Anthropic hat vergangene Woche Claude Opus 4.7 veröffentlicht – und in derselben Pressemitteilung offenbart, dass dieses Modell nicht ihr Bestes ist. Das eigentliche Flaggschiff heißt Mythos und läuft gerade bei rund 40 handverlesenen Organisationen: Amazon, Apple, Microsoft, JPMorgan Chase. Der Rest bekommt Opus 4.7 – immerhin mit verbesserter Bildverarbeitung bis 3,75 Megapixel, besserem Software-Engineering und neuen „Task Budgets“, die dem Modell ein Token-Budget für komplexe Agentenaufgaben geben. Das ist echter Fortschritt. Aber das eigentlich Bemerkenswerte liegt woanders.
Mythos kann autonom Sicherheitslücken finden, Hypothesen aufstellen, diese gegen laufende Systeme testen und vollständige Exploits produzieren – ohne menschliche Eingriffe. Anthropic hat entschieden, das nicht zu veröffentlichen. Nicht weil es nicht funktioniert. Sondern weil es zu gut funktioniert. Man fragt sich unwillkürlich, was das über die Modelle aussagt, die schon jetzt in der Entwicklung sind.
OpenAI zieht nach – mit anderer Philosophie
Nur sieben Tage nach Anthropics Mythos-Ankündigung reagierte OpenAI mit GPT-5.4-Cyber: einem spezialisierten Sicherheitsmodell, das über das „Trusted Access for Cyber“-Programm an tausende verifizierte Security-Profis ausgerollt wurde. Der Unterschied zum Anthropic-Ansatz ist bezeichnend. Mythos operiert autonom – es denkt, testet, exploitet. GPT-5.4-Cyber ist als Copilot für Sicherheitsteams konzipiert: Es unterstützt, entscheidet aber nicht alleine.
Hinter diesem Unterschied steckt eine grundsätzliche strategische Divergenz. Anthropic hat entschieden, dass ein zu fähiges Modell nur dann vertretbar ist, wenn der Zugang maximal eingeschränkt bleibt – unabhängig davon, wer fragt. OpenAI setzt auf breite Verfügbarkeit für überprüfte Nutzer und argumentiert, dass mehr gute Akteure mit dem Werkzeug besser ist als weniger. Beide Positionen sind rational. Und beide zeigen, wie wenig Konsens in der Branche darüber besteht, was verantwortungsvoller Umgang mit hochfähiger KI überhaupt bedeutet.
KI-Agenten: längst Unternehmensrealität
Während Frontier-Labs über Veröffentlichungsphilosophien streiten, hat die Unternehmenswelt eine wichtige Schwelle still überschritten: Aktuelle Erhebungen zeigen, dass bereits 79 Prozent der Organisationen KI-Agenten in ihre Abläufe integriert haben. Bis Ende 2026 sollen 40 Prozent aller Unternehmensanwendungen eingebettete Agenten enthalten. Der strukturelle Unterbau dafür entsteht gerade unter der Linux Foundation: Das Agentic AI Foundation-Projekt bündelt Anthropics Model Context Protocol (MCP), OpenAIs AGENTS.md und Blocks Goose-Framework zu einem gemeinsamen Interoperabilitätsstandard.
Was das bedeutet: Agenten sind kein Zukunftsthema mehr. Sie sind operative Realität – oft schneller eingeführt, als die interne Governance mitgewachsen ist. Systeme laufen, bevor geklärt ist, wer für ihre Entscheidungen haftet.
600 Gesetze, null Klarheit
Auf der regulatorischen Seite dreht sich die Spirale weiter. Allein in den USA haben staatliche Gesetzgeber in der laufenden Legislaturperiode über 600 KI-Gesetzentwürfe eingebracht – von Transparenzpflichten bis zu Haftungsregeln für automatisierte Systeme. Gleichzeitig ist die Biden-Ära Executive Order zur KI-Regulierung unter der neuen Regierung obsolet geworden; der Fokus liegt nun auf freiwilligen Standards wie dem NIST AI Risk Management Framework. Das NIST hat parallel eine Initiative für KI-Agenten-Standards gestartet und ein Konzeptpapier zu „Agentic Identity“ veröffentlicht – also der Frage, wie sich autonome Systeme in Infrastrukturen authentifizieren und für ihre Handlungen rechenschaftspflichtig sind.
Das Ergebnis dieser Gemengelage: Unternehmen navigieren durch eine regulatorische Übergangsphase, in der die formellen Anforderungen noch nicht festgeschrieben sind – sich aber klar abzeichnen. Wer KI-Agenten heute ohne Blick auf Auditierbarkeit und Governance-Strukturen einführt, baut Systeme, die in zwölf Monaten aufwendig nachgerüstet werden müssen. Genau das ist der Ansatz, den neothink in der Umsetzung verfolgt: KI-Systeme von Anfang an so architektonisch aufzusetzen, dass regulatorische Anforderungen kein nachträglicher Umbau sind, sondern Teil des Entwurfs.