Claude Mythos findet Kryptofehler in 60 Stunden

Unterm Strich sehe ich darin eine Geschichte über Kosten, Fokus und menschliche Prüfung – nicht den Beweis, dass AI moderne Kryptografie allein brechen kann.

In 60 Stunden und mit Ausgaben von $100,000 half Claude Mythos, einen Fehler bei der Nonce-Erzeugung im Zusammenhang mit HAWK zu finden. Das Problem könnte es einem Angreifer ermöglichen, öffentliche Signaturen zu nutzen, um mit einem Gitterangriff auf die Wiederherstellung des privaten Schlüssels hinzuarbeiten. Gleichzeitig stellt der Artikel einen Punkt sorgfältig klar: AES mit reduzierter Rundenzahl ist nicht vollständiges AES.

Wenn ich den Artikel in wenigen Zeilen zusammenfassen müsste, dann so:

• Ziel: HAWK und AES mit reduzierter Rundenzahl
• Ergebnis: ein bestätigtes Problem mit verzerrten Nonces in HAWK
• Risiko: Genügend schwache Nonces können öffentliche Signaturen zu einem Weg für Schlüsseldiebstahl machen
• Kosten: $100,000 für einen konzentrierten Einsatz im Stil eines Wochenendprojekts
• Prozess: AI erzeugte Spuren; Menschen filterten und prüften sie
• Lehre: günstig beginnen, früh verifizieren und Spitzenmodelle erst spät im Workflow einsetzen

Für mich sticht die Trennung zwischen Suche und Beweis hervor. Das Modell scheint dabei geholfen zu haben, Code und Angriffsideen schnell zu durchsuchen; im Beitrag wird eine Reproduktionsrate von 83.1% für Exploits beim ersten Versuch genannt. Doch die Botschaft des Artikels ist eindeutig: Menschen mussten weiterhin bestätigen, was tatsächlich real war.

Für Entwickler und Sicherheitsteams ist der Rat des Artikels klar:

• zuerst kleinere Modelle verwenden
• feste Budgetobergrenzen setzen
• validieren, bevor die Ausgaben skaliert werden
• Modellausgaben als Spuren behandeln, nicht als endgültige Befunde

Diesen Teil würde ich mitnehmen. Die wichtigste Erkenntnis ist nicht, dass AI etwas Neues gefunden hat. Sie lautet, dass ein eng abgegrenzter, von Menschen geprüfter Workflow ein bekanntes Angriffsmuster in einen getesteten Befund verwandeln kann – wenn man bereit ist, Zeit und Geld zu investieren.

Wie AI Schwachstellen in kryptografischen Bibliotheken findet

2. Wie Claude Mythos Zeit und Geld einsetzte

Zeitplan der 60-stündigen Untersuchung

Der 60-stündige Sprint folgte einer klaren Reihenfolge: Angriffsrahmen festlegen, modellgestützte Analyse, Verfeinerung und Verifizierung gegen HAWK und AES mit reduzierter Rundenzahl. Zu Beginn wählte das Team konkrete Angriffsziele und definierte, was als bestätigter Befund gelten würde. Anschließend suchte Claude Mythos wiederholt nach Varianten und ordnete bekannte Schwachstellenmuster möglichen Fehlern in kryptografischem Code zu, ohne Standard-SAST-Tools einzusetzen ^[4].

In der mittleren Phase ging es darum, mögliche Schwachstellen zu testen und Fehlalarme auszusortieren. Menschliche Prüfer übernahmen diesen Filterungsschritt. Claude Mythos reproduzierte Exploits in 83.1% der Fälle beim ersten Versuch, wodurch es weniger Sackgassen und weniger verschwendeten Aufwand gab ^[1].

In der letzten Phase prüfte das Team die stärksten Kandidaten anhand des Quellcodes und der kryptografischen Annahmen hinter jedem Ziel. Diese Prüfungen bereiteten die im nächsten Abschnitt beschriebenen Angriffsszenarien vor.

Wofür die $100,000 ausgegeben wurden

Die $100,000 deckten wiederholte Modellläufe, Workflow-Orchestrierung und menschliche Prüfung ab. Vereinfacht gesagt floss das Geld nicht in einen einzigen großen Versuch. Es finanzierte die immer wieder durchlaufene Schleife, bis schwache Spuren ausschieden und die starken einer Prüfung standhielten.

Kleinere Open-Weights-Modelle können auch bei der Verifizierung helfen. In einigen Fällen können sie komplexe Exploit-Ketten für nur $0.11 pro Million Tokens rekonstruieren ^[3].

Wie APIMart in Multi-Modell-Sicherheitsworkflows passt

APIMart kann Hypothesenerzeugung, Analyse und Verifizierung über einen einzigen OpenAI-kompatiblen Endpunkt routen. Dadurch lässt sich leichter von der Kandidatensuche zur Überprüfung wechseln, ohne eine umständliche Übergabe zwischen verschiedenen Tools zusammenbauen zu müssen.

3. Der Fehler in der Praxis: Was Angreifer tun könnten

Angriffsszenarien, die durch die Entdeckung möglich werden

Die stärkste Spur war ein Fehler bei der Nonce-Erzeugung, der öffentliche Signaturen zu einem Weg für die Wiederherstellung privater Schlüssel machte. Claude Mythos fand eine verzerrte Nonce-Erzeugung in der Zielimplementierung. Wenn Nonces nicht gleichmäßig verteilt sind, kann ein Angreifer über längere Zeit Signaturen sammeln und gitterbasierte Angriffe auf das Hidden Number Problem (HNP) ausführen, um den privaten Schlüssel wiederherzustellen ^[5].

Am einfachsten anzugreifen sind Systeme, die viele Signaturen öffentlich zugänglich machen. Eine Rate außerhalb des gültigen Nonce-Bereichs von ungefähr 6% kann ausreichen, um eine schwache Nonce-Erzeugung zu erkennen und einen Versuch zur Schlüsselwiederherstellung anhand öffentlicher Signaturen zu rechtfertigen ^[5]. Sobald ein Angreifer den privaten Schlüssel besitzt, kann er Signaturen fälschen und sich als Eigentümer des Schlüssels ausgeben ^[5]. Das macht den Angriff praktisch. Die öffentlichen Signaturen selbst werden zum Rohmaterial des Angriffs.

Gemessene Auswirkungen im Vergleich zu früheren Angriffsbaselines

Die wesentliche Veränderung liegt hier im Betrieb. Das Modell verwandelte eine bekannte Angriffsklasse schneller in einen funktionierenden Weg, als es eine rein manuelle Triage geschafft hätte. Diese Geschwindigkeit ist relevant, weil Claude Mythos Exploits in 83.1% der Fälle beim ersten Versuch reproduzierte ^[1].

4. Was dies für Entwickler, Sicherheitsteams und AI-Betrieb bedeutet

Wo AI in der Kryptografieforschung am meisten hilft

AI hat hier keine neue Angriffsklasse erfunden. Sie beschleunigte die mühsame Arbeit: wahrscheinliche Kandidaten finden, Hypothesen prüfen und bekannte Angriffsmuster auf eine sicherheitskritische Codebasis anwenden.

Dieser Unterschied zählt in der Praxis. AI kann den Suchraum verkleinern, aber nicht entscheiden, was als echtes Problem gilt. Menschen müssen weiterhin den Code lesen, die Behauptung testen und sie mit dem Kryptografiedesign abgleichen.

Im Juli 2026 bestätigte der AI-Audit-Agent zkao von zkSecurity sieben echte Fehler in Cloudflares experimenteller Kryptografiebibliothek CIRCL. Dazu gehörten ein kritischer Verlust an float64-Präzision bei Threshold-RSA und eine gebrochene Zugriffskontrolle in attributbasierter Verschlüsselung – alle wurden anschließend upstream behoben ^[2]. So sieht die Aufgabenteilung konkret aus: AI hilft Teams, mehr Dinge zu finden, die geprüft werden sollten, und menschliche Prüfer entscheiden, welche davon Bestand haben.

So planen Sie ein ähnliches Audit, ohne Budget zu verschwenden

Ein guter Auditablauf ist ziemlich einfach:

• Mit günstigeren Modellen beginnen, um die richtigen Codepfade zu finden und offensichtliche Kandidaten zu markieren
• Diese Befunde anhand des Quellcodes und der kryptografischen Annahmen prüfen
• Erst zu einem Spitzenmodell wechseln, nachdem ein Kandidat diese Prüfung überstanden hat
• Budgetobergrenzen festlegen, bevor die Arbeit beginnt
• Einen frühen Validierungs-Checkpoint einbauen, damit das Team weitermachen, die Richtung ändern oder stoppen kann, bevor Geld für eine Sackgasse verbrannt wird

Diese Reihenfolge ist wichtig. Ein Open-Weights-Modell mit 3.6 Milliarden Parametern kann komplexe Exploits für nur $0.11 pro Million Tokens erkennen ^[3]. Die teure Rechenleistung sollte also am Ende der Pipeline stehen, nicht am Anfang.

Das macht AI bei kryptografischen Audits nützlich. Es geht nicht nur um mehr Geschwindigkeit. Die wichtigste Lehre aus dem Mythos-Sprint ist der Zielkonflikt zwischen Tempo, Verifizierung und Kosten: Die $100,000 und 60 Stunden führten zu einem bestätigten, von Menschen verifizierten Befund, weil der Prozess dem nötigen Maß an Sorgfalt für das Ziel entsprach.

5. Fazit: Kosten und Sicherheitswert AI-gestützter Kryptoanalyse

Mythos bestätigte einen Fehler bei der Nonce-Erzeugung in HAWK, indem LLM-Subagenten Dateien parallel scannten und den Quellcode direkt untersuchten. Menschliche Verifizierung machte das Ergebnis glaubwürdig. Die AI-Arbeit verkürzte die Suchzeit und brachte einen möglichen Fehler ans Licht, den Prüfer anschließend bestätigen und messen konnten ^[4]. Damit verschiebt sich der Fokus. Die Hauptfrage ist weniger die Neuheit als vielmehr der Preis.

Die nächste Frage betrifft die Effizienz: Was kostete diese Suche tatsächlich? In diesem Maßstab lässt sich der Budgetdruck kaum ignorieren, und die Antwort hängt stark vom Umfang ab. Ein sinnvoller Ansatz nutzt kleinere Open-Weight-Modelle für den ersten Durchlauf und reserviert Spitzenmodelle für die Teile, die tieferes Schlussfolgern benötigen ^[3].

Für Teams ist die Erkenntnis praktisch, nicht abstrakt. Halten Sie den Umfang eng, validieren Sie früh und behandeln Sie AI-Ausgaben als Spuren statt als endgültige Antworten. Daniel Stenberg von Curl brachte es auf den Punkt:

AI unterstützt die menschliche Prüfung, statt sie zu ersetzen

Dieser Punkt zeigt sich deutlich in einem Curl-Audit. Mythos markierte fünf Probleme, doch die manuelle Prüfung reduzierte die Liste auf ein CVE mit niedriger Schwere und einen Fehler ^[4].

Häufig gestellte Fragen

Könnte dieser Fehler in realen Systemen einen privaten Schlüssel offenlegen?

Ja. Wenn jemand einen Fehler ausnutzt, der Zugriff auf Kernel-Ebene ermöglicht, kann er das gesamte System übernehmen. Dadurch können sensible Daten offengelegt werden, einschließlich privater Schlüssel, die auf diesen Maschinen gespeichert sind.

Die Forschung zeigt, dass AI-gestützte Analyse komplexe Schwachstellen finden und verketten kann. Einfach ausgedrückt könnten Angreifer kleine Fehler leichter zu einem viel größeren Einbruch verbinden, was das Risiko großflächiger Angriffe erhöht.

Warum kostete das Audit ungefähr $100,000?

Der Preis von ungefähr $100,000 entstand durch den intensiven Einsatz spezialisierter Rechenleistung, fortschrittlicher Tools und Testinfrastruktur, die für eine tiefgehende Sicherheitsanalyse über 60 Stunden nötig waren.

Er deckte außerdem die technische Arbeit ab, die erforderlich war, um kritische Fehler in komplexen, hochriskanten kryptografischen Systemen zu identifizieren, zu verifizieren und zu dokumentieren.

Was haben Menschen verifiziert, das die AI nicht konnte?

Menschen prüften die AI-Befunde, indem sie den Quellcode selbst lasen und jeden Fall einzeln kontrollierten, um Fehler zu erkennen.

Sie stellten fest, dass viele Probleme, welche die AI „bestätigt“ hatte, tatsächlich Fehlalarme oder gewöhnliche Bugs und keine Sicherheitslücken waren. Diese zusätzliche Prüfung half sicherzustellen, dass Befunde mit hoher Schwere korrekt waren, bevor sie als gültig behandelt wurden.