Claude findet 22 Firefox-Sicherheitslücken in zwei Wochen
Claude von Anthropic hat in einer Sicherheitspartnerschaft mit Mozilla in zwei Wochen 22 Firefox-Sicherheitslücken gefunden, wie am 6. März 2026 berichtet wurde, und Mozilla stufte 14 davon mit hohem Schweregrad ein. Die meisten wurden in Firefox 148 behoben. Laut Anthropic entsprechen diese 14 fast einem Fünftel aller schweren Firefox-Lücken, die im ganzen Jahr 2025 geschlossen wurden. Für Softwarefirmen zeigt der Fall, dass KI ernste Bugs schnell finden kann und sich die Arbeit dahin verlagert, ihre Meldungen zu prüfen und zu beheben.
Warum Mozillas Browser ein harter Test für die Bugsuche mit KI war
Firefox gehört zu den am besten getesteten Open-Source-Projekten der Welt, und genau deshalb hat Anthropic ihn ausgewählt. Das Unternehmen sagte, es habe Firefox gewählt, weil er „sowohl eine komplexe Codebasis als auch eines der am besten getesteten und sichersten Open-Source-Projekte der Welt" sei. Hunderte Millionen Menschen nutzen ihn täglich, und Browserlücken sind gefährlich, weil Nutzer ständig nicht vertrauenswürdige Inhalte laden.
Mozillas Entwickler hatten Grund zur Vorsicht. Brian Grinstead und Christian Holler schrieben, sie hätten mit früheren KI-gestützten Systemen zur Fehlersuche gemischte Ergebnisse erlebt.
Was Anthropic und Mozilla gemeinsam gemacht haben
Das Team von Anthropic setzte Claude Opus 4.6 zwei Wochen lang ein, zuerst an der JavaScript-Engine von Firefox und dann an anderen Teilen des Browsers. Die Engine war ein günstiger Startpunkt: Sie lässt sich für sich allein analysieren und verarbeitet nicht vertrauenswürdigen Code aus dem Web.
Nach zwanzig Minuten Erkundung meldete Claude einen Use After Free, einen Speicherfehler, mit dem ein Angreifer Daten überschreiben könnte. Drei Forscher von Anthropic prüften ihn, bevor das Team ihn in Bugzilla, Mozillas Issue-Tracker, einreichte, zusammen mit einem von Claude geschriebenen Patch-Vorschlag. Als diese erste Meldung eingereicht war, hatte Claude schon fünfzig weitere eindeutige Eingaben gefunden, die Abstürze auslösten.
Wie die Meldungen von der KI zu den Fixes kamen
Mozilla änderte den Prozess, um Schritt zu halten. Nach einer technischen Diskussion bat ein Forscher von Mozilla Anthropic, die Funde gesammelt einzureichen, ohne jeden einzeln zu prüfen. Insgesamt durchsuchte das Team fast 6.000 C++-Dateien und reichte 112 eindeutige Meldungen ein.
„Innerhalb von Stunden begannen unsere Plattform-Entwickler, Fixes einzuspielen, und wir starteten eine enge Zusammenarbeit mit Anthropic, um dieselbe Technik auf den Rest der Browser-Codebasis anzuwenden." Brian Grinstead und Christian Holler, Entwickler bei Mozilla
Was die zwei Wochen Bugsuche mit KI gefunden haben
Das Ergebnis: 22 Sicherheitslücken in Firefox, für die 22 CVEs vergeben wurden. Mozilla stufte 14 davon mit hohem Schweregrad ein, laut Anthropic fast ein Fünftel aller schweren Firefox-Lücken, die 2025 behoben wurden. Die 22 im Februar 2026 gefundenen Lücken waren mehr als in jedem einzelnen Monat des Jahres 2025 gemeldet wurden.
Die meisten Fixes kamen mit Firefox 148, veröffentlicht im Februar, der Rest folgt in kommenden Versionen. Forscher bei Mozilla experimentieren inzwischen intern mit Claude für Sicherheitsarbeit.
Warum Claude Bugs besser fand als ausnutzte
Anthropic testete auch, ob Claude die Lücken in Angriffe verwandeln kann. Der Test lief mehrere hundert Mal und kostete rund 4.000 US-Dollar an API-Guthaben, doch Claude erzeugte nur in zwei Fällen einen funktionierenden Exploit. Diese Exploits funktionierten nur in einer Testumgebung, in der einige Schutzmechanismen des Browsers entfernt waren, darunter die Sandbox.
Anthropic zog zwei Lehren: Claude ist viel besser darin, Bugs zu finden, als sie auszunutzen, und eine Lücke zu finden kostet eine Größenordnung weniger, als einen Exploit dafür zu bauen. Das Unternehmen warnte auch, dass dieser Abstand wohl nicht lange bestehen bleibt.
Was die Bugsuche mit KI für Softwarefirmen bedeutet
Für jedes Unternehmen, das Software ausliefert, geht es hier darum, ernste Lücken zu finden, bevor Angreifer es tun. KI macht diese Suche schneller und billiger, überschwemmt die Maintainer aber auch mit Meldungen. Mozillas Antwort war, Anthropic genau zu sagen, welche Funde gewünscht waren, und gesammelte Meldungen anzunehmen.
Anthropic empfiehlt, KI-Agenten einen „Task Verifier" zu geben, also einen verlässlichen Weg, die eigene Arbeit zu prüfen, etwa Tests, die bestätigen, dass sich ein Bug nicht mehr auslösen lässt und der Fix nichts anderes kaputt macht. TechCrunch merkte an, dass KI-Tools neben nützlichen Merge Requests auch eine Flut schlechter bringen können, was diesen Prüfschritt zu den eigentlichen Kosten macht, die man einplanen muss.
Fragen und Antworten
Wie viele Sicherheitslücken in Firefox hat Claude gefunden?
Claude Opus 4.6 fand in zwei Wochen 22 Sicherheitslücken, und Mozilla stufte 14 davon mit hohem Schweregrad ein. Die meisten wurden in Firefox 148 behoben.
Konnte Claude die gefundenen Bugs ausnutzen?
Nur selten. Nach mehreren hundert Versuchen baute Claude in zwei Fällen einen groben Exploit, und das nur in einer Testumgebung, in der Schutzmechanismen wie die Sandbox entfernt waren.
Nutzt Mozilla Claude weiter für die Sicherheit?
Laut Anthropic experimentieren Forscher bei Mozilla inzwischen intern mit Claude für Sicherheitszwecke.
Die Sicht von MOZGII
Wie wir es bauen würden
Bugs mit KI zu finden ist heute die leichte Hälfte. Die schwere Hälfte ist die Warteschlange danach: Jemand muss jede Meldung bestätigen, ihren Schweregrad festlegen und einen Fix ausliefern. Wenn wir das für eine Softwarefirma bauen würden, würden wir das System um diese Warteschlange herum entwerfen, nicht um das Modell.
Das Modell würde jeweils einen Teil des Codes durchsuchen und dort anfangen, wo nicht vertrauenswürdige Eingaben ankommen. Jeder Fund käme mit einem Testfall, der den Absturz reproduziert, und einem Patch-Vorschlag. Bevor ein Mensch ihn sieht, würde ein zweites Tool den Test erneut ausführen, prüfen, dass der Patch den Absturz beseitigt, und die bestehende Testsuite laufen lassen, um alles zu finden, was der Patch kaputt macht. Nur Funde, die das bestehen, würden das Sicherheitsteam erreichen, das die letzte Entscheidung über den Schweregrad behält.
Brechen würde es an der Menge. Ein Modell, das fünfzig absturzauslösende Eingaben findet, während ein Mensch eine prüft, begräbt ein kleines Team. Wir würden mit den Maintainern vorab vereinbaren, welche Arten von Funden sie wollen, so wie Mozilla es getan hat, und den Rest automatisch verwerfen.
Die eine Kennzahl, auf die wir achten würden, ist der Anteil der KI-Meldungen, die Maintainer als echte Sicherheitslücken bestätigen. Sinkt er, müssen die Filter besser werden, bevor die Suche ausgeweitet wird. Als Nächstes würden wir dieselbe Umgebung auf die Patches selbst richten, damit Fixes so gründlich getestet werden, wie die Bugs gefunden wurden.
Quellen
Woher die Fakten dieser Meldung stammen.