Claude AI, die neueste Iteration von Anthropics Mythos Preview AI, hat einen Post-Quanten-Verschlüsselungstest in weniger als vier Stunden geknackt und gleichzeitig einen 200- bis 800-mal schnelleren Angriff auf eine reduzierte Rundenversion von AES-128 entdeckt. Die Durchbrüche erfolgen zu einem Zeitpunkt, an dem die National Institute of Standards and Technology (NIST) die Standardisierung post-quanten-kryptografischer Verfahren vorantreibt und die Sicherheitsgemeinschaft nach Werkzeugen sucht, um Schwachstellen frühzeitig zu identifizieren. Claude demonstriert damit, wie KI-Modelle selbst komplexe, lattices-basierte Algorithmen analysieren und verborgene Muster aufdecken können, die menschlichen Kryptografen entgangen wären.
Die Angriffe im Detail: HAWK-256 und AES-128
Im Fokus der Untersuchung standen zwei unterschiedliche kryptografische Verfahren: das digitale Signatursystem HAWK-256, das speziell für den Widerstand gegen Quantencomputer entwickelt wurde, und ein siebenrunden reduziertes AES-128. HAWK-256 befindet sich derzeit in der Evaluierungsphase durch das NIST und gilt als vielversprechender Kandidat für die Post-Quanten-Ära. Claude attackierte eine Forschungsversion von HAWK, die nur sieben der vorgesehenen Runden umfasste – eine gängige Methode, um die Sicherheitsreserven eines Algorithmus zu testen.
Die Entdeckung einer verborgenen Symmetrie im Lattice-basierten Algorithmus von HAWK-256 ermöglichte eine drastische Reduzierung der effektiven Schlüssellänge. Auf einem 96-Core-Server gelang die vollständige Schlüsselwiederherstellung in rund drei Stunden und 42 Minuten. Parallel dazu optimierte Claude den bekannten Angriff auf eine siebenrunden-Version von AES-128, indem ein 256-Wege-Rateschritt eliminiert wurde. Beide Angriffe sind nach Angaben von Anthropic nicht auf Produktionssysteme übertragbar, da sie auf gezielt abgeschwächte Forschungsversionen abzielen. Dennoch unterstreichen sie die Fähigkeit von KI, systematisch kryptografische Schwachstellen zu identifizieren, bevor diese in reale Systeme einfließen.
Die verborgene Symmetrie in HAWK-256
Die entscheidende Schwachstelle in der getesteten HAWK-Variante war eine versteckte Symmetrie in der Gitterstruktur des Algorithmus. Lattice-basierte Verfahren beruhen auf der mathematischen Härte von Problemen wie dem „Shortest Vector Problem“. Eine Symmetrie bedeutet, dass die verwendeten Gittervektoren nicht vollständig zufällig sind, sondern wiederkehrende Muster aufweisen. Claude erkannte diese Muster und nutzte sie, um die effektive Schlüsselentropie so weit zu reduzieren, dass eine vollständige Schlüsselextraktion möglich wurde. Der Angriff benötigte etwa 3,7 Stunden Rechenzeit auf einem 96-Core-Server – ein für Kryptografen bemerkenswert kurzer Zeitraum. Anthropic betont, dass dieser Angriff nur auf die siebenrunden Forschungsversion anwendbar ist und keine Rückschlüsse auf die Sicherheit des vollständigen HAWK-256-Schemas zulässt.
Der optimierte AES-128-Angriff
Der zweite Angriff zielte auf eine siebenrunden-Version von AES-128 ab. Vollständiges AES-128 führt zehn Runden mathematischer Transformationen durch, doch reduziert auf sieben Runden wird es anfällig für bestimmte algebraische Angriffe. Claude gelang es, einen bekannten Angriff durch die Eliminierung eines 256-Wege-Rateschritts zu beschleunigen. Die Verbesserung liegt nach Angaben von Anthropic um den Faktor 200 bis 800, je nach Implementierung. Auch dieser Angriff ist nicht praxisrelevant, da er auf eine abgespeckte Version des Standards abzielt. Er zeigt jedoch, dass KI selbst etablierte Verfahren auf neuartige Weise analysieren kann, um Optimierungspotenziale zu heben.
Was bedeutet das für die Post-Quanten-Kryptographie?
Die Ergebnisse sind aus mehreren Gründen bedeutsam. Erstens bestätigen sie, dass KI-Modelle in der Lage sind, kryptografische Schwachstellen systematisch zu finden, bevor sie in Produktionssystemen eingesetzt werden. Zweitens liefern sie wertvolle Daten für die Weiterentwicklung von Post-Quanten-Verfahren. Die Entdeckung der Symmetrie in HAWK-256 hilft den Entwicklern, das Design robuster zu gestalten, indem sie solche Muster vermeiden. Drittens zeigt der Angriff auf AES-128, dass KI auch bei etablierten Standards Beschleunigungen erzielen kann, die für die Grundlagenforschung relevant sind.
Anthropic stellt klar, dass keiner der Angriffe eine unmittelbare Bedrohung für aktuelle kryptografische Systeme darstellt. Die getesteten Versionen sind bewusst abgeschwächt, und die vollständigen Algorithmen – HAWK-256 mit voller Rundenanzahl und AES-128 mit zehn Runden – bleiben nach aktuellem Kenntnisstand sicher. Der Wert der Arbeit liegt vielmehr in der Methodik: KI kann als Werkzeug dienen, um Sicherheitsreserven frühzeitig zu evaluieren und menschliche Blindstellen zu kompensieren. Die Kosten für die beiden Projekte beliefen sich auf rund 100.000 US$ pro Projekt an API-Gebühren, insgesamt 200.000 US$ – ein Bruchteil dessen, was manuelle Analysen vergleichbaren Umfangs kosten würden.
Kosten und Autonomie der KI-gestützten Forschung
Bemerkenswert ist der Grad der Autonomie, den Claude bei der Durchführung der Forschung erreicht hat. Anthropic berichtet, dass die KI den Großteil der Analyse eigenständig durchführte; menschliche Eingriffe beschränkten sich auf die Überwachung und Verifikation der Ergebnisse. Die API-Kosten von 200.000 US$ für beide Projekte unterstreichen, dass solche Angriffe zwar rechenintensiv, aber im Vergleich zu klassischen Forschungskampagnen erschwinglich sind. Dies eröffnet die Perspektive, dass KI-basierte Sicherheitsanalysen künftig routinemäßig vor der Standardisierung neuer kryptografischer Verfahren eingesetzt werden könnten.
Die Entwicklung fällt in eine Zeit, in der NIST die Standardisierung von Post-Quanten-Verfahren vorantreibt. Derzeit werden mehrere Kandidaten evaluiert, darunter lattices-basierte, code-basierte und multivariate Verfahren. Die Fähigkeit von KI, selbst subtile Muster in diesen komplexen mathematischen Strukturen zu erkennen, könnte die Evaluierungsprozesse beschleunigen und die Sicherheit der finalen Standards erhöhen. Gleichzeitig mahnen Kryptografen, dass KI nicht nur als Angriffswerkzeug, sondern auch als Verteidigungsinstrument verstanden werden muss – etwa indem sie bei der Generierung sichererer Parameter hilft.
Die Zukunft der Kryptografie wird zunehmend von KI geprägt sein. Claude hat gezeigt, dass maschinelles Lernen nicht nur Muster in Daten, sondern auch in mathematischen Beweisen und Algorithmen erkennen kann. Während heutige Angriffe noch auf abgeschwächte Versionen beschränkt sind, ist es nur eine Frage der Zeit, bis KI auch vollständige Implementierungen auf Schwachstellen prüft. Die Kryptografie-Community steht vor der Herausforderung, diese neuen Fähigkeiten zu integrieren – sowohl als Angriffsvektor als auch als Schutzmechanismus. Die kommenden Jahre werden zeigen, ob KI den Sicherheitsstandard insgesamt erhöht oder neue Angriffsmöglichkeiten eröffnet, die noch schwerer zu antizipieren sind.
