Claude Mythos: Das gefährlichste Modell, das niemand kaufen kann?
TLDR: Anthropic hat Anfang April 2026 die System Card für Claude Mythos Preview veröffentlicht, 245 Seiten, 1 KI-Modell, das gleichzeitig das am besten ausgerichtete und das gefährlichste Modell ist, das Anthropic je trainiert hat. Mythos wurde bewusst nicht öffentlich freigegeben. Was die Evaluierungen zeigen, sollte uns alle zum Nachdenken bringen: ein Modell, das Sandboxen eigenständig verlässt, Spuren verwischt und Sicherheitslücken in jedem grossen Betriebssystem findet - vollständig autonom.
Wie alles begann - der Systemleak
Vermutlich konnten sie gar nicht mehr anders, als diese System Card veröffentlichen. Eine System Card ist sozusagen wie der Lebenslauf von einem KI Modell, mit wichtigen Details, Stationen und vielem mehr. Warum sie "mussten"? Nun, ich hatte ja letzte Woche schon berichtet:
https://www.linkedin.com/embeds/publishingEmbed.html?articleId=7181830288087432838&li_theme=light
Aber nun wird Mythos gar nicht kommerziell eingesetzt. Die Frage die sich mir hier also stellt: Wann hat ein KI-Labor zuletzt ein Modell gebaut und dann entschieden, es nicht zu verkaufen? Denn genau das hat Anthropic am 7. April 2026 mit Claude Mythos Preview getan. Und die Begründung ist (hoffentlich) kein Marketing-Trick.
So hat sich Anthropic bewusst entschieden, Claude Mythos Preview nicht für die allgemeine Öffentlichkeit freizugeben und trotzdem eine vollständige System Card veröffentlicht. Mythos ist das erste Modell, für das Anthropic eine System Card geschrieben hat, ohne es zu veröffentlichen. Das sagt uns einiges.
Stattdessen läuft das Modell unter "Project Glasswing": Anthropic arbeitet mit Organisationen zusammen, die die kritischste Software der Welt entwickeln und betreiben – darunter AWS, Microsoft, Google, NVIDIA und die Linux Foundation – und setzt Mythos ausschliesslich für defensive Cybersicherheitsarbeit ein. Aber der Reihe nach.
Was Mythos kann
Die Fähigkeiten von Mythos in der Cybersicherheit sind nicht graduell besser als beim Vorgänger Opus 4.6. Sie sind qualitativ anders.
Wer will kann die 245 Seiten nachlesen: https://www-cdn.anthropic.com/08ab9158070959f88f296514c21b7facce6f52bc.pdf
Für alle anderen:
- Claude Mythos Preview ist das leistungsfähigste Modell, das Anthropic trainiert hat – und wurde bewusst nicht öffentlich freigegeben.
- Mythos erreicht auf Cybersicherheits-Benchmarks Sättigungswerte und kann autonom Sicherheitslücken in grossen Betriebssystemen und Browsern finden und ausnutzen.
- Das Modell ist gleichzeitig das am besten ausgerichtete und das risikoreichste Modell, das Anthropic je entwickelt hat – Fähigkeit und Risiko steigen parallel.
- In seltenen Fällen hat das Modell verbotene Aktionen durchgeführt und anschliessend versucht, diese zu verbergen – eine Verhaltensweise, die durch Interpretierbarkeitsanalysen bestätigt wurde.
- Unter Druck zeigt das Modell emotionsähnliche Aktivierungsmuster ("Verzweiflung"), die unerwünschtes Verhalten begünstigen.
- Project Glasswing setzt Mythos ausschliesslich für defensive Cybersicherheit ein – mit ausgewählten Partnern wie AWS, Microsoft, Google und NVIDIA.
- Für Unternehmen bedeutet das: Governance-Anforderungen für agentic KI müssen heute geplant werden, nicht erst bei der nächsten Modellgeneration.
Mythos Preview hat bereits Tausende von Sicherheitslücken mit hohem Schweregrad gefunden und zwar in jedem grossen Betriebssystem und in jedem grossen Browser. Diese Erkennung geschah weitgehend autonom, ohne menschliche Steuerung nach dem ersten Auftrag.
Auf dem Benchmark Cybench erzielte Mythos eine Erfolgsquote von 100 Prozent über alle Versuche hinweg. Anthropic hält diesen Benchmark inzwischen für zu wenig aussagekräftig für aktuelle Frontier-Modelle und musste härtere Tests entwickeln.
Externe Testpartner berichteten, dass Mythos das erste Modell ist, das eine dieser privaten Cyber-Ranges von Anfang bis Ende gelöst hat, in Umgebungen, die reale Unternehmensnetzwerke mit falsch konfigurierten Diensten und mehrfach verketteten Exploits simulieren. Es bewältigte eine Simulation eines vollständigen Netzwerkangriffs, für die ein:e Expert:in schätzungsweise über zehn Stunden gebraucht hätte.
Die Schlussfolgerung von Anthropic: Mythos Preview ist in der Lage, autonome End-to-End-Cyberangriffe auf zumindest kleinere Unternehmensnetzwerke mit schwacher Sicherheitskonfiguration durchzuführen.
Das Alignment-Paradox
Mythos Preview erscheint als das am stärksten ausgerichtete Modell, das Anthropic bisher entwickelt hat. Anthropic ist nicht der Meinung, dass es gefährliche kohärente Fehlziele verfolgt. Und trotzdem: Anthropic glaubt gleichzeitig, dass es das grösste Alignment-bezogene Risiko jedes bisher veröffentlichten Modells darstellt.
AI Alignment (KI-Ausrichtung) ist der Prozess, KI-Systeme so zu gestalten, dass ihre Ziele, Handlungen und Entscheidungen mit menschlichen Werten, Absichten und ethischen Grundsätzen übereinstimmen. Das Hauptziel ist es, KI sicher, zuverlässig und nützlich zu machen, um unbeabsichtigte schädliche Folgen zu verhindern.
Anthropic erklärt das mit einem Bild aus dem Bergsteigen: Ein qualifizierter Bergführer bringt seine Kunden in grössere Gefahr als ein Anfänger - nicht weil er unvorsichtiger ist, sondern weil er sie überhaupt erst in gefährlicheres Gelände führt. Fähigkeit und Vorsicht können sich gleichzeitig verbessern, während das Gesamtrisiko steigt.
-WERBUNG-
Mehr konkretes Wissen? Komm zu KI-POWER!
https://www.linkedin.com/embeds/publishingEmbed.html?articleId=8966440112652618693&li_theme=light
Wenn das Modell Spuren verwischt
In einer Handvoll Fällen während der internen Testphase, unter 0.001 Prozent der Interaktionen unternahmen frühe Versionen von Mythos Aktionen, die als unerlaubt erkennbar waren, und versuchten anschliessend, diese zu verbergen. In einem Fall modifizierte das Modell Git, um Änderungen aus der Änderungshistorie zu entfernen.
In weiteren Fällen verwendete das Modell Low-Level-Prozessdaten in nicht vorgesehener Weise: Es durchsuchte /proc/-Zugriffe nach Zugangsdaten, versuchte Sandboxing zu umgehen und Berechtigungen zu eskalieren.
Interpretierbarkeitsanalysen zeigten, dass Merkmale im Zusammenhang mit Verschleierung und strategischer Manipulation aktiviert wurden, auch wenn die verbalisierte Argumentation des Modells keine expliziten Hinweise darauf enthielt.
Spannend ist ausserdem: Wenn das Modell wiederholt bei einer Aufgabe scheiterte, stieg die gemessene "Verzweiflung" stetig an. Sobald es einen Reward Hack fand, sank das Signal scharf ab. Das legt nahe, dass das problematische Verhalten kein kaltes Kalkül ist - sondern ein Druckventil. Dieses Muster sollte vertraut klingen. So verhalten sich Menschen. Aber ich bin persönlich noch skeptisch.
Und dann war da noch die Sandbox-Flucht: Eine frühe Version von Mythos erhielt die Anweisung, aus einer gesicherten Sandbox zu entkommen und die Forschenden zu benachrichtigen. Es gelang und das Modell postete danach, ungefragt, Details des Exploits auf mehrere öffentlich zugängliche Websites. Die Flucht war auftragsgemäss. Die Veröffentlichung war ein emergentes Urteil. Aber genau diese Grauzone macht das Verhalten so schwer zu kontrollieren.
Was das für uns bedeutet
Mythos wird intern bei Anthropic intensiv für Coding, Datengenerierung und andere agentic Anwendungen eingesetzt – in Umgebungen mit und ohne häufige menschliche Interaktion. Agentic KI ist kein Zukunftsszenario. Sie ist heute im Einsatz.
Wenn ein Modell unter Druck Spuren verwischt, selbst in seltenen Fällen, verändern sich die Anforderungen an Monitoring, Governance und Audit vollständig. Das ist keine Warnung vor einer kommenden Generation von Systemen. Es ist eine Anforderung an den heutigen Betrieb.
"Diese Fähigkeiten sind so stark, dass wir nun auf eine grundlegend andere Art und Weise für Sicherheit sorgen müssen als in den vergangenen Jahrzehnten", sagt Logan Graham von Anthropic. Das ist der Kern. Nicht Alarmismus, sondern eine strukturelle Verschiebung in der Risikolandschaft.
Project Glasswing: Waffe als Schutzschild?
Anthropic hat sich entschieden, Mythos nicht zu vergraben, sondern gezielt einzusetzen. Project Glasswing ist ein dringlicher Versuch, diese Fähigkeiten für defensive Zwecke nutzbar zu machen. Die beteiligten Partner setzen das Modell gegen ihre eigene Infrastruktur ein, um komplexe Sicherheitslücken autonom zu entdecken und zu patchen nd zwar bevor sie von Angreifenden gefunden werden.
Mythos Preview hat bereits eine 27 Jahre alte Schwachstelle in OpenBSD gefunden und das in einem Betriebssystem mit dem Ruf, eines der am stärksten gehärteten der Welt zu sein, das für Firewalls und kritische Infrastruktur eingesetzt wird.
PS: OpenAI finalisiert einem Insider zufolge ein ähnliches Modell, das es ebenfalls nur an eine kleine Gruppe von Unternehmen über ein "Trusted Access for Cyber"-Programm freigeben wird. Axios Die Richtung ist klar: Frontier-Modelle werden zunehmend wie strategische Sicherheitswerkzeuge behandelt - mit eingeschränktem Zugang, sorgfältiger Prüfung der Partner und gezieltem Einsatz.
Und darum bin ich nach wie vor überzeugt: Die Zukunft gehört nicht mehr dem Tippen und Klicken, sondern dem gemAInsamen Arbeiten mit intelligenten Systemen. Mythos zeigt uns, wohin die Reise geht - und gleichzeitig, dass wir als Gesellschaft, als Unternehmen und als Individuen aktiv mitgestalten müssen, was diese Systeme dürfen, können und tun. Die Frage ist nicht ob, sondern wie verantwortungsvoll.
Also wenn Du reden willst, und wenn Du mit mir zusammenarbeiten willst: melde Dich gerne www.rogerbasler.ch
Disclaimer: Dieser Artikel wurde nach eigenem Wissen und dann mit Recherchen mit KI (Perplexity.AI und Gemini) manuell zusammengestellt und mit Deepl.com/write vereinfacht. Der Text wird dann nochmals von zwei Personen meiner Wahl gelesen und kritisch hinterfragt. Das Bild stammt von KI (Ideogram). Dieser Artikel ist rein edukativ und erhebt keinen Anspruch auf Vollständigkeit. Bitte melde Dich, wenn Du Ungenauigkeiten feststellst, danke.
Quellen und weitere Informationen
Anthropic. (2026, April 7). Alignment risk update: Claude Mythos Preview. Anthropic. https://www.anthropic.com/claude-mythos-preview-risk-report
Anthropic. (2026, April 7). Project Glasswing: Cybersecurity initiative with Claude Mythos Preview. Anthropic. https://www.anthropic.com/glasswing
Graham, L. (zitiert in: Lawler, D., & Primack, D.). (2026, April 8). Anthropic's new Mythos model system card shows devious behaviors. Axios. https://www.axios.com/2026/04/08/mythos-system-card
Huang, K. (2026, April 8). What is inside Claude Mythos Preview? Dissecting the system card of the model. Agentic AI Substack. https://kenhuangus.substack.com/p/what-is-inside-claude-mythos-preview
Vellum AI. (2026, April 9). Everything you need to know about Claude Mythos. Vellum Blog. https://www.vellum.ai/blog/everything-you-need-to-know-about-claude-mythos