ICE setzt Claude Mythos für die Cybersicherheit ein
Die Intercontinental Exchange betreibt eine Infrastruktur, auf die die Finanzmärkte nicht verzichten können. Zu ihren Geschäftsbereichen zählen die New York Stock Exchange, Clearingstellen, Dienstleistungen im Bereich festverzinslicher Wertpapiere und Daten, Terminmärkte sowie Hypothekentechnologie. Eine in einem dieser Systeme verborgene Sicherheitslücke ist daher mehr als nur ein internes IT-Problem. Je nach Ort und Schweregrad könnte sie den Handel stören, sensible Informationen offenlegen oder Institutionen beeinträchtigen, die an die Plattformen der ICE angeschlossen sind.
Im Juni 2026 gab ICE bekannt, dass es die „Claude Mythos Preview“ von Anthropic in seiner gesamten Cybersicherheitsinfrastruktur eingesetzt habe. Das Modell wird genutzt, um Software-Schwachstellen zu identifizieren und deren Behebung zu unterstützen, bevor Angreifer, die über ähnlich leistungsfähige künstliche Intelligenz verfügen, diese ausnutzen können.
Die Einführung stellt einen wichtigen Meilenstein in der Cybersicherheit im Finanzsektor dar. Banken und Marktbetreiber setzen maschinelles Lernen bereits seit Jahren zur Betrugserkennung, Netzwerküberwachung und Bedrohungsanalyse ein. Mythos geht jedoch noch einen Schritt weiter: Es handelt sich um ein KI-System, das in der Lage ist, komplexen Code zu analysieren, potenzielle Schwachstellen zu erkennen und bei der Aufdeckung von Sicherheitslücken auf einem Niveau zu unterstützen, das bislang nur spezialisierten Sicherheitsforschern vorbehalten war.
Die ICE führt nicht einfach nur ein weiteres Produktivitätswerkzeug ein. Sie bereitet sich auf ein Sicherheitsumfeld vor, in dem künstliche Intelligenz die Zeitspanne zwischen der Entdeckung einer Sicherheitslücke und deren Ausnutzung von Monaten oder Wochen auf Stunden verkürzen könnte.
ICE, NYSE und die Verbindung zum Projekt „Glasswing“
Die Ankündigung wurde mitunter so dargestellt, als seien die New York Stock Exchange und ICE Markets getrennte Organisationen, die die Technologie von Anthropic unabhängig voneinander einführen würden. ICE ist seit 2013 Eigentümer der NYSE und betreibt diese als Teil eines wesentlich umfassenderen Finanzinfrastrukturkonzerns.
Claude Mythos Preview wird daher nicht nur an der Börse, sondern im gesamten ICE-Netzwerk eingeführt. Zur entsprechenden Infrastruktur gehören Börsen und Clearingstellen sowie Unternehmen aus den Bereichen Daten, festverzinsliche Wertpapiere und Hypothekentechnologie.
Der Umfang der Implementierung spielt eine wichtige Rolle. Eine Börse ist nur eine Komponente des Finanzsystems, das einen Handel unterstützt. Aufträge müssen bearbeitet, Marktdaten verteilt, Positionen abgewickelt, Sicherheiten berechnet und Verbindlichkeiten beglichen werden. Jede Verbindung, jede Anwendung und jede Altkomponente stellt einen weiteren potenziellen Einstiegspunkt für einen Angreifer dar.
Die ICE erhielt Zugang im Rahmen von „Project Glasswing“, dem kontrollierten Programm von Anthropic zum Einsatz fortschrittlicher, cyberfähiger Modelle bei ausgewählten Betreibern kritischer Infrastrukturen und Technologiepartnern. „Mythos Preview“ wurde ursprünglich nicht als gewöhnliches öffentliches Claude-Modell veröffentlicht, da seine Funktionen zur Erkennung von Schwachstellen auch für offensive Zwecke genutzt werden könnten.
Dies führt zu einer ungewöhnlichen Sicherheitsherausforderung. Organisationen, die für wichtige Infrastrukturen verantwortlich sind, benötigen Zugang zu modernsten Technologien, um sich zu verteidigen, doch ein breiter Zugang zu denselben Technologien könnte die Durchführung ausgeklügelter Cyberangriffe erleichtern.
Was Claude Mythos leisten kann
Herkömmliche Schwachstellenscans stützen sich in hohem Maße auf bekannte Signaturen, vordefinierte Regeln und Datenbanken mit bereits bekannt gewordenen Schwachstellen. Diese Tools sind nach wie vor unverzichtbar, auch wenn sie bei Schwachstellen, die ein Verständnis dafür erfordern, wie verschiedene Codeabschnitte zusammenwirken oder wie sich ein System unter ungewöhnlichen Bedingungen verhält, möglicherweise an ihre Grenzen stoßen.
Claude Mythos wurde entwickelt, um Software autonomer zu analysieren. Es kann Codebasen untersuchen, potenziell gefährliches Verhalten identifizieren, Hypothesen testen und Sicherheitsteams dabei unterstützen, zu verstehen, wie eine Schwachstelle ausgenutzt werden könnte. Anthropic positioniert das Modell als besonders leistungsfähig im Bereich der Cybersicherheit sowie bei Anwendungen in Wissenschaft und Gesundheitswesen.
Die Bedeutung liegt ebenso sehr in der Größenordnung wie in der Intelligenz. Ein hochqualifizierter menschlicher Forscher kann komplexe Sicherheitslücken untersuchen, doch menschliche Aufmerksamkeit ist kostspielig und begrenzt. Ein KI-System kann große Codebasen durchforsten, alte Annahmen erneut überprüfen und viele mögliche Angriffspfade parallel untersuchen.
Anthropic hat berichtet, dass Mythos Preview bei Tests Tausende schwerwiegender Sicherheitslücken aufgedeckt hat. Einige der entdeckten Schwachstellen waren bereits seit vielen Jahren in weit verbreiteter Software vorhanden, was verdeutlicht, warum bei herkömmlichen Sicherheitsüberprüfungen wichtige Schwachstellen möglicherweise unentdeckt bleiben.
Für die ICE kann diese Funktion die internen Sicherheitsteams ergänzen, indem sie deren Aufmerksamkeit auf Schwachstellen lenkt, die einer Untersuchung bedürfen. Das Modell macht menschliches Fachwissen nicht überflüssig. Die Ergebnisse müssen weiterhin validiert, priorisiert und behoben werden, ohne neue Fehler in Systeme einzuschleusen, bei denen Zuverlässigkeit von entscheidender Bedeutung ist.
Warum die Finanzinfrastruktur ein besonderes Ziel darstellt
Ein Finanzinstitut muss weder Kryptowährungen halten noch eine dezentrale Börse betreiben, um mit technologiebedingten systemischen Risiken konfrontiert zu sein. Herkömmliche Börsen, Clearingstellen und Marktdatenplattformen sind gerade deshalb attraktive Ziele, weil so viele Institutionen von ihnen abhängig sind.
Ein Angriff auf einen Handelsplatz könnte den Zugang zu den Märkten unterbrechen oder die Informationen verzerren, die zur Preisbildung von Vermögenswerten herangezogen werden. Eine Kompromittierung einer Clearingstelle könnte sich auf Sicherheitenprozesse, Abwicklungsverpflichtungen oder das Vertrauen in die Aufzeichnungen auswirken, die mehrere Gegenparteien miteinander verbinden. Datenplattformen speichern geschäftlich sensible Informationen, während Hypotheken-Technologiesysteme große Mengen an personenbezogenen und finanziellen Daten verarbeiten.
Ein Großteil dieser Infrastruktur hat sich zudem über Jahrzehnte hinweg entwickelt. Moderne Anwendungen können neben Altsystemen, übernommenen Plattformen und hochspezialisierter Software laufen, die nicht ohne umfangreiche Tests ersetzt werden können. Älterer Code ist nicht unbedingt unsicher, doch langlebige Systeme können Schwachstellen enthalten, die entstanden sind, bevor die heutigen Bedrohungsmodelle existierten.
Die Finanzmarktinfrastruktur muss auch während ihrer Absicherung verfügbar bleiben. Eine Verbraucheranwendung kann gelegentlich zu Wartungszwecken offline genommen werden; bei einer Börsen- oder Clearing-Plattform ist der Spielraum für Unterbrechungen jedoch weitaus geringer. Sicherheitsteams müssen Schwachstellen identifizieren und beheben, ohne dabei die Stabilität der Systeme zu gefährden, die sie schützen sollen.
KI-gestützte Schwachstellenforschung ist in diesem Umfeld attraktiv, da sie Probleme möglicherweise früher aufdecken kann. Sie erhöht zudem die Anforderungen, die Betreiber erfüllen müssen. Sobald Angreifer über vergleichbare Werkzeuge verfügen, könnten Schwachstellen, für deren Ausnutzung bisher seltenes Fachwissen erforderlich war, einer viel größeren Gruppe zugänglich werden.
Die defensive und die offensive Seite desselben Modells
Claude Mythos veranschaulicht das Problem der doppelten Verwendbarkeit, mit dem Pionierentwickler im Bereich der KI konfrontiert sind. Die Denkweise, die erforderlich ist, um eine Software-Sicherheitslücke zu finden, steht in engem Zusammenhang mit der Denkweise, die erforderlich ist, um diese auszunutzen.
Ein Sicherheitsteam kann das Modell nutzen, um Code zu überprüfen, eine Schwachstelle nachzustellen und einen Patch zu entwickeln. Ein böswilliger Angreifer könnte ähnliche Funktionen nutzen, um nach ungeschützten Systemen zu suchen, die Entwicklung von Exploits zu automatisieren oder einen Angriff anzupassen, wenn der erste Versuch fehlschlägt.
Das bedeutet jedoch nicht, dass ein KI-Modell jedes komplexe Finanzsystem eigenständig kompromittieren kann. Die reale Infrastruktur wird durch mehrere Schutzebenen geschützt, darunter Netzwerksegmentierung, Zugriffskontrollen, Überwachung, Identitätsmanagement und Betriebsabläufe. Ein Modell, das in einer Testumgebung läuft, verfügt nicht automatisch über die Zugangsrechte oder das Kontextwissen, die erforderlich sind, um in ein Live-Netzwerk einzudringen.
Die Richtung, in die es geht, ist dennoch klar. Fortschrittliche KI kann den Bedarf an Fachwissen, Arbeitsaufwand und Zeit für bestimmte Phasen des Angriffsprozesses verringern. Außerdem ermöglicht sie es erfahrenen Angreifern, in einem Umfang zu agieren, für den bisher größere Teams erforderlich gewesen wären.
Die Entscheidung von Anthropic, den Zugang zu „Mythos Preview“ einzuschränken, spiegelt diese Bedenken wider. Das Projekt „Glasswing“ gewährt ausgewählten Organisationen einen eingeschränkten Zugang und legt gleichzeitig Kontrollen fest, wie das Modell eingesetzt und überwacht wird. Dieser Ansatz trägt der Tatsache Rechnung, dass ein vollständiger Verzicht auf fortschrittliche Funktionen dazu führen würde, dass kritische Infrastrukturen nicht über die notwendigen Werkzeuge verfügen, um sich auf deren spätere Verbreitung vorzubereiten.
Die Schwierigkeit wird darin bestehen, diesen Vorteil zu bewahren. Modellfähigkeiten bleiben selten auf unbestimmte Zeit rar. Techniken werden nachgeahmt, konkurrierende Systeme verbessern sich und Sicherheitsbeschränkungen werden auf die Probe gestellt. Finanzinstitute können nicht davon ausgehen, dass leistungsstarke, cyberfähige KI auch weiterhin nur verantwortungsbewussten Betreibern zur Verfügung stehen wird.
Was sich für Cybersicherheitsteams bei der Bereitstellung ändert
Die unmittelbarste Veränderung betrifft das Schwachstellenmanagement. Viele Institutionen erhalten bereits mehr Warnmeldungen, als ihre Sicherheitsteams untersuchen können. Die Einführung eines fortschrittlichen Modells könnte dieses Volumen noch weiter erhöhen, sofern die Ergebnisse nicht in einen strukturierten Prozess zur Überprüfung und Priorisierung eingebunden werden.
Der Wert von Mythos lässt sich nicht an der Anzahl der gemeldeten potenziellen Schwachstellen messen. ICE muss prüfen, ob das Modell Schwachstellen identifiziert, die von bestehenden Tools übersehen wurden, ob diese Ergebnisse reproduzierbar sind und wie schnell kritische Probleme behoben werden.
Auch der Zugriff auf interne Codes und Infrastruktur erfordert strenge Kontrollmechanismen. Ein KI-Sicherheitssystem verarbeitet möglicherweise hochsensible Informationen über Architektur, Abwehrmaßnahmen und bekannte Schwachstellen. Datenaufbewahrung, Modellzugriff, Prüfpfade und die Isolierung von Testumgebungen werden daher zu einem integralen Bestandteil des Sicherheitskonzepts und sind nicht mehr nur nebensächliche Details der Beschaffung.
Institutionen benötigen klare Grenzen für autonomes Handeln. Ein Modell könnte beispielsweise die Erlaubnis erhalten, Code zu analysieren und Tests in einer Sandbox vorzuschlagen, während Änderungen an der Produktionsinfrastruktur weiterhin der Genehmigung durch Menschen unterliegen. Je größer die Leistungsfähigkeit des Modells ist, desto wichtiger wird es, die ihm zur Verfügung stehenden Werkzeuge, Zugangsdaten und Netzwerke zu kontrollieren.
Sicherheitsteams müssen zudem das KI-System selbst testen. Modelle können zu falschen Schlussfolgerungen gelangen, ungewöhnlichen Code falsch interpretieren oder Abhilfemaßnahmen vorschlagen, die ein neues Problem verursachen. Sie können durch böswillige Anweisungen manipuliert werden, die in Repositorien, in der Dokumentation oder in externen Daten versteckt sind. Der Einsatz von KI in der Cybersicherheit erweitert die Verteidigungsfähigkeiten, schafft aber gleichzeitig ein weiteres System, das gesichert werden muss.
Hier geht es nicht in erster Linie um DeFi
Die Ankündigung von ICE wurde in Teilen der Kryptowährungspresse aufgegriffen, wo sie mit Schwachstellen bei Smart Contracts und systemischen Risiken im Bereich der dezentralen Finanzdienstleistungen in Verbindung gebracht wurde. Diese Risiken sind zwar real, stellen jedoch nicht den Hauptgrund für diese Einführung dar.
Die Infrastruktur von ICE wird überwiegend mit regulierten Börsen, Clearing, Marktdaten sowie Technologien für festverzinsliche Wertpapiere und Hypotheken in Verbindung gebracht. Claude Mythos wird als allgemeines System zur Erkennung von Schwachstellen in dieser gesamten Infrastruktur eingesetzt und nicht als spezielles Audit-Tool für Smart Contracts.
Diese Unterscheidung verdeutlicht etwas, das weitaus wichtiger ist als eine weitere DeFi-Sicherheitsinitiative. Die KI-gestützte Schwachstellenforschung hält Einzug in die Kerninstitutionen der traditionellen Finanzwelt. Die Technologie beschränkt sich nicht mehr auf experimentelle Blockchain-Protokolle oder Technologieunternehmen, die bereit sind, neue Tools zu testen. Sie wird von einem Betreiber eingesetzt, der für einige der weltweit bedeutendsten Finanzsysteme verantwortlich ist.
Smart Contracts könnten letztendlich von denselben Funktionen profitieren. Ihr öffentlich zugänglicher Code und ihre unumkehrbaren Transaktionen machen sie zu idealen Kandidaten für eine KI-gestützte Überprüfung, ermöglichen es Angreifern aber gleichzeitig, Verträge in großem Umfang zu analysieren. Die Erkenntnisse aus dem Einsatz bei ICE könnten Einfluss darauf haben, wie Börsen, Banken und Unternehmen im Bereich digitaler Vermögenswerte solche Systeme regeln.
Die übergeordnete Herausforderung gilt sowohl für das traditionelle als auch für das dezentrale Finanzwesen: eine Schwachstelle aufzudecken, bevor jemand einen gewinnbringenden Weg findet, diese auszunutzen.
Die Regulierung wird sich auf die Unternehmensführung konzentrieren, nicht nur auf die Leistung
Es ist unwahrscheinlich, dass die Finanzaufsichtsbehörden KI-basierte Cybersicherheitssysteme allein danach beurteilen, wie viele Schwachstellen sie aufdecken. Sie werden auch prüfen, wie die Institute den Einsatz dieser Systeme regeln.
Zu den wichtigen Fragen gehören unter anderem, wer Zugriff auf das Modell hat, welche Informationen es erhält, ob seine Ergebnisse unabhängig validiert werden und wie die Institution reagiert, wenn das Modell eine schwerwiegende Schwachstelle identifiziert. Die Aufsichtsbehörden könnten zudem von den Organisationen erwarten, dass sie das Konzentrationsrisiko bewerten, wenn mehrere wichtige Institutionen auf denselben Modellanbieter oder dieselbe Cloud-Infrastruktur zurückgreifen.
Abhängigkeiten von Drittanbietern verdienen besondere Aufmerksamkeit. Ein „Frontier“-Modell kann zwar die Sicherheitsvorkehrungen einer Institution stärken, führt jedoch gleichzeitig zu einer Abhängigkeit von einem externen Entwickler hinsichtlich Zugriff, Updates und Sicherheitskontrollen. Dienstunterbrechungen, Richtlinienänderungen oder eine Kompromittierung des Anbieters könnten Auswirkungen auf mehrere Kunden haben.
Das Angriffspotenzial des Modells bringt zusätzliche Verpflichtungen mit sich. Sicherheitsbefunde müssen mit derselben Sorgfalt geschützt werden wie Zugangsdaten oder kryptografische Schlüssel. Eine Datenbank, die ausnutzbare Schwachstellen in Börsen- und Clearing-Systemen enthält, würde selbst zu einem außerordentlich wertvollen Ziel werden.
Das Projekt „Glasswing“ bietet eine Lösung durch kontrollierten Zugang und die Zusammenarbeit zwischen dem Entwickler und den Infrastrukturbetreibern. Ob sich dieses Modell international skalieren lässt, den Anforderungen verschiedener Regulierungsbehörden gerecht wird und auch bei wachsender Teilnehmerzahl sicher bleibt, muss sich erst noch zeigen.
Eine neue Phase im Wettlauf um die Cybersicherheit
Die Einführung von Claude Mythos durch die ICE beweist nicht, dass KI das Problem der Cybersicherheit gelöst hat. Sie zeigt vielmehr, dass sich das Kräfteverhältnis zwischen Angreifern und Verteidigern neu verhandelt.
Dieselben Fähigkeiten, die es einer Organisation ermöglichen, Software aus mehreren Jahrzehnten effektiver zu überprüfen, können einem Angreifer dabei helfen, übersehene Schwachstellen aufzuspüren. Die Verteidiger gewinnen an Geschwindigkeit, aber das tun auch die Angreifer. Der relevante Vergleich findet nicht mehr zwischen einem KI-gestützten Sicherheitsteam und den Bedrohungen der Vergangenheit statt. Er findet vielmehr zwischen Organisationen und Angreifern statt, die immer leistungsfähigere Systeme gegeneinander einsetzen.
Für Finanzmarktakteure wäre es eine kostspielige Strategie, abzuwarten, bis KI-gestützte Angriffe zur Routine werden. Durch das Testen fortschrittlicher Abwehrmodelle können sie bereits jetzt herausfinden, wo die Technologie gut funktioniert, wo eine menschliche Überprüfung nach wie vor unverzichtbar ist und welche Kontrollmechanismen eingerichtet werden müssen, bevor der Einsatz ausgeweitet wird.
Der Schritt von ICE ist daher nicht nur für die NYSE von Bedeutung. Er gibt einen ersten Einblick darin, wie kritische Finanzinfrastrukturen geschützt werden können, wenn KI in der Lage ist, Software zu analysieren, Schwachstellen aufzudecken und komplexe Sicherheitsaufgaben im maschinellen Maßstab zu unterstützen.
Die Institutionen, die für dieses Umfeld am besten gerüstet sind, werden nicht diejenigen sein, die sich einfach nur das leistungsstärkste Modell zulegen. Es werden vielmehr jene sein, die dessen Fähigkeiten mit einer sicheren Bereitstellung, erfahrenen Spezialisten, konsequenten Abhilfemaßnahmen und einem klaren Verständnis dafür verbinden, wie schnell sich die Bedrohung selbst verändert.
