Start / News / KI-Modelle knacken zwei ungelöste Enigma-Nachrichten aus dem Zweiten Weltkrieg – nur sieben bleiben übrig
KI

KI-Modelle knacken zwei ungelöste Enigma-Nachrichten aus dem Zweiten Weltkrieg – nur sieben bleiben übrig

27. Sept. 20263 Min. Lesezeit
KI-Modelle knacken zwei ungelöste Enigma-Nachrichten aus dem Zweiten Weltkrieg – nur sieben bleiben übrig

Nachrichtenzusammenfassung

Zwei der leistungsfähigsten heute verfügbaren KI-Systeme, OpenAIs neuestes Modell Astra und Anthropics Claude Opus 5, haben jeweils Forschern dabei geholfen, eine Enigma-Nachricht aus dem Zweiten Weltkrieg zu entschlüsseln, die sich jahrelang menschlichen Kryptoanalytikern widersetzt hatte. Die Ergebnisse, über die TechCrunch am 25. September 2026 (US-Ostküstenzeit) berichtete und die von mehreren Aggregatoren aufgegriffen wurden, wurden von einem unabhängigen Experten auf diesem Gebiet geprüft, und sie liefern ein anschauliches Beispiel dafür, wie moderne KI historische Forschung und Kryptologie-Ausbildung unterstützen kann.

Warum dies Turings „anderer Test“ genannt wird

Alan Turing ist vor allem für das Imitationsspiel bekannt, das heute seinen Namen trägt, ein Gedankenexperiment darüber, ob eine Maschine wie ein Mensch konversieren kann. Zu seinen Lebzeiten war jedoch eine folgenreichere Herausforderung das Knacken der Enigma-Chiffre, die Deutschland im Zweiten Weltkrieg verwendete. Enigma-Maschinen verschlüsselten Text mit rotierenden Walzen und Steckbrettverdrahtung, und die Zahl der möglichen Einstellungen war enorm. Die Schlagzeilen-Rahmung behandelt die Entschlüsselung überlieferter, ungelöster Enigma-Nachrichten als zweiten, praktischeren Maßstab für maschinelles Schlussfolgern.

Astra knackt eine seit 2005 ungelöste Nachricht

Dem Bericht zufolge bat Entwickler Carter Leffen Astra, eine Datenbank mit Enigma-Nachrichten zu durchsuchen, eine auszuwählen, die nie geknackt worden war, und sie zu entschlüsseln. Anstatt einfach Brute-Force-Versuche durchzuführen, betrieb das Modell Berichten zufolge eigene Archivforschung und suchte nach kontextuellen Hinweisen darauf, wo und wann die Nachricht wahrscheinlich erstellt wurde. Dann baute es einen Simulator der Enigma-Maschine und nutzte ihn, um den Klartext wiederherzustellen. Die Nachricht hatte Forscher seit 2005 verblüfft. Leffens Arbeit fand im September 2026 statt.

Claude Opus 5 knackt eine andere Nachricht

Am 21. September 2026 kontaktierte der Cybersicherheits-Manager und Kryptoanalytiker Jack Willis den Kryptologieforscher Frode Weierud, um ihm mitzuteilen, dass er Anthropics Claude Opus 5 genutzt hatte, um eine weitere ungelöste Nachricht zu knacken. Willis gab dem Modell deutlich mehr Anleitung als Leffen Astra. Claude nutzte dann die bekannte Signatur des Namens eines bestimmten Offiziers, ein typisches Crib in der Enigma-Arbeit, um die Nachricht wiederherzustellen.

Unabhängige Validierung

Weierud, ein pensionierter Elektroingenieur, der den Crypto Cellar betreibt, eine bekannte Gemeinschaftsressource für die Enigma-Forschung, validierte beide Lösungen. Er beschrieb das OpenAI-Modell als Verhalten wie ein sehr professioneller Kryptoanalytiker und merkte an, dass es Arbeit abschloss, die einen menschlichen Forscher Wochen oder sogar Monate kosten würde. Berichte erwähnen auch, dass nur sieben ungeknackte Enigma-Nachrichten in der Sammlung verbleiben, was diese beiden Lösungen zu einem bedeutenden Anteil dessen macht, was übrig war.

Was sich zwischen den beiden Ansätzen unterschied

Die beiden Fälle zeigen unterschiedliche Grade an Autonomie. Astra erhielt ein übergeordnetes Ziel und übernahm die Recherche-, Werkzeug- und Entschlüsselungsschritte selbst. Opus 5 arbeitete in einer stärker kollaborativen Schleife, bei der ein Mensch Hinweise und Richtung lieferte. Beide Muster sind in der praktischen KI-gestützten Forschung üblich: Manche Aufgaben können durchgängig delegiert werden, während andere davon profitieren, dass ein Experte das Modell steuert.

Warum es für Wissenschaft und Bildung wichtig ist

Die Episode ist eine kompakte Fallstudie darüber, wie KI Informationsbeschaffung, Hypothesentests und Softwarekonstruktion kombinieren kann. Auf Anfrage einen funktionierenden Maschinensimulator zu bauen und ihn dann zu nutzen, um Kandidateneinstellungen zu testen, ist die Art von mehrstufigem Problemlösen, von der Studierende der Mathematik, Informatik und Geschichte lernen können. Sie unterstreicht auch den Wert menschlicher Verifizierung: Die Behauptungen haben Gewicht, weil ein Fachexperte sie unabhängig bestätigte.

Was als Nächstes zu beobachten ist

Da nur noch eine Handvoll ungeknackter Nachrichten übrig ist, wird sich die Aufmerksamkeit wahrscheinlich darauf richten, ob ähnliche Methoden bei anderen historischen Chiffren und Archiven helfen können. Leser sollten Details, die über die bestätigten Berichte hinausgehen, einschließlich genauer Modellkonfigurationen und der Anzahl der Versuche, als noch nicht öffentlich dokumentiert betrachten.

KIKryptografie