Bank of America steigert Patching nach Mythos-Funden – Hunderte Millionen Kosten
Bank of America holte rund 1.000 externe Mitarbeiter, nachdem Anthropic’s Mythos Schwachstellen aufdeckte – ein Blick auf Kosten und Folgen.
Talk With Tech Redaktion
Das Wichtigste
Bank of America engagierte im zweiten Quartal rund 1.000 externe Mitarbeitende, um Schwachstellen zu beheben, die Anthropic’s Mythos aufdeckte.
Der zusätzliche Aufwand kommt zu einem bereits großen Security-Team hinzu und kostet laut CEO Brian Moynihan „a couple hundred million dollars plus“.
Die Entwicklung zeigt: KI-gestützte Schwachstellenerkennung beschleunigt Patching und stellt Budgets sowie Zeitpläne infrage.
Beobachter sagen, Mythos-ähnliche Tools finden Probleme schneller, als Teams sie schließen können, und zwingen zu neuer Personal- und Kontrollplanung.
Kurzfassung · 1 min
Bank of America engagierte im zweiten Quartal etwa 1.000 externe Auftragnehmer, um Softwarefehler zu beheben, die Anthropic’s Mythos entdeckt hatte. Der Einsatz ergänzt ein bereits großes Sicherheitsteam und verursacht nach Angaben der Bank Kosten in Höhe von «a couple hundred million dollars plus».
Warum das wichtig ist: KI-getriebene Bug-Findung beschleunigt das Patching; das kann kurzfristig hohe Kosten verursachen, langfristig aber auch den Schutz verbessern. Für Kunden kann das stabilere Dienste, aber auch mögliche Gebühren- oder Policy-Änderungen bedeuten.
Was als Nächstes kommt: Die Bank geht davon aus, dass der Patching-Aufwand abnimmt, sobald die Fixes eingespielt sind. Regulierer beobachten, wie KI-gestützte Sicherheitsarbeit finanziert und priorisiert wird.
Bank of America hat einen ungewöhnlich großen Security-Einsatz gestartet, ausgelöst durch KI-gestützte Erkenntnisse. Die Bank gab bekannt, dass sie im zweiten Quartal etwa 1.000 externe Mitarbeitende verpflichtete, um Schwachstellen zu beheben, die Anthropic’s Mythos – ein KI-Tool zur Identifikation von Sicherheitslücken im Code – aufdeckte. Dieser Einsatz ergänzt das bestehende Sicherheitsteam und wird von CEO Brian Moynihan mit Kosten von „a couple hundred million dollars plus“ beschrieben; er geht davon aus, dass der Aufwand temporär sein dürfte, während die Fixes eingespielt werden.
Mythos wurde Anfang des Jahres als kontrolliertes, fortgeschrittenes KI-System vorgestellt, das autonom Schwachstellen in Software erkennen kann. Banken und eine ausgewählte Nutzergruppe erhielten Zugang, um die Entdeckungen zu testen und zu bearbeiten. Wenn Mythos Probleme meldet, steht Unternehmen ein Welle von Maßnahmen bevor – vom Patchen bis zur Verschärfung von Compliance-Kontrollen – die in großen Organisationen teuer und zeitaufwendig sein können.
Die Zahlen zeigen das Ausmaß: Moynihan sagte, die Bank habe bereits vor dem Zuzug der Auftragnehmer rund 3.000 Menschen gehabt, die sich mit Patching beschäftigten; die zusätzlichen Kräfte wurden engagiert, um den Vorgang zu beschleunigen. Er bezeichnete die Ausgaben als vorübergehenden Anstieg mit der Erwartung, dass die Arbeit abnimmt, sobald die kritischsten Fixes umgesetzt sind.
Regulierer und Finanzstaatsanwälte beobachten KI-gestützte Risiken und Compliance besonders genau, nicht zuletzt nach zivilrechtlichen Strafen wegen Mängeln bei der Geldwäschebekämpfung und ähnlichen Problemen. Das Mythos-Programm und der breitere Vorstoß, schneller zu patchen, markieren einen Wandel in der Cyber-Risiko-Strategie von Banken: KI-Tools können Probleme schneller aufdecken, als traditionelle Teams sie oft beheben können.
Für Privatanwender ist das kein reines Technik-Buzzword. Es signalisiert, dass Banken kurzfristig höhere Sicherheits- und Compliance-Kosten an Kunden weitergeben könnten, etwa durch höhere Gebühren oder strengere Kontrollen. Außerdem erklärt es, warum es bei Sicherheitsvorfällen zu mehr Verzögerungen oder Warnmeldungen kommen kann, weil Institute KI nutzen, um Angriffsfenster zu verkleinern und die Behebung zu beschleunigen.
Wie geht es weiter? Moynihan sagte, das zusätzliche Tempo durch Auftragnehmer werde sich verlangsamen, sobald die Patches gesetzt sind. Banken, die Mythos und ähnliche Werkzeuge beobachten, werden auf klarere Zeitpläne, Kostenkontrollen und den Nachweis achten, dass KI-gestützte Befunde menschliche Teams nicht mit Arbeit ohne klare Priorität überfrachten.
Die Metropolitan Police steht unter Beobachtung eines Datenschutzprüfers wegen ihrer Nutzung einer Shoplifting-Plattform, es geht um Datenflüsse und Schutzmechanismen.
