Microsoft gerät in Zugzwang, als Anthropics Mythos die Ingenieure mit Sicherheitslücken überflutet

Microsoft geriet in einen „hektischen Wettlauf“, nachdem Anthropics Mythos Hunderte Sicherheitslücken schneller markierte, als die eigenen Ingenieure sie beheben konnten. Der Konflikt wurde über einen Google-News-Eintrag sichtbar, doch die zugrunde liegende Berichterstattung beschreibt ein weitaus größeres Problem. KI kann die Suche nach Schwachstellen inzwischen schneller beschleunigen, als Menschen sie beheben können.

Der unmittelbare Druck traf die Teams für SharePoint, Microsoft 365, Teams und Copilot. Von ProPublica geprüfte interne Unterlagen deuteten darauf hin, dass Mitte Mai viele hochpriorisierte Befunde noch ungelöst waren. Die klassische Sicherheitspriorisierung wirkte plötzlich weniger verlässlich, weil Mythos mehrere kleinere Fehler zu einem schwerwiegenden Angriffspfad verbinden kann.

Mozilla liefert einen wichtigen Vergleich. Auch das Firefox-Team erhielt eine Flut von Mythos-Befunden, doch jeder relevante Patch erforderte weiterhin einen menschlichen Autor und Prüfer. Der neue Engpass liegt nicht mehr darin, verdächtigen Code zu finden. Er besteht darin, jeden Befund zu validieren, seinen Kontext zu verstehen, eine sichere Behebung zu entwickeln, diese zu testen und sie auszuliefern, bevor Angreifer dieselbe Arbeit reproduzieren.

Was die Microsoft-Unterlagen tatsächlich offenlegten

Mythos hat die Suche nach Schwachstellen von einer periodischen Sicherheitsaufgabe in eine kontinuierliche Produktionswarteschlange verwandelt.

Dutzende Microsoft-Ingenieure und Manager trafen sich Mitte Mai, um Project Glasswing zu besprechen, Anthropics kontrollierte Cybersicherheitsinitiative. Anthropic hatte ausgewählten Organisationen Zugang zu Claude Mythos Preview gewährt, bevor ähnlich leistungsfähige Systeme breit verfügbar wurden.

Laut internen Microsoft-Unterlagen sagte ein Manager den Teilnehmern, Mythos finde Fehler schneller, als Microsoft sie beheben könne. Er beschrieb die Reaktion als einen „hektischen Wettlauf“.

Eine Präsentationsfolie zeigte das Ausmaß innerhalb von SharePoint. Mythos deckte Berichten zufolge allein im April 90 als kritisch und 141 als wichtig eingestufte Fehler auf. In der ersten Maihälfte fand es weitere Probleme.

Diese Einstufungen sind bedeutsam. Microsoft verwendet „kritisch“ für Schwachstellen, deren Ausnutzung schwere Folgen haben kann, einschließlich sich selbst verbreitender Angriffe. Eine „wichtige“ Schwachstelle kann Nutzerdaten gefährden oder Computerressourcen beeinträchtigen.

Die interne Präsentation prognostizierte, dass SharePoint-Ingenieure noch Monate lang beschäftigt sein würden. Die Teams planten, zunächst kritische Befunde, danach wichtige Befunde und später rund 300 moderate Befunde zu bearbeiten.

Die Unterlagen beschrieben zudem Hunderte kritische oder wichtige Fehler in Microsoft 365, Teams und Copilot. Die meisten waren Berichten zufolge Mitte Mai noch nicht behoben. Microsoft lehnte es ab offenzulegen, wie viele Mythos-Befunde das Unternehmen nach der Präsentation korrigiert hatte.

Bei den Befunden handelte es sich nicht zwangsläufig um spektakuläre neue Angriffsklassen. Ein Engineering-Manager charakterisierte viele Berichten zufolge als gewöhnliche, aber reale Schwachstellen. Dieses Detail macht das Ereignis folgenreicher, nicht weniger.

Softwareprodukte sammeln über Jahre der Funktionsentwicklung, Kompatibilitätsentscheidungen und übernommenen Komponenten gewöhnliche Fehler an. Menschliche Sicherheitsforscher haben nur begrenzte Zeit, diese Angriffsfläche zu untersuchen. Ein Modell, das Code kontinuierlich prüfen kann, legt Schwächen offen, die teilweise verborgen blieben, weil niemand ausreichend Aufmerksamkeit hatte, um sie zu finden.

Microsoft erklärte, seine Sicherheitsentscheidungen berücksichtigten Ausnutzbarkeit und potenzielle Auswirkungen auf Kunden. Das Unternehmen sagte außerdem, beschleunigte Ausnutzung sei nicht neu, räumte jedoch ein, dass ein starkes Gefühl der Dringlichkeit bestehe.

Beide Aussagen können zutreffen. Sicherheitsteams haben schon immer mit Angreifern um die Zeit konkurriert, nachdem eine Schwachstelle bekannt wurde. Verändert hat sich die Zahl der Wettläufe, die gleichzeitig beginnen können.

Microsoft hatte Mythos-Zugang Berichten zufolge an rund 50 Vollzeitmitarbeiter verteilt. Diese begrenzte Gruppe konnte eine Warteschlange erzeugen, die Produktteams über Monate beschäftigen könnte. Vergleichbare Werkzeuge in den Händen weiterer Forscher, Kunden und Angreifer würden den Zufluss vervielfachen.

Deshalb verdient die Geschichte mehr Aufmerksamkeit, als ihre Google-News-Rahmung vermuten lässt. Microsoft steht nicht einer einzelnen gefährlichen Zero-Day-Schwachstelle gegenüber, also einer zuvor unbekannten ausnutzbaren Sicherheitslücke. Das Unternehmen sieht sich einem Produktionssystem gegenüber, das in riesigen Codebasen wiederholt neue Kandidaten entdecken kann.

Dieses System braucht weder Pausen noch freie Termine oder persönliche Motivation. Es kann weiter suchen, solange eine Organisation Rechenressourcen und eine wirksame Testumgebung bereitstellt.

Das Ergebnis ist ein strukturelles Ungleichgewicht. Die Entdeckung beginnt, wie Software zu skalieren, während die Behebung weiterhin weitgehend über hochqualifizierte menschliche Arbeit skaliert.

Warum die Aufmerksamkeit von Google News den Sicherheitswandel unterschätzt

Die zentrale Umkehrung besteht darin, dass bessere defensive Erkennung Softwareanbieter vorübergehend weniger sicher erscheinen lassen kann.

Anthropic führte Project Glasswing ein, um ausgewählten Verteidigern Zeit zu geben, Schwächen zu finden und zu beheben, bevor sich ähnliche Fähigkeiten verbreiten. Microsoft schloss sich dieser Initiative an und stellte Mythos über Microsoft Foundry für zugelassene Project-Glasswing-Kunden bereit.

Diese Vereinbarung verschaffte Verteidigern einen Vorsprung. Doch ein Vorsprung hat nur begrenzten Wert, wenn das Modell Befunde schneller erzeugt, als Teams sie verarbeiten können.

Ein herkömmliches Sicherheitsprogramm behandelt die Entdeckung als knappe Ressource. Organisationen führen Tests durch, nehmen externe Meldungen entgegen und ordnen die daraus entstehende Warteschlange nach Priorität. Die gefährlichsten Schwachstellen erhalten sofortige Aufmerksamkeit, während Befunde mit niedrigerer Schwere warten.

Claude Mythos Preview veränderte die Angebotsseite dieses Prozesses. Anthropics Offenlegungs-Dashboard meldete zum 22. Mai 23.019 potenzielle Befunde. Externe Sicherheitsfirmen hatten 1.900 davon geprüft und 1.726 als gültig bestätigt.

Anthropic hatte 1.596 Schwachstellen in 281 Open-Source-Projekten offengelegt. Zu diesem Zeitpunkt waren nur 97 als upstream behoben aufgeführt. Anthropic bezeichnete die menschliche Priorisierung und Prüfung ausdrücklich als geschwindigkeitsbegrenzenden Schritt.

Diese Zahlen betreffen von Anthropic erfasste Open-Source-Arbeit, nicht Microsofts private Warteschlange. Sie veranschaulichen dennoch denselben Mechanismus. Das Modell erzeugt Kandidaten mit einer Geschwindigkeit, externe Experten validieren sie mit einer anderen, und Maintainer beheben sie mit einer dritten.

Ein potenzieller Befund ist nicht automatisch eine ausnutzbare Schwachstelle. Prüfer müssen das Verhalten reproduzieren, Fehlalarme ausschließen, realistische Angriffsbedingungen bewerten und feststellen, ob der betroffene Code erreichbar ist.

Selbst ein gültiger Fehler kann außerhalb des Bedrohungsmodells eines Projekts liegen. Andere können bekannte Meldungen duplizieren. Eine überzeugend formulierte KI-generierte Erklärung ersetzt kein technisches Urteilsvermögen.

Mythos produziert jedoch nicht bloß die bekannte Flut vager, minderwertiger KI-Meldungen. Unter den extern geprüften Anthropic-Befunden lag die berichtete True-Positive-Rate bei 90,8 %. Diese Rate stammt von den von Anthropic beauftragten Sicherheitsfirmen und nicht von jedem betroffenen Maintainer; sie sollte daher nicht als universeller Beweis verstanden werden.

Das Befundvolumen ist dennoch groß genug, um das Verhalten von Organisationen zu verändern. Sicherheitsteams müssen sich neben Fehlalarmen, Duplikaten und Problemen ohne nennenswertes Schadenspotenzial auf mehr gültige Meldungen einstellen.

Der Druck wird akut, wenn Anbieter Produkte mit jahrzehntelang angesammeltem Code pflegen. Ältere Komponenten enthalten oft Annahmen, die unter früheren Architekturen sinnvoll waren. Moderne Funktionen können diese Annahmen neuen Eingaben und Angriffspfaden aussetzen.

Microsofts Größe verstärkt das Problem. Windows, Microsoft 365, SharePoint, Teams und Azure werden in Regierungen, Schulen, Krankenhäusern und Unternehmen eingesetzt. Ein Fehler in einer weit verbreiteten Komponente bietet Angreifern einen größeren potenziellen Ertrag.

Die große Verbreitung erweitert auch den defensiven Arbeitsaufwand. Ingenieure müssen mehrere Produktversionen, Cloud-Konfigurationen, Zugriffskontrollen und Kundenumgebungen bewerten. Ein Patch, der eine Schwäche schließt, darf bestehende Bereitstellungen nicht beeinträchtigen oder eine weitere Schwachstelle schaffen.

Dieselbe KI, die einen Fehler entdeckt, kann noch keine sichere Behebung für den Produktionseinsatz garantieren. Plausiblen Code zu generieren, ist etwas anderes, als jede Abhängigkeit und jede operative Folge zu verstehen.

Diese Unterscheidung verschwindet in Google-News-Zusammenfassungen über KI, die Tausende Fehler findet, häufig. Die Schlagzeilenzahl misst die Entdeckungskapazität. Sie misst nicht, wie viele Befunde ausnutzbar sind, wie viele Patches sicher sind oder wie schnell Kunden diese Patches installieren.

Microsofts hektischer Wettlauf spiegelt daher zugleich Erfolg und Scheitern wider. Mythos verschafft Verteidigern Sichtbarkeit, die sie zuvor nicht hatten. Diese Sichtbarkeit zeigt zugleich, wie viel ungelöste Sicherheitsarbeit bereits existierte.

Klassische Priorisierung bricht zusammen, wenn kleine Fehler Angriffsketten bilden

KI stellt die Annahme infrage, dass jede Schwachstelle als isoliertes Element priorisiert werden kann.

Die Sicherheitspriorisierung ordnet Befunde normalerweise nach ihren wahrscheinlichen Auswirkungen und ihrer Ausnutzbarkeit. Ein aus der Ferne ausnutzbarer Fehler, der einem Angreifer Kontrolle verschafft, verdient mehr Aufmerksamkeit als ein lokaler Fehler mit begrenzten Folgen.

Diese Hierarchie bleibt notwendig. Kein Unternehmen kann jeden Softwarefehler sofort beheben. Microsoft verarbeitet laut seinem Sicherheitsreaktionsplan jedes Jahr Tausende Schwachstellenmeldungen.

Die Komplikation ist die Verkettung von Schwachstellen, eine Technik, die getrennte Schwächen zu einem Angriff kombiniert. Ein Informationsleck mit niedriger Schwere kann Daten offenlegen, die zur Ausnutzung eines Fehlers in der Zugriffskontrolle nötig sind. Ein weiterer Fehler könnte dem Angreifer anschließend helfen, einer eingeschränkten Umgebung zu entkommen.

Einzeln betrachtet können diese Fehler hinnehmbar wirken. Zusammen können sie einen Pfad zu sensiblen Daten oder zur Systemkontrolle schaffen.

Vinh Nguyen, leitender technischer Berater bei Anthropic und Fellow des Council on Foreign Relations, warnte, dass vier niedrigschwellige Fehler zu einem Ergebnis mit hoher Schwere führen können. Er argumentierte, dass Microsofts bestehende Priorisierungsstrategie dieses Risiko möglicherweise zu niedrig bewerte.

Microsoft erwiderte, dass die Verkettung seit Langem Teil seiner Schwachstellenbewertung sei. Diese Antwort klärt, ob das Unternehmen die Technik versteht. Sie beantwortet jedoch nicht vollständig, ob dessen Personal, Modelle und Reparaturprozesse Ketten über eine rasch wachsende Warteschlange hinweg bewerten können.

Menschliche Prüfer haben Schwierigkeiten, jede mögliche Beziehung zwischen Hunderten Befunden zu berücksichtigen. Die Zahl der Kombinationen steigt schnell, wenn die Warteschlange wächst. Ein System wie Mythos kann diese Kombinationen wiederholt durchsuchen und mehrstufige Demonstrationen erstellen.

Dadurch lassen sich ungepatchte moderate Befunde schwieriger abtun. Ihre individuelle Schwere mag moderat bleiben, doch ihr Wert verändert sich, wenn ein anderer Fehler den fehlenden Schritt liefert.

Die Herausforderung untergräbt auch statische Schweregradbewertungen. Das praktische Risiko einer Schwachstelle hängt von Bereitstellungsbedingungen, verfügbaren Berechtigungen, erreichbaren Diensten und ihrer Wechselwirkung mit anderen Schwächen ab.

Microsoft erklärte, das Unternehmen bewerte fortlaufend neu, ob niedriger eingestufte Probleme hochgestuft werden sollten. Dieser adaptive Ansatz wird essenziell, wenn KI neue Zusammenhänge schneller aufdeckt, als Prüfteams sie abbilden können.

Das Unternehmen ergänzt Automatisierung, um Qualität und Schwere der Befunde zu validieren. Außerdem plant es, agentenbasierte Sicherheitstests in die Entwicklung einzubetten, damit Ingenieure Schwachstellen bereits beim Schreiben von Code erkennen können.

Eine frühere Erkennung ist sinnvoll. Ein Entwickler, der die geänderte Komponente noch versteht, kann sie oft effizienter reparieren als ein entferntes Incident-Team Monate später. Frühere Tests reduzieren außerdem die Zahl veröffentlichter Versionen, die Patches benötigen.

Doch die Verlagerung von Mythos in die Entwicklung beseitigt nicht den Rückstau in bestehender Software. Microsoft muss aktuelle Produkte absichern und zugleich den Prozess verändern, der künftige Versionen hervorbringt.

Es muss außerdem vermeiden, schlechte Urteile zu automatisieren. Ein Triage-Agent, der jeden Fund überschätzt, erschöpft die Engineering-Kapazitäten. Einer, der eine nützliche Verbindung in einer Angriffskette unterschätzt, schafft falsche Sicherheit.

Organisationen werden aussagekräftige Berichte benötigen, die reproduzierbares Verhalten, betroffene Konfigurationen, realistische Angriffsvoraussetzungen und vorgeschlagene Korrekturen enthalten. Außerdem brauchen sie eine belastbare Dokumentation, die jeden Fund mit Designentscheidungen, Tests und späteren Vorfällen verknüpft.

Für Engineering-Teams kann eine durchsuchbare Wissensdatenbank diesen Kontext über Code, Incident-Notizen und technische Dokumente hinweg bewahren. Sie kann nicht über den Schweregrad einer Schwachstelle entscheiden, aber sie kann den Aufwand verringern, frühere Entscheidungen nachzuvollziehen.

Der eigentliche Wettbewerb lautet daher nicht Mythos gegen Microsoft-Ingenieure. Es geht um maschinenschnelle Erkennung gegen ein organisatorisches System, das auf langsameren, einzeln geprüften Berichten beruht.

Microsoft kann zusätzliche Rechenkapazität nahezu sofort beschaffen. Den Pool erfahrener Ingenieure zu erweitern, die eine Legacy-Komponente verstehen, dauert deutlich länger.

Mozilla zeigt, warum Korrekturen weiterhin menschliche Ingenieure brauchen

Firefox zeigt, dass KI nützliche Entdeckungen vervielfachen kann, ohne den schwierigsten Teil der Behebung zu automatisieren.

Die Erfahrungen von Mozilla liefern den klarsten öffentlichen Vergleich, weil die Ingenieure sowohl die Vorteile als auch die Arbeitsbelastung beschrieben haben.

Im April 2026 lieferte Firefox 423 Bugfixes aus, gegenüber 31 im April 2025. Mythos half dabei, hochgradige Sicherheitslücken aufzudecken, darunter Fehler, die mehr als ein Jahrzehnt im Browser verblieben waren.

Berichten zufolge fand das Modell Probleme in der Firefox-Sandbox, einer Isolierungsschicht, die den durch bösartigen Code verursachten Schaden begrenzen soll. Sandbox-Schwachstellen sind besonders wertvoll, weil ihre Ausnutzung oft eine kreative Abfolge von Schritten erfordert.

Mozilla-Ingenieure erklärten Firefox-Sicherheitsforschern, dass sich jüngste Systeme gegenüber früheren KI-Scanning-Tools erheblich verbessert hätten. Bessere Agenten-Workflows könnten potenzielle Funde testen und einige schwache Ergebnisse vor der Einreichung herausfiltern.

Mozilla ließ die KI jedoch nicht die daraus resultierenden Patches ausliefern. Für jeden relevanten Bug musste weiterhin ein Ingenieur die Korrektur schreiben und ein anderer sie prüfen.

Das Team bat die KI, Patches vorzuschlagen, doch diese Ergebnisse dienten meist als Ausgangspunkte. Sie waren kein produktionsreifer Ersatz für menschliche Arbeit.

Diese Lücke erklärt Microsofts Rückstau. Einen verdächtigen Codepfad zu finden, ist eine klar abgegrenzte Aufgabe. Die Reparatur eines weit verbreiteten Unternehmensprodukts erfordert eine längere Verantwortungskette.

Ein Ingenieur muss den Bericht gegen die korrekte Softwareversion bestätigen. Das Team muss feststellen, ob der Fehler Cloud-Dienste, lokale Installationen oder beides betrifft. Es muss Regressionstests erstellen und benachbarte Komponenten untersuchen.

Der Patch durchläuft anschließend Prüfung, Integration, Qualitätstests, Release-Vorbereitung und Kundenkommunikation. Sensible Details müssen kontrolliert bleiben, bis Kunden Schutzmaßnahmen installieren können.

Große Anbieter stehen vor einer zusätzlichen Einschränkung. Ein Sicherheitsupdate kann in zahllosen Umgebungen Betriebsstörungen verursachen. Ein überhasteter Patch kann ein Sicherheitsrisiko gegen Ausfälle, beschädigte Daten oder Kompatibilitätsprobleme eintauschen.

KI-Coding-Systeme können an mehreren Stellen helfen. Sie können Tests vorschlagen, verwandte Funktionen identifizieren, Änderungshistorien zusammenfassen und mögliche Korrekturen vergleichen. Keine dieser Maßnahmen verlagert die Verantwortung von Ingenieuren weg.

Microsofts eigene frühere Forschung unterstreicht diese Einschränkung. Eine Studie aus dem Jahr 2025 ergab, dass führende Modelle weiterhin Schwierigkeiten hatten, viele Aufgaben in SWE-bench Lite zu debuggen, einem Benchmark, der auf realen Softwareproblemen basiert. Die Forscher argumentierten, dass Modelle umfangreichere Interaktionsdaten benötigten, die zeigen, wie Agenten Debugger verwenden, bevor sie Korrekturen vorschlagen.

Cyber-Modelle verbesserten sich nach dieser Studie rasch, doch die Validierung bleibt zentral. Reale Umgebungen enthalten undokumentiertes Verhalten und geschäftliche Einschränkungen, die Benchmarks nicht vollständig abbilden können.

Auch das Wettbewerbsumfeld wird breiter. OpenAI hat auf Cybersecurity fokussierte Modelle entwickelt, während Microsoft ein Multi-Modell-Sicherheitssystem beschrieben hat, das 16 Schwachstellen in Windows-Netzwerk- und Authentifizierungskomponenten fand.

Palo Alto Networks fand Berichten zufolge 75 Bugs beim Testen von Anthropic- und OpenAI-Modellen, gegenüber seiner üblichen monatlichen Spanne von fünf bis zehn. Die Forscher beobachteten dennoch vor einer Verbesserung der Ergebnisse durch Anpassungen an die Umgebung eine Falschpositivrate von rund 30 % über die Produkte hinweg.

Curl-Maintainer Daniel Stenberg berichtete über ein bescheideneres Ergebnis. Mythos fand einen Bug mit niedrigem Schweregrad, mehrere Falschpositive und ein weiteres Problem, das das Projekt als unbedeutend betrachtete.

Diese Fälle verhindern die einfache Schlussfolgerung, dass Mythos jedes Ziel stets überwältigt. Die Leistung hängt von der Codebasis, den Tools, den Prompts, dem verfügbaren Kontext und dem menschlichen Operator ab.

Microsoft hat außerdem eine deutlich größere und vielfältigere Produktfläche als ein einzelnes Open-Source-Projekt. Eine Flut von Funden in SharePoint, Microsoft 365, Teams und Copilot kann mehrere Spezialistenteams gleichzeitig belasten.

Die Unsicherheit ist wichtig, weil Anthropic einen Großteil der öffentlichen Leistungsdaten kontrolliert. Unabhängige Maintainer und Testpartner haben wertvolle Belege geliefert, doch bislang misst kein gemeinsames Audit Erkennungsqualität, Behebungszeit und Produktionsergebnisse über verschiedene Anbieter hinweg.

Anthropics Dashboard zählt zudem echte Bugs, die möglicherweise bereits bekannt sind oder die Maintainer nicht beheben wollen. Die True-Positive-Metrik sollte nicht mit dem Anteil der Funde verwechselt werden, die zu schwerwiegenden öffentlichen Warnmeldungen werden.

Die vorsichtige Schlussfolgerung ist dennoch bedeutend. Mythos hat eine Schwelle überschritten, bei der Expertenorganisationen genügend nützliche Funde erhalten, um Personal- und Release-Pläne zu verändern.

Es hat nicht die Schwelle überschritten, bei der das Modell die von ihm erzeugte Warteschlange sicher schließen kann.

Das Risiko liegt in der Behebungskapazität, nicht in einem einzelnen KI-Modell

Microsofts größte Schwachstelle ist die Lücke zwischen skalierbarer Erkennung und knappem Produktwissen.

Die offensichtliche Interpretation stellt Anthropic als Herausforderer und Microsoft als überforderten Platzhirsch dar. Diese Rivalität ist wichtig, kann aber von der umfassenderen Einschränkung ablenken.

Anthropic möchte, dass Mythos Verteidigern hilft, wichtige Systeme abzusichern, bevor Angreifer gleichwertigen Zugang erhalten. Microsoft hostet über Foundry ebenfalls genehmigten Zugriff. Die beiden Unternehmen arbeiten zusammen, obwohl Anthropics Modell Schwächen in Microsoft-Produkten aufdeckt.

Der Hauptkonflikt besteht zwischen dem Versprechen einer KI-schnellen Verteidigung und der Realität einer menschen-schnellen Behebung.

Erfahrene Sicherheitsingenieure tun mehr, als fehlerhaften Code zu bearbeiten. Sie verstehen Systemgrenzen, Bedrohungsmodelle, Kundenabhängigkeiten und Folgen von Releases. Vieles dieses Wissens ist spezifisch für ein einzelnes Produkt oder eine Komponente.

Legacy-Code verschärft den Mangel. Die ursprünglichen Autoren könnten das Unternehmen verlassen haben. Die Dokumentation lässt möglicherweise Designannahmen aus. Tests decken vielleicht den Normalbetrieb ab, ohne feindliche Eingaben darzustellen.

Technische Schulden, also angesammelte Engineering-Arbeit, die durch frühere Kompromisse entstanden ist, werden zu Sicherheitsschulden, wenn diese Kompromisse ausnutzbares Verhalten verschleiern. KI kann diese Schulden deutlich schneller aufdecken, als eine Organisation sie zurückzahlen kann.

Microsofts internes Security Response Center hat in arbeitsintensiven Phasen historisch Hunderte oder Tausende Berichte bearbeitet. ProPublica berichtete zuvor über Bedenken hinsichtlich zu geringer Personalbesetzung, während Microsoft erklärte, den für die Sicherheitsreaktion benötigten Ressourceneinsatz fortlaufend zu bewerten.

Die geschäftlichen Anreize sind schwierig. Neue Funktionen können sichtbare Umsätze und Kundenaufmerksamkeit erzeugen. Sicherheitswartung verhindert gewöhnlich Verluste, die nie sichtbar werden.

KI-gestützte Erkennung macht dieses Ungleichgewicht schwerer aufrechtzuerhalten. Jede neue Funktion erweitert den Code, den Maschinen untersuchen können. Jedes aufgeschobene Refactoring schafft zusätzliche Interaktionen, die künftige Modelle prüfen können.

Die Sorge reicht über Microsoft hinaus. Freiwillige Maintainer betreuen Open-Source-Bibliotheken, die in kommerziellen Produkten und öffentlicher Infrastruktur eingebettet sind. Ein kleines Team kann einen technisch gültigen Bericht erhalten, ohne Zeit zu haben, ihn zu reproduzieren oder zu beheben.

Verantwortungsvolle Offenlegung hilft, indem sie öffentliche Details verzögert. Sie schafft keine Engineering-Kapazität. Ein Offenlegungsfenster kann zu einem Countdown werden, den unterfinanzierte Projekte nicht einhalten können.

Die Warnung der Five Eyes erklärte, dass fortschrittliche KI-Fähigkeiten zur Schwachstellenerkennung sich verbreiten würden, und forderte Organisationen zur Vorbereitung auf. Die Bedeutung der Warnung liegt weniger in einem vorhergesagten Datum als in der Richtung der Entwicklung.

Angreifer benötigen nicht exakt den Mythos-Dienst. Sie benötigen Modelle und Tools, die Code untersuchen, Hypothesen testen und Schwächen mit sinkendem menschlichem Aufwand kombinieren können.

Zugriff auf Quellcode ist hilfreich, aber nicht immer erforderlich. Angreifer können Open-Source-Komponenten untersuchen, Binärdateien reverse-engineeren, älteren geleakten Code studieren oder exponierte Dienste testen.

Microsoft erklärte, seine Sicherheitsprozesse gingen davon aus, dass entschlossene Angreifer Code erlangen können. Dieses Bedrohungsmodell ist angemessen. Die operative Frage lautet, ob das Unternehmen die daraus resultierenden Funde beheben kann, bevor Angreifer sie in verlässliche Techniken verwandeln.

Es besteht auch das Risiko einer Überreaktion. Wenn Microsoft Ingenieure ohne disziplinierte Validierung jedem KI-Fund zuweist, kann dies wertvolle Sicherheitsarbeit und Produktwartung verzögern.

Teams benötigen daher eine bessere Priorisierung, nicht die Aufgabe der Priorisierung. Schweregradbewertungen müssen Angriffsketten, reale Exposition in Bereitstellungen, bekannte Ausnutzung und die Verfügbarkeit kompensierender Kontrollen einbeziehen.

Sie müssen außerdem den Durchsatz bei der Behebung messen. Das Zählen entdeckter Bugs belohnt das Modell dafür, die Warteschlange zu vergrößern. Das Zählen geschlossener Tickets kann überhastete Klassifizierungen belohnen. Eine nützliche Metrik muss die validierte Risikoreduzierung abbilden, ohne oberflächliche Patches zu fördern.

Kundentransparenz wird wichtig sein. Käufer müssen wissen, ob Anbieter Expositionsfenster verkürzen, die Patch-Qualität verbessern und wiederkehrende Fehlerklassen reduzieren. Eine hohe Zahl entdeckter Probleme allein belegt weder Fortschritt noch Versagen.

Der Google-News-Zyklus wird zur nächsten Modellankündigung weiterziehen. Microsofts Warteschlange wird bleiben, ebenso wie das Produktwissen und die Testarbeit, die erforderlich sind, um sie zu schließen.

Worauf zu achten ist, nachdem der Google-News-Zyklus weitergezogen ist

Drei Signale werden zeigen, ob Microsoft sein Sicherheitssystem anpasst oder lediglich die erste Mythos-Welle übersteht.

Das erste Signal ist Microsofts Patch-Bilanz für den gemeldeten SharePoint-Rückstau. Der interne Plan sah Monate Arbeit vor, wobei wichtige Funde bis in den August reichten und moderate Bugs später folgen sollten.

Microsoft hat keine vollständige Zahl veröffentlicht, die Sicherheitsupdates mit Mythos-Entdeckungen verknüpft. Künftige Warnmeldungen könnten zeigen, ob hochpriorisierte Funde zurückgehen und ob verwandte Fehler in denselben Komponenten erneut auftreten.

Ein anhaltender Rückgang würde Microsofts Aussage stützen, dass es KI-Erkennung mit wirksamer Behebung verbinden kann. Eine fortgesetzte Anhäufung würde darauf hindeuten, dass die Erkennungskapazität den Engineering-Durchsatz weiterhin überholt.

Das zweite Signal ist, ob Microsoft die Bewertung verbundener Schwachstellen verändert. Das Unternehmen sagt, dass Verkettungen bereits in die Risikoanalyse einfließen, doch Mythos kann Kombinationen in einem Umfang testen, der die Einzelfallprüfung herausfordert.

Achten Sie auf neue Leitlinien zur Schweregradbewertung, automatisierte Analysen von Angriffsketten oder Berichte, die zusammenhängende Schwachstellen zu Angriffspfaden bündeln. Solche Änderungen würden zeigen, dass Microsoft die Triage an den tatsächlichen Fähigkeiten von KI ausrichtet.

Wenn niedriger eingestufte Befunde weiterhin ohne sichtbare Analyse ihrer Zusammenhänge warten, bleiben Bedenken hinsichtlich unterschätzter Risiken durch Angriffsketten bestehen.

Das dritte Signal ist die Leistung konkurrierender Cybermodelle in unabhängigen Tests. OpenAI, Microsoft, Anthropic, Sicherheitsanbieter und staatliche Labore entwickeln oder bewerten allesamt Systeme, die Schwachstellen aufspüren.

Vergleichbare Ergebnisse bei mehreren Modellen würden bestätigen, dass Microsoft vor einem branchenweiten Fähigkeitswandel steht und nicht nur vor einem vorübergehenden Anstieg, der an eine Anthropic-Vorschau gebunden ist. Große Unterschiede bei Fehlalarmen oder der Validierung von Exploits würden dagegen zeigen, dass das operative Design ebenso wichtig ist wie die reine Intelligenz eines Modells.

Entwickler sollten darauf achten, ob Anbieter End-to-End-Kennzahlen veröffentlichen. Nützliche Berichte würden potenzielle Befunde, bestätigte Schwachstellen, akzeptierte Schweregrade, die mediane Reparaturzeit, Regressionen und die Abdeckung bei der Bereitstellung umfassen.

Unternehmenskäufer sollten eine verwandte Frage stellen: Können ihre Lieferanten automatisierte Entdeckungen in verifizierten Kundenschutz umsetzen? Ein Anbieter, der mehr Fehler findet, sie aber nicht sicher beheben kann, verbessert die Transparenz, ohne die Sicherheitsaufgabe zu Ende zu führen.

Auch Wissensarbeiter und Produktverantwortliche spielen eine Rolle. Vorfallaufzeichnungen, Architekturentscheidungen und Kundenanforderungen müssen für die Ingenieure zugänglich bleiben, die KI-Befunde bewerten. Ein besseres organisatorisches Gedächtnis verkürzt die Zeit zwischen der Warnung eines Modells und einer belastbaren Behebung.

Die nächste Google-News-Schlagzeile wird wahrscheinlich eine höhere Zahl an Schwachstellen oder ein leistungsfähigeres Modell hervorheben. Das aussagekräftigere Ergebnis wird sich in den weniger auffälligen Betriebsdaten zeigen.

Kann Microsoft den Rückstau abbauen, die Qualität von Patches bewahren und gefährliche Kombinationen erkennen, bevor Angreifer es tun? Leser sollten diese drei Signale verfolgen und Belege dafür verlangen, dass Entdeckungen in KI-Geschwindigkeit zu KI-gestützter Verteidigung führen – und nicht lediglich zu einer schneller wachsenden Liste ungelöster Risiken.