# Anthropic Red Team deckt 493 risikoreiche Schwachstellen in 25 Top-Open-Source-Projekten auf

Source: TechNewsList (https://technewslist.com)
Canonical URL: https://technewslist.com/de/article/anthropic-frontier-red-team-uncovers-493-flaws-in-open-source-p-2026-10-22-ni-de
Section: Software (https://technewslist.com/de/software)
Author: TechNewsList
Language: de
Published: 2026-10-22T18:13:29.532+00:00
Updated: 2026-10-22T18:13:29.717205+00:00

> Das Frontier Red Team von Anthropic setzt autonome Prüfmodelle in führenden Open-Source-Repositories ein und deckt 493 latente Architekturfehler und Umgehungen vor der Authentifizierung auf.

## TL;DR
- Das Frontier Red Team von Anthropic setzte autonome Prüfagenten in 25 führenden Open-Source-Repositories ein und fand 493 latente Sicherheitslücken.
- Zu den entdeckten Schwachstellen gehörten Umgehungen vor der Authentifizierung, erreichbare deaktivierte Backend-Endpunkte und eine subtile Fehlverwaltung des Speichers.
- Die Multi-Agent-Auditing-Pipeline formulierte Schwachstellenhypothesen und bewies die Ausnutzbarkeit innerhalb interaktiver Container-Sandboxen.
- Anthropic koordinierte verantwortungsvolle Offenlegungen mit den Upstream-Betreuern und stellte automatisierte Patches bereit, mit denen über 85 Prozent der Probleme behoben wurden.
- Die Studie verdeutlicht einen dringenden Wandel hin zu agentenbasierter, defensiver Prüfung, da sich das gegnerische automatisierte Schwachstellen-Scanning beschleunigt.

## Key points
- Das Frontier Red Team von Anthropic setzte autonome Prüfagenten in 25 führenden Open-Source-Repositories ein und fand 493 latente Sicherheitslücken.
- Zu den entdeckten Schwachstellen gehörten Umgehungen vor der Authentifizierung, erreichbare deaktivierte Backend-Endpunkte und eine subtile Fehlverwaltung des Speichers.
- Die Multi-Agent-Auditing-Pipeline formulierte Schwachstellenhypothesen und bewies die Ausnutzbarkeit innerhalb interaktiver Container-Sandboxen.
- Anthropic koordinierte verantwortungsvolle Offenlegungen mit den Upstream-Betreuern und stellte automatisierte Patches bereit, mit denen über 85 Prozent der Probleme behoben wurden.
- Die Studie verdeutlicht einen dringenden Wandel hin zu agentenbasierter, defensiver Prüfung, da sich das gegnerische automatisierte Schwachstellen-Scanning beschleunigt.

## Was passiert ist

In einer heute veröffentlichten umfassenden empirischen Studie hat das Frontier Red Team von Anthropic die Ergebnisse einer umfangreichen Initiative zur automatisierten Schwachstellenerkennung offengelegt, die auf kritische Open-Source-Software-Infrastrukturen abzielt. Durch den Einsatz spezialisierter autonomer Prüfagenten, die auf Frontier Reasoning-Modellen basieren, in 25 weit verbreiteten Open-Source-Repositories haben die Forscher von Anthropic 493 bisher unentdeckte Architekturfehler, unnötige Expositionsvektoren und Schwachstellen bei der Umgehung der Vorauthentifizierung aufgedeckt. Die geprüften Codebasen stellen grundlegende Bausteine ​​für Cloud Computing, Container-Orchestrierung, Microservice-Gateways und Enterprise-Web-Frameworks dar.

Die Ergebnisse verdeutlichen sowohl das außerordentliche Verteidigungspotenzial als auch die drohenden Angriffsrisiken, die mit der autonomen Codeprüfung verbunden sind. Menschliche Sicherheitsforscher und automatisierte statische Analysetools hatten diese prominenten Repositories jahrelang untersucht, ohne die latenten Mängel zu entdecken. Im Gegensatz dazu verfolgten die autonomen Red-Teaming-Agenten von Anthropic erfolgreich komplexe Kontrollflüsse mehrerer Dateien, erkannten subtile logische Inkonsistenzen zwischen Konfigurationsflags und Laufzeitausführung und generierten funktionierende Proof-of-Concept-Exploits, um den Schweregrad zu bestätigen, bevor sie mit den Betreuern koordinierte Offenlegungen von Schwachstellen einleiteten.

## Warum es wichtig ist

Open-Source-Software ist die Grundlage praktisch aller modernen digitalen Infrastrukturen, von Cloud-Hyperscalern und Bank-Backends bis hin zu kritischen Versorgungs- und Verteidigungsnetzwerken. Allerdings sind die meisten Open-Source-Projekte auf freiwillige Betreuer oder ressourcenbeschränkte Entwicklungsteams angewiesen, denen die Bandbreite fehlt, um umfassende Sicherheitsüberprüfungen Zeile für Zeile über riesige Codebasen hinweg durchzuführen, die Hunderttausende Zeilen umfassen. Da böswillige Bedrohungsakteure unweigerlich damit beginnen, Open-Weight-Modelle einzusetzen, um Repositorys autonom nach Zero-Day-Schwachstellen zu scannen, wird die Zeitspanne zwischen dem Vorhandensein der Schwachstelle und der automatisierten Ausnutzung immer kleiner.

![Wikimedia Commons / Computervirencode, x86-spezifisches ASM](https://rkhynbcsbnkkcwgexzwg.supabase.co/storage/v1/object/public/media/api/1792691839059-q6trr6-anthropic-frontier-red-team-uncovers-493-flaws-in-open-source-p-2026-10-22-night-inside-1-dd57d6759d.webp)

Die Forschung von Anthropic zeigt, dass autonome KI-Modelle gleiche Wettbewerbsbedingungen für Verteidiger schaffen können, indem sie systemische Designfehler im Maschinenmaßstab identifizieren. Anstatt sich ausschließlich auf oberflächlichen Mustervergleich oder bekannte CVE-Signaturen zu verlassen, modellierten die Red-Teaming-Agenten komplette Anwendungszustandsmaschinen und identifizierten komplexe Race Conditions und Rechteausweitungspfade, die nur unter bestimmten Laufzeitkonfigurationen auftreten. Dieser Wandel ermöglicht es Open-Source-Stiftungen, veraltete Codebasen systematisch zu prüfen, bevor automatisierte Angreifer latente Fehler zu einer Waffe machen.

## Technische Details

Die in der Offenlegung von Anthropic beschriebene technische Methodik beschreibt eine Multi-Agent-Prüfungspipeline, die symbolische Codeausführung, abstrakte Syntaxbaumzerlegung und iterative Hypothesentests kombiniert. Anstatt Modelle mit naiven Eingabeaufforderungsvorlagen abzufragen, richtete das System eine interaktive Verifizierungssandbox ein, in der autonome Agenten Hypothesen über potenzielle Schwachstellen formulieren, gezielte Unit-Tests schreiben, diese gegen lokale Live-Container ausführen und Laufzeitreaktionen beobachten konnten, um die Ausnutzbarkeit zu bestätigen.

Von den 493 identifizierten Schwachstellen fiel eine deutliche Mehrheit in eine gefährliche Kategorie, die die Forscher als Fehler bei der Erreichbarkeit von totem Code und beim Versand vor der Authentifizierung bezeichneten. In zahlreichen leistungsstarken Web-Frameworks und API-Routern konnten modulare Feature-Flags, die zur Deaktivierung älterer Verwaltungsfunktionen entwickelt wurden, die zugrunde liegenden Netzwerk-Dispatch-Routen nicht unterbrechen. Folglich könnten nicht authentifizierte externe Netzwerkanforderungen immer noch vertrauliche interne Backend-Funktionen erreichen und ausführen, indem sie einfach unkonventionelle HTTP-Header-Kombinationen formatieren oder bestimmte URL-Parameterkodierungen übergeben.

Zu den weiteren prominenten Fehlerkategorien gehörten subtile Speicherfehlverwaltung bei C- und C++-Erweiterungen, die in Hochsprachenlaufzeiten eingebettet sind, nicht bereinigte Deserialisierungsroutinen in Microservice-Kommunikationsprotokollen und kryptografische Timing-Seitenkanäle in Authentifizierungstoken-Validatoren. Anthropic koordinierte verantwortungsvolle Offenlegungen mit den Upstream-Betreuern und stellte automatisierte Patch-Empfehlungen bereit, mit denen über 85 Prozent der identifizierten Mängel vor dem heutigen öffentlichen Bericht behoben wurden.

![Wikimedia Commons / Leiterplatte nach manueller Ätzung](https://rkhynbcsbnkkcwgexzwg.supabase.co/storage/v1/object/public/media/api/1792691841726-f8jcyr-anthropic-frontier-red-team-uncovers-493-flaws-in-open-source-p-2026-10-22-night-inside-2-8447c62a2b.webp)

## Auswirkungen auf Markt und Branche

Die Entdeckung, dass Frontier AI fast fünfhundert risikoreiche Schwachstellen in kampferprobten Open-Source-Projekten entdeckt hat, verändert die DevSecOps-Prioritäten von Unternehmen. Führungskräfte in der Softwareentwicklung in Unternehmen überdenken ihre Abhängigkeit von herkömmlichen Tools zur Analyse der Softwarekomposition (SCA) und statischen Anwendungssicherheitstests (SAST) und erkennen, dass herkömmliche Mustervergleichsscanner für Architekturmängel auf hoher Ebene blind sind. Die Nachfrage von Unternehmen verlagert sich schnell hin zu Agenten-Sicherheitsplattformen, die proprietäre und Drittanbieter-Abhängigkeiten in simulierten gegnerischen Umgebungen kontinuierlich prüfen.

Gleichzeitig hat die Forschung dringende Diskussionen zwischen nationalen Cybersicherheitsbehörden und Open-Source-Governance-Stiftungen ausgelöst. Die Cybersecurity and Infrastructure Security Agency (CISA) und internationale Äquivalente haben wiederholt Forderungen nach einer aggressiven Einführung speichersicherer Sprachen und Secure-by-Design-Engineering-Praktiken geäußert. Große Unternehmenssponsoren von Open-Source-Software, darunter Google, Microsoft und Amazon Web Services, prüfen spezielle Förderprogramme, um kontinuierliche autonome KI-Prüfungen für wirkungsvolle Basispakete zu finanzieren.

## Worauf man als Nächstes achten sollte

Nach der Veröffentlichung der Red-Team-Ergebnisse arbeitet Anthropic mit der Open Source Security Foundation (OpenSSF) zusammen, um ausgewählte Benchmarking-Suiten und Evaluierungsprogramme, die während des Audits verwendet werden, als Open-Source-Lösung bereitzustellen. Die Initiative zielt darauf ab, unabhängigen Paketbetreuern kostenlose, zugängliche Tools zur Verfügung zu stellen, mit denen sie automatisierte Verifizierungsprüfungen durchführen können, bevor Hauptversionsveröffentlichungen gekürzt werden.

In den kommenden Quartalen wird die Cybersicherheits-Community genau beobachten, ob böswillige Bedrohungsakteure versuchen, die Methodik von Anthropic zurückzuentwickeln, um autonome Angriffs-Bots zu entwickeln. Da bahnbrechende KI-Modelle immer leistungsfähiger und kostengünstiger im Betrieb werden, tritt die Softwaresicherheit in ein asymmetrisches Zeitalter ein, in dem die Geschwindigkeit automatisierter defensiver Patches die automatisierte gegnerische Ausnutzung dauerhaft übertreffen muss. Die Aufrechterhaltung der Integrität der Open-Source-Software-Lieferkette wird davon abhängen, ob Verteidiger diese kognitiven Fähigkeiten umfassend einsetzen können, bevor Angreifer sie als Waffe einsetzen.

## Quellen

- [Anthropic Forschungspublikationen](https://www.anthropic.com/research/frontier-red-team-open-source-audit-2026): Vollständiger empirischer Bericht, der die automatisierte Prüfmethodik, die Schwachstellentaxonomie und die koordinierte Offenlegung mit Betreuern beschreibt.
- [Die Hacker-News-Sicherheit](https://thehackernews.com/2026/10/anthropic-red-team-uncovers-493-vulnerabilities-open-source.html): Technische Aufschlüsselung der 493 entdeckten Schwachstellen, Risiken bei der Ausführung vor der Authentifizierung und Zeitpläne für die Open-Source-Behebung.
- [BleepingComputer-Cybersicherheit](https://www.bleepingcomputer.com/news/security/anthropic-ai-finds-493-flaws-across-top-open-source-software/): Analyse, wie offensive und defensive KI-Funktionen die Codeprüfung und die Überprüfung der Software-Lieferkette beschleunigen.

Mentions: Anthropic, Claude, Open-Source Security, CVE

## Sources
- [Anthropic Forschungspublikationen](https://www.anthropic.com/research/frontier-red-team-open-source-audit-2026)
- [Die Hacker-News-Sicherheit](https://thehackernews.com/2026/10/anthropic-red-team-uncovers-493-vulnerabilities-open-source.html)
- [BleepingComputer-Cybersicherheit](https://www.bleepingcomputer.com/news/security/anthropic-ai-finds-493-flaws-across-top-open-source-software/)