Zum Inhalt springen

Befund 09 / Cybersecurity

KI-Agent schlägt neun von zehn Profi-Pentestern im echten Netz.

Bei Hack The Box lösten Teams mit KI-Unterstützung 3,2-mal so viele Aufgaben wie Teams ohne. Die besten fünf Prozent waren drei- bis viermal schneller. In einem echten Uni-Netz belegte ein KI-Agent Platz zwei von elf, vor neun von zehn Profi-Pentestern.

Hack The Box · August 2026 · Stand 19. September 2026

Gelöste Aufgaben, Index

Teams ohne KI
100
Teams mit KI
320
3,2×so viele gelöste Aufgaben
Abb. 01 /Index: Teams ohne KI = 100. Der Vergleich ist nicht randomisiert.
3,2×so viele gelöste Aufgaben in Teams mit KI
3–4×schneller in den besten 5 Prozent
2 von 11Platz des KI-Agenten gegen 10 zertifizierte Pentester

01 / Aufbau

So liefen die beiden Vergleiche ab.

Hack The Box hat ausgewertet, wie Teams mit und ohne KI-Unterstützung Sicherheitsaufgaben lösen. Stanford ließ den Agenten ARTEMIS in einem echten Uni-Netz mit rund 8.000 Rechnern gegen zehn zertifizierte Profis antreten.

Aufbau der Untersuchung
MerkmalAngabe
WettbewerbHack The Box, August 2026, nicht randomisiert
Echtes NetzStanford, rund 8.000 Rechner, 10 Profis
Kosten Agent18 $ statt 60 $ pro Stunde

02 / Ergebnis

Teams mit KI ziehen davon, die Spitze bleibt menschlich. Noch.

Teams mit KI lösten 3,2-mal so viele Aufgaben, in den besten fünf Prozent waren sie drei- bis viermal schneller. ARTEMIS wurde Zweiter von elf und war damit besser als neun von zehn Profis, bei Kosten von 18 statt 60 Dollar pro Stunde.

Anthropic berichtet für Claude Mythos Preview von funktionierenden Exploits in Stunden, für die erfahrene Pentester nach eigener Aussage Wochen gebraucht hätten.

03 / Einordnung

Was der Befund zeigt und wo er aufhört.

Eine gute Zahl ist nur so viel wert wie ihre Grenzen. Deshalb steht hier, was der Befund nicht aussagt.

01 /

Das beste Menschenteam bleibt vorn

Das beste rein menschliche Team löste alle 36 Aufgaben, das beste Team mit KI 32.

02 /

Auch ein Agent übersieht Dinge

ARTEMIS übersah eine einfache Lücke in einer Oberfläche, die 80 Prozent der Menschen fanden.

03 /

Der Engpass wandert

Die Suche wird schneller, Prüfen und Beheben nicht im gleichen Maß: Von den über Glasswing gemeldeten Funden sind erst 0,8 Prozent behoben.

04 / Für dein Unternehmen

Was du daraus mitnehmen kannst.

01 /

Häufiger und breiter prüfen

KI hilft, Systeme öfter und gründlicher zu testen. Die Befunde bewertet weiter ein Mensch.

02 /

Beheben einplanen

Wer schneller findet, muss auch schneller beheben. Dafür braucht es klare Abläufe.

05 / Quellen

Die Studien hinter dem Befund.

Jede Quelle trägt ihren Evidenzgrad, so wie in unserer Analyse vom 19. September 2026. Was die Kennzeichnung bedeutet

  1. 01 /

    The AI-Accelerated Cyber Team

    Hack The Box

    Primärquelle geprüft

  2. 02 /

    ARTEMIS im Vergleich mit Profi-Pentestern

    Stanford, arXiv 2512.09882

    Primärquelle geprüft

  3. 03 /

    Claude Mythos Preview

    Anthropic

    Primärquelle geprüft · Angabe des KI-Anbieters

  4. 04 /

    Glasswing: Gegenprüfung der Funde

    VulnCheck

    Primärquelle geprüft

Solche Zeitgewinne entstehen nicht von allein.

Dafür braucht es passende Aufgaben, Fachwissen am Steuer und eine feste Prüfung. Wir bauen das mit dir auf.