OpenAI gegen Claude klingt nach einem klaren Zweikampf: zwei große KI-Anbieter, ein Cybersecurity-Feld, am Ende ein Gewinner. Genau diese Lesart ist aber zu einfach. Nach dem Stand öffentlich verfügbarer Informationen bis April 2026 handelt es sich eher um einen Wettlauf bei KI-gestützter Schwachstellensuche, Cyber-Automatisierung und sicherer Bereitstellung als um einen offiziell vergleichbaren Wettbewerb mit einheitlichen Aufgaben, Modellversionen, Tool-Rechten und öffentlicher Rangliste.^[1][2][3]

Das wichtigste Ergebnis: Noch gibt es keinen belastbaren Sieger

Weder lässt sich derzeit seriös sagen, OpenAI liege bei Cyber-KI insgesamt vorn, noch lässt sich Claude von Anthropic als klarer Gesamtsieger ausrufen. Eine Analyse von CRN ordnet OpenAI und Anthropic zwar in einen Wettbewerb um KI-gestützte Schwachstellenforschung ein. Sie betont aber zugleich, dass die Frage nach dem Gewinner für Sicherheitsteams weniger wichtig ist als der strukturelle Druck, den KI auf Schwachstellensuche und Angriffsabläufe ausüben kann.^[2]

Auch Anthropics eigener Red-Team-Beitrag zu Cyber-Wettbewerben formuliert keinen pauschalen Sieg für Claude. Der Schwerpunkt liegt auf einer Warnung: Erfahrungen mit Claude in Cybersecurity-Tests zeigen, dass KI es Angreifern erleichtern könnte, die Ausnutzung grundlegender Schwachstellen zu automatisieren.^[3]

Die derzeit belastbarste Aussage lautet daher: Beide Seiten treiben Cyber-KI-Fähigkeiten und Strategien zur kontrollierten Bereitstellung voran. Ein öffentlich nachvollziehbarer Champion unter identischen Bedingungen ist daraus bislang nicht entstanden.^[1][2][3]

Warum die Debatte aus mehreren Wettbewerben besteht

1. Schwachstellen finden ist nicht gleich Schwachstellen finden

CRN berichtet, dass OpenAI nach Anthropics Ankündigung zu Fortschritten bei KI-gestützter Schwachstellenforschung mit Claude Mythos eigene Ankündigungen in diesem Bereich nachlegte.^[2] Dadurch lässt sich die Lage leicht als direktes Duell inszenieren: Wer findet schneller, tiefer oder zuverlässiger Sicherheitslücken?

In der Praxis ist Schwachstellensuche jedoch kein einzelner Test. Ein Modell kann gut darin sein, Code zu lesen, aber schwächer darin, Fehlalarme zu vermeiden. Es kann plausible Bugs melden, ohne sie sauber zu belegen. Oder es kann Hinweise auf Patches geben, ohne eine ausnutzbare Schwachstelle nachzuweisen. Ohne gemeinsame Testumgebung reicht eine einzelne Demo oder Anbieterankündigung deshalb nicht aus, um eine Gesamtrangliste zu erstellen.^[1][2]

2. Automatisierung verändert Angriff und Verteidigung zugleich

Anthropic verweist in seinem Beitrag unter anderem auf die HackTheBox AI vs Human CTF Challenge vom 14. bis 16. März 2025. CTF steht für Capture the Flag, also praxisnahe Sicherheitsaufgaben, bei denen Teilnehmende Schwachstellen analysieren und ausnutzen müssen; laut Anthropic war die Challenge darauf ausgelegt, KI-Agenten gegen ein offenes Teilnehmerfeld antreten zu lassen.^[3]

Die zentrale Lehre daraus ist nicht nur, dass KI bei einzelnen Aufgaben helfen kann. Entscheidend ist, dass dieselben Fähigkeiten auf beiden Seiten wirken: Code verstehen, Hypothesen bilden, Tools einsetzen, Befehle planen. Für Verteidiger kann das die Analyse beschleunigen. Für Angreifer kann es bekannte oder einfache Schwachstellen schneller in ausführbare Abläufe übersetzen.^[3]

3. Die eigentliche Produktfrage lautet: Wer darf was nutzen?

Bei Cyber-KI geht es nicht nur darum, was ein Modell theoretisch kann. Ebenso wichtig ist, wer Zugriff erhält, unter welchen Bedingungen gearbeitet wird und wie Missbrauch erkannt wird.

CRN ordnet OpenAIs Trusted Access for Cyber initiative in diesen Kontext ein. Das zeigt: Der Wettbewerb umfasst auch Zugangskontrolle und Nutzungsregeln für potenziell riskante Cyber-Fähigkeiten.^[2]

Anthropic beschreibt ebenfalls operative Missbrauchsmaßnahmen. Das Safeguards-Team des Unternehmens habe einen Nutzer identifiziert und gesperrt, der nur begrenzte Programmierkenntnisse hatte, Claude aber zur Entwicklung von Malware nutzte.^[3] Das belegt nicht, dass Cyber-KI zwangsläufig bösartig verwendet wird. Es zeigt aber, dass Überwachung, Sperrung und Reaktion nach der Bereitstellung Teil der Sicherheitsbewertung sein müssen.^[3]

Warum ein Gesamt-Ranking derzeit unseriös wäre

Ein belastbarer Vergleich zwischen OpenAI und Claude im Cybersecurity-Bereich müsste mindestens sechs Bedingungen erfüllen:

• dieselben Aufgaben,
• dieselben Modellversionen,
• dieselben erlaubten Werkzeuge,
• denselben Grad menschlicher Unterstützung,
• dieselben Sicherheitsbeschränkungen,
• und ein öffentliches, reproduzierbares Bewertungsverfahren.

Die bisher öffentlich zugänglichen Materialien erfüllen diese Bedingungen nicht. Anthropics Beitrag liefert Einblicke in Tests mit Claude bei Cyber-Wettbewerben und in Fragen der Risikosteuerung. Die CRN-Analyse beschreibt den Wettbewerb zwischen OpenAI und Anthropic bei Schwachstellensuche und kontrollierter Bereitstellung.^[2][3] Beides hilft, die Richtung der Entwicklung zu verstehen. Es ersetzt aber keinen standardisierten Modellvergleich.

Deshalb sind Bewertungsrahmen wie CYBENCH wichtig. CYBENCH ist darauf ausgelegt, KI-Fähigkeiten bei Cybersecurity-Aufgaben systematischer zu messen; es ist aber keine Bekanntgabe eines Siegers im Duell OpenAI gegen Claude.^[1]

Worauf Sicherheitsteams stattdessen achten sollten

Ist der Einsatzbereich klar begrenzt?

Vor jeder Beschaffung oder Pilotierung sollte feststehen, wofür die KI eingesetzt wird: Code-Review, Schwachstellenklassifizierung, Incident Response, CTF-Training oder Tests nahe an echter Ausnutzung. Je näher der Einsatz an die Angriffskette rückt, desto wichtiger werden Kontrollen. Anthropics Warnung, dass KI die Automatisierung grundlegender Exploits erleichtern kann, macht diese Grenze besonders relevant.^[3]

Sind Leistungsversprechen reproduzierbar?

Anbieterankündigungen, Red-Team-Berichte, wissenschaftliche Benchmarks und interne Piloten sind unterschiedliche Belege. Für ein Sicherheitsteam zählt, ob Ergebnisse im eigenen Kontext wiederholbar sind: mit den eigenen Codebasen, Tools, Protokollen und Risikotoleranzen. CYBENCH zeigt, warum strukturierte Evaluationen für Cyber-KI wichtig sind.^[1]

Ist der Zugang kontrolliert?

Bei leistungsfähiger Cyber-KI liegt das Risiko nicht nur im Text, den ein Modell ausgibt. Es liegt auch darin, wer die Fähigkeiten nutzen darf, welche Tools angebunden sind und welche Aktionen erlaubt werden. Die Berichterstattung zu OpenAIs Trusted Access for Cyber initiative zeigt, dass kontrollierter Zugang Teil der aktuellen Cyber-KI-Strategie geworden ist.^[2]

Gibt es einen Plan gegen Missbrauch?

Anthropics Hinweis auf die Sperrung eines Nutzers, der Claude zur Malware-Entwicklung einsetzte, macht deutlich: Missbrauchserkennung, Auditierung und Deaktivierung sind keine Nebenthemen.^[3] Wer Cyber-KI einführt, sollte Anbieter nicht nur nach Erfolgsfällen fragen, sondern auch nach Fehlverhalten, Eskalationsprozessen und Grenzen des Systems.

Fazit

Der Cyber-KI-Wettlauf zwischen OpenAI und Claude hat derzeit keinen verlässlich nachweisbaren Gewinner. Öffentlich belegt ist, dass Anthropic/Claude Cyber-Wettbewerbe, die Automatisierung von Schwachstellen-Ausnutzung und Missbrauchsrisiken prominent adressiert. OpenAI wird zugleich im Wettbewerb um KI-gestützte Schwachstellenforschung und kontrollierte Zugangsmodelle eingeordnet.^[2][3]

Für Unternehmen, Behörden und Sicherheitsteams ist deshalb die bessere Frage nicht: Welcher Anbieter gewinnt das Narrativ? Wichtiger ist: Sind die Fähigkeiten überprüfbar, ist der Zugriff beherrschbar, stärkt der Einsatz die Verteidigung mehr als er Missbrauch erleichtert, und lässt sich die Nutzung dauerhaft überwachen?^[1][2][3]