Signal der Woche wird eingestellt. Das Format war ein Kommentar zu einem eigenen Wochen-Artikel und hat damit wenig Eigenes hinzugefügt. Zweiter Aufguss reicht nicht.
Ab heute: Signal der Woche. Ein Thema, das in der vergangenen Woche tatsächlich etwas verschoben hat. Mit Quellen, mit Einordnung, mit Position. Eigenständiges Stück, nicht Anhang zum Bestand.
Warum jetzt umstellen? Warum so viel probieren. AISyndicate ist etwas über zwei Monate alt. In dieser Phase gehört Experimentieren zum Job. Wer das liest: Danke. Und: Rückmeldung ist erwünscht, gerade kritische.
Diese Woche haben mich neue Benchmarks beschäftigt: Das britische AI Security Institute (AISI) hatte seine Trendlinie für autonome KI-Cyberfähigkeiten von acht auf 4,7 Monate Doubling-Time verkürzt. Nach Claude Mythos Preview und GPT-5.5 ist selbst diese Linie zu langsam. Ob das ein einmaliger Sprung oder ein neuer Trend ist, lässt AISI offen.
Das klingt nach Benchmark-Sprache. Praktisch bedeutet es: GPT-5.5 und Claude Mythos Preview verschieben eine Grenze für Security-Teams. Wie lange kann ein Modell selbstständig an einer technischen Angriffskette arbeiten, bevor es hängen bleibt?
Signal der Woche
Frontier-Modelle werden bei mehrstufigen Cyberaufgaben schneller belastbar, als die bisherigen Trendlinien erwartet hatten. Das ist präziser als die Schlagzeile und deshalb relevanter: Nicht nur die Modelle bewegen sich. Die Benchmarks müssen ihnen hinterherlaufen.
Was passiert ist
Golem berichtet über neue Ergebnisse rund um Claude Mythos Preview und GPT-5.5. Grundlage sind AISI-Tests. AISI hatte im November 2025 noch mit acht Monaten Doubling-Time gerechnet, im Februar 2026 mit 4,7 Monaten. Nach Mythos und GPT-5.5 ist auch diese Linie nicht mehr haltbar. AISI selbst lässt offen, ob das ein einmaliger Sprung oder ein neuer Trend ist. METR kommt für Software-Tasks unabhängig auf eine ähnliche Größenordnung von rund vier Monaten.
Die anschaulichste Zahl ist nicht die Prozenttabelle. Mythos war bereits im April das erste Frontier-Modell, das eine mehrstufige Cyber-Simulation vollständig löste, für die AISI rund 20 Stunden menschliche Arbeit veranschlagt. Jetzt löste Mythos den Cyber-Range „The Last Ones“, eine 32-stufige Unternehmensnetz-Attacke, in sechs von zehn Versuchen. GPT-5.5 schaffte denselben Range in drei von zehn Versuchen.
Auch auf Expert-Level-Cyber-Tasks liegen die Modelle eng beieinander: GPT-5.5 erreicht 71,4 Prozent, Mythos 68,6 Prozent. Das wirkt weniger wie ein Mythos-Sondereffekt als wie ein Frontier-Phänomen.
Das Reverse-Engineering-Beispiel zeigt die zweite Pointe. GPT-5.5 löste eine Aufgabe in zehn Minuten und 22 Sekunden, für die ein menschlicher Expertentester rund zwölf Stunden gebraucht hatte. API-Kosten: 1,73 Dollar. Das ist nicht nur schneller. Es ist eine andere Kostenstruktur.
AISI betont die Grenzen. Viele Aufgaben sind CTF-ähnlich, kontrolliert, auf bestimmte Fähigkeiten zugeschnitten. Der Benchmark misst keine reale Angriffswelle, sondern Länge und Zuverlässigkeit kontrollierter Arbeitsketten. Die Time-Horizon-Messung deckelt zudem bei 2,5 Millionen Tokens pro Aufgabe, was laut AISI eher unterschätzt, was die stärksten Modelle mit mehr Budget leisten könnten. Genau deshalb ist der Benchmark nützlich: Er zeigt nicht alles, aber er zeigt, welche Sicherheitsannahme schneller altert.
Warum das Signal zählt
Für Betreiber und Security-Teams zählt nicht die exakte Monatszahl. Relevant ist, dass AISI seine eigene Trendlinie mehrfach verschieben musste. Der Zeitraum zwischen „Laborfähigkeit“ und „praktisch brauchbarer Automatisierung“ schrumpft.
Das verändert die Sicherheitsannahme hinter vielen heutigen KI-Risikoabschätzungen. Bisher konnte man mit einiger Berechtigung sagen: Ja, Modelle helfen bei Phishing, Codeanalyse oder Exploit-Ideen, aber sie scheitern an langen, fragilen Angriffsketten. Genau diese Annahme bricht weg. Nicht, weil jedes Modell jetzt autonom Produktionsnetze kompromittiert. Sondern weil die Kombination aus Modell, Toolzugriff, Shell, Python, Debugging und langem Kontext aus einzelnen Fähigkeiten eine Arbeitskette baut.
Der Unterschied ist wichtig. Ein Chatbot, der eine Schwachstelle erklärt, ist ein Wissenswerkzeug. Ein Agent, der ein Binary analysiert, ein eigenes Disassembler-Skript schreibt, Zwischenergebnisse prüft, Fehler korrigiert und am Ende ein Passwort rekonstruiert, ist eine Runtime-Komponente. Sie produziert nicht nur Text, sie arbeitet an einem Ziel.
Was Betreiber daraus lernen
Die praktische Konsequenz ist nüchtern: KI-Sicherheitsbewertungen dürfen nicht nur auf Modellantworten schauen. Sie müssen die Umgebung testen, in der Modelle handeln. Tool-Zugriff, Dateipfade, Netzwerkscope, Tokenbudget und Shell-Protokollierung sind Sicherheitsparameter, keine UX-Details. Genau dort trennt sich Experiment von produktiver Ausführung.
Für DACH-Organisationen ist das besonders relevant, weil viele KI-Projekte gerade aus der Pilotphase in interne Workflows wandern. Coding-Agenten, Security-Copilots und automatisierte Analyseketten werden oft als Effizienzwerkzeuge eingeführt. Das ist legitim. Aber ihre Risikoklasse hängt nicht nur vom Modellnamen ab. Sie hängt davon ab, ob das System nur erklärt oder tatsächlich handeln kann.
Claude Mythos und GPT-5.5 zeigen damit weniger eine apokalyptische Zukunft als eine Architekturfrage der Gegenwart. Wenn Cyberfähigkeit in Monaten statt Jahren skaliert, reicht es nicht, auf spätere Policy zu warten. Teams müssen jetzt festlegen, welche KI-Agenten in ihren Umgebungen welche Rechte bekommen, welche Tasks sie autonom ausführen dürfen und welche Artefakte überprüfbar bleiben.
Der eigentliche Bruch liegt nicht in einem einzelnen Modell. Er liegt darin, dass aus Assistenz schrittweise Ausführung wird.
Victor Klaue
Hier weiterlesen
Randnotizen zur KI: Die Werkbank steht offen
Victor’s Werkbank ist veröffentlicht und lässt sich mit dem eigenen Modell ausprobieren. Dazu ein Nachtrag aus Brüssel, meine Modellwahl nach GPT-6.2 und das weitere Warten auf Qwen 4.
2 minArtikel lesen →
Randnotizen zur KI: Cairn, neue Modelle und die Werkbank kurz vor dem Start
Unit 42 beschreibt, wie Angreifer Cairn teils mehr als 50 Stunden am Stück gegen Organisationen arbeiten liessen. Dazu neue Modelle dieser Woche und der geplante Start von Victor’s Werkbank.
5 minArtikel lesen →
Randnotizen zur KI: Ein verlorenes Wochenende und das Warten auf Qwen 4
Ein Wochenende ging an die Krankheit, die Werkbank musste warten. Dazu: das Warten auf Qwen 4 27B, Bürokratie in einem Minecraft-Schwarm und ein Aufruf an alle mit einem lokalen Modell und 128k Kontext.
3 minArtikel lesen →
Randnotizen zur KI: AISyndicate, ein Brief und ein neuer Discord
Freie Artikel, ein neuer Discord und mein persönlicher Wochenbrief. Dazu: Neues aus der Werkbank und die Notizen der Eko-Agenten.
4 minArtikel lesen →
Signal der Woche: Coding-Agenten mit Schreibrechten brauchen Grenzen ausserhalb des Modells
Zwei Vorfälle, ein Architekturbruch: OpenAIs GPT-5.6 Sol löscht Dateien, Grok Build lädt Repositories hoch. Was das für Betreiber bedeutet.
4 minArtikel lesen →
Signal der Woche: Wenn Agenten-Guardrails nur Sicherheit vorspielen
GitLost und GhostApproval zeigen, wie öffentliche Eingaben, breite Rechte und falsche Freigaben die Sicherheitsgrenzen von KI-Agenten aushebeln.
3 minArtikel lesen →
Signal der Woche: Die Tokenökonomie bekommt ihren ersten echten Stresstest
OpenAI senkt die Inferenzkosten seiner bestehenden Modelle um mehr als die Hälfte. Für Builder klingt das gut: mehr Modellleistung pro Franken, bessere
4 minArtikel lesen →
Signal der Woche: Washington als Torwächter für Frontier-AI-Releases
Diese Woche hat die US-Regierung demonstriert, dass sie sich das Recht herausnimmt, Frontier-AI-Releases fallweise zu steuern. Kein neues Gesetz,
3 minArtikel lesen →
Signal der Woche: Wenn der Guardrail zu spät kommt
Diese Woche hat mich eine Schwachstelle beschäftigt, die technisch präzise und gleichzeitig architektonisch beunruhigend ist. Sie wirkt nicht besonders exotisch; genau darin
4 minArtikel lesen →
Signal der Woche: Claude Fable 5, starke Benchmarks, ein Jailbreak und ein Transparenzproblem
Claude Fable 5 ist das leistungsstärkste Modell, das Anthropic bisher veröffentlicht hat. Das ist aber nicht das Signal dieser Woche. Das Signal
3 minArtikel lesen →
Signal der Woche: RTX Spark macht lokale Agenten möglich. Sicher macht sie das Containment.
Diese Woche zog ein Ankündigungspaar meine Aufmerksamkeit auf sich, das technisch in zwei sehr unterschiedliche Richtungen zeigt. NVIDIA hat auf dem GTC
3 minArtikel lesen →
Signal der Woche: Der Engpass wandert von der Antwort zum Prozess
Liebe Leser, zwei Meldungen, getrennt gemeldet, gleiche Geschichte. Anthropic bringt Opus 4.8. NVIDIA erklärt AI Factories zur neuen Infrastrukturklasse. Modellpflege hier,
3 minArtikel lesen →
Signal der Woche: Die Gratisphase der KI endet
Diese Woche ist Gemini 3.5 Flash mein Aufhänger. Nicht, weil Google noch ein schnelles Modell veröffentlicht hat. Das passiert inzwischen fast
4 minArtikel lesen →
Die Woche — KW 19 / 2026
Anthropic hat den Pentagon-Vertrag abgelehnt: keine Nutzung für Militärzwecke, kein Kompromiss. Gleichzeitig plant SAP zwei KI-Übernahmen, NVIDIA und ServiceNow bringen autonome Agenten.
2 minArtikel lesen →