SAN FRANCISCO / LONDON (IT BOLTWISE) – Anthropics KI-Modell Mythos offenbart in nur 30 Tagen über 10.000 Schwachstellen in großen Unternehmens- und Open-Source-Umgebungen. Besonders brisant: Tausende Funde erreichen das Risiko-Niveau „hoch“ oder „kritisch“, während der Patch-Aufwand vielerorts als Engpass sichtbar wird. Regierungen und Konzerne reagieren bereits mit Notfallplänen, Zugangsbeschränkungen und neuen Abwehransätzen. Gleichzeitig wächst die Sorge, dass KI-gestützte Angreifer die schneller gewordene Entdeckung für neue Angriffe ausnutzen.
Anthropics KI-Modell „Mythos“ setzt in der Cybersicherheit ein Ausrufezeichen: In 30 Tagen identifizierte das System mehr als 10.000 potenziell kritische Schwachstellen in großen Unternehmens- und Open-Source-Umgebungen. Das Projekt „Glasswing“, gestartet im April 2026, kombiniert dabei das KI-Scannen mit einem breiteren Partnernetzwerk, in dem unter anderem große Tech-Player wie Apple, Microsoft und Google vertreten sein sollen. Die Wirkung ist zweigeteilt: Einerseits beschleunigt die Künstliche Intelligenz die Suche nach Sicherheitslücken deutlich. Andererseits verstärkt sich das Problem, dass die anschließende Bewertung und Behebung oft langsamer bleibt als die Entdeckung.
Technisch basiert Mythos laut Projektkontext auf einem KI-gestützten Analyseansatz, der Code in Repositories systematisch durchforstet und Schwachstellenmuster erkennt. Besonders relevant ist dabei die Breite der Datenbasis: Glasswing untersuchte mehr als 1.000 Open-Source-Repositories und kam insgesamt auf 23.019 potenzielle Sicherheitsprobleme. Von diesen stuften die Verantwortlichen 6.202 als „hoch“ oder „kritisch“ ein, mit einer Trefferquote von über 90 Prozent. Dass dabei auch sehr alte Schwachstellen auftauchen, zeigt, wie schwer es selbst für etablierte Communities ist, jedes Risiko zuverlässig zu finden und dauerhaft zu schließen. Als Beispiele werden ein seit 1998 unentdeckter Fehler in OpenBSD sowie ein seit über 16 Jahren existierender Bug im FFmpeg-Umfeld genannt.
In der Markt- und Wettbewerbsdynamik wirkt die Meldung wie ein Beschleuniger. Unternehmen wie Cloudflare berichten von tausenden entdeckten Bugs, Mozilla verweist zusätzlich auf eine hohe Zahl von Zero-Day-Funden allein im Firefox-Umfeld. Parallel verschiebt sich das Kräfteverhältnis zwischen „Research“ und „Operational Security“: KI-gestützte Tools können schneller neue Schwachstellen identifizieren, doch die betriebliche Umsetzung folgt eigener Physik – durch Release-Zyklen, Abhängigkeiten, Verifizierung und Regressionstests. In diesem Spannungsfeld drängt auch die Frage, wie sich Mythos in bestehende Security-Workflows einfügt, etwa in CI/CD-Pipelines, Ticketing-Prozesse und Scoring-Modelle für Priorisierung. Genau dort zeigen sich Unterschiede zu klassischen statischen Scannern, die zwar umfassend sind, aber häufig mehr False Positives produzieren oder Schwachstellen tiefer in Kontexten nicht zuverlässig einordnen.
Für die Verwaltungsebene entsteht ein neues Koordinationsproblem: Wenn KI die Entdeckung massiv erhöht, steigt auch der Druck, Informationen kontrolliert und zeitlich abgestimmt zu kommunizieren. Branchenbeobachter berichten von Notfallgesprächen und diplomatischen Abstimmungsrunden, unter anderem durch die Bank von Italien unter Leitung von Fabio Panetta. Zudem wird von einer EU-weiten Verhandlungsinitiative in Richtung San Francisco gesprochen, um den Zugang zur Mythos-Technologie zu erweitern. Gleichzeitig wird der Zugang ungleich verteilt: Die Bank von England äußerte laut Berichten Sorge, dass britische Finanzinstitute sechs Wochen nach Bekanntwerden der Fähigkeiten noch keinen Zugang erhalten. Japanische Institute sollen ab Juni 2026 Zugang bekommen, während das Weiße Haus den Zugriff zunächst stark begrenzt – mit dem Argument, dass ein „Vulnerability Storm“ vermieden werden müsse.
Die politische und regulatorische Dimension wird dabei unmittelbar sicherheitspraktisch: Warum sind Zugangsbeschränkungen überhaupt plausibel? Der Grund liegt weniger in der reinen Machbarkeit, sondern in der Missbrauchsgefahr. KI kann nämlich nicht nur defensiv scannen, sondern auch offensiv helfen, geeignete Angriffswege schneller zu rekonstruieren. Genau diese Gefahr wird von Sicherheitsakteuren adressiert: Mitte Mai 2026 meldete die Google Threat Intelligence Group den ersten bestätigten Fall, in dem Cyberkriminelle KI zur Entdeckung von Zero-Day-Lücken genutzt haben. Zugleich steigt die Geschwindigkeit der CVE-Registrierungen, die im Umfeld der Meldung mit 184 pro Tag beziffert wird – deutlich über dem früheren Durchschnitt. In dieser Phase wird ein Satz aus Analysten-Interviews besonders treffend: „Der Engpass verschiebt sich vom Erkennen hin zur Abarbeitung – und damit zur Fähigkeit, Patches ohne Nebenwirkungen zu liefern.“
Auch die Patch-Fähigkeit wird zur betriebswirtschaftlichen Kenngröße. Obwohl Mythos viele Schwachstellen findet, wurden bislang weniger als ein Prozent der identifizierten Probleme behoben. Das ist nicht nur ein technisches Problem, sondern ein Organisationsproblem: Selbst bei klarer Priorisierung benötigen Teams sichere Evaluierung, Abstimmung mit Lieferketten, Rebuilds und kontrollierte Rollouts. Im Durchschnitt dauert es laut den Angaben etwa zwei Wochen, um einen kritischen Bug zu patchen. Einige Open-Source-Maintainer sollen sogar um ein langsameres Offenlegungstempo gebeten haben, weil eine zu schnelle Welle schwer zu verifizieren ist. Der technische Vergleich liegt nahe: Während KI-Scans schnell skalieren, skaliert die verlässliche Codeänderung nur begrenzt über Teams, Hardware- und Testkapazitäten.
Die Schattenseite zeigt sich dann besonders in der Monetarisierung von Angriffen. Für 2025 werden für den US-Raum Verluste von über 893 Millionen Euro im Kontext KI-gestützter Betrugsmaschen genannt, während aus Deutschland konkrete Delikte beschrieben werden: ein Betrugsfall in München im sechsstelligen Bereich, ein Fall in Brunsbüttel mit einem Verlust von 18.000 Euro, sowie Phishing-Wellen gegen Nutzer von Signal und Kunden von Händlerketten. Solche Muster profitieren typischerweise von schneller Inhaltserstellung, personalisierter Ansprache und dem automatisierten Ausrollen von Kampagnen. Das erhöht die Bedeutung von proaktiven Schutzkonzepten, insbesondere bei Identitäten und Endpunkten. Enterprise-seitig verschiebt sich der Schwerpunkt damit weg vom reinen „Reagieren“ hin zu „Prevention by Design“, etwa durch bessere E-Mail- und Browser-Schutzmechanismen, Security Awareness und strengere Zugriffsregeln.
Für die Zukunft zeichnen sich mehrere Linien ab: Erstens wird Regulierung zunehmend als Sicherheits-Engineering verstanden. Berichten zufolge entwickeln das britische NCSC und GCHQ KI-basierte Abwehrmechanismen, während die EU eine Frist für zusätzliche Schutzmaßnahmen wie Sandboxing bis Herbst 2026 vorsieht. Zweitens deutet die Projektlogik darauf hin, dass Zugang nur mit klaren Governance-Modellen sinnvoll skaliert: Anthropic schätzt, dass es Angreifern sechs bis zwölf Monate dauern könnte, um vergleichbare Fähigkeiten aufzubauen. Drittens steht die Wirtschaft vor einem paradoxen Bild: Trotz steigender Ransomware-Bedrohung sollen laut einer Deloitte-Umfrage die Sicherheitsbudgets bei rund 60 Prozent der Organisationen konstant bleiben, obwohl die NIS-II-Richtlinie am 1. Oktober 2026 in Kraft tritt. Daraus folgt eine klare Management-Aufgabe: Wer in 2026 nur „mehr Scans“ kauft, aber nicht den Patch- und Verifikations-Workflow verstärkt, verschärft langfristig den operativen Rückstand.
Unternehmen, die jetzt handeln, können aus dem Mythos-Szenario praktische Lehren ziehen. In der nächsten Projektphase wird entscheidend sein, KI-Funde in eine belastbare Priorisierung zu überführen und die operative Umsetzung zu entkoppeln: von der Entdeckung über das Risiko-Scoring bis zur schnellen, sicheren Bereitstellung. Vergleichbar mit der Entwicklung in der Observability-Welt dürfte auch hier der Trend zu Metriken führen, die nicht nur die Anzahl der Funde messen, sondern die „Time-to-Fix“ je Codebestandteil, die Verifizierungsdauer pro Patch und die Erfolgsquote von Rollouts. Gleichzeitig sollten Security-Teams die Governance-Teile ernst nehmen: Zugriff auf leistungsfähige KI-Scans, Protokollierung, Red-Team-Validierung und klare Regeln, wer welche Artefakte erzeugen oder exportieren darf. So wird aus einer beeindruckenden Entdeckungsleistung ein nachhaltiger Sicherheitsvorteil.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "KI-Modell Mythos deckt in 30 Tagen über 10.000 Schwachstellen auf" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "KI-Modell Mythos deckt in 30 Tagen über 10.000 Schwachstellen auf" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »KI-Modell Mythos deckt in 30 Tagen über 10.000 Schwachstellen auf« bei Google Deutschland suchen, bei Bing oder Google News!