OpenAI: NATO-Cyber-Teams verbrauchen bis zu 300 Milliarden Tokens pro Monat

Zusammenfassung der Meldung
OpenAI teilte am 17. November 2026 (UTC) mit, dass das Unternehmen mit der NATO-Agentur für Kommunikation und Information zusammenarbeitet, um den Kerninstitutionen des Bündnisses über seine Daybreak-Initiative Zugang zu fortschrittlichen Cybersicherheitsmodellen zu verschaffen. Das Unternehmen erklärte, die Nutzung durch die NATO habe bis zu 300 Milliarden rohe Eingabe- und Ausgabe-Tokens pro Monat erreicht – eine Zahl, die auf erhebliche operative Aktivität hindeutet, während Details wie die Zahl der Nutzer und konkrete Arbeitsabläufe nicht offengelegt werden.
Was OpenAI angekündigt hat
Die Zusammenarbeit soll autorisierte Arbeit im Bereich der Cyberabwehr unterstützen, darunter die Überprüfung von Software, die Untersuchung verdächtiger Aktivitäten, die Bestätigung von Schwachstellen sowie die Entwicklung und das Testen von Korrekturen. OpenAI beschrieb das Vorhaben als einen Weg, verbündete Netzwerke besser zu schützen und Cyber-Fachwissen in multinationalen Teams aufzubauen, die für die Abwehr rund um die Uhr zuständig sind.
In der Ankündigung nannte das Unternehmen weder die konkreten Modelle, die technische Architektur, die Einsatzumgebung noch das genaue Startdatum für den Zugang der NATO. Auch eine Aufschlüsselung des gemeldeten Token-Volumens wurde nicht veröffentlicht. Diese Auslassungen bedeuten, dass die Nutzungszahl als Maß für die Modellaktivität zu lesen ist und nicht als direktes Maß für gefundene Schwachstellen oder abgesicherte Systeme.
Training stellt Menschen neben KI-Agenten
OpenAI teilte außerdem mit, dass es die Übung Crossed Swords 2026 unterstützt habe, die vom NATO Cooperative Cyber Defence Centre of Excellence organisiert wurde. Ein neuer Trainingszweig ermöglichte es den Teilnehmern, KI-Agenten für Cyberoperationen in einer technischen Umgebung mit Daybreak zu erstellen, einzusetzen und zu bewerten. Bei der Übung arbeiteten Menschen gemeinsam mit KI-Agenten, wobei die menschliche Aufsicht im Vordergrund stand.
Dieser Ausbildungsaspekt ist wichtig, denn Cyberabwehr erfordert mehr als nur Zugang zu Modellen. Sicherheitsexperten müssen üben, maschinell erzeugte Befunde zu beurteilen, zu prüfen, ob eine vermutete Schwäche tatsächlich besteht, und zu entscheiden, welche Korrektur sich gefahrlos einspielen lässt. Übungen können Teams helfen, diese Fähigkeiten in einem kontrollierten Umfeld zu entwickeln, bevor sie sie auf produktive Systeme anwenden.
Warum die Größenordnung Kontext braucht
Die gemeldete Obergrenze von 300 Milliarden Tokens pro Monat ist beeindruckend, doch Token-Zahlen entsprechen nicht abgeschlossenen Aufgaben. Ein Modell kann viele Tokens verbrauchen, während es eine Frage untersucht, und eine hohe Nutzung allein zeigt nicht, ob seine Ausgaben korrekt oder nützlich waren. OpenAI und die NATO veröffentlichten zusammen mit dieser Zahl keine öffentlichen Leistungskennzahlen wie eingesparte Zeit, bestätigte Schwachstellen, Behebungsquoten oder unabhängige Bewertungen.
Dylan Browne, Generaldirektor der NATO-Agentur für Kommunikation und Information, beschrieb KI-Modelle für die Cyberabwehr als Werkzeuge, die das Auffinden von Schwachstellen und die Erkennung von Bedrohungen beschleunigen können. Er sagte zudem, das Bündnis werde mit wachsender Verbreitung ein tieferes Verständnis von Verbrauch, Nutzungsmustern und der zugrunde liegenden Wirtschaftlichkeit anstreben, unter anderem zur Unterstützung von Kostenoptimierung und Beschaffungsentscheidungen. Das deutet auf einen laufenden Bewertungsprozess ebenso hin wie auf eine operative Zusammenarbeit.
Ein breiteres Programm für Verteidiger
OpenAI ordnete die Arbeit mit der NATO in ein umfassenderes Vorhaben ein, ausgewählten Akteuren der Cyberabwehr im öffentlichen Sektor Cybermodelle bereitzustellen. Das Unternehmen erklärte, es habe auch der Cybersicherheitsagentur der Europäischen Union ENISA sowie nationalen Cyberbehörden in Frankreich, Deutschland und Polen Zugang gewährt. Es nannte Beispiele, in denen europäische Teams KI-gestützte Analysen nutzten, um Softwareprobleme zu erkennen, und anschließend mit Betreuern oder Herstellern an Korrekturen arbeiteten.
Bei all diesen Vorhaben lautet die zentrale technische Frage, wie sich schnellere Analysen mit fachlicher Prüfung verbinden lassen. KI kann Forschenden helfen, Code zu untersuchen, Verhaltensweisen zu vergleichen und mögliche Erklärungen zu testen, doch die Verantwortung für die Bestätigung von Befunden und die Aufsicht über folgenreiche Änderungen bleibt beim Menschen. Für Studierende und Praktiker bietet die Zusammenarbeit ein Beispiel aus der Praxis dafür, wie KI als Assistent in einem Sicherheitsarbeitsablauf wirkt und nicht als Ersatz für Cybersicherheitskompetenz.
Worauf es als Nächstes zu achten gilt
Nützliche Fortschrittsmaße wären unabhängig überprüfte Befunde, der Anteil der Modellvorschläge, die einer fachlichen Prüfung standhalten, die Zeit, die für die Validierung und Behebung von Schwächen nötig ist, sowie die Schutzmaßnahmen, die Tests innerhalb autorisierter Umgebungen halten. Mehr Details zu diesen Kennzahlen würden Lehrenden, Sicherheitsteams und Technologieeinkäufern helfen zu verstehen, wo fortschrittliche Modelle Mehrwert schaffen und wo menschliches Urteilsvermögen unverzichtbar bleibt.
Vorerst belegt die Ankündigung, dass die Kerninstitutionen der NATO Zugang zu den Cybersicherheitsmodellen von OpenAI haben, und sie meldet ein hohes Nutzungsniveau. Sie hebt außerdem praktisches Training mit KI-Agenten und menschlicher Aufsicht hervor. Ob die Zusammenarbeit die Widerstandsfähigkeit in großem Maßstab verbessert, wird von Nachweisen zu Ergebnissen, Kosten und dazu abhängen, wie gut Teams modellgenerierte Analysen in überprüfte Korrekturen umsetzen können.
Dieser Artikel wurde von der AIBARS-Redaktion mit KI-Unterstützung zusammengestellt. KI kann Fehler machen, prüfe wichtige Angaben daher an der Originalquelle. Fehler entdeckt? Schreibe an [email protected].