II
Die operativ dominante Antwort.
Die Cybersicherheit kennt beide Beine: Erkennung und Begrenzung. Least Privilege (Saltzer und Schroeder, 1975), Privileged Access Management, Zero Trust, Vier-Augen-Prinzip, Rate Limits, DLP-Schwellen, Circuit Breaker: das sind alles etablierte Begrenzungsmechanismen. Sie sind nicht neu und nicht ungedacht.
Was in der operativen Praxis dominiert, ist trotzdem die Erkennungsseite. Virenschutz, Firewall, Endpunkterkennung, Verhaltensanalyse, Schulung der Belegschaft, Deepfake-Detektoren, Stimmforensik. Diese Werkzeuge beantworten Varianten derselben Frage: Wer von diesen ist der Bösartige?
Drei Verschiebungen durch Künstliche Intelligenz treffen genau die Erkennungsseite.
Der Inhalt wird ununterscheidbar
Sprache, Stimme, Gesicht, Schreibstil, Programmcode sind für Detektoren immer schwerer von menschlicher Produktion zu trennen, und mit jeder Modellgeneration weniger.
Die Grenzkosten fallen gegen Null
Der massgeschneiderte Angriff auf eine einzelne Person kostet heute in der Nähe des massenhaften. Damit endet die Ära der schlampigen Angriffe. Schlamperei war nie ein Wesenszug von Angreifern, sie war eine Folge von Budgetdruck.
Das Tempo verschiebt sich zur Maschine
Im November 2025 hat Anthropic die erste dokumentierte KI-orchestrierte Spionagekampagne offengelegt, intern GTG-1002 genannt3. Rund dreissig Ziele. Der Anbieter beziffert den vom Modell autonom ausgeführten Anteil der taktischen Operationen auf achtzig bis neunzig Prozent. Unabhängige Analysten (Horizon3, Ars Technica) verweisen darauf, dass Framework, Prompt-Engineering und Zielauswahl weiter menschlich sind4. Die Richtung ist klar, die exakte Autonomie-Kennzahl bleibt umstritten. Menschen sind überwiegend nur noch Freigabeinstanz an Kontrollpunkten.
Die Antwort der Branche auf diese drei Verschiebungen lautet überwiegend: bessere Erkennung. Mehr Telemetrie, klügere Modelle, mehr Kontext, Deepfake-Detektoren, Stimmforensik. Erkennung bleibt notwendig. Sie kann aber nicht die einzige Schutzlinie bleiben, wenn der Fälscher gegen den Detektor trainiert und der Detektor nicht gegen den Fälscher trainieren kann, den es noch nicht gibt.
Neben der Erkennung braucht es eine zweite Ebene, die nicht davon abhängt, wer der Handelnde ist. Die vorhandenen Begrenzungsmechanismen zielten historisch auf menschliche Handlungsgeschwindigkeit und diskrete Entscheidungspunkte. Bei Agenten, die tausende Vorgänge pro Minute in Produktivsystemen ausführen können, greifen sie strukturell nicht mehr in derselben Form.