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
anthropic3. Juni 2026 · Q005297

Mapping AI-enabled cyber threats

anthropic.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Anthropic berichtet anhand von 832 ausreichend dokumentierten, gesperrten Konten, dass KI zunehmend für anspruchsvolle Schritte nach einem Systemeinbruch eingesetzt werde und Angriffe stärker automatisieren könne. Die ausgewertete Teilmenge und Anthropics eigenes Risikomodell begrenzen die Aussagekraft; zudem bilde MITRE ATT&CK autonome KI-Orchestrierung laut Bericht noch nicht angemessen ab.

Mittel

Anthropic ordnete 832 wegen böswilliger Cyberaktivitäten gesperrte Konten aus dem Zeitraum März 2025 bis März 2026 MITRE ATT&CK zu. Die Fälle waren eine Teilmenge aller Sperrungen und wurden ausgewählt, weil genügend Informationen für eine Analyse vorlagen.

Laut Bericht nutzten 67,3 Prozent der untersuchten Konten KI zum Schreiben von Schadsoftware; 6,5 Prozent setzten sie bei lateraler Bewegung ein. Der Anteil der Akteure, die Anthropics Risikosystem als mittleres oder höheres Risiko einstufte, stieg zwischen den beiden Halbjahreszeiträumen von 33 auf 56 Prozent. Zugleich nahm KI-gestützte Kontensuche im kompromittierten System zu, während KI-Phishing zur Erstzugangserlangung zurückging. Anthropic folgert, dass KI zunehmend bei späteren und anspruchsvolleren Angriffsschritten hilft.

Die Zahl eingesetzter Techniken und die verwendete Plattform hätten laut Analyse nur begrenzten Aussagewert für das Risiko. Besonders gefährlich seien Systeme, die Angriffsschritte autonom verknüpfen und mit wenig menschlicher Beteiligung ausführen. Solche Abläufe bilde MITRE ATT&CK derzeit nicht vollständig ab. Anthropic nennt eigene Schutzmaßnahmen und Gespräche mit MITRE als Folgeschritte. Die Ergebnisse gelten für die ausgewählte Stichprobe und beruhen auch auf Anthropics eigenem Risikomodell.

Ausführlich lesen

Anthropic untersucht, wie gut etablierte Sicherheitsmethoden mit KI-gestützten Cyberangriffen Schritt halten. Dafür ordnete das Unternehmen 832 Konten, die zwischen März 2025 und März 2026 wegen böswilliger Cyberaktivitäten gesperrt wurden, dem MITRE-ATT&CK-Rahmenwerk zu. Laut Bericht waren dies nur jene Fälle aus einer größeren Zahl von Sperrungen, zu denen genügend Informationen für eine gründliche Analyse vorlagen. Die Auswertung floss teilweise in den Verizon Data Breach Investigations Report 2026 ein.

Anthropic zieht drei zentrale Schlüsse: KI mache Angreifer gefährlicher, Angriffe würden autonomer, und MITRE ATT&CK erfasse wichtige KI-gestützte Verhaltensweisen noch nicht vollständig. Am häufigsten sei KI zur Vorbereitung eingesetzt worden: 560 der 832 untersuchten Konten (67,3 Prozent) nutzten sie laut Analyse zum Schreiben von Schadsoftware. Seltener half KI bei anspruchsvolleren Aktivitäten wie lateraler Bewegung innerhalb eines kompromittierten Netzwerks (54 Konten, 6,5 Prozent). Der Anteil der Akteure, die das interne Risikosystem als mittleres oder höheres Risiko einstufte, stieg von 33 Prozent im ersten auf 56 Prozent im zweiten Halbjahr. Anthropic deutet dies als Hinweis auf eine Zunahme höher eingestufter Akteure, nicht als Beleg dafür, dass KI allein den Anstieg verursacht hat.

Auch der Einsatzort der KI habe sich im Angriffsverlauf verschoben: KI-gestützte Kontensuche innerhalb eines bereits kompromittierten Systems nahm laut Bericht um 8,9 Prozent zu, KI-gestütztes Phishing zur Erlangung des Erstzugangs sank um 8,6 Prozent. Das Unternehmen folgert, dass KI zunehmend nach dem Eindringen eingesetzt werde und damit Tätigkeiten ermögliche, die zuvor eher technisch versierten Angreifern vorbehalten gewesen seien.

Als unzuverlässiger gewordene Risikosignale nennt der Bericht die Zahl verwendeter Techniken und die genutzte Plattform. Weniger versierte Akteure in der Stichprobe hätten durchschnittlich etwa 16 Techniken verwendet, besonders versierte etwa 20; auch die Nutzung von Claude Code, API oder Chatoberfläche habe nicht mit dem Risikoniveau korreliert. Aussagekräftiger sei, an welcher Stelle des Angriffszyklus und mit welcher technischen Umgebung Angreifer KI einsetzen. Besonders riskante Akteure bauten laut Anthropic Systeme, die mehrere Angriffsschritte verknüpfen, Entscheidungen treffen und mit wenig menschlicher Beteiligung ausführen.

Als Beispiel führt Anthropic eine im November 2025 unterbrochene Spionageoperation an. Die Zuordnung zum ATT&CK-Rahmen ergab 30 Techniken in 13 Taktiken – laut Bericht eine Anzahl, die auch bei Akteuren mittleren Risikos vorkam. Anthropic bewertet die Operation mit dem eigenen Risikosystem dagegen mit dem Höchstwert 100. Der Bericht argumentiert, ATT&CK bilde autonome Orchestrierung und taktische Entscheidungen durch KI-Agenten bislang nicht als eigene Technik ab.

Anthropic erklärt, die Ergebnisse hätten Schutzmaßnahmen in seinen Modellen mitgeprägt. Es nennt Erkennung und Blockierung bestimmter Aktivitäten, darunter Schadsoftwareentwicklung und massenhafte Datenexfiltration, sowie Gespräche mit MITRE über eine mögliche Weiterentwicklung von ATT&CK. Die Befunde beruhen auf einer begrenzten, nach Datenverfügbarkeit ausgewählten Stichprobe gesperrter Konten und auf Anthropics eigener Risikobewertung; der Bericht weist damit keine allgemeingültige Häufigkeit für alle Cyberangriffe nach.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Das Schema sieht nur eine Zusammenfassung vor, daher bewerte ich Lunas Kurzfassung und ihre mittlere Fassung gemeinsam: Beide sind inhaltlich nicht falsch, aber die Kurzfassung ist zu knapp und die mittlere lässt zentrale Befunde aus. Die Anteilswerte in Lunas Einordnung habe ich nicht übernommen, da das Schema sie nicht vorsieht. Meine Stufen weichen bei mehreren Fragen von Lunas ab, vor allem bei SF-F1, SF-M3-T01 und SF-V3-T04.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Kurzfassung nennt keine Befunde. Es fehlen der Anteil der Konten, die KI zum Schreiben von Schadsoftware nutzten (67,3 Prozent), und der Anstieg des Anteils mittlerer oder höherer Risikoeinstufung von 33 auf 56 Prozent.
  • Die Kurzfassung lässt die Aussage aus, dass Anzahl der Techniken und Plattform kaum etwas über das Risiko verraten (16 zu 20 Techniken).
  • Beide Fassungen lassen das Beispiel der Spionageoperation aus: 30 Techniken über 13 Taktiken, vergleichbar mit mittleren Risikoakteuren, aber mit der Höchstbewertung 100 im Risikomodell.
  • Beide Fassungen lassen aus, dass der Bericht ATT&CK-Erweiterungen mit MITRE diskutiert, also den Anstoß zur Änderung des Rahmenwerks.

In der Zusammenfassung, laut Prüfung nicht im Bericht belegt

  • Die Aussage, dass Anthropics eigenes Risikomodell die Aussagekraft begrenze, ist im Bericht nicht als Einschränkung formuliert. Der Bericht nennt die Methode nur als Grundlage der Auswertung.
  • Die Folgerung, KI helfe Angreifern zunehmend bei späteren Angriffsschritten, geht über die Formulierung des Berichts hinaus, der von Belegen spricht, die dazu passen, und von einer Tendenz, die nahelegt.

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-M1 Ab wann ist ein KI-Vorfall so ernst, dass Staaten ihn einander melden müssen?
    • clef 100 %kein Bezug
    • Luna 47 %Hintergrund, keine Belege
    • JEV offen
    • amos 30 %gleiches Oberthema, hilft nicht
    • SubQ 67 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra offen

  2. SF-M3 Wie stellt man fest, ob ein Vorfall gewollt oder versehentlich war, und ob KI oder herkömmliche Mittel dahinterstecken?
    • clef 20 %Hintergrund, keine Belege
    • Luna 38 %einzelne zitierbare Belege
    • JEV offen
    • amos 31 %einzelne zitierbare Belege
    • SubQ 28 %gleiches Oberthema, hilft nicht
    • drex 23 %einzelne zitierbare Belege
    • d3-ultra offen
    • Haiku-Prüfung einzelne zitierbare Belege

    • SF-M3-T01 Wie trennt man in Echtzeit eine gezielte KI-gestützte Cyberoperation von einer versehentlichen KI-Eskalation oder von Modellverhalten, das nur wie ein Angriff aussieht, da sowohl Fehlalarme als auch übersehene Angriffe die Spannungen verschärfen können? Luna: Stufe 4 · 37 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
  3. SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
    • clef 28 %gleiches Oberthema, hilft nicht
    • Luna 27 %einzelne zitierbare Belege
    • JEV offen
    • amos 27 %Hintergrund, keine Belege
    • SubQ 58 %gleiches Oberthema, hilft nicht
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

  4. 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 33 %gleiches Oberthema, hilft nicht
    • Luna 100 %kein Bezug
    • JEV offen
    • amos 31 %Hintergrund, keine Belege
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 35 %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 27 %Hintergrund, keine Belege
    • Luna 43 %einzelne zitierbare Belege
    • JEV offen
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 28 %gleiches Oberthema, hilft nicht
    • drex 31 %einzelne zitierbare Belege
    • d3-ultra offen
    • Haiku-Prüfung nur am Rande erwähnt

    • 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 3 · 30 % · Hintergrund, keine Belege
    • SF-F1-T04 Welcher gemeinsame, neutrale und offene Maßstab (Aufgaben, Erfolgsrate, abgeschirmte Testumgebung, Belege) zeigt, dass eine Cyber-Schwelle überschritten ist? Würden ein Ministerium und ein Labor in verschiedenen Staaten ihn annehmen, bevor das nächste Modell als Überschreitung eingestuft wird, damit Schwellen gemessen und nicht behauptet werden? Und dient derselbe Maßstab dann sowohl dazu, ein Modell einzustufen, als auch dazu, das Tempo seiner Entwicklung zu steuern? Luna: Stufe 3 · 35 % · 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 offen
    • amos 26 %Hintergrund, keine Belege
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  3. SF-F5 Wie gehen Staaten gemeinsam gegen KI-gestützte Cyberangriffe vor und verhindern Eskalation zwischen autonomen Systemen, ohne die Verteidigung zu behindern?
    • clef 26 %gleiches Oberthema, hilft nicht
    • Luna 54 %Hintergrund, keine Belege
    • JEV offen
    • amos 27 %einzelne zitierbare Belege
    • SubQ 33 %gleiches Oberthema, hilft nicht
    • drex 25 %einzelne zitierbare Belege
    • 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 · 36 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
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 32 %Hintergrund, keine Belege
    • Luna 100 %kein Bezug
    • JEV offen
    • amos 25 %Hintergrund, keine Belege
    • SubQ 67 %gleiches Oberthema, hilft nicht
    • drex 51 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 22 %gleiches Oberthema, hilft nicht
    • Luna 100 %kein Bezug
    • JEV offen
    • amos 31 %Hintergrund, keine Belege
    • SubQ 39 %gleiches Oberthema, hilft nicht
    • drex 28 %einzelne zitierbare Belege
    • d3-ultra offen
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 30 %gleiches Oberthema, hilft nicht
    • Luna 41 %Hintergrund, keine Belege
    • JEV offen
    • amos 27 %Hintergrund, keine Belege
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 37 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

Vertrauen in Modelle
  1. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 32 %Hintergrund, keine Belege
    • JEV offen
    • amos 26 %Hintergrund, keine Belege
    • SubQ 43 %gleiches Oberthema, hilft nicht
    • drex 63 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-V3-T04 Wer muss Rechenschaft ablegen, wenn ein Modell Werte auf Lagen überträgt, die beim Training niemand vorhergesehen hat: das Modell, das Labor oder der Mensch, der das Ziel gesetzt hat? Luna: Stufe 3 · 43 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 21 %Hintergrund, keine Belege
    • Luna 49 %einzelne zitierbare Belege
    • JEV offen
    • amos 26 %einzelne zitierbare Belege
    • SubQ 40 %gleiches Oberthema, hilft nicht
    • drex 23 %einzelne zitierbare Belege
    • d3-ultra offen
    • Haiku-Prüfung 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 23 %gleiches Oberthema, hilft nicht
    • Luna 40 %Hintergrund, keine Belege
    • JEV offen
    • amos 30 %einzelne zitierbare Belege
    • SubQ 42 %gleiches Oberthema, hilft nicht
    • drex 25 %einzelne zitierbare Belege
    • d3-ultra offen

  2. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 100 %kein Bezug
    • Luna 30 %Hintergrund, keine Belege
    • JEV offen
    • amos 28 %gleiches Oberthema, hilft nicht
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 36 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Modelle teilen und schützen
  1. SF-H6 Welche Belege klären Vorwürfe von Spionage und Datenabfluss zwischen Staaten?
    • clef 21 %nur am Rande erwähnt
    • Luna 30 %Hintergrund, keine Belege
    • JEV offen
    • amos 26 %einzelne zitierbare Belege
    • SubQ 40 %gleiches Oberthema, hilft nicht
    • drex 23 %nur am Rande erwähnt
    • d3-ultra offen
Frieden und Sicherheit
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 27 %Hintergrund, keine Belege
    • Luna 100 %kein Bezug
    • JEV offen
    • amos 29 %nur am Rande erwähnt
    • SubQ 68 %gleiches Oberthema, hilft nicht
    • drex 25 %nur am Rande erwähnt
    • d3-ultra offen

Beteiligung und Gemeinwohl
Wirtschaft und Haftung
Information und Öffentlichkeit

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 →