Künstliche Intelligenz hat sich in den letzten zwei Jahren massiv verändert. Anfangs ging es vor allem um Texte, Bilder und einfache Automatisierung. Heute verstehen die besten Modelle nicht nur Sprache, sondern auch komplexen Programmcode. Sie können Software analysieren, Fehler finden und sogar konkrete Wege berechnen, wie man diese Fehler ausnutzen könnte.

Genau das ist beim neuen KI-Modell „Mythos“ von Anthropic passiert. Laut Anthropic hat das Modell tausende sogenannte Zero Day Schwachstellen entdeckt. Das sind Sicherheitslücken, die den Herstellern selbst nicht bekannt sind. Für solche Lücken gibt es noch keinen Patch, also keine Reparatur. Wer sie kennt, kann Systeme angreifen, ohne dass sich diese überhaupt schützen können.

Das Entscheidende ist nicht nur die Menge dieser Funde. Es ist die Geschwindigkeit und die Systematik. Was früher einzelne Experten über Wochen oder Monate analysiert haben, kann ein Modell jetzt parallel und in viel größerem Umfang leisten.

Jahrzehnte alte Fehler

Besonders eindrucksvoll sind die Beispiele. Eine Sicherheitslücke in OpenBSD, die seit 27 Jahren unentdeckt war. Eine Schwachstelle in FFmpeg, die über 16 Jahre hinweg durch automatisierte Scans nicht gefunden wurde. Und Kombinationen von Fehlern im Linux Kernel, die gemeinsam plötzlich die vollständige Kontrolle über ein System ermöglichen.

Das zeigt ein strukturelles Problem. Unsere digitale Welt basiert auf Software, die über Jahrzehnte gewachsen ist. Millionen Zeilen Code, geschrieben von tausenden Entwicklern. Niemand versteht das Gesamtbild vollständig. Genau hier setzt KI an. Sie erkennt Muster, Zusammenhänge und versteckte Fehler, die für Menschen schlicht zu komplex geworden sind.

Warum Anthropic bremst

Und genau deshalb ist die wichtigste Entscheidung von Anthropic nicht die Entwicklung von Mythos, sondern das bewusste Nichtveröffentlichen.

Das Modell wird aktuell nur ausgewählten Partnern zur Verfügung gestellt. Große Technologieunternehmen, Sicherheitsfirmen und Organisationen, die kritische Infrastruktur betreiben. Das Ziel ist klar: Schwachstellen schließen, bevor andere Modelle oder Angreifer dieselben Fähigkeiten erreichen.

Das ist ein kluger Schritt. Nicht, weil er Risiken komplett verhindert. Sondern weil er anerkennt, dass es für diese Entwicklung kein Zurück gibt. Sobald solche Fähigkeiten einmal existieren, werden sie früher oder später auch an anderen Stellen entstehen. Die einzige Frage ist, wer zuerst damit arbeitet und wofür.

Anthropic versucht hier, Zeit zu gewinnen. Zeit für Verteidiger.

Ein neues Gleichgewicht

Damit verändert sich auch das Kräfteverhältnis in der IT Sicherheit. Bisher lief vieles nach einem bekannten Muster. Angreifer finden eine Lücke, Verteidiger reagieren. Oder umgekehrt. Es war ein langsames Katz und Maus Spiel.

Mit KI verschiebt sich dieses Tempo. Modelle können in kurzer Zeit tausende potenzielle Schwachstellen analysieren. Sie können Angriffe simulieren und optimieren. Und sie können das rund um die Uhr.

Das bedeutet nicht automatisch mehr Unsicherheit. Im Gegenteil. Richtig eingesetzt, kann KI Systeme sicherer machen als je zuvor. Aber nur, wenn die Verteidigung mindestens genauso schnell ist wie der Angriff.

Genau darauf zielt Project Glasswing ab. Eine Allianz aus Unternehmen wie Amazon, Apple, Microsoft oder Google, die gemeinsam ihre Systeme absichern wollen. Anthropic stellt dafür Rechenleistung im Wert von 100 Millionen Dollar zur Verfügung. Das ist kein Nebenprojekt. Das ist der Versuch, die Sicherheitsarchitektur des Internets an eine neue Realität anzupassen.

Kein kurzfristiger Trend

Was hier passiert, ist mehr als ein technischer Fortschritt. Es ist ein Hinweis darauf, dass KI gerade in eine Phase übergeht, die viele unterschätzen.

Selbst in der Tech Szene haben viele nicht erwartet, dass Modelle so schnell in der Lage sein würden, komplexe Softwareprobleme auf diesem Niveau zu durchdringen. Das ist keine lineare Verbesserung mehr. Das ist ein Sprung.

Und genau deshalb greift das Argument nicht mehr, KI sei nur ein Trend. Trends kommen und gehen. Diese Technologie verankert sich gerade tief in den Strukturen unserer Gesellschaft. In Infrastruktur, Wirtschaft und Sicherheit.

Zwischen Vorsicht und Fortschritt

Gleichzeitig zeigt der Fall Mythos, dass es nicht nur um Geschwindigkeit geht. In den letzten Jahren war der Wettbewerb in der KI Branche stark von einem Prinzip geprägt: schneller veröffentlichen, größere Modelle, mehr Nutzer.

Anthropic geht hier bewusst einen anderen Weg. Das Unternehmen bremst, obwohl es technisch beschleunigen könnte. Das wirkt im ersten Moment ungewohnt, ist aber rational.

Denn wenn ein System nicht nur Texte generiert, sondern reale Sicherheitsrisiken beeinflussen kann, dann hat jede Veröffentlichung direkte Konsequenzen. Und diese Konsequenzen lassen sich nicht mehr zurückholen.

Genau das ist der entscheidende Punkt. Bei KI gibt es kein einfaches Rollback. Ein einmal veröffentlichtes Modell verschwindet nicht wieder. Fähigkeiten verbreiten sich, werden kopiert, verbessert und skaliert.

Was das für uns bedeutet

Für uns bedeutet das vor allem eines. Wir müssen anfangen, KI ernst zu nehmen, ohne in Alarmismus zu verfallen.

Die Technologie ist mächtig. Sie wird Prozesse automatisieren, Fehler finden, Systeme optimieren und in vielen Bereichen produktiver machen. Gleichzeitig bringt sie neue Risiken mit sich, vor allem dort, wo sie tief in bestehende Systeme eingreift.

Die richtige Reaktion darauf ist weder blindes Vertrauen noch pauschale Ablehnung. Es ist ein nüchterner Umgang mit einer Technologie, die sich nicht mehr stoppen lässt.

Ein klarer Moment

Mythos ist kein gewöhnliches Produkt. Es ist ein Moment, an dem sichtbar wird, wie weit wir bereits gekommen sind.

Ein Modell, das jahrzehntealte Fehler findet. Ein Unternehmen, das es bewusst zurückhält. Und eine Branche, die beginnt zu verstehen, dass nicht alles, was möglich ist, sofort ausgerollt werden sollte.

Das ist kein Rückschritt. Es ist ein Zeichen dafür, dass KI erwachsen wird.

Und genau deshalb ist dieser Moment so wichtig. Nicht, weil er Angst machen sollte. Sondern weil er zeigt, dass wir an einem Punkt stehen, an dem Entscheidungen über KI nicht mehr nur technische Fragen sind, sondern gesellschaftliche.