[{"data":1,"prerenderedAt":27},["ShallowReactive",2],{"nr-de-anthropic-new-safeguards-reduce-distillation-attacks":3},{"slug":4,"title":5,"dek":6,"date":7,"time":8,"publishedAt":9,"updated":10,"updatedAt":10,"dateFmt":11,"updatedFmt":10,"kind":12,"tier":13,"author":14,"authorName":15,"topics":16,"tracker":10,"trackerLabel":10,"headlineStat":21,"image":22,"ogImage":23,"imageAlt":5,"csv":10,"minutes":24,"words":25,"html":26},"anthropic-new-safeguards-reduce-distillation-attacks","Anthropic: Neue Schutzmaßnahmen senken Distillation-Angriffe deutlich","Anthropic meldet, dass neue Abwehrmechanismen die Datenmenge, die Distiller aus Claude abgreifen, nach ersten Erkenntnissen um rund 90 bis 99 Prozent reduzieren. Die Angaben stammen vom Unternehmen selbst und sind bislang nicht unabhängig geprüft.","2026-10-13","07:08","2026-10-13T07:08:00+02:00","","13. Oktober 2026","news","standard","ideal-syka","Ideal Syka",[17,18,19,20],"Distillation","Modellsicherheit","Anthropic","Wettbewerb","90–99 % weniger abgegriffene Daten (laut Anthropic)","\u002Fnewsroom\u002Fimg\u002Fanthropic-new-safeguards-reduce-distillation-attacks.webp","\u002Fog-nr\u002Fanthropic-new-safeguards-reduce-distillation-attacks.de.png",2,421,"\u003Cp>Anthropic hat in einem Forschungsbeitrag vom 12. Oktober 2026 beschrieben, wie das Unternehmen seine Abwehr gegen sogenannte Distillation-Angriffe ausgebaut hat. Nach ersten Erkenntnissen hätten die Maßnahmen die Datenmenge, die Distiller abschöpfen, um etwa 90 bis 99 Prozent verringert. Die Angabe stammt von Anthropic selbst; eine unabhängige Überprüfung liegt laut den vorliegenden Quellen nicht vor.\u003C\u002Fp>\n\u003Ch2>Was Distillation bedeutet\u003C\u002Fh2>\n\u003Cp>Anthropic beschreibt Distillation als verdeckte, industriell betriebene Kampagnen, mit denen die Fähigkeiten eines Modells ausgelesen und in einem anderen Modell nachgebaut werden, ohne Zustimmung der ursprünglichen Entwickler. Solche Angriffe laufen häufig über Netzwerke betrügerischer Konten. Laut Anthropic erlauben sie Unternehmen, Spitzenfähigkeiten in einem Bruchteil der Entwicklungszeit und zu geringeren Kosten nachzuahmen. Das Unternehmen hatte im September bereits berichtet, dass diese Methode genutzt werde, um ausländischen KI-Laboren den Anschluss an US-Unternehmen zu erleichtern.\u003C\u002Fp>\n\u003Ch2>Begründung der Sorge\u003C\u002Fh2>\n\u003Cp>Anthropic nennt zwei Gründe. Erstens könnten so Modelle entstehen, die nahe an der Leistungsspitze liegen, aber ohne vergleichbar robuste Schutzvorkehrungen veröffentlicht werden. Anthropic verweist auf Biologie und Cybersicherheit als Bereiche möglichen Schadens. Als Beispiel nennt das Unternehmen Zhipu, das laut Anthropic während der Entwicklung von GLM-5.3 die Cyberfähigkeiten führender US-Modelle destilliert habe. Zweitens sieht Anthropic ein nationales Sicherheitsrisiko, weil Unternehmen, die US-Modelle destillieren, die gewonnenen Fähigkeiten nach Darstellung des Unternehmens in militärische, nachrichtendienstliche und Überwachungssysteme einbinden könnten.\u003C\u002Fp>\n\u003Ch2>Das Vorgehen\u003C\u002Fh2>\n\u003Cp>Die Abwehr setzt laut Anthropic vor allem darauf, das Begründungsverhalten des Modells schwerer zugänglich zu machen, da Distiller gerade die ausführlichen Denkprotokolle als besonders wertvoll betrachten. Anthropic beschreibt drei Ansätze: die Kontrolle, wohin Begründungen gelangen können; das Blockieren und Nachschärfen von Extraktionsversuchen mit einem zweistufigen Klassifikatorsystem; und das Erschweren wiederholter Versuche durch strengere Nutzungslimits und Sperrungen. Nach Angaben des Unternehmens liegt die Falsch-Positiv-Rate bei unter 0,1 Prozent.\u003C\u002Fp>\n\u003Ch2>Hintergrund\u003C\u002Fh2>\n\u003Cp>Anthropic hatte früher bereits einfachere Maßnahmen eingesetzt, etwa das Zusammenfassen der Begründungen vor der Anzeige. In einer eigenen Auswertung zu SWE-bench Verified erreichte ein auf vollständigen Protokollen trainiertes Modell 80,4 Prozent, ein Modell mit zusammengefassten Protokollen 71,8 Prozent. Daraufhin wichen Angreifer laut Anthropic auf aktive Extraktionsversuche aus, die mehrere hunderttausend Konten über Proxy-Netzwerke umfassen konnten.\u003C\u002Fp>\n\u003Ch2>Einordnung\u003C\u002Fh2>\n\u003Cp>Für Unternehmen, die KI-Modelle über APIs einsetzen, kann die Entwicklung relevant sein, weil Anthropic eingesteht, dass legitime Nutzer teils Anpassungen an ihren Integrationen vornehmen mussten und Umsatz bewusst verloren wurde. Offen bleibt, wie sich die Maßnahmen gegenüber Angreifern mit wachsendem Aufwand behaupten; Anthropic selbst erwartet, dass Umgehungen gefunden werden. Ob die genannten Prozentwerte sich unabhängig bestätigen lassen, ist derzeit nicht belegt.\u003C\u002Fp>\n\u003Ch2>Quellen\u003C\u002Fh2>\n\u003Cul>\n\u003Cli>\u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\u002Fresearch\u002Fdistillation-defenses\">Anthropic\u003C\u002Fa>\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\u003Cem>Redaktionell verantwortet von \u003Ca href=\"\u002Fautor\u002Fideal-syka\">Ideal Syka\u003C\u002Fa>. Quellen und Arbeitsweise: \u003Ca href=\"\u002Fredaktion\">Redaktion & Methode\u003C\u002Fa>. Hinweise und Korrekturen: \u003Ca href=\"mailto:ai@i6eal.de\">ai@i6eal.de\u003C\u002Fa>.\u003C\u002Fem>\u003C\u002Fp>\n",1791881440628]