KI beschleunigt die Kryptoanalyse: Neue Risiken für Post-Quanten-Sicherheit

Anthropics Analyse von HAWK und AES zeigt, wie schnell KI kryptografische Annahmen erschüttern kann – und warum Unternehmen Krypto-Agilität jetzt als strategische Sicherheitsdisziplin etablieren müssen.

Ein KI-Modell von Anthropic hat in rund 60 Stunden eine gravierende Schwäche im Post-Quanten-Signaturkandidaten HAWK identifiziert und zusätzlich einen bestehenden Angriff auf eine reduzierte 7-Runden-Variante von AES-128 deutlich beschleunigt. Für IT-Entscheider bedeutet dies: Das Zeitfenster für die belastbare Prüfung und sichere Einführung kryptografischer Verfahren wird kürzer.

Der Anthropic-Forschungsbeitrag zur KI-gestützten Kryptanalyse markiert weniger den Bruch eines etablierten Standards als vielmehr einen Wendepunkt in der Geschwindigkeit, mit der kryptografische Annahmen überprüft werden können. Durch den Einsatz des Forschungsmodells „Claude Mythos Preview“ in einer semi-autonomen Forschungsumgebung mit menschlicher Kontrolle gelang es den Forschern, signifikante Schwachstellen in zwei etablierten beziehungsweise zukunftsweisenden Verschlüsselungsverfahren aufzudecken. Konkret betrifft dies den Post-Quanten-Signaturkandidaten HAWK sowie eine reduzierte Variante des Advanced Encryption Standard (AES). Für Enterprise-IT-Verantwortliche, die derzeit Migrationsstrategien für das Quantenzeitalter entwickeln, liefern diese Erkenntnisse einen dringenden Handlungsauftrag, ihre Architektur auf kompromisslose Krypto-Agilität auszurichten.

HAWK-Schwachstelle und NIST-Standardisierungsprozess

Im zusätzlichen NIST-Standardisierungsprozess für Post-Quanten-Signaturen galt HAWK als Kandidat der dritten Runde. Die bereits finalisierten NIST-Verfahren ML-KEM, ML-DSA und SLH-DSA sind davon nicht betroffen. Trotz zweijähriger Prüfung durch renommierte menschliche Kryptografen identifizierte Anthropics KI eine bislang unentdeckte Symmetrie (einen nichttrivialen Automorphismus) im mathematischen Gitter von HAWK. Diese Entdeckung reduziert die Sicherheitsmarge von HAWK deutlich. Um ein vergleichbares Sicherheitsniveau wiederherzustellen, wären größere Parameter nötig, was das Verfahren gegenüber alternativen Signaturalgorithmen weniger attraktiv macht.

Adam Everspaugh, Cryptography Advisor bei Keeper Security, bewertet den Rückzug von HAWK als Beleg für einen funktionierenden Prüfprozess: Die Schwäche sei vor der Standardisierung entdeckt, vom HAWK-Team bestätigt und der Kandidat daraufhin aus dem NIST-Verfahren zurückgezogen worden.

Neben HAWK beschleunigte das KI-System einen bestehenden kryptanalytischen Angriff auf eine auf sieben Runden reduzierte Variante von AES-128 um den Faktor 200 bis 800. Produktive AES-Implementierungen sind davon nicht betroffen: Der Angriff bezieht sich auf eine reduzierte 7-Runden-Variante von AES-128, nicht auf den vollständig implementierten Standard. Relevant ist der Befund dennoch, weil er zeigt, dass KI bestehende kryptanalytische Verfahren systematisch verbessern kann.

Das Paradigma der Geschwindigkeit: KI als Katalysator der Kryptoanalyse

Die rein technische Entdeckung wird durch die Effizienz der KI-gestützten Analyse in den Schatten gestellt. Nach Angaben von Anthropic lag der Aufwand für die HAWK-Analyse bei rund 60 Stunden semi-autonomer Forschungsarbeit; die API-Kosten bewegten sich in einer Größenordnung von etwa 100.000 US-Dollar. Damit verschiebt sich die Kosten-Nutzen-Rechnung: Was bislang spezialisierter Kryptanalyse mit hohem personellem Aufwand vorbehalten war, könnte für gut finanzierte Akteure häufiger reproduzierbar werden.

Everspaugh sieht vor allem die Geschwindigkeit der KI-gestützten Analyse als Wendepunkt. Unternehmen sollten PQC-Migration deshalb nicht als einmaliges Projekt verstehen, sondern als fortlaufende Disziplin, weil sich das Zeitfenster zwischen Algorithmus-Einführung und belastbaren Angriffsmethoden deutlich verkürzen könne.

Enterprise-Strategien: Krypto-Agilität und Inventarisierung

Für Chief Information Security Officer (CISOs) und IT-Architekten ergeben sich aus diesen Entwicklungen unmittelbare architektonische Anforderungen. Das Risikoszenario der „Harvest Now, Decrypt Later“-Angriffe zwingt Unternehmen ohnehin zur zügigen Migration auf quantenresistente Algorithmen. Die jüngsten Analysen belegen nun empirisch, dass neu evaluierte Standards nicht per se als unfehlbar betrachtet werden dürfen. Für Unternehmen bedeutet PQC-Migration nicht nur den Austausch einzelner Algorithmen. Entscheidend ist eine krypto-agile Architektur, in der Verfahren, Zertifikate, Protokolle und Bibliotheken nachvollziehbar inventarisiert und kontrolliert austauschbar sind. Ein möglicher Ansatz ist eine Cryptography Bill of Materials (CBOM), die dokumentiert, welche kryptografischen Verfahren, Schlüsselgrößen, Zertifikate, Bibliotheken und Protokolle in einer Umgebung eingesetzt werden.

Laut Everspaugh ist Krypto-Agilität ebenso wichtig wie die Wahl des eigentlichen Algorithmus. Für die Praxis empfiehlt er hybride Ansätze, bei denen ein bereits standardisiertes Verfahren parallel zu einem neueren eingesetzt wird.

Die Risiken mathematischer Monokulturen

Dass zwei der drei bereits finalisierten NIST-PQC-Standards gitterbasierte Verfahren sind, zeigt die Bedeutung mathematischer Diversität. HAWK beruht zwar auf anderen Gitterannahmen als ML-KEM und ML-DSA, der Fall verdeutlicht aber, warum Unternehmen hybride und austauschbare Kryptostrategien einplanen sollten. Der Fall HAWK ist kein Beleg gegen gitterbasierte Kryptografie insgesamt, aber ein Argument gegen kryptografische Monokulturen.

Everspaugh warnt zugleich vor vorschnellen Rückschlüssen: Der Fall HAWK zeige keine Schwäche des NIST-Prozesses, sondern die Notwendigkeit kontinuierlicher Prüfung. Auch standardisierte Verfahren seien nicht dauerhaft unangreifbar, und KI-gestützte Kryptanalyse werde mit HAWK voraussichtlich nicht enden.

Um die Verteidigungsfähigkeit zu stärken und der KI-gestützten Kryptoanalyse auf Forschungsebene strukturiert zu begegnen, veröffentlichte Anthropic gemeinsam mit Forschern der ETH Zürich, der University of Haifa, der Technischen Universität Berlin und der Tel Aviv University den Benchmark „CryptanalysisBench“. Der Benchmark soll messbar machen, wie gut KI-Systeme kryptanalytische Aufgaben über unterschiedliche Primitive-Familien hinweg bearbeiten können. Das Signal für die Enterprise-IT ist eindeutig: Der Rüstungswettlauf zwischen algorithmischer Absicherung und KI-getriebener Schwachstellenanalyse hat eine neue Iterationsstufe erreicht. Für CISOs folgt daraus eine klare Agenda: Kryptografie inventarisieren, hybride PQC-Migrationspfade testen und verbindliche Update-Mechanismen für Algorithmen, Zertifikate, Protokolle, Bibliotheken und eingebettete Systeme schaffen.