LONDON (IT BOLTWISE) – Eine Vorschau-Version von Claude Mythos soll erstmals eigenständig mathematische Schwachstellen in kryptographischen Verfahren gefunden haben. Die Ergebnisse betreffen sowohl das Post-Quanten-Signaturverfahren HAWK als auch eine wissenschaftlich untersuchte Variantenform von AES. Für produktiv eingesetzte Systeme ergeben sich laut den Angaben zunächst keine unmittelbaren Auswirkungen. Spannend bleibt vor allem der Ansatz: mehrere KI-Agenten arbeiten parallel, prüfen sich gegenseitig und liefern am Ende einen mathematisch bestätigten Angriff.
Dass Künstliche Intelligenz in der Kryptanalyse irgendwann mehr kann als Implementierungsfehler zu finden, war lange eine plausible Erwartung. In der nun beschriebenen Vorschau zu Claude Mythos wird diese Grenze jedoch konkreter: Das Modell soll mathematische Schwächen in den Algorithmen selbst identifiziert haben. Genannt werden zwei unterschiedliche Angriffstypen – einmal gegen das experimentelle Post-Quanten-Signaturverfahren HAWK und einmal gegen eine wissenschaftlich untersuchte AES-Variante. Damit verschiebt sich der Fokus in Richtung der Forschung, bei der es weniger um „Bugjagd“ geht und mehr um das Ausloten von Modellrechnungen, Annahmen und Struktureigenschaften der zugrunde liegenden Kryptografie.
Im Fall von HAWK geht es um ein gitterbasiertes Verfahren, das klassische Signaturalgorithmen wie RSA oder ECDSA langfristig ersetzen soll, sobald Quantencomputer realistisch leistungsfähig genug werden. Laut den veröffentlichten Ergebnissen reduzierte Claude innerhalb von rund 60 Stunden die effektive Sicherheitsstufe der vorgeschlagenen Parameter um ungefähr die Hälfte. Der Kern liegt dabei nicht in einer Programmierpanne, sondern in einer bisher ungenutzten Symmetrie im mathematischen Gitter des Verfahrens. Praktisch bedeutet das: Wenn der Angriff die Sicherheitsannahmen für die aktuellen Parameter belastet, müssten künftig die zugehörigen Schlüsselgrößen etwa doppelt so lang ausfallen, um das angestrebte Sicherheitsniveau zu erreichen.
Technisch interessant ist auch, wie die Entdeckung ablief. Während der Analyse arbeitete Claude weitgehend autonom in einer Multi-Agenten-Umgebung, die auf wissenschaftliche Literatur und Tools wie Python und SageMath zugreifen konnte. Entscheidend ist dabei weniger der einzelne Durchlauf als die interne Arbeitsweise: Mehrere KI-Agenten verfolgten parallel unterschiedliche Lösungsansätze und korrigierten einander, bis schließlich der verbesserte Angriff entwickelt und danach vollständig mathematisch und praktisch überprüft wurde. Die API-Kosten beziffert Anthropic für dieses Projekt auf rund 100.000 US-Dollar. Für Entscheider ist das ein Hinweis darauf, dass KI-Kryptanalyse aktuell noch als intensiver Entwicklungs- und Validierungsprozess sichtbar wird – nicht als „ein Prompt und fertig“, sondern als gesteuerte Laborarbeit mit Rechenbudget und Prüfpfaden.
Auch beim zweiten Schwerpunkt, der Schwachstelle in AES, geht es nicht um eine Kompromittierung der im Alltag genutzten Standardvariante. Der Angriff richtet sich ausdrücklich nicht gegen AES-128 mit zehn Runden, sondern gegen eine wissenschaftlich untersuchte Variante mit sieben Runden, die seit Jahren genutzt wird, um neue Angriffsmethoden zu erforschen und Rückschlüsse auf die Sicherheit des vollständigen Verfahrens zu ziehen. Claude entwickelte hierfür einen neuen „Möbius-Bridge“-Ansatz, der in einem Meet-in-the-Middle-Szenario eine zuvor notwendige Vermutung überflüssig macht. Je nach Bewertungsmethode soll der bekannte Angriff damit um den Faktor 200 bis 800 beschleunigt worden sein – trotzdem gilt: Für die Praxis bleibt der Angriff zunächst ohne Relevanz, weil weiterhin extrem hohe Anforderungen an die ausgewählten Klartexte gestellt werden und die vollständige AES-Version nicht gefähdet wird.
In der Darstellung fällt zudem auf, wie stark die Vorgehensweise vom Kontextwissen beeinflusst wurde. Beim AES-Projekt schloss Claude Verbesserungen zunächst mit dem Argument aus, das Verfahren sei bereits zu intensiv untersucht worden. Erst nachdem die Forscher das Modell gezielt dazu aufforderten, nach tatsächlich neuen Ideen zu suchen, änderte es den Ansatz. Über mehrere Tage erzeugte Claude mehrere hundert Millionen und schließlich rund eine Milliarde Tokens, entwickelte zahlreiche Hypothesen, verwarf viele davon wieder und gelangte schließlich eigenständig zur entscheidenden mathematischen Idee. Die anschließende Überprüfung beanspruchte jedoch mehrere hundert Arbeitsstunden menschlicher Forscher und dauerte damit deutlich länger als die eigentliche Entdeckung. Genau diese Asymmetrie – schnelles Auffinden, langsame Validierung – zeichnet sich auch in anderen Forschungsfeldern ab, in denen KI Modelle vorschlagen lässt und Menschen das Fundament legen müssen, um Ergebnisse beweis- oder belastbar zu machen.
Darüber hinaus nennt die Vorschau weitere Ergebnisse: Claude soll auch einen praktikablen Angriff auf eine 13-Runden-Version der LEA-Blockchiffre entwickelt haben, bei dem sich ein Schlüssel mit weniger als 2³⁰ gewählten Klartexten innerhalb von weniger als einer Stunde wiederherstellen lassen kann. Die vollständige 24-Runden-Version sei jedoch ebenfalls nicht betroffen. Ergänzend werden Verbesserungen für reduzierte Varianten der Serpent-128-Chiffre sowie kleinere Fortschritte bei Angriffen auf Salsa20, Poseidon und SHA-1 genannt. Parallel zu den Ergebnissen soll Anthropic gemeinsam mit der ETH Zürich, der Tel Aviv University und der TU Berlin den Benchmark CryptanalysisBench entwickelt haben, um die Bewertung krypto-analytischer Fähigkeiten großer Sprachmodelle zu vereinfachen und als Maßstab für den Fortschritt dienen zu können.
Für den Markt ist vor allem die Einordnung entscheidend: Künstliche Intelligenz könnte künftig stärker in der kryptographischen Forschung eingesetzt werden und dadurch schneller Schwachstellen aufspüren, bevor sie in praktischen Systemen Schaden anrichten. Gleichzeitig beschreiben die Angaben Chancen und Risiken gleichermaßen. Während KI helfen kann, potenzielle Angriffsflächen früher zu identifizieren und sicherere Algorithmen zu entwickeln, muss die Fachwelt sich darauf vorbereiten, dass Sprachmodelle künftig auch unmittelbar sicherheitsrelevante Schwachstellen in produktiven Krypto-Systemen finden könnten. Der wahrscheinlich wichtigste Engpass bleibt daher weiterhin die Validierung: Selbst wenn Modelle schneller Ideen liefern, braucht es belastbare mathematische Beweise und experimentelle Bestätigung. Genau dort entscheidet sich, ob KI-Kryptanalyse langfristig zum Beschleuniger oder zur zusätzlichen Quelle von Unsicherheit in der Technologieentwicklung wird.
💳 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 "Claude Mythos Preview entdeckt mathematische Schwächen in HAWK und AES" 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 "Claude Mythos Preview entdeckt mathematische Schwächen in HAWK und AES" 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: »Claude Mythos Preview entdeckt mathematische Schwächen in HAWK und AES« bei Google Deutschland suchen, bei Bing oder Google News!