Nutzungsbeschränkungen als wesentliche Sicherheitsgrenze behandelt.

Eine Analyse zur nationalen Sicherheit des Council on Foreign Relations beschreibt dies als Frage danach, wer ein im Einsatz befindliches System kontrolliert. Verträge, technische Schutzmaßnahmen und staatliche Befugnisse greifen dabei ineinander.

Eine Prüfung vor der Veröffentlichung löst diesen Konflikt nicht. Sie kann offenlegen, was ein Modell tut, aber nicht entscheiden, wer jede zulässige Nutzung kontrollieren sollte.

Das Framework riskiert außerdem, Fähigkeit und Absicht zu verwechseln. Ein Modell, das schwerwiegende Schwachstellen findet, kann Verteidiger stärken, wenn es über ein überwachtes Sicherheitsprogramm eingesetzt wird.

Dieselbe Fähigkeit kann einem Angreifer helfen, wenn Schutzmaßnahmen versagen. Prüfer müssen daher sowohl die technische Leistung als auch die umgebenden Zugangskontrollen testen.

Anthropics Erfahrung zeigt, warum einfache Etiketten unzureichend sind. Sein Modell fand Berichten zufolge ernste Schwächen, doch externe Sicherheitsverantwortliche argumentierten, dass andere verfügbare Modelle ähnliche Fähigkeiten hätten.

Mehr als 100 Cybersicherheitsspezialisten sprachen sich Berichten zufolge dagegen aus, Anthropics defensive Fähigkeiten ohne klaren Grund zu entfernen. Ihr Argument war nicht, dass Mythos kein Risiko darstelle.

Sie stellten infrage, ob die Einschränkung eines amerikanischen Anbieters dieses Risiko senken würde, wenn Ersatzlösungen weiterhin zugänglich blieben. Das ist dieselbe Schwäche, die durch den Ausschluss offener Veröffentlichungen entsteht.

Ein geheimes Framework kann dennoch funktionieren, wenn seine Ergebnisse konsistent sind und seine Befugnisse begrenzt werden. Ohne diese Eigenschaften kann freiwillige Prüfung zu unvorhersehbarer Zugangskontrolle werden.

Die Regierung hat bislang nicht genügend öffentliche Belege vorgelegt, um zwischen diesen Ergebnissen zu unterscheiden. Diese Unsicherheit sollte bei jeder Bewertung der Politik zentral bleiben.

Die Politik kehrt Washingtons Deregulierungsbotschaft um

Trumps Framework stellt eine Form der Kontrolle vor der Veröffentlichung wieder her, nachdem seine Regierung monatelang argumentiert hatte, bundesweite KI-Regeln gefährdeten die amerikanische Wettbewerbsfähigkeit.

Trump hob nach seiner Rückkehr ins Amt wesentliche Teile der KI-Politik der Biden-Regierung auf. Seine umfassendere Agenda betonte schnelle Bereitstellung, weniger Regulierung und den Wettbewerb mit China.

Der neue Prüfprozess stellt das alte Framework nicht wieder her. Bidens Ansatz stützte sich stark auf Berichtspflichten, Standardisierungsarbeit und Bewertungen durch zivile Institutionen wie NIST.

Trumps System rückt fortgeschrittene Cybersicherheitstests näher an nationale Sicherheitsbehörden. Es begrenzt außerdem den Geltungsbereich und stellt die Teilnahme als Zusammenarbeit mit der Industrie dar.

Dennoch hat sich die Richtung geändert. Washington betrachtete Vorabprüfungen einst als Hindernis. Nun sieht es frühzeitige Einblicke in bestimmte Modelle als notwendig für die nationale Sicherheit an.

Der Auslöser war die Fähigkeit, nicht ein allgemeiner Wandel der Regulierungsphilosophie. Anthropics Modelle machten die Sicherheitsdebatte konkret, indem sie Aufgaben ausführten, die mit qualifizierten Cyberakteuren verbunden sind.

Die Kehrtwende spiegelt auch die Abhängigkeit des Bundes von privaten Laboren wider. Regierungsbehörden nutzen Infrastruktur und Modelle, die sie nicht selbst gebaut haben und nicht schnell ersetzen können.

Diese Abhängigkeit gibt Unternehmen technische Kontrolle. Beschaffungsbefugnisse, Exportkontrollen und Sicherheitsklassifizierungen verschaffen Washington eine andere Art von Einfluss.

Das Framework versucht, diese Stärken zu verbinden. Labore stellen Systeme kurz vor der Veröffentlichung und technische Unterstützung bereit, während Behörden klassifizierte Umgebungen, Bedrohungsinformationen und Expertise zur nationalen Sicherheit einbringen.

Diese Vereinbarung kann bessere Bewertungen hervorbringen, als sie eine Seite allein durchführen könnte. Ein Unternehmen kann die Informationen, die Regierungsbehörden über aktive Gegner besitzen, nicht vollständig reproduzieren.

Staatliche Prüfer benötigen zudem die Ingenieure eines Labors, um Modellverhalten, Systemkontrollen und die Grenzen eines bestimmten Tests zu verstehen. Zusammenarbeit ist daher nützlicher als eine einfache Compliance-Checkliste.

Doch Zusammenarbeit wird fragil, wenn die Parteien über akzeptable Nutzung uneins sind. Anthropics Streit mit dem Pentagon zeigt, dass gemeinsame Sicherheitsziele keine gemeinsamen politischen Grenzen garantieren.

Google hat einen vergleichbaren öffentlichen Bruch vermieden, steht aber vor derselben strukturellen Frage. Ein privates Labor kann ein inakzeptables Risiko erkennen, während ein staatlicher Käufer operative Flexibilität priorisiert.

OpenAI steht ebenfalls davor. Gleiches gilt für Cloud-Anbieter, die Modelle hosten, und Unternehmenskunden, die auf stabilen Zugang angewiesen sind.

Der Wettbewerbskontext fügt eine weitere Komplikation hinzu. Anthropic überarbeitete seine zentrale Sicherheitsrichtlinie Anfang 2026 und strich ein kategorisches Versprechen, das das Training ohne angemessene Schutzmaßnahmen hätte stoppen können.

Unternehmensvertreter argumentierten, einseitige Pausen würden die Sicherheit nicht verbessern, wenn Wettbewerber weiter voranschritten. Die überarbeitete Richtlinie betont Roadmaps, wiederkehrende Risikoberichte und Bemühungen, Schutzmaßnahmen von Mitbewerbern zu erreichen oder zu übertreffen.

Diese Änderung machte koordinierte Regeln wichtiger. Ein Unternehmen kann strikte Grenzen nicht unbegrenzt aufrechterhalten, wenn Rivalen geringere Kosten dafür tragen, schneller voranzukommen.

Das Trump-Framework versucht, Koordination zu ermöglichen, jedoch nur für ausgewählte Teilnehmer. Es legt keinen verbindlichen einheitlichen Schwellenwert für Anthropic, Google, OpenAI, Entwickler offener Modelle und ausländische Labore fest.

Damit befindet sich die Regierung in einer hybriden Position. Sie hat die Aufsicht wieder eingeführt und zugleich eine starke Vermutung gegen umfassende Regulierung bewahrt.

Das Ergebnis ist weder reine Deregulierung noch ein umfassendes Sicherheitsregime. Es ist ein ausgehandelter Kontrollpunkt, der sich auf die Unternehmen konzentriert, die Washington erreichen kann.

Dieser Ansatz kann rasch auf eine konkrete Cyberbedrohung reagieren. Er eignet sich weniger dafür, Fähigkeiten zu steuern, die sich über Modellformate und Landesgrenzen hinweg verbreiten.

Die Prüfung von Anthropic und Google ist daher ein politisches Experiment. Ihr Erfolg hängt davon ab, ob enge Zusammenarbeit echte Sicherheit schaffen kann, ohne riskante Entwicklung lediglich an anderer Stelle hin zu verlagern.

Drei Signale werden zeigen, ob das Framework funktioniert

Der nächste Test besteht darin, ob Washington eine Vereinbarung hinter verschlossenen Türen in konsistente Sicherheitsergebnisse über Veröffentlichungen, Unternehmen und Modellformate hinweg verwandeln kann.

Das erste Signal ist der Umgang mit der nächsten Einführung eines fortgeschrittenen geschlossenen Modells. Ein teilnehmendes Labor sollte ein System kurz vor der Veröffentlichung einreichen, die Prüfung abschließen und daraus resultierende Einschränkungen erklären.

Die Regierung muss keine klassifizierten Exploits offenlegen. Sie sollte bekanntgeben, ob der Prozess Zugangskontrollen, den Veröffentlichungszeitpunkt oder die verfügbaren Fähigkeiten des Modells verändert hat.

Ein klares Ergebnis würde die Argumente für gezielte Tests vor der Veröffentlichung stärken. Eine unerklärte Verzögerung oder plötzliche Einschränkung würde Bedenken über Ermessensdurchsetzung verstärken.

Das zweite Signal ist, wie die Regierung mit einem offenen Modell mit vergleichbaren Cyberfähigkeiten umgeht. Dies ist die größte ungelöste Schwäche des aktuellen Designs.

Washington könnte freiwillige Bewertungswerkzeuge für Open-Source-Entwickler schaffen, Verteilungsschutzmaßnahmen etablieren oder sich auf nachgelagerte Infrastrukturanbieter konzentrieren. Jeder Weg bringt technische und politische Kosten mit sich.

Nichts zu tun würde die Sicherheitslogik des Frameworks schwächen. Es würde nahelegen, dass das Veröffentlichungsformat wichtiger ist als die Fähigkeit, die Beamte angeblich fürchten.

Das dritte Signal ist, ob Anthropic und die Regierung während der nächsten Meinungsverschiedenheit zusammenarbeiten. Ihr Verhältnis hat sich bereits von Vertragskonflikten über Modellbeschränkungen zurück in Richtung gemeinsamer Regelsetzung bewegt.

Ein stabiler Prozess würde technischen Erkenntnissen ermöglichen, politische Spannungen zu überdauern. Ein Zusammenbruch würde zeigen, dass das Framework zu stark von informellem Vertrauen zwischen aktuellen Beamten und Unternehmensvertretern abhängt.

Googles Verhalten wird einen nützlichen Vergleich liefern. Wenn beide Unternehmen bei ähnlichen Systemen ähnlich behandelt werden, wird die Politik eher wie ein Standard wirken.

Falls Anthropic wegen seines früheren Streits andere Konsequenzen trägt, werden Kritiker die Prüfung als Instrument exekutiver Einflussnahme sehen.

Unternehmenskäufer sollten diese Signale beobachten, statt anzunehmen, dass „freiwillig“ folgenlos bedeutet. Modellzugang, Einführungstermine und regionale Verfügbarkeit können sich ändern, wenn Überprüfungen der nationalen Sicherheit eingreifen.

Entwickler sollten außerdem verfolgen, welche Fähigkeiten Aufmerksamkeit auslösen. Automatisierte Schwachstellensuche, Exploit-Generierung, autonomes Handeln und Widerstand gegen die Kontrolle durch Betreiber werden voraussichtlich genau geprüft.

Wissensarbeiter stehen vor einem ähnlichen Problem. Ein Modell kann weiterhin verfügbar sein, während für bestimmte Tools, Konnektoren oder erweiterte Modi Beschränkungen gelten.

Teams sollten dokumentieren, welche Modellversion jeden Workflow unterstützt, und für kritische Aufgaben Alternativen bereithalten. Außerdem sollten sie Aussagen von Anbietern von behördlichen Erkenntnissen und unabhängigen Belegen trennen.

Die Gespräche zwischen Anthropic und Google haben eine echte bundesbehördliche Kontrollinstanz geschaffen, jedoch kein vollständiges Sicherheitssystem. Prüfungen geschlossener Modelle decken nur einen Weg ab, über den fortgeschrittene Fähigkeiten Nutzer erreichen.

Ein glaubwürdiger Rahmen muss letztlich erklären, warum ähnliche Fähigkeiten unterschiedlich behandelt werden. Er muss außerdem notwendige Geheimhaltung von nicht rechenschaftspflichtiger Entscheidungsfindung trennen.

Vorerst sollten Leser bei jeder bevorstehenden Veröffentlichung eines großen Modells drei praktische Fragen stellen. War es abgedeckt, was hat sich nach den Tests geändert, und könnte ein gleichwertiges offenes System den Prozess umgehen?

Die Antworten werden zeigen, ob der Anthropic-Google-Rahmen das nationale Risiko verringert oder die Aufsicht lediglich auf die kooperativsten Unternehmen konzentriert. Behalten Sie den nächsten Modellstart, die nächste offene Veröffentlichung und den nächsten Streit zwischen einem Frontier-Labor und Washington im Blick.