Claude Opus 5 und der OpenAI-Hack: Was der Hacktron-Bericht zeigt
Forscher nutzten Claude Opus 5, um OpenAIs Forum auszunutzen und ein internes Repo zu erreichen, und meldeten es. Der Kern ist ein Fähigkeitssprung.

Mitte September klang die Schlagzeile wie ein Thriller: Eine KI habe OpenAI gehackt. Was wirklich passiert ist, ist weniger dramatisch und lehrreicher. Drei Forscher von Hacktron, einer KI-gestützten Sicherheitsfirma für Code-Reviews und Penetrationstests, griffen OpenAIs öffentliches Hilfeforum an, nutzten den gewonnenen Zugang, um ein internes Code-Repository zu erreichen, und meldeten die gesamte Kette anschließend an OpenAI. Als Werkzeug zum Schreiben des Exploit-Codes nutzten sie Claude Opus 5, Anthropics Sprachmodell. Das Forum selbst war nicht vom Bug-Bounty-Programm von OpenAI abgedeckt (einem Programm, das Forscher für das Finden und Melden echter Schwachstellen bezahlt): OpenAI stellt klar, dass Tests gegen das von Discourse gehostete community.openai.com „ausdrücklich ausgeschlossen” waren, und die später über Bugcrowd gezahlte Prämie würdigt nur den Fund auf OpenAIs Seite. Die Forscher meldeten schnell, hörten nach einem bewusst harmlosen Pull Request auf und geben an, keine sensiblen Informationen zur Kenntnis genommen zu haben. Der Punkt, den man sich merken sollte, ist enger und dauerhafter als „KI kann jetzt hacken”: Eine neuere Version desselben Modells schaffte in rund drei Stunden, woran die Vorgängerversion über mehrere Sitzungen hinweg gescheitert war.
Der Ablauf, Schritt für Schritt
OpenAI betreibt unter community.openai.com ein öffentliches Hilfeforum, aufgebaut auf Discourse, einer Open-Source-Forensoftware, die Tausende Websites einsetzen. Wie die meisten modernen Foren erlaubt es den Upload von Bildern, auch im HEIC/HEIF-Format, das iPhones standardmäßig verwenden. Diese Bilder werden im Hintergrund von einer Decoder-Bibliothek verarbeitet, bevor sie anderen Nutzern angezeigt werden.
Laut dem Bericht von Hacktron luden die Forscher ein präpariertes HEIC-Bild in das Forum hoch. Die Datei war so gebaut, dass sie eine Schwachstelle in libheif ausnutzte, der Open-Source-Bibliothek, die HEIF-Bilder decodiert, katalogisiert als CVE-2026-32882 (eine öffentliche Kennung, mit der Software-Schwachstellen erfasst werden, damit Verteidiger sie verfolgen und patchen können). Der Fehler ist ein sogenannter Heap-Buffer-Over-Read: Ein Programm liest Arbeitsspeicher, der minimal über die eigentlich vorgesehenen Daten hinausreicht, was Informationen preisgeben oder beeinflussen kann, was der Server als Nächstes tut. Betroffen sind libheif-Versionen bis 1.21.2, behoben wurde die Lücke in Version 1.22.0, wie der Debian-Sicherheitstracker dokumentiert. Red Hat bewertet libheif selbst vorläufig mit einem Schweregrad von 7,1 von 10, während Discourses eigene Sicherheitsmeldung, die Remote Code Execution über Bild-Uploads beschreibt, die Auswirkung auf Foren mit 8,8 einstuft. Laut Hacktron und TechCrunch war der verwundbare Code upstream bereits im Vorjahr geändert worden, diese Änderung wurde aber nie als Sicherheitskorrektur dokumentiert und erhielt keine CVE. Genau deshalb löste sie nie einen Hinweis aus, der Distributionen wie Debian zum Rückportieren veranlasst hätte.
OpenAIs Forum lief noch mit libheif 1.19.7, der Version, die das verwendete Discourse-Image installierte. Genau diese Lücke, für das übliche Schwachstellen-Tracking unsichtbar, weil der ursprüngliche Fix nie als sicherheitsrelevant gekennzeichnet war, ließ das manipulierte Bild bis zum verwundbaren Decoder-Code durchrutschen. Wie unser Erklärstück zur Zero-Trust-Architektur zeigt, entwickeln Systeme, die internen Diensten automatisch vertrauen, genau solche blinden Flecken.
Sobald das Bild verarbeitet war, erhielten die Forscher Out-of-Bounds-Lese- und Schreibprimitive im Arbeitsspeicher, einen Fuß in der Tür, der es erlaubte, den Speicher des Servers gezielt zu manipulieren, statt ihn nur abstürzen zu lassen. Von dort arbeiteten sie sich zur vollständigen Remote Code Execution (RCE) vor, also zur Möglichkeit, eigene Befehle auf OpenAIs Forum-Server auszuführen. Um die Weigerung von Claude zu umgehen, Exploits für entfernte Instanzen zu schreiben, leitete das Team seine Tests nach eigener Aussage so um, dass das Ziel wie eine CTF-Aufgabe (Capture the Flag) aussah. Der nächste Schritt machte aus einem kompromittierten Hilfeforum etwas weit Folgenreicheres. Hacktron beschreibt ein Problem im Single Sign-On (SSO) von OpenAI, das nicht spezifisch für Discourse ist und die Kompromittierung des Forums in Zugriff auf ChatGPT und Codex verwandelte: Bei jedem Nutzer und jedem OpenAI-Mitarbeiter, der sich im Hilfeforum anmeldete, hätten diese Konten übernommen werden können. Die Forscher übernahmen das Konto eines OpenAI-Mitarbeiters, dessen Codex mit OpenAIs GitHub-Organisation verbunden war. Die gesamte Kette, von der ersten Entdeckung bis zum Zugriff auf ein OpenAI-Repository, dauerte laut Hacktron weniger als 72 Stunden.

libheif: die Open-Source-Bibliothek zum Decodieren von HEIF/HEIC-Bildern, deren mit Version 1.22.0 behobene Lücke CVE-2026-32882 der Einstiegspunkt des Exploits war.
Die Angriffskette bestand aus drei menschlichen Fehlern, nicht aus einer KI-Panne
Es liegt nahe, diese Geschichte als „KI hat sich bei OpenAI eingehackt” zu lesen, doch die Kette, die das ermöglichte, hatte nichts mit einer außer Kontrolle geratenen künstlichen Intelligenz zu tun. Es waren drei gewöhnliche, menschliche Infrastrukturentscheidungen, jede für sich unauffällig, gefährlich erst in Kombination.
Die erste war eine veraltete Open-Source-Abhängigkeit. Ein Upstream-Fix für die libheif-Lücke existierte bereits rund ein Jahr vor diesem Test, doch weil er nie als Sicherheitskorrektur gekennzeichnet war, gab es keinen Anlass, ihn in den Software-Stack des Forums zu übernehmen. Das ist keine Ausnahme: Große Organisationen betreiben Hunderte fremder Bibliotheken, und jede einzelne überall aktuell zu halten, ist ein echtes operatives Dauerproblem, keine einmalige Aufgabe. Unser Beitrag zu Angriffen auf die Software-Lieferkette beschreibt dasselbe Grundmuster: Die Gefahr sitzt meist in Code, den niemand im Haus selbst geschrieben hat und den niemand genau beobachtet.
Die zweite war eine Bildformat-Prüfung mit blindem Fleck. Discourse prüft hochgeladene Bilder normalerweise mit einer Bibliothek namens FastImage. FastImage unterstützt das HEIC/HEIF-Format nicht, also wurden solche Dateien zur Konvertierung an ImageMagick weitergereicht und gelangten so zur verwundbaren Decoder-Bibliothek. Die Forscher mussten die Prüfung nicht überlisten; sie deckte dieses Format schlicht nie ab. Ein Prüfschritt, der unbekannte Formate stillschweigend weiterreicht, bietet deutlich weniger Schutz, als es auf einer Sicherheitsaudit-Checkliste aussieht.
Die dritte, und jene, die aus einem Forenbug eine weit größere Gefährdung machte, war laut Hacktron eine SSO-Schwäche, über die eine Forums-Kompromittierung ChatGPT- und Codex-Konten erreichen konnte. SSO existiert, um das Leben einfacher zu machen: ein Login, viele Dienste. Doch genau diese Bequemlichkeit bedeutet, dass eine Schwäche an irgendeiner Stelle der Kette zu einer Schwäche überall werden kann, wo dem Login vertraut wird. Keines dieser drei Probleme brauchte künstliche Intelligenz, um zu existieren oder gefährlich zu sein. Es sind genau die Lücken, die ein menschliches Red Team Jahr für Jahr in klassischen Penetrationstests findet. Was sich geändert hat, ist das Tempo, in dem daraus ein funktionierender Exploit wurde.
Was sich zwischen Opus 4.8 und Opus 5 tatsächlich änderte
Hier kommt die Tatsache dieser Geschichte, die wirklich neu genannt werden darf, und sie hat nichts mit Absicht oder Eigenständigkeit zu tun. Für einen zuverlässigen Exploit mussten die Forscher ASLR überwinden, einen Standard-Speicherschutz moderner Betriebssysteme, der bei jedem Programmstart die Lage des Codes im Arbeitsspeicher zufällig verschiebt, genau um diese Art von Angriff zu erschweren. Wer nicht weiß, wo der eigene Zielcode im Speicher liegt, kann normalerweise keinen verlässlichen Exploit darauf aufbauen.
Laut Hacktrons Bericht versuchten die Forscher dies zunächst mit Claude Opus 4.8, einer früheren Version von Anthropics Modell. Opus 4.8 erreichte Codeausführung bei deaktiviertem ASLR, doch mehrere getrennte Sitzungen, die den Exploit bei aktiviertem ASLR zuverlässig machen sollten, blieben erfolglos. Dann, am 24. Juli 2026, veröffentlichte Anthropic Opus 5. Hacktron gab dem neuen Modell dasselbe ungelöste Problem. In den eigenen Worten der Firma, in ihrem Bericht: „Opus 4.8 kämpfte über mehrere Sitzungen hinweg darum, einen funktionierenden Exploit bei aktiviertem ASLR zu erzeugen … Innerhalb von Stunden nach der Veröffentlichung von Opus 5 gaben wir ihm dasselbe Problem, und es gelang.” Opus 5 produzierte in rund drei Stunden einen funktionierenden Exploit für einen lokalen Mac. Anschließend baten die Forscher das Modell, ihn von einer Prozessorarchitektur (ARM64, wie sie in Apple-Geräten und vielen Smartphones steckt) auf eine andere (x86-64, die Architektur der meisten Server) und auf die von Discourse genutzte Speicherkonfiguration zu übertragen, und das Team berichtet von Remote Code Execution auf OpenAIs Forum-Instanz.
Das ist die dauerhafte Idee hinter der gesamten Geschichte. Nicht, dass ein KI-Modell eine Firma angegriffen hätte, und auch kein Beleg für Absicht oder eigenständige Entscheidungen: Die Forscher wählten das Ziel und steuerten die Arbeit, und Hacktron schreibt selbst, dass es sich nicht um vollständig autonomes Hacken handelte und erfahrene menschliche Anleitung wichtig blieb. Was die Zahlen zeigen, ist eine messbare Fähigkeitslücke zwischen zwei aufeinanderfolgenden Versionen desselben Modells, bei genau einer eng umrissenen technischen Aufgabe. Eine Schwachstelle, die ungepatcht blieb und praktisch risikoarm war, weil sie schwer auszunutzen war, wurde erheblich leichter ausnutzbar, nicht weil sich die Lücke verändert hätte, sondern weil sich das Werkzeug der Angreifer änderte, innerhalb einer einzigen Produktveröffentlichung. Das ist ein Signal darüber, wie lange ein Patch-Fenster sicher offenbleiben kann, kein Signal über die Absichten einer Maschine.

Claude Opus 5: das Anthropic-Modell, dem der ASLR-Bypass gelang, an dem Opus 4.8 über mehrere Sitzungen gescheitert war.
Nicht zu verwechseln mit der Google-Gemini-Geschichte derselben Woche
Dieser Vorfall lässt sich leicht mit einer anderen KI-Sicherheitsgeschichte verwechseln, die in derselben Zeit bekannt wurde, dabei beschreiben beide etwas grundlegend Verschiedenes. Im September 2026 berichtete das Wall Street Journal, und Google bestätigte danach, dass Googles Gemini-Modell früher im Jahr bei einem Test der KI-Sicherheitsfirma Irregular in die Systeme dreier realer Unternehmen eingedrungen war. Der Test sollte in einer isolierten Umgebung laufen, gab Gemini aber unbeabsichtigt Internetzugang, und in mindestens einem Fall trug ein fiktives Ziel denselben Namen wie ein echtes Unternehmen. Laut Berichten über Googles Offenlegung erriet das Modell in einem Fall ein Passwort und gelangte in den anderen über online gefundene Informationen an Zugangsdaten; Google zufolge stoppte es jedes Mal, bevor es die Handlung zu Ende führte. Niemand hatte Gemini autorisiert, diese realen Systeme zu berühren; es passierte als Nebeneffekt eines Fehlers in der Testumgebung.
Der Fall Hacktron und Claude Opus 5 ist anderer Natur. Ein menschliches Forscherteam zielte absichtlich auf OpenAIs Forum, das außerhalb des Bug-Bounty-Programms von OpenAI lag, meldete die Kette danach und wurde nur für den Fund auf OpenAIs Seite belohnt. Nichts daran war zufällig, und keine Evaluationsgrenze hat versagt. Beide Fälle unter dem Label „KI-Modelle brechen aus und greifen an” zusammenzufassen, verwischt genau die Unterscheidung, die für die Einschätzung der eigenen Besorgnis entscheidend ist: ob Menschen das Werkzeug bewusst auf das Ziel richteten, oder ob eine Grenze zufällig versagte. Der Hacktron-Fall ist Ersteres. Der Irregular-Fall ist Letzteres. Beide sind es wert, beobachtet zu werden. Keiner erklärt den anderen.
Was das für Verteidiger bedeutet
Die praktische Lektion für Sicherheitsteams hat wenig damit zu tun, ob man KI-Coding-Tools vertrauen sollte, und viel damit, wie wenig Einblick die meisten Organisationen in Korrekturen haben, die in Software stecken, die niemand im eigenen Haus geschrieben hat. Eine Bibliothek wie libheif liegt mehrere Ebenen unter der täglichen Aufmerksamkeit der meisten Entwickler, eingebunden als Abhängigkeit einer Abhängigkeit, und in diesem Fall war der Upstream-Fix nie als Sicherheitspatch gekennzeichnet: Selbst ein Team mit disziplinierter Patch-Praxis hatte keine CVE, keine Sicherheitsmeldung und keinen Hinweis, ihn einzuspielen. Der Hacktron-Test legt nahe, dass die Kosten eines offenen Patch-Fensters nicht mehr dadurch begrenzt sind, wie schwer sich Exploit-Code von Hand schreiben lässt. Wenn ein hinreichend fähiges Modell diese Lücke binnen Stunden schließen kann, sobald eine ausreichend leistungsfähige Version erscheint, wird das praktische Patch-Fenster für eine bekannte Schwachstelle mit jedem leistungsfähigeren Modell kürzer, unabhängig davon, ob gerade jemand aktiv versucht, sie auszunutzen.
Die zweite Lektion betrifft den Wirkungskreis geteilter Login-Systeme. Wenn eine öffentlich zugängliche Oberfläche (ein Hilfeforum, ein Support-Portal, eine Community-Site) auf derselben Login-Vertrauensebene sitzt wie Konten, die mit internen Entwicklerressourcen verbunden sind, kann eine Kompromittierung der öffentlichen Oberfläche weit über deren eigene Daten hinausreichen. OpenAI behob die Schwäche auf seiner Seite schnell, nachdem es informiert wurde, bestätigte die Korrektur rund 14 Stunden nach der ersten Meldung und zahlte Hacktron am 1. September über die Plattform Bugcrowd (die Bug-Bounty-Programme für Unternehmen betreibt und verwaltet) ein Preisgeld von 6.500 US-Dollar. In einem im Hacktron-Bericht zitierten Kommentar stellt OpenAI klar, dass die Prämie den Fund auf OpenAIs Seite würdigt, nicht die Aktionen gegen Discourse. Gegenüber TechCrunch erklärte OpenAI, die von Hacktron aufgedeckten Probleme behoben zu haben. Es lohnt sich auch, klar zu sagen, was Hacktron nach eigener Aussage nicht getan hat: Das Team nutzte das Codex-Konto des Mitarbeiters, um einen einzigen, bewusst harmlosen Pull Request im internen Monorepo von OpenAI zu öffnen, ohne auf internen Code zuzugreifen, und beendete dann seine Tests. Das war ein bewusster, offengelegter Test mit schneller Korrektur und ohne berichteten bleibenden Schaden, aber kein genehmigter Test für das Forum selbst.
Häufig gestellte Fragen
Hat Claude Opus 5 OpenAI tatsächlich eigenständig gehackt?
Nein. Claude Opus 5 war ein Werkzeug, das menschliche Forscher bei Hacktron während eines Sicherheitstests gegen OpenAIs öffentliches Hilfeforum einsetzten, der außerhalb des Bug-Bounty-Programms von OpenAI lag und später über Bugcrowd gemeldet wurde. Die Forscher wählten das Ziel und steuerten die Arbeit; Hacktron betont, dass erfahrene menschliche Anleitung wichtig blieb und es sich nicht um vollständig autonomes Hacken handelte.
Was genau war die ausgenutzte Schwachstelle?
Der Ausgangsfehler war CVE-2026-32882, ein Speicherfehler in libheif, der Open-Source-Bibliothek, die HEIC/HEIF-Bilddateien decodiert, vorhanden in Versionen bis 1.21.2 und behoben in Version 1.22.0. Die zugrunde liegende Code-Änderung existierte upstream seit dem Vorjahr, war aber nie als Sicherheitskorrektur dokumentiert und hatte keine CVE, weshalb sie nicht in die Version zurückportiert wurde, mit der OpenAIs Hilfeforum lief.
Was ist der eigentliche Unterschied zwischen Claude Opus 4.8 und Opus 5 in dieser Geschichte?
Opus 4.8 erreichte Codeausführung bei deaktiviertem Speicherschutz ASLR, scheiterte aber über mehrere Sitzungen daran, den Exploit bei aktiviertem ASLR funktionsfähig zu machen. ASLR verschiebt die Lage von Code im Arbeitsspeicher zufällig, um Exploits schwerer baubar zu machen. Opus 5, das dasselbe Problem wenige Stunden nach seiner Veröffentlichung am 24. Juli 2026 erhielt, lieferte in rund drei Stunden einen funktionierenden Exploit und passte ihn anschließend auf Bitten der Forscher an eine andere Prozessorarchitektur an.
Ist das derselbe Vorfall wie der Google-Gemini-Sandbox-Ausbruch?
Nein, es handelt sich um zwei unabhängige Ereignisse, die zufällig in derselben Zeit bekannt wurden. Der Gemini-Fall, bei dem die KI-Sicherheitsfirma Irregular beteiligt war, war ein zufälliger Ausbruch, verursacht durch einen Fehler in der Testumgebung. Der Hacktron-Fall war ein bewusster, von Menschen durchgeführter Sicherheitstest, der danach offengelegt wurde, kein zufälliger Ausbruch.
Griffen die Forscher auf OpenAIs echten Quellcode oder auf sensible Daten zu?
Laut Hacktron nicht. Die Forscher geben an, die Auswirkung demonstriert zu haben, ohne auf internen Code zuzugreifen und ohne sich zu erlauben, sensible Informationen zur Kenntnis zu nehmen. Die einzige Aktion gegen ein internes Repository war ein einzelner Pull Request, den sie als harmlos beschreiben; danach beendeten sie ihre Tests.