Getrieben wird diese Nachfrage von Angst. Im Global Cybersecurity Outlook 2026 des Weltwirtschaftsforums gaben 87 Prozent der befragten Organisationen an, dass KI-bezogene Schwachstellen für sie das am schnellsten wachsende Cyberrisiko darstellen .
Anthropic veröffentlichte die Vorabversion von Claude Mythos am 7. April 2026. Der Zugang erfolgte streng limitiert über das Programm „Project Glasswing“, da die Cybersicherheitsfähigkeiten des Modells als zu gefährlich für eine allgemeine Freigabe eingestuft wurden . Das britische AI Safety Institute (AISI) bestätigte: Wenn Mythos Netzwerkzugriff erhält, kann es eigenständig „mehrstufige Angriffe auf verwundbare Netzwerke ausführen und Schwachstellen entdecken und ausnutzen“ – Arbeiten, für die menschliche Profis normalerweise Tage bräuchten
.
Die Leistungen in etablierten Benchmarks sind beispiellos. Mythos löste 73 Prozent der Aufgaben in Capture-the-Flag-Wettbewerben auf Expertenniveau – ein Sprung von null Prozent bei allen Vorgängermodellen . Es war die erste KI, die „The Last Ones“ – eine 32-schrittige Simulation zur Kompromittierung eines Unternehmensnetzwerks – vollständig von Anfang bis Ende absolvieren konnte. Dies gelang in drei von zehn Versuchen. Selbst bei den Fehlversuchen erreichte das Modell durchschnittlich 24 der 32 Schritte; alle vorherigen Modelle schafften im Schnitt weniger als 16
.
Abseits von Wettbewerben bewies Mythos, dass es Exploits aus Closed-Source-Software rekonstruieren und bekannte („N-Day“), aber noch weitgehend ungepatchte Schwachstellen in funktionierende Angriffswerkzeuge umwandeln kann . In einem speziellen Benchmark für die Firefox-Engine entwickelte es 181 funktionsfähige Exploits
. Genau aus diesem Grund beschränken Anthropic und seine Partner – darunter Gründungsmitglied CrowdStrike – den Zugang strikt auf defensive Anwendungsfälle wie die Schwachstellensuche und Angriffssimulation
.
Eine Woche später, am 14. April 2026, reagierte OpenAI mit einem grundlegend anderen Ansatz. GPT-5.4-Cyber ist eine „cyber-permissive“ Variante des Flaggschiffs GPT-5.4, die feinabgestimmt wurde, um speziell defensive Sicherheitsaufgaben zu erfüllen. Das Ziel: Die interne Verweigerungsschwelle für legitime Sicherheitsarbeit zu senken – also Aufgaben, die Standardmodelle normalerweise blockieren würden .
Entscheidend ist, dass das Modell binäre Reverse-Engineering-Aufgaben ohne Zugriff auf den Quellcode durchführen kann. Das erlaubt es Sicherheitsexperten, kompilierte Software auf Schadcode und Schwachstellen zu analysieren . Für geprüfte Fachleute ist das Modell für die Malware-Analyse, Schwachstellenscans und die Entwicklung von Erkennungssignaturen freigegeben
.
Der Zugang wird über das „Trusted Access for Cyber“-Programm (TAC) von OpenAI gesteuert, das auf Tausende verifizierter Verteidiger und Hunderte Teams zum Schutz kritischer Infrastrukturen ausgeweitet wurde. Das Modell arbeitet für autorisierte Nutzer mit „niedrigeren klassifikatorbasierten Beschränkungen“, behält aber Sicherheitsvorkehrungen, um eindeutig bösartige Aktivitäten wie den Diebstahl von Zugangsdaten zu blockieren . Im Mai 2026 zog OpenAI mit einer limitierten Vorschau auf GPT-5.5-Cyber nach – ein Signal für die beschleunigte Entwicklung verteidigerorientierter Fähigkeiten
.
Der Begriff „Bugmageddon“ beschreibt die überwältigende Welle von KI-entdeckten Schwachstellen, die Sicherheitsteams derzeit trifft. Allein im ersten Quartal 2026 wurden über 15.200 neue Schwachstellen öffentlich bekannt, 40 davon wurden bestätigt aktiv in freier Wildbahn ausgenutzt – ein Anstieg von 43 Prozent gegenüber dem Vorquartal . KI-gestützte Tools zur Schwachstellenerkennung gelten als direkter Mitverursacher dieses Anstiegs
.
Diese Flut bringt die ökonomischen Grundlagen der Schwachstellenforschung durcheinander. Bug-Bounty-Programme werden mit KI-generierten, minderwertigen und doppelten Meldungen überschwemmt, was die internen Prüfroutinen strapaziert und einige Organisationen bereits dazu zwang, ihre Programme auszusetzen .
Doch die Entwicklung ist nicht einheitlich. In den Prognosen von Bugcrowd für 2026 heißt es: Während KI bei trivialen Fehlkonfigurationen brilliert, bleiben die wirklich kritischen Kompromittierungspfade, die ein tiefes Verständnis der Geschäftslogik erfordern, die Domäne menschlicher Eliteforscher. Dieses Talent ist wertvoller – und teurer – denn je .
Die kombinierte Wirkung dieser Modelle und des Bugmageddon führt zu einer zweigeteilten Neustrukturierung des Arbeitsmarktes.
Steigende Nachfrage nach Senior- und Spezialistenrollen: Führungskräfte für Incident Response, KI-Sicherheitsarchitekten und Schwachstellenforscher, die mit KI-Werkzeugen umgehen können, erzielen die höchsten Gehaltsprämien und sind extrem knapp. Rund 10 Prozent der Cybersecurity-Stellenausschreibungen nennen explizit KI-Kenntnisse, und mehr als 64 Prozent setzen Fähigkeiten in den Bereichen KI, maschinelles Lernen oder Automatisierung voraus .
Druck auf Einsteiger und Routinearbeit: Die automatisierte Schwachstellensuche verkleinert den Markt für einfache Bug-Jagd. Einsteigerrollen, die sich auf musterbasierte Scans konzentrierten, werden verdrängt, während dieselbe Automatisierung einen massiven neuen Aufwand für die Sichtung und das Patch-Management schafft, der weiterhin menschliches Urteilsvermögen erfordert.
Die neue Qualifikationsprämie: Die wertvollsten Fachkräfte im Jahr 2026 sind nicht diejenigen, die am schnellsten Fehler finden, sondern jene, die KI-gesteuerte Sicherheitswerkzeuge bedienen, KI-entdeckte Schwachstellen interpretieren und die komplexe Triage bewältigen können, die automatisierte Systeme noch nicht leisten. Das mittlere Gehalt für diejenigen, die KI-Kompetenz mit fundierter Sicherheitsexpertise verbinden, ist entsprechend gestiegen. Rollen, die früher im Jahrestakt besetzt wurden, versuchen verzweifelte Unternehmen nun im monatlichen oder sogar wöchentlichen Rhythmus zu füllen.
Comments
0 comments