Der Sicherheitswettlauf zwischen Anthropic und Google verschärft sich, da Claude Schwächen in der Kryptografie findet

Anthropic zufolge hat Claude Mythos Preview zwei kryptografische Angriffe gefunden, darunter einen gegen einen Kandidaten für Post-Quantum-Signaturen, der zwei Jahre lang einer Expertenprüfung standgehalten hatte. Die Sicherheitsbeziehung zwischen Anthropic und Google steht damit vor einer schwierigeren Frage als der üblichen Softwareabwehr: Können Spitzenlabore KI-Systeme sicher steuern, die zunehmend wie Kryptografieforschende arbeiten?

Die Ergebnisse gefährden weder Onlinebanking noch verschlüsselte Nachrichten oder bereitgestellte Google-Dienste. Eines der Ziele ist HAWK, ein noch nicht eingesetzter Vorschlag für digitale Signaturen, den das National Institute of Standards and Technology bewertet. Das andere verbessert einen Angriff auf AES mit sieben Runden, eine absichtlich geschwächte Forschungsversion der weit verbreiteten Chiffre.

Diese Einschränkung ist wichtig, macht die Forschung jedoch nicht zur Routine. Mythos fand den HAWK-Angriff nach etwa 60 Stunden und erledigte den Großteil der Arbeit mit begrenzter menschlicher Anleitung. Außerdem entwickelte es eine neue Technik, die einen bestehenden theoretischen AES-Angriff zwischen 200- und 800-mal schneller machte.

Google tritt in dieser Geschichte sowohl als Anthropic-Partner als auch als Konkurrent in der Spitzenforschung auf. Das Unternehmen beteiligt sich an Anthropics Sicherheitsinitiative Project Glasswing und entwickelt zugleich Gemini sowie eigene Systeme für mathematisches Schlussfolgern. Diese Konstellation macht das Ergebnis zu einem Test für gemeinsame Verteidigung, wettbewerbliche Fähigkeiten und verantwortungsvolle Offenlegung.

Claude wechselte von der Suche nach Programmierfehlern zur Prüfung kryptografischer Entwürfe

Die entscheidende Veränderung besteht darin, dass Claude die Mathematik hinter vorgeschlagenen Algorithmen angriff und nicht nur Fehler in Softwareimplementierungen.

Software-Schwachstellen und kryptografische Schwächen hängen zusammen, sind jedoch nicht austauschbar. Ein Implementierungsfehler entsteht, wenn Entwickler einen soliden Entwurf falsch in funktionierenden Code übertragen. Eine kryptoanalytische Schwäche betrifft Annahmen innerhalb des Entwurfs selbst.

Claude hatte bereits Implementierungsprobleme in kryptografischen Bibliotheken gefunden. In diesen Fällen wurde Code entdeckt, der Verschlüsselungsalgorithmen falsch verwendete. Anthropics Kryptografieforschung zufolge hat Mythos Preview nun verbesserte mathematische Angriffe auf die ihm von Forschenden vorgelegten Algorithmen gefunden.

Das erste Ziel war HAWK, ein Post-Quantum-Verfahren für digitale Signaturen. Eine digitale Signatur ermöglicht einem System, Identitäten zu überprüfen und unbefugte Änderungen zu erkennen, ohne den privaten Schlüssel des Unterzeichners offenzulegen.

Post-Quantum-Kryptografie soll sowohl konventionellen Computern als auch künftigen, kryptografisch relevanten Quantenmaschinen standhalten. Solche Maschinen würden weit verbreitete Public-Key-Systeme bedrohen, darunter RSA- und Elliptic-Curve-Signaturen.

HAWK bleibt ein Kandidat in NISTs Verfahren zur Auswahl zusätzlicher Standards für digitale Signaturen. Seine öffentliche Bewertung soll Schwächen aufdecken, bevor Regierungen und Unternehmen davon abhängig werden.

Dieser Prozess hatte HAWK bereits über etwa zwei Jahre hinweg zwei Runden fachlicher Analyse unterzogen. Mythos identifizierte anschließend eine zuvor ungenutzte Symmetrie im mathematischen Gitter, auf dem das Verfahren beruht.

Ein Gitter ist eine strukturierte Punktanordnung, die zur Konstruktion von Problemen verwendet wird, die für Computer als schwierig gelten. HAWK beruht auf der Schwierigkeit, Beziehungen zwischen bestimmten Gittern zu finden.

Mythos entdeckte einen nichttrivialen Automorphismus, also eine verborgene Symmetrie, die die Struktur des Gitters bewahrt. Frühere Forschung hatte gezeigt, dass das Auffinden einer solchen Symmetrie einen Angriff ermöglichen würde. Sie hatte jedoch nicht belegt, dass die relevante Symmetrie bei HAWK zugänglich ist.

Der daraus resultierende Angriff verringerte den geschätzten Aufwand zum Wiederherstellen des kleinsten HAWK-256-Schlüssels von 2^64 Operationen auf 2^38. Größere HAWK-Parameter bleiben praktisch nicht angreifbar, und die Methode untergräbt die Gitterkryptografie nicht generell.

Die praktische Folge ist für den Entwurf von HAWK dennoch gravierend. Anthropic zufolge müsste seine Schlüsselgröße ungefähr verdoppelt werden, um die beabsichtigte Sicherheit zu erhalten. Diese Änderung würde wichtige Effizienzvorteile des Vorschlags beseitigen.

Die HAWK-Bewertung erfüllt damit genau den Zweck, den eine öffentliche kryptografische Prüfung haben sollte. Ein Entwurf durchlief einen adversarialen Prozess, eine Schwäche trat vor dem Einsatz zutage, und die Prüfer erhielten Belege für ihre Standardisierungsentscheidung.

Die Umkehrung liegt darin, wer diese Belege geliefert hat. Ein Sprachmodell, unterstützt von einem Forschenden ohne spezialisierte Ausbildung in Gitterkryptografie, fand die zentrale Idee, die etablierte Fachleute nicht veröffentlicht hatten.

Die Partnerschaft zwischen Anthropic und Google umfasst nun eine sensiblere Grenze

Die Beziehung zwischen Anthropic und Google verschafft Verteidigern Zugang zu stärkerer Analyse, schafft jedoch zugleich gemeinsame Verantwortung für Ergebnisse, die nicht immer sofort veröffentlicht werden können.

Google gehört zu mehreren Technologieunternehmen, die an Project Glasswing teilnehmen, Anthropics Programm zur Anwendung von Claude Mythos auf wichtige Software. Weitere namentlich genannte Teilnehmer sind Apple, Microsoft, Amazon Web Services, Cisco, NVIDIA und die Linux Foundation.

Diese Gruppe verschafft Anthropic Zugang zu erfahrenen Sicherheitsteams und breit eingesetzten Systemen. Sie schafft zudem Kanäle, um Erkenntnisse zu validieren, Patches zu koordinieren und zu entscheiden, wann technische Details sicher veröffentlicht werden können.

Kryptografie macht diese Koordinierungsfragen schwieriger. Eine Software-Schwachstelle hat gewöhnlich einen identifizierbaren Maintainer und einen Weg zur Behebung. Eine Schwäche in einem eingesetzten kryptografischen Primitive kann Protokolle, Hardware, Zertifikate, Identitätssysteme und archivierte Informationen betreffen.

Das Ersetzen eines Algorithmus kann Jahre dauern. Organisationen müssen zunächst jede Stelle identifizieren, an der der Algorithmus verwendet wird. Anschließend benötigen sie kompatible Ersatzlösungen, aktualisierte Hardware, migrierte Schlüssel, Herstellerunterstützung und Regeln für alte Daten.

Google hat an diesem Übergang ein unmittelbares Interesse. Seine Browser, Cloud-Dienste, Betriebssysteme und Identitätsinfrastruktur hängen von Kryptografie ab. Das Unternehmen betreibt außerdem Quantencomputerforschung, die Einschätzungen darüber beeinflusst, wann bestehende Public-Key-Systeme ersetzt werden müssen.

Anthropic verknüpfte seine HAWK-Analyse mit Googles Diskussion über den kürzer werdenden Zeitrahmen bis zu einem kryptografisch relevanten Quantencomputer. Googles Risikoeinschätzung zu Quantencomputern ist kein Beweis dafür, dass eine solche Maschine nach einem festen Zeitplan eintreffen wird. Sie zeigt, dass große Labore Migrationsplanung als aktives Engineering-Problem behandeln.

Die Partnerschaft zwischen Anthropic und Google veranschaulicht zudem eine ungewöhnliche Marktstruktur. Die Unternehmen arbeiten bei defensiver Sicherheit zusammen, während sie zugleich um den Bau zunehmend leistungsfähiger Allzweckmodelle konkurrieren.

Google hat über mit Gemini durchgeführte mathematische Forschung berichtet. Anthropic hat Claudes Kryptoanalyse als Beleg für Forschungsfähigkeiten auf Expertenniveau präsentiert. OpenAI hat ähnliche Aussagen über Modelle gemacht, die schwierige mathematische Probleme bearbeiten.

Diese Ergebnisse verschieben den Wettbewerb über Chatbot-Qualität und Coding-Benchmarks hinaus. Labore wollen nun Modelle, die Literatur durchsuchen, Hypothesen vorschlagen, Experimente durchführen, gescheiterte Ansätze verwerfen und Ergebnisse liefern können, die sich für eine Expertenprüfung eignen.

Kryptoanalyse ist ein besonders aufschlussreicher Test. Viele vorgeschlagene Angriffe lassen sich mit mathematischen Argumenten oder ausführbaren Demonstrationen prüfen. Dadurch ist Erfolg leichter zu bewerten als bei einem offenen Essay oder einer geschäftlichen Empfehlung.

Das Feld hat zudem außergewöhnlich hohe Konsequenzen. Eine falsche Behauptung kann Wochen spezialisierter Arbeit vergeuden. Ein korrektes Ergebnis gegen ein eingesetztes System kann ein unmittelbares Offenlegungsproblem schaffen.

Deshalb ist die Verbindung zwischen Anthropic und Google wichtiger als eine herkömmliche Partnerschaftsankündigung. Das relevante Produkt ist nicht nur das Modell. Es ist das kombinierte System aus Forschenden, sicherer Infrastruktur, Validierungsverfahren, Anbietern und Regierungskontakten rund um das Modell.

Unternehmen sollten daraus eine ähnliche Lehre ziehen. Der Kauf von Zugang zu einem fortschrittlichen Modell schafft noch kein Kryptografieprogramm. Organisationen benötigen ein Inventar ihrer Algorithmen, verantwortliche Prüfer, kontrollierte Testumgebungen und einen Weg zur Eskalation glaubwürdiger Ergebnisse.

Sie benötigen außerdem dauerhafte Aufzeichnungen über Belege und Entscheidungen. Eine durchsuchbare Engineering-Wissensdatenbank kann Teams dabei helfen, Testergebnisse, Implementierungskontext und Schlussfolgerungen von Prüfern über eine lange Migration hinweg festzuhalten.

Der Druck trifft Sicherheitsverantwortliche am stärksten, die Kryptografie weiterhin als statische Infrastruktur behandeln. KI-gestützte Forschung macht kontinuierliche Bewertung realistischer und verkürzt zugleich die verfügbare Reaktionszeit, wenn Annahmen scheitern.

Forschende bei Anthropic und Google stehen vor einem neuen Validierungsengpass

Claude erzeugte Kandidatenentdeckungen schneller, als Anthropics Forschende sie mit Sicherheit validieren und für die Veröffentlichung vorbereiten konnten.

Die HAWK-Arbeit nutzte ein Multi-Agent-Harness, eine kontrollierte Umgebung, in der mehrere Claude-Instanzen Erkenntnisse austauschen und Rechenwerkzeuge verwenden konnten. Das System hatte Zugriff auf Python, die Mathematiksoftware Sage und veröffentlichte kryptografische Forschung.

Ein menschlicher Operator übernahm Projektmanagement und gelegentliche nichttechnische Anleitung. Der Operator verfügte über Erfahrung in theoretischer Informatik, war jedoch kein Spezialist für Gitterkryptografie.

Zwei Modell-Worker untersuchten unabhängig voneinander die Symmetrie, die für den Angriff zentral wurde. Einer verwarf den Ansatz vorzeitig. Der andere entwickelte ihn weiter, teilte Belege und überzeugte schließlich sein Gegenüber.

Mythos konstruierte anschließend eine End-to-End-Verifikationspipeline. Dieser Schritt ermöglichte dem menschlichen Operator zu prüfen, ob die vorgeschlagene Methode zur Schlüsselwiederherstellung wie beschrieben funktionierte.

Das AES-Experiment benötigte weniger direkte Anleitung, nachdem Anthropic das anfängliche Gerüst aufgebaut hatte. AES, der Advanced Encryption Standard, verschlüsselt Daten, indem er Blöcke fester Größe wiederholt unter einem geheimen Schlüssel transformiert.

AES-128 verwendet 10 Runden. Forschende untersuchen Varianten mit reduzierter Rundenzahl, um Sicherheitsmargen zu messen und Techniken zu entwickeln, die strukturelle Schwächen aufdecken könnten. Das Brechen von sieben Runden bricht nicht die vollständig eingesetzte Chiffre.

Der frühere Angriff auf sieben Runden nutzte eine Meet-in-the-Middle-Methode. Diese Technik speichert Zwischenberechnungen, sodass ein Angreifer partielle Berechnungen aus entgegengesetzten Richtungen verbinden kann.

Eine Phase erforderte 256 separate Vermutungen und Nachschlagevorgänge. Mythos erstellte einen Fingerabdruck, der über diese Vermutungen hinweg unverändert blieb, und eliminierte damit diesen Teil der Suche.

Claude nannte die Konstruktion eine Möbius Bridge. Zusätzliche Optimierungen glichen die Kosten für die Berechnung der neuen Transformation aus und führten zu der berichteten 200- bis 800-fachen Beschleunigung.

Der Angriff setzt weiterhin Zugriff auf 2^105 gewählte Klartexte voraus. Ein Chosen-Plaintext-Modell erlaubt einem Angreifer, Verschlüsselungen ausgewählter Nachrichten unter einem unbekannten Schlüssel anzufordern. Dieser Datenbedarf macht das Ergebnis vollständig unpraktikabel.

Anthropic erklärt zudem, die Implementierung des Angriffs würde außergewöhnliche Rechenressourcen erfordern. Noch wichtiger ist, dass die Methode auf sieben Runden statt auf die von AES-128 verwendeten 10 Runden angewendet wird.

Die Forschung verändert daher das veröffentlichte Verständnis eines reduzierten Systems, ohne einen funktionierenden Angriff auf alltägliche Verschlüsselung zu schaffen. Beide Aussagen können gleichzeitig wahr sein.

Was auffällt, ist der Unterschied zwischen Entdeckungs- und Verifizierungszeit. Mythos fand die AES-Idee innerhalb von etwa einer Woche, nachdem es ein sehr großes Volumen an Zwischenergebnissen produziert hatte. Menschliche Forschende verbrachten anschließend mehrere hundert Stunden damit, Kryptografie zu studieren und das Ergebnis zu prüfen.

Anthropic zufolge benötigten zwei Forschende fast einen Monat, um Vertrauen in die Methode zu gewinnen. Dieses Ungleichgewicht ist der Mechanismus, der das größere Branchenproblem antreibt.

Modelle können viele spekulative Untersuchungen parallel durchführen. Menschliche Spezialisten müssen feststellen, ob jedes Ergebnis korrekt, neuartig, relevant und sicher offenzulegen ist. Die Skalierung der ersten Aktivität ohne Skalierung der zweiten führt zu einer wachsenden Prüfwarteschlange.

Die neue CryptanalysisBench-Studie macht diesen Trend messbar. Ihre Autoren stellten 191 Aufgaben aus sechs Familien kryptografischer Primitive und drei Schwierigkeitsstufen zusammen.

Fünf Frontier-Modelle durchbrachen Berichten zufolge zwischen 65 % und 86 % der Schemata der ersten Stufe. Sie fanden außerdem Angriffe auf stärkere und abgespeckte Aufgaben, darunter Ergebnisse, die die Autoren zuvor als unbekannt einschätzten.

Diese Benchmark-Ergebnisse bleiben Forschungsbehauptungen und sind keine Garantie für verlässliche autonome Kryptoanalyse. Sie liefern jedoch einen breiteren Test als die beiden prominentesten Beispiele von Anthropic.

Für das Sicherheitsnetzwerk von Anthropic und Google ist die operative Frage nun klar. Der Modellzugang kann die Entdeckungskapazität erweitern, doch die Partner benötigen weiterhin knappe Spezialisten, um die Ergebnisse der Modelle zu validieren.

Das AES-Ergebnis ist bedeutsam, ohne einen Verschlüsselungsnotfall darzustellen

Keines der beiden Ergebnisse bricht ein produktives kryptografisches System, und eine Übertreibung dieses Punktes würde die eigentliche Bedeutung der Forschung verschleiern.

Die am leichtesten irreführende Schlagzeile würde behaupten, Claude habe AES gebrochen. Das hat es nicht. Mythos verbesserte einen theoretischen Angriff auf eine modifizierte Version mit sieben der 10 Runden von AES-128.

Kryptografen untersuchen bewusst reduzierte Rundendesigns, weil Algorithmen in voller Stärke einer direkten Analyse oft widerstehen. Diese kleineren Ziele helfen Forschenden, Ideen zu testen und zu verstehen, wie viel Schutz zusätzliche Runden bieten.

Ein besserer Angriff kann den wahrgenommenen Sicherheitsabstand einer Chiffre verringern. Er lässt sich nicht automatisch auf die vollständige Chiffre übertragen, insbesondere wenn mehrere Runden unberührt bleiben.

NIST standardisierte AES-Verschlüsselung im Jahr 2001. Der Algorithmus wurde jahrzehntelang öffentlich analysiert und bleibt zentral für digitale Kommunikations-, Speicher- und Authentifizierungssysteme.

Das Mythos-Ergebnis setzt diese Forschungstradition fort. Es verbessert den besten bekannten Angriff unter einer extremen Datenannahme, lässt vollständiges AES-128 jedoch unberührt.

Auch HAWK führt zu keiner unmittelbaren Gefährdung im produktiven Einsatz. NIST hat es weder standardisiert noch eingesetzt. Der neue Angriff betrifft laut der Analyse von Anthropic keine anderen Kandidaten für Post-Quanten-Signaturen.

Diese Grenze sollte Behauptungen dämpfen, Claude habe Schwächen gefunden, die die aktuelle Internetsicherheit bedrohen. Sie sollte jedoch weder die Geschwindigkeit noch die Neuartigkeit der Arbeit schmälern.

Ein unabhängiger Bericht von CyberScoop zitierte die Keyfactor-Führungskraft Ellen Boehm, die das HAWK-Ergebnis als Beleg dafür beschrieb, dass der Evaluierungsprozess von NIST funktioniert. Öffentliche Prüfung soll schwache Kandidaten vor ihrer Übernahme aussortieren.

Das Ergebnis ähnelt auch früheren Fehlschlägen bei der Post-Quanten-Standardisierung. SIKE, ein weiterer Kandidat, überstand erhebliche Aufmerksamkeit, bevor Forschende einen verheerenden Angriff fanden, der auf gewöhnlicher Hardware lief.

Kryptografische Wettbewerbe rechnen mit Verlusten. Ihr Zweck besteht darin, gegnerische Anstrengungen zu bündeln, bevor Standards schwer zu ersetzen sind. KI fügt diesem Prozess eine weitere Quelle gegnerischer Anstrengungen hinzu.

Der stärkste skeptische Punkt betrifft die externe Validierung. Anthropic entwickelte das Modell, konzipierte das Testgerüst, beschäftigte die Forschenden und veröffentlichte die zentrale Interpretation.

Das Unternehmen erklärt, es habe Akademiker konsultiert, die Autoren von HAWK benachrichtigt, Arbeiten veröffentlicht und Demonstrationscode bereitgestellt. Diese Schritte ermöglichen unabhängige Prüfung, doch diese Prüfung benötigt weiterhin Zeit.

Die AES-Arbeit bringt eine weitere Komplikation mit sich. Anthropic räumt ein, dass seine Forschenden keine Kryptografieexperten waren und erhebliche Zeit darauf verwendeten, genug Material zu lernen, um Claudes Arbeit zu überprüfen.

Dieses Eingeständnis ist wertvoll, weil es die Verifizierungslücke offenlegt. Es bedeutet jedoch auch, dass externe Kryptografen die behauptete Neuartigkeit, die Laufzeitanalyse, die Annahmen und das Verhältnis zu früheren Angriffen untersuchen sollten.

Reproduzierbarer Code liefert stärkere Belege für HAWK, weil Forschende den Wiederherstellungsprozess gegen Testschlüssel ausführen können. Das AES-Ergebnis stützt sich stärker auf detaillierte mathematische und Komplexitätsanalysen.

KI-Systeme können plausible technische Darstellungen erzeugen, selbst wenn ein zugrunde liegendes Argument einen subtilen Fehler enthält. Lange autonome Durchläufe können solche Fehler schwerer auffindbar machen, weil Prüfer umfangreiche Zwischenüberlegungen untersuchen müssen.

Anthropic veröffentlichte eine überarbeitete Darstellung einer relevanten Claude-Sitzung. Zudem weist das Unternehmen darauf hin, dass viele Sitzungen scheiterten und spätere Sitzungen die zentrale Idee verfeinerten.

Diese Offenlegung hilft Lesern, den Prozess zu verstehen, liefert jedoch keine einfache Erfolgsquote. Die Öffentlichkeit kann nicht daraus schließen, dass die Zuweisung einer beliebigen schwierigen Chiffre an Claude zu einer gültigen Entdeckung führt.

Die richtige Schlussfolgerung ist enger gefasst. Ein sorgfältig strukturiertes Frontier-Modell erzielte unter kontrollierten Forschungsbedingungen zwei ernsthafte kryptanalytische Ergebnisse. Eines ist direkt testbar, während das andere weiterhin fachliche Prüfung erfordert.

Diese Unterscheidung schützt beide Seiten der Geschichte. Sie vermeidet eine unbegründete Verschlüsselungspanik und erkennt zugleich an, dass KI-gestützte Kryptoanalyse eine bedeutende Fähigkeitsschwelle überschritten hat.

Der eigentliche Wettbewerb ist Entdeckungsgeschwindigkeit gegen defensive Reaktion

KI macht kryptografische Prüfung günstiger skalierbar, kann Angreifern jedoch auch mehr Chancen geben, die eine Schwäche zu finden, die Verteidiger übersehen haben.

Traditionelle kryptografische Forschung hängt von einer begrenzten Gemeinschaft aus Mathematikern, Sicherheitsingenieuren und Protokollspezialisten ab. Jede Person kann nur eine kleine Zahl von Ideen gleichzeitig verfolgen.

Agentensysteme verändern diese Einschränkung. Sie können Arbeiten lesen, experimentellen Code schreiben, Vermutungen generieren und parallele Suchen starten, ohne auf zusätzliche menschliche Einstellungen zu warten.

Die meisten Wege werden scheitern. Das untergräbt das Modell nicht zwangsläufig. Sicherheitsforschung belohnt oft den einen erfolgreichen Weg unter Hunderten verworfener Ideen.

Der HAWK-Workflow veranschaulicht diesen Suchvorteil. Ein Agent verwarf die hilfreiche Richtung, doch ein anderer setzte fort. Ihre gemeinsame Umgebung erlaubte es einer vielversprechenden Idee, einen individuellen Fehler zu überstehen.

Dieselbe Fähigkeit erzeugt asymmetrisches Risiko. Verteidiger müssen jede ausnutzbare Schwäche in den von ihnen betreuten Systemen finden und beheben. Ein Angreifer benötigt nur eine übersehene Schwäche und einen praktikablen Weg zur Ausnutzung.

Kryptografie erhöht den Einsatz, weil ein einzelnes Primitiv vielen Produkten zugrunde liegen kann. Ein Fehler kann Daten betreffen, die vor seiner öffentlichen Entdeckung aufgezeichnet wurden, insbesondere wenn Gegner verschlüsselten Datenverkehr zur späteren Analyse speichern.

Ein solcher Ausfall trat hier nicht ein. HAWK ist nicht eingesetzt, und vollständiges AES bleibt intakt. Die Sorge betrifft, was geschieht, wenn derselbe Forschungsprozess weniger untersuchte Produktionsalgorithmen erreicht.

Anthropic erklärt, es habe bereits reduzierte Versionen anderer Chiffren getestet. Es berichtete über vorläufige Arbeiten zu LEA, Serpent-128, Salsa20, Poseidon und SHA-1.

Das Unternehmen begrenzte diese Behauptungen sorgfältig. Mehrere Angriffe gelten nur für Varianten mit reduzierter Rundenzahl, während andere berichtete Verbesserungen bescheiden bleiben oder auf umfassendere Untersuchung warten.

Dennoch ist dieser Long-Tail-Fokus wichtig. Die Sicherheitsaufmerksamkeit konzentriert sich auf Standards wie AES, TLS und breit eingesetzte Signatursysteme. Spezialisierte Algorithmen erhalten möglicherweise deutlich weniger kontinuierliche Analyse.

Ein Modell wird nicht müde, obskure Arbeiten zu lesen oder Nischendesigns zu testen. Sobald ein leistungsfähiges Testgerüst existiert, können Forschende es auf viele Ziele umleiten.

Die Partnerschaft von Anthropic und Google bietet Verteidigern einen frühen Koordinierungsvorteil. Google und andere Glasswing-Mitglieder können kritische Systeme identifizieren, Fachwissen beisteuern und Kanäle für Gegenmaßnahmen vorbereiten, bevor ein breiterer Zugang ausgeweitet wird.

Dieser Vorteil wird nicht für immer exklusiv bleiben. Konkurrierende Labore verbessern Denksysteme, offene Modelle entwickeln sich weiter, und veröffentlichte Strukturierungstechniken können sich zwischen Forschungsgruppen verbreiten.

Der zentrale Zielkonflikt lautet daher Zugang versus Vorbereitung. Die Einschränkung eines leistungsfähigen Modells kann Missbrauch verlangsamen, begrenzt aber auch die Zahl der Verteidiger, die es einsetzen können.

Eine breite Veröffentlichung erweitert die defensive Abdeckung und erhöht zugleich die Wahrscheinlichkeit, dass schlecht regulierte Nutzer eingesetzte Systeme ins Visier nehmen. Sie erzeugt außerdem mehr unverifizierte Erkenntnisse, die Betreiber verarbeiten müssen.

Eine praktikable Reaktion erfordert abgestuften Zugang auf Grundlage von Fähigkeit und Zielsensibilität. Gutartige Benchmark-Aufgaben benötigen weniger Kontrollen als Suchen gegen eingesetzte Identitätssysteme oder kritische Infrastruktur.

Forschungsteams benötigen zudem Offenlegungsregeln, bevor die Entdeckung beginnt. Diese Regeln sollten festlegen, wer ein Ergebnis erhält, wie die Validierung erfolgt, wann Anbieter kontaktiert werden und welche Belege veröffentlicht werden können.

Anthropic erklärt, den HAWK-Angriff im Juni mit dessen Autoren geteilt zu haben. Die Veröffentlichung wurde über eine öffentliche NIST-Mailingliste koordiniert, und Regierungs- sowie Industriepartner wurden zuvor informiert.

Dieses Verfahren funktionierte, weil HAWK identifizierbare Autoren, ein Standardisierungsforum und keine Einsatzbasis hatte. Ein Fehler in einem weit verbreitet eingebetteten Primitiv würde eine wesentlich komplexere Entscheidung erzeugen.

Der Hauptgegner ist nicht länger Anthropic gegen Google. Es ist beschleunigte KI-Entdeckung gegen das langsamere menschliche System, das für Verifizierung, Reparatur und Migration verantwortlich ist.

Was das Sicherheitsnetzwerk von Anthropic und Google als Nächstes beweisen muss

Die nächsten Belege müssen wiederholbare Validierung, verantwortungsvollen Zugang und schnellere defensive Abhilfe zeigen, statt einer weiteren isolierten Forschungsschlagzeile.

Das erste zu beobachtende Signal ist die unabhängige Reproduktion der HAWK- und AES-Arbeiten. Kryptografen sollten die Implementierung, Komplexitätsschätzungen, Neuartigkeit und Grenzen beider Angriffe überprüfen.

Eine erfolgreiche Reproduktion würde die Behauptung von Anthropic stärken, dass Claude Kryptografieforschung auf Expertenniveau durchgeführt hat. Wesentliche Fehler oder übersehene frühere Arbeiten würden das breitere Fähigkeitsargument schwächen.

Das zweite Signal ist die Behandlung von HAWK durch NIST. Prüfer können die aktuellen Parameter ablehnen, eine Neugestaltung verlangen oder entscheiden, dass größere Schlüssel genug Wert für eine weitere Prüfung bewahren.

Diese Reaktion wird zeigen, ob Mythos lediglich eine akademische Schätzung angepasst oder eine laufende Standardisierungsentscheidung verändert hat. Beide Ergebnisse würden auch zeigen, wie KI-generierte Belege in einen formalen öffentlichen Prozess einfließen.

Das dritte Signal ist, wie Project Glasswing mit einem Befund gegen eingesetzte Kryptografie umgeht. Dieser Fall würde prüfen, ob das Sicherheitsnetzwerk von Anthropic und Google ein Ergebnis validieren, eindämmen und koordinieren kann, bevor Angreifer es ausnutzen.

Ein verantwortungsvolles System muss rohe Modellausgaben von umsetzbaren Schwachstellenbehauptungen trennen. Es muss betroffenen Anbietern zudem genügend Belege für eine Reaktion liefern, ohne Nutzer unnötig offenzulegen.

Die nächsten Monate sollten zeigen, ob akademische Gruppen CryptanalysisBench übernehmen und vergleichbare Ergebnisse mit anderen Modellen erzielen. Wiederholter Erfolg in unabhängigen Laboren wäre bedeutsamer als zusätzliche Fallstudien von Anthropic.

Forschende sollten zudem Fehlerraten und den gesamten Suchaufwand berichten. Ein Modell, das nach enormer Exploration einen nützlichen Angriff findet, hat Wert, doch seine Zuverlässigkeit unterscheidet sich von der eines konsistenten Forschungsassistenten.

Für Unternehmenskäufer besteht die unmittelbare Maßnahme nicht darin, AES zu ersetzen oder auf jede KI-generierte Kryptografiebehauptung zu reagieren. Sie besteht darin, zu erfassen, wo kryptografische Abhängigkeiten bestehen, und Verantwortliche für künftige Migrationen zu benennen.

Sicherheitsteams sollten Anbieter fragen, wie sie Algorithmen inventarisieren, KI-gestützte Befunde validieren und die Offenlegung koordinieren. Sie sollten zudem die Möglichkeit bewahren, Schlüssel zu rotieren und kryptografische Primitive zu ersetzen, ohne ganze Anwendungen neu aufbauen zu müssen.

Claudes Ergebnisse verkünden keine Verschlüsselungskrise. Sie verkünden einen schnelleren Forschungszyklus, dessen defensive Institutionen weiterhin mit menschlicher Geschwindigkeit arbeiten.

Die entscheidende Frage ist, ob Anthropic, Google, Normungsgremien und externe Kryptografen diesen Reaktionszyklus gemeinsam verkürzen können. Falls nicht, könnte die nächste valide Entdeckung eintreffen, bevor ihre Nutzer darauf vorbereitet sind.