Die Methode ist offengelegt und schlicht: Autor Patrick Garrity führt zwei Datensätze zusammen – die Anthropic zugeordneten CVE-Veröffentlichungen aus „Project Glasswing“ und die Sammlung KI-entdeckter Schwachstellen der Berkeley Vulnerability Research Initiative (vuln.cs.berkeley.edu) – und gleicht sie gegen VulnCheck KEV ab, den hauseigenen Katalog nachweislich ausgenutzter Schwachstellen: „I consolidated both datasets and correlated them with VulnCheck KEV to better understand how often AI-assisted discoveries end up being exploited in the wild.“ Ergebnis: „Of 1,061 vulnerabilities attributed to AI-assisted discovery, only 14, or 1.3%, have been confirmed as exploited in the wild“ – eine Quote, die der allgemeinen Ausnutzungsrate im Beobachtungszeitraum entspricht.
Der Trichter bei Anthropic ist der aussagekräftigste Einzelbefund, weil dort Anfang und Ende der Kette bekannt sind: „Anthropic reported more than 23,000 findings through Project Glasswing, but only 126 have resulted in published CVEs, and just one has been confirmed as exploited in the wild.“ Aus rund 23.000 Meldungen werden also 126 offizielle Schwachstellen-Einträge – und aus diesen ein einziger dokumentierter Angriff, CVE-2026-26980. Project Glasswing ist Anthropics Programm mit eingeschränktem Zugang zu leistungsfähigen Modellen für Sicherheits-Audits; der Bericht vermerkt dazu trocken, das Unternehmen habe um die Gefahren KI-gestützter Schwachstellensuche „a lot of hype“ erzeugt.
Die zweite Zahl des Berichts weist in die entgegengesetzte Richtung und relativiert die erste nicht, sondern ergänzt sie: Gemessen über alle Schwachstellen fiel „the median time from CVE publication to KEV … from 120 days in 2025 to 80 days during the first half of 2026“. Der Anteil der Fälle, die schon am Tag der Veröffentlichung oder davor angegriffen wurden, ging dagegen leicht zurück (23,43 Prozent gegenüber 28,93 Prozent im Jahr 2025). Anders gesagt: Der breite Mittelbau wird schneller ausgenutzt, die ganz frühen Angriffe wurden nicht häufiger. Am stärksten betroffen sind weiterhin Redaktionssysteme für Webseiten – rund ein Drittel aller erfassten Fälle – gefolgt von Netzwerk-Randgeräten.
Zur Beleglage: Die Ausnutzungs-Nachweise stammen nicht aus einer Quelle, sondern aus einem Verbund von Sensoren und Meldern; die sechs ergiebigsten im Halbjahr waren Patchstack (70 Einträge), CrowdSec (64), ShadowServer (57), VulnCheck selbst (37), Wordfence (20) und die US-Behörde CISA (19). Diese Breite ist die Stärke der Auswertung. Ihre Schwäche benennt der Bericht selbst: Bei der kleinen Zahl KI-entdeckter Schwachstellen mit bestätigter Ausnutzung sei es zu früh für bedeutsame Schlussfolgerungen, weil Ausnutzungs-Belege oft lange nach der CVE-Veröffentlichung auftauchen. Einordnung von uns: VulnCheck verkauft Schwachstellen-Intelligenz, ist also Anbieter – aber in der Frage, ob KI-Fundzahlen Gefahr bedeuten, keine Partei; die Firma hat weder ein Modell noch ein Fundprogramm zu verteidigen.