Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
anthropic27. Oktober 2026 · Q000029

Discovering and exploiting vulnerabilities in critical, real-world software with Claude

anthropic.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Anthropic zufolge fand ein internes Claude-Modell Schwachstellen in Chrome, Safari, Android, Windows und Linux und verband mehrere davon zu funktionsfähigen Angriffsketten, darunter Codeausführung und Datenzugriff. Das Unternehmen berichtet, die betroffenen Probleme seien gemeldet und behoben worden; als Gegenmaßnahme empfiehlt es vielfältige Scans und Sicherheitsprüfungen während der Entwicklung. Die Beispiele sind Anthropic-Darstellungen und keine unabhängige Wirksamkeitsbewertung.

Mittel

Anthropic berichtet, ein internes, nicht veröffentlichtes Claude-Modell habe Schwachstellen in fünf verbreiteten Systemen gefunden und zu Exploit-Ketten verbunden. Die Beispiele betreffen Codeausführung außerhalb der Chrome-Sandbox, das Umgehen von Safaris Same-Origin-Policy und das Auslesen von Daten eines gesperrten Android-Geräts. Außerdem beschreibt der Beitrag einen aus dem Netz auslösbaren Windows-Absturz sowie eine Linux-Kette, die laut Unternehmen bis zur Befehlsausführung mit Root-Rechten führte. Die Untersuchungen kombinierten unter anderem Quellcodeanalyse, Reverse Engineering, Tests auf einem Pixel-Gerät und parallele Scanner. Anthropic zufolge wurden die Schwachstellen den Herstellern gemeldet; die genannten Chrome-, Apple-, Google-, Microsoft- und Linux-Probleme seien behoben worden. Als Lehren empfiehlt das Unternehmen vielfältige Scanner, systematische Prüfung und Sicherheitsanalysen schon bei Pull Requests. Es sieht leistungsfähige Modelle als zunehmend fähig, komplexe Exploits mit wenig menschlicher Beteiligung zu entwickeln, und rät Verteidigern, eigene Software zu untersuchen und zügig zu patchen. Der Beitrag schildert ausgewählte Unternehmensfälle, liefert aber keine unabhängige Überprüfung oder systematische Erfolgsquote.

Ausführlich lesen

Anthropic berichtet, in den vergangenen Monaten mit einem internen, noch nicht veröffentlichten Forschungsmodell Schwachstellen in verbreiteter und sicherheitskritischer Software gefunden und zu Angriffsketten verbunden zu haben. Der Beitrag beschreibt fünf Beispiele. Nach Angaben des Unternehmens wurden die Funde den betroffenen Herstellern im Rahmen koordinierter Offenlegung gemeldet; die genannten Probleme seien behoben oder öffentlich bekannt gemacht worden.

In Chrome habe Claude eine Kette erstellt, die laut Anthropic von einer manipulierten Webseite aus Codeausführung außerhalb der Browser-Sandbox ermöglicht. Dazu gehörten Fehler in V8, ein Ausbruch aus einer Speicherschutzgrenze samt Umgehung von ASLR, ein CacheStorage-Rennen zum Auslesen von Speicherinformationen und ein Use-after-free in FedCM. Google habe 62 CVEs vergeben und diese mit Chrome 156 behoben; alle seien als kritisch oder hoch eingestuft worden.

Für Safari beschreibt Anthropic einen Angriff, der die Same-Origin-Policy aushebeln und den Zugriff auf Verlauf, Cookies und angemeldete Sitzungen anderer Websites ermöglichen sollte. Die Kette verband einen Use-after-free in JavaScriptCore mit einem Zugriff außerhalb der Gigacage, einer Schwachstelle in der Sandbox-Kommunikation und dem Ändern einer Sicherheitsvariable. Sie habe keine beliebige Codeausführung benötigt. Apple habe den Bericht am Tag der Meldung bestätigt und einen Fix bereitgestellt.

Bei Android habe Claude laut Bericht durch Quellcodeanalyse, Reverse Engineering proprietärer Google-Play-Dienste und Tests auf einem Pixel 9 mehrere Schutzmechanismen umgangen. So sei es möglich gewesen, von einem gesperrten, gestohlenen Gerät Fotos und andere persönliche Daten auszulesen. Die Kette habe unter anderem USB-Einstellungen, eine übersprungene Geräteautorisierung und eine umgangene Bestätigung eines sechsstelligen Codes genutzt. Google habe das Problem behoben.

Ein weiterer Fund betraf Windows: Eine aus dem Internet erreichbare Speicherfehlerstelle in der QUIC-Implementierung des Kernels habe HTTP/3-Server wiederholt zum Absturz bringen können. Anthropic beschreibt die Analyse einer Windows-Binärdatei mit Reverse-Engineering-Werkzeugen und den Aufbau eines annotierten C-Modells zum Vergleich des Verhaltens. Microsoft habe die Schwachstelle als CVE-2026-33096 behoben.

Als Linux-Beispiel nennt der Beitrag eine Race-Condition mit Use-after-free in der Netzwerkimplementierung für Multipath TCP. Laut Anthropic konnte ein Angreifer damit zunächst über einen Speicherüberlauf Kernel-Adressen offenlegen und anschließend einen Funktionszeiger manipulieren, um einen Befehl mit Root-Rechten auszuführen. Der Proof of Concept habe rund 48 Minuten für die Adressoffenlegung und weitere fünf Minuten bis zur Befehlsausführung gebraucht. CVE-2026-98432 sei im Upstream-Kernel behoben und auf unterstützte stabile Zweige zurückportiert worden.

Als Vorgehenslehren nennt Anthropic viele parallel arbeitende, unterschiedliche Scanner, dynamische Abdeckungsmessung, automatisierte Variantenanalyse sowie einen einheitlichen Prüf- und Bewertungsprozess. Zusätzlich empfiehlt das Unternehmen Sicherheitsprüfungen bereits bei Pull Requests, um neue Fehler zu verhindern. Es argumentiert, leistungsfähige Modelle könnten anspruchsvolle Schwachstellenforschung und Exploit-Ketten zunehmend mit wenig menschlicher Beteiligung durchführen; Verteidiger sollten deshalb ihre eigene Software prüfen und früh patchen. Die Darstellung ist ein Unternehmensbericht über ausgewählte Fälle: Sie liefert keine unabhängige Bewertung der Ergebnisse oder eine systematische Messung, wie oft die Methoden erfolgreich sind. Zudem beschreibt sie ein internes Modell und die Ergebnisse eines bestimmten Forschungsprozesses.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Bewertet wurde die mittlere Zusammenfassung; die kurze ist ebenfalls treu, lässt aber die Windows-Lücke und die Linux-Kette bis zur Root-Befehlsausführung aus. Der Bericht ist eine Selbstdarstellung von Anthropic, und die Einordnungen stützen sich nur auf dessen Inhalt.

Im Bericht, aber nicht in der Zusammenfassung

  • Frist der koordinierten Offenlegung: 90 Tage zum Patchen plus weitere 45 Tage vor Detailveröffentlichung

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
  1. SF-M3 Wie stellt man fest, ob ein Vorfall gewollt oder versehentlich war, und ob KI oder herkömmliche Mittel dahinterstecken?
    • clef 100 %kein Bezug
    • Luna 40 %Hintergrund, keine Belege
    • JEV 27 %Hintergrund, keine Belege
    • amos 27 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

  2. SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
    • clef 100 %kein Bezug
    • Luna 66 %einzelne zitierbare Belege
    • JEV 48 %einzelne zitierbare Belege
    • amos 31 %einzelne zitierbare Belege
    • SubQ 35 %gleiches Oberthema, hilft nicht
    • drex 23 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung nur am Rande erwähnt

    • SF-M4-T01 Welches gemeinsame Meldeformat und welcher geschützte Kanal ließen Labore Fehler nachstellen und Korrekturen prüfen, ohne private Daten oder gefährliche technische Details preiszugeben? Und könnte sich die Branche über Grenzen hinweg auf einen Standard für das Melden KI-gestützter Einbrüche und Datenabflüsse einigen, damit eine Eskalation gemessen und nicht nur behauptet wird? Luna: Stufe 3 · 28 % · Hintergrund, keine Belege
    • SF-M4-T03 Mit welchem technischen Prüfverfahren stimmen Labore verschiedener Staaten die verantwortliche Offenlegung ab, wenn ein führendes KI-Modell eine kritische, bislang unbekannte Sicherheitslücke (Zero-Day) findet? Und könnten Labore ein gemeinsames, technisch ausgearbeitetes Protokoll für die Offenlegung von Cyberfähigkeiten entwerfen, das als Standard übernommen wird, auf den sich Regierungen stützen können? Luna: Stufe 4 · 38 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 4 · einzelne zitierbare Belege
  3. SF-M5 Was muss vor und nach einem Vorfall geschehen, damit Verantwortliche einstehen, man daraus lernt, Beweise bleiben und Betroffene auch über Grenzen hinweg zu ihrem Recht kommen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 32 %einzelne zitierbare Belege
    • amos 27 %Hintergrund, keine Belege
    • SubQ 55 %gleiches Oberthema, hilft nicht
    • drex 32 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Fähigkeiten messen
  1. SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
    • clef 24 %Hintergrund, keine Belege
    • Luna 61 %einzelne zitierbare Belege
    • JEV 55 %einzelne zitierbare Belege
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 40 %gleiches Oberthema, hilft nicht
    • drex 26 %einzelne zitierbare Belege
    • d3-ultra offen
    • Haiku-Prüfung Hintergrund, keine Belege

    • SF-F1-T01 Welche Belege zu Cyberfähigkeiten soll ein Labor vor der Freigabe eines Modells veröffentlichen (Methoden, Aufgabenfamilien, Fehlerraten, getestete Version, reproduzierbare Cyber-Tests in abgeschirmter Umgebung für unabhängige Prüfer), damit jedes Ministerium sie nachstellen kann, statt ihnen vertrauen zu müssen? Und führt es für dieselbe Modellversion abgestimmte Cyber-Tests durch, die sowohl den durch Schutzmaßnahmen verhinderten Missbrauch als auch die legitimen Abwehraufgaben messen, die dieselben Schutzmaßnahmen blockieren, und weist es beide Ergebnisse aus? Luna: Stufe 4 · 37 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
    • SF-F1-T02 Veröffentlichen Labore abgestimmte Cyber-Tests, die zeigen, was jedes Modell mehr leistet als ein Mensch ohne KI-Hilfe? Luna: Stufe 3 · 31 % · Hintergrund, keine Belege
  2. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 44 %einzelne zitierbare Belege
    • amos 26 %Hintergrund, keine Belege
    • SubQ 62 %gleiches Oberthema, hilft nicht
    • drex 42 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  3. SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
    • clef 31 %gleiches Oberthema, hilft nicht
    • Luna 100 %kein Bezug
    • JEV 24 %einzelne zitierbare Belege
    • amos 25 %Hintergrund, keine Belege
    • SubQ 59 %gleiches Oberthema, hilft nicht
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  4. SF-F5 Wie gehen Staaten gemeinsam gegen KI-gestützte Cyberangriffe vor und verhindern Eskalation zwischen autonomen Systemen, ohne die Verteidigung zu behindern?
    • clef 29 %gleiches Oberthema, hilft nicht
    • Luna 54 %Hintergrund, keine Belege
    • JEV 42 %gleiches Oberthema, hilft nicht
    • amos 27 %Hintergrund, keine Belege
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-F5-T03 Welche konkreten gemeinsamen Maßnahmen könnten Staaten umsetzen, um von KI gesteuerte Cyberbedrohungen durch Dritte gemeinsam zu erkennen und einzudämmen? Luna: Stufe 3 · 40 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
Unabhängig prüfen
  1. SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
    • clef 28 %Hintergrund, keine Belege
    • Luna 100 %kein Bezug
    • JEV 34 %einzelne zitierbare Belege
    • amos 25 %Hintergrund, keine Belege
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra offen
  2. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 19 %gleiches Oberthema, hilft nicht
    • Luna 34 %Hintergrund, keine Belege
    • JEV 40 %einzelne zitierbare Belege
    • amos 28 %Hintergrund, keine Belege
    • SubQ 39 %gleiches Oberthema, hilft nicht
    • drex 30 %einzelne zitierbare Belege
    • d3-ultra offen

Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 31 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 27 %Hintergrund, keine Belege
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 26 %Hintergrund, keine Belege
    • JEV 33 %einzelne zitierbare Belege
    • amos 27 %Hintergrund, keine Belege
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 38 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Vertrauen in Modelle
  1. SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 50 %einzelne zitierbare Belege
    • amos 29 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 42 %einzelne zitierbare Belege
    • amos 31 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 80 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  3. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 58 %einzelne zitierbare Belege
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
  4. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 50 %einzelne zitierbare Belege
    • JEV 34 %einzelne zitierbare Belege
    • amos 26 %Hintergrund, keine Belege
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 26 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung nur am Rande erwähnt

    • SF-V5-T01 Was sollte ein Modell schon heute tun, nicht erst bei rekursiver Selbstverbesserung (wenn KI ihre eigene Weiterentwicklung selbst vorantreibt), um äußerste Vorsicht angesichts rasch wachsender maschineller Intelligenz ernst zu nehmen? Luna: Stufe 3 · 31 % · Hintergrund, keine Belege
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 48 %einzelne zitierbare Belege
    • amos 26 %nur am Rande erwähnt
    • SubQ 46 %gleiches Oberthema, hilft nicht
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Modelle teilen und schützen
  1. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 100 %kein Bezug
    • Luna 42 %Hintergrund, keine Belege
    • JEV 50 %einzelne zitierbare Belege
    • amos 31 %gleiches Oberthema, hilft nicht
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 35 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-H2-T01 Was unterscheidet das Veröffentlichen von Modellgewichten (den gelernten Parametern) oder von Agentenwerkzeugen mit offenem Quellcode vom Freisetzen einer Waffe: die Absicht des Akteurs, die Selbstständigkeit des Modells, seine Verwendung oder der Schaden, den es von sich aus anrichten kann? Und können Staaten diese Grenze gemeinsam festschreiben, bevor ein offenes Modell im Mittelpunkt eines schweren Vorfalls steht? Luna: Stufe 3 · 36 % · Hintergrund, keine Belege
Frieden und Sicherheit
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 100 %kein Bezug
    • Luna 30 %Hintergrund, keine Belege
    • JEV 43 %einzelne zitierbare Belege
    • amos 27 %nur am Rande erwähnt
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 24 %einzelne zitierbare Belege
    • d3-ultra offen

Beteiligung und Gemeinwohl
  1. SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 28 %einzelne zitierbare Belege
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 66 %gleiches Oberthema, hilft nicht
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 35 %gleiches Oberthema, hilft nicht
    • JEV 51 %einzelne zitierbare Belege
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 60 %gleiches Oberthema, hilft nicht
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  3. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 36 %einzelne zitierbare Belege
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 66 %gleiches Oberthema, hilft nicht
    • drex 55 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Wirtschaft und Haftung

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →