18 Tage ohne die KI-Spitze

Was passiert ist, in fünf Daten

• 9. Juni 2026 Anthropic stellt Fable 5 und Mythos 5 vor, die bis dahin stärksten KI-Modelle. Fable 5 führt unabhängige Ranglisten wie den Intelligence Index von Artificial Analysis an.
• 12. Juni 2026 Die US-Regierung ordnet per Exportkontroll-Direktive die weltweite Sperre beider Modelle an, ausdrücklich auch für Nutzer außerhalb der USA. Anthropic setzt die Anweisung um und widerspricht inhaltlich. Der Zugang ist weg, auch aus Deutschland.
• 26. Juni 2026 Erste Teilfreigabe: Mythos 5 darf an einzelne, von der Regierung freigegebene US-Organisationen wieder ausgeliefert werden.
• 30. Juni 2026 Das US-Handelsministerium hebt die Exportkontrollen auf.
• 1. Juli 2026 Fable 5 ist wieder weltweit verfügbar, auf der Claude-Plattform, in Claude.ai und Claude Code. Mythos 5 bleibt zunächst freigegebenen Organisationen vorbehalten.
• 2. Juli 2026 Erste unabhängige Benchmarks der zurückgekehrten Version zeigen einen massiven Einbruch bei Coding-Aufgaben. Der Grund ist nicht eine schwächere Modellleistung, sondern der neue Sicherheitsfilter, der einen Großteil der Anfragen an ein Ausweichmodell umleitet.

Warum gesperrt wurde

Auslöser war nach übereinstimmenden Berichten ein Befund von Amazon-Forschern: Sie hatten eine Methode gefunden, die Schutzmechanismen von Fable 5 so zu umgehen, dass das Modell systematisch Software-Schwachstellen identifizierte. Die US-Regierung stufte das als Frage der nationalen Sicherheit ein und nutzte erstmals Exportkontrollrecht, um ein einzelnes KI-Modell zu regulieren.

Anthropic hat nach eigenen Angaben gemeinsam mit der Regierung einen verbesserten Sicherheitsfilter trainiert, der die konkrete Umgehungstechnik in über 99 Prozent der Fälle blockiert. Diese Zahl ist eine Herstellerangabe, wir kennzeichnen sie entsprechend. Auf dieser Grundlage wurde die Sperre aufgehoben.

Warum die Aufhebung keine Entwarnung ist

Man könnte die Geschichte als gelöstes Problem lesen: Sicherheitslücke gefunden, nachgebessert, Zugang wieder da. Technisch stimmt das. Strategisch greift es zu kurz.

Entscheidend ist, wie beides geschah. Der Zugang zur KI-Spitze wurde per Direktive gekappt und per Direktive wiederhergestellt. Kein Unternehmen in Deutschland hatte auf das eine oder das andere Einfluss, keines wurde vorgewarnt, keines konnte den Zeitpunkt der Rückkehr planen. Wer geschäftskritische Prozesse auf diesen Modellen aufgebaut hatte, stand 18 Tage ohne da und erfuhr aus den Nachrichten, dass es weitergeht.

Verfügbarkeit ist zurück. Verlässlichkeit ist es nicht. Denn über beide entscheidet nicht, wer die Systeme nutzt, sondern wer sie kontrolliert.

Dazu kommt: Die Sperre traf ausgerechnet die neueste Modellgeneration, drei Tage nach Vorstellung. Es gibt keinen Grund anzunehmen, dass sich ein solcher Eingriff nicht wiederholt, beim nächsten Sicherheitsbefund, bei der nächsten geopolitischen Lage, beim nächsten Modell.

Und die Nachbesserung hat einen Preis

Wie unmittelbar dieser Kontrollverlust wirkt, zeigte sich schon einen Tag nach der Rückkehr. Am 2. Juli veröffentlichte die Testplattform BridgeMind neue Messungen: In einem Debugging-Benchmark brach die zurückgekehrte Fable-5-Version um rund 70 Prozent ein und fiel von Platz 9 auf Platz 41 von 42 bewerteten Modellen. Auf den ersten Blick sieht das so aus, als sei die neu ausgelieferte Version schlechter als die vor der Sperre.

Der wahre Grund ist ein anderer, und er ist deutlich aufschlussreicher: Nicht das Modell rechnet schlechter. Der neue Sicherheitsfilter greift so breit, dass er einen Großteil der Coding-Anfragen bereits abfängt und automatisch an das schwächere Ausweichmodell Opus 4.8 umleitet, bevor Fable 5 überhaupt antwortet. Im Test erreichten nur 3 von 12 Aufgaben tatsächlich Fable 5, die übrigen 9 landeten bei Opus 4.8 und wurden vom Benchmark mit null Punkten gewertet. Anwender bekommen also ein anderes, schwächeres Modell, ohne es angefordert zu haben und in den meisten Fällen, ohne es zu bemerken.

Anthropic hat angekündigt, den Filter weiter nachzujustieren, um solche Fehlklassifikationen zu verringern, nennt aber weder Zeitplan noch Zielwert. Diese Aussage ist eine Herstellerangabe. Für Unternehmen liegt darin die zweite Lehre derselben Episode: Selbst wenn ein Modell nominell verfügbar ist, kann sich sein Verhalten über Nacht ändern, weil an einer Stelle nachgeregelt wird, die von außen niemand kontrolliert. Verfügbarkeit ist eben nicht dasselbe wie Verlässlichkeit.

Drei Konsequenzen für Unternehmen

1. Modell-agnostisch bauen

Kein Workflow sollte fest an ein einzelnes Modell gebunden sein. Eine saubere Abstraktionsschicht zwischen Anwendung und KI-Modell kostet beim Aufbau wenig und entscheidet im Ernstfall darüber, ob der Wechsel auf ein anderes Modell Stunden oder Wochen dauert. Wer im Juni auf diese Weise gebaut hatte, konnte auf Opus 4.8 oder andere Modelle ausweichen und weiterarbeiten.

2. Eine souveräne Rückfallebene aufbauen

Ein lokal betriebenes Modell auf eigener Hardware erreicht roh nicht das Niveau der Spitze. Aber mit angebundenem Fachwissen (RAG), Werkzeugen und präzisen Anweisungen liefert es für klar umrissene Fachaufgaben verlässlich gute Ergebnisse, und es hat zwei Eigenschaften, die kein externes Spitzenmodell bieten kann: Es lässt sich nicht per Direktive aus dem Ausland abschalten, und seine Kosten sind planbar. Je früher diese Ebene entsteht, desto weiter ist sie, wenn sie gebraucht wird.

3. Abhängigkeiten kennen und dokumentieren

Die einfachste Übung mit der größten Wirkung: einmal sauber aufschreiben, welche Prozesse im Unternehmen von welchem KI-Modell abhängen, was bei einem Ausfall passiert und welche Ausweichoption je Prozess besteht. Wer dazu Verträge mit KI-Anbietern schließt, sollte Verfügbarkeits- und Preisänderungsklauseln bewusst prüfen. Das ersetzt keine Rechtsberatung, aber es macht das Risiko sichtbar und verhandelbar.