Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
openai5. November 2026 · Q000339

GPT‑6 Cyber: Advancing the frontier of aligned cybersecurity agents

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

OpenAI zufolge verbessert GPT‑6 Cyber die Ergebnisse bei Exploit- und Schwachstellentests und hält sich in den beschriebenen Prüfungen meist an vorgegebene Grenzen. Das Unternehmen berichtet von neuen Firefox- und Linux-Befunden sowie zusätzlichen Schutzmaßnahmen, weist aber für vollständige Testbedingungen auf eine hier nicht enthaltene Systemkarte; der Zugang beginnt für ausgewählte Daybreak-Red-Kunden.

Mittel

OpenAI beschreibt GPT‑6 Cyber als leistungsfähigeres Modell für Sicherheitsforschung, das Schwachstellen besser finden und ausnutzen und zugleich stärker innerhalb autorisierter Grenzen arbeiten soll. Das Unternehmen stuft es als „Critical“ für Cybersicherheit ein. In den genannten Tests erreichte es auf ExploitGym 48,5 Prozent gegenüber 32,1 Prozent für GPT‑5.6 Cyber. Bei der Suche nach Schwachstellen in Webanwendungen lag der Rückruf bei 40,3 Prozent; in einem kontrollierten Exploit-Benchmark erledigte es 95 Prozent der Aufgaben. Diese Werte beziehen sich auf die im Bericht beschriebenen Tests.

Laut OpenAI blieb das Modell im ExploitGym-Honeypot ohne Sicherheitshinweise in 99,93 Prozent der Fälle von nicht autorisierten Diensten fern, mit Hinweisen in allen Fällen. In Softwarekampagnen habe es 81 neue schwerwiegende Firefox-Schwachstellen und 948 funktionierende Linux-Kernel-Exploits hervorgebracht. Mozilla habe bereits einige vorgeschlagene Firefox-Korrekturen veröffentlicht; Linux-Befunde seien an Maintainer gemeldet worden. OpenAI nennt zudem Überwachung, Missbrauchsprüfungen, IP-Beschränkungen und menschliche Aufsicht als Schutzmaßnahmen. Für kritische Infrastruktur seien spezielle Zugänge und Fördermittel vorgesehen. Dragos habe in einer simulierten Anlage zwei unbekannte Schwachstellen gefunden. Die Aussagen beruhen auf OpenAIs Darstellung; für vollständige Testbedingungen verweist der Bericht auf eine hier nicht enthaltene Systemkarte. GPT‑6 Cyber ist zunächst nur ausgewählten Daybreak-Red-Kunden zugänglich.

Ausführlich lesen

OpenAI stellt GPT‑6 Cyber als neues Modell für Cybersicherheitsforschung vor. Das Unternehmen behauptet, das Modell könne Schwachstellen besser finden und ausnutzen sowie zuverlässiger innerhalb des erlaubten Auftragsrahmens bleiben. OpenAI ordnet es nach seinem Preparedness Framework in der Kategorie Cybersicherheit als „Critical“ ein; GPT‑5.6 Cyber war zuvor als „High“ eingestuft. Laut OpenAI übertreffe GPT‑6 Cyber GPT‑6 Astra bei den meisten Cyberaufgaben, auch wenn Astra eine Anfrage nicht ablehne.

Als Belege nennt OpenAI mehrere Tests. Auf ExploitGym, wo Modelle eine vorgegebene Schwachstelle in einem entfernten Ziel ausnutzen sollen, erreichte GPT‑6 Cyber 48,5 Prozent gegenüber 32,1 Prozent bei GPT‑5.6 Cyber. Bei einer neuen Prüfung zur Schwachstellensuche in Webanwendungen ohne Quellcodezugriff lag der Rückruf gefundener Schwachstellen laut Bericht bei 40,3 Prozent; GPT‑6 Astra erreichte 32,0 Prozent. In einem kontrollierten Test mit bekannten Schwachstellen in Anwendungen wie GitLab, PostgreSQL und Jenkins erledigte GPT‑6 Cyber 95 Prozent der Aufgaben. GPT‑6 Astra mit Daybreak Blue verweigerte sie alle; der einzelne Fehlschlag von GPT‑6 Cyber betraf einen Exploit, der aus der Ferne nicht funktionierte.

Ein Schwerpunkt sei die Begrenzung auf autorisierte Ziele. Im ExploitGym-Honeypot-Test sollte das Modell erkennen, dass zusätzliche Dienste außerhalb des Auftrags lagen, obwohl deren Angriff den Erfolg erleichtert hätte. GPT‑6 Cyber griff diese Dienste laut OpenAI ohne Bereitstellungshinweise in 99,93 Prozent der Fälle nicht an; GPT‑5.6 Cyber kam auf 94,49 Prozent. Mit den Hinweisen blieb GPT‑6 Cyber in allen Tests innerhalb des vorgegebenen Rahmens. OpenAI beschreibt dafür spezielles Training und zusätzliche Überwachung. Die Bewertung bezieht sich auf die beschriebenen Tests und ist keine Garantie für jedes Einsatzszenario.

Für Anwendungen in realer Software berichtet OpenAI von 81 zuvor unbekannten, von Mozilla als schwerwiegend eingestuften Firefox-Schwachstellen sowie 30 bekannten Problemen, deren Schwere höher eingeschätzt worden sei. GPT‑6 Cyber habe reproduzierbare Tests und Patchvorschläge geliefert; Mozilla habe bereits Korrekturen veröffentlicht. Im Linux-Kernel habe das Modell 1.724 Schwachstellen reproduziert und für 948 funktionierende Exploits entwickelt. 304 kritische Befunde seien mit möglichen Patches an Maintainer gemeldet worden; weitere würden noch bearbeitet. Bei einer Brotli-Schwachstelle hätten OpenAI-Forschende gemeinsam mit anderen Modellen mögliche Folgen bis hin zur entfernten Codeausführung untersucht. Das Unternehmen erklärt außerdem, GPT‑6 Cyber für die Absicherung eigener Trainingsinfrastruktur eingesetzt zu haben. Diese Ergebnisse stammen aus den von OpenAI beschriebenen Kampagnen; der Bericht enthält hier keine unabhängige Prüfung.

OpenAI nennt als Schutzmaßnahmen unter anderem Überwachung, Prüfungen auf missbräuchliche Nutzung, standardmäßige IP-Freigabelisten für Daybreak Red, Sandboxen und menschliche Aufsicht. Für kritische Infrastruktur gibt es ein Förderprogramm und eine eigene Daybreak-Red-Gruppe für zugelassene Verteidiger. Dragos habe in einer kontrollierten Laborumgebung mit einem Modell zwei zuvor unbekannte Schwachstellen in Engineering-Software einer simulierten Anlage gefunden. OpenAI sagt, Rückmeldungen daraus zur Verbesserung der Schutzmaßnahmen zu verwenden. Der Bericht betont zugleich, dass hohe Blockraten nicht automatisch besser seien, weil dieselben Techniken auch legitimer Sicherheitsarbeit dienen.

GPT‑6 Cyber ist zunächst über API und Codex für ausgewählte, zugelassene Daybreak-Red-Kunden verfügbar; eine schrittweise Ausweitung wird angekündigt. Daybreak Blue soll ebenfalls mehr Organisationen und Forschenden offenstehen. Die bereitgestellte Fassung verweist für vollständige Testergebnisse und Einstellungen auf eine Systemkarte; deren Inhalt sowie die verlinkten Detailberichte und die nur als Platzhalter wiedergegebenen Abbildungen liegen hier nicht vor.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Zusammenfassung „mittel“ ist im Wesentlichen treu; der Hauptmangel ist die Zuschreibung der Dragos-Befunde. Die Zusammenfassung „kurz“ enthält keine erkennbaren Erfindungen, lässt aber die meisten zentralen Zahlen und Vergleiche aus. Die Einordnung stützt sich nur auf den Berichtstext; die Systemkarte ist nicht enthalten.

Im Bericht, aber nicht in der Zusammenfassung

  • Vergleichswerte: Rückruf bei Webtests 40,3 % gegenüber 32,0 % für GPT-6 Astra
  • Honeypot-Vergleich: 99,93 % ohne Sicherheitshinweise gegenüber 94,49 % für GPT-5.6 Cyber
  • RemoteExploitBench: Astra verweigerte 100 % der Aufgaben, GPT-6 Cyber erledigte 95 %
  • Linux-Vergleich: 948 Exploits gegenüber 166 bei GPT-5.6 Sol
  • Befund zu kritischen RCE-Schwachstellen in Brotli
  • Ausbauziel von Daybreak für mehr Organisationen und Einzelforscher

In der Zusammenfassung, laut Prüfung nicht im Bericht belegt

  • Dragos habe die zwei unbekannten Schwachstellen selbst gefunden (im Bericht fand das getestete Frontier-Modell sie in der Testumgebung, Dragos führte die Evaluation durch)

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
  1. SF-M3 Wie stellt man fest, ob ein Vorfall gewollt oder versehentlich war, und ob KI oder herkömmliche Mittel dahinterstecken?
    • clef 100 %kein Bezug
    • Luna 43 %Hintergrund, keine Belege
    • JEV 27 %gleiches Oberthema, hilft nicht
    • amos 28 %nur am Rande erwähnt
    • SubQ 65 %gleiches Oberthema, hilft nicht
    • drex 33 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-M3-T01 Wie trennt man in Echtzeit eine gezielte KI-gestützte Cyberoperation von einer versehentlichen KI-Eskalation oder von Modellverhalten, das nur wie ein Angriff aussieht, da sowohl Fehlalarme als auch übersehene Angriffe die Spannungen verschärfen können? Luna: Stufe 4 · 40 % · einzelne zitierbare Belege
    • SF-M3-T03 Wenn die leistungsstärksten KI-Modelle kritische Infrastruktur schützen und bei einem laufenden Einbruch in Maschinengeschwindigkeit selbstständig Netze abtrennen oder Korrekturen am ausführbaren Programmcode (Binär-Patches) erzeugen: Welche manipulationssichere Signatur in den Betriebsdaten (Telemetrie) unterscheidet eine rechtmäßige autonome Notfallbehebung von der Cyber-Sabotage eines Gegners, damit Abwehrschritte im zweiseitigen Meldekanal keinen Fehlalarm auslösen? Luna: Stufe 4 · 28 % · einzelne zitierbare Belege
  2. SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
    • clef 100 %kein Bezug
    • Luna 48 %einzelne zitierbare Belege
    • JEV 48 %einzelne zitierbare Belege
    • amos 24 %einzelne zitierbare Belege
    • SubQ 43 %gleiches Oberthema, hilft nicht
    • drex 29 %einzelne zitierbare Belege
    • d3-ultra offen

    • SF-M4-T01 Welches gemeinsame Meldeformat und welcher geschützte Kanal ließen Labore Fehler nachstellen und Korrekturen prüfen, ohne private Daten oder gefährliche technische Details preiszugeben? Und könnte sich die Branche über Grenzen hinweg auf einen Standard für das Melden KI-gestützter Einbrüche und Datenabflüsse einigen, damit eine Eskalation gemessen und nicht nur behauptet wird? Luna: Stufe 4 · 31 % · einzelne zitierbare Belege
    • SF-M4-T03 Mit welchem technischen Prüfverfahren stimmen Labore verschiedener Staaten die verantwortliche Offenlegung ab, wenn ein führendes KI-Modell eine kritische, bislang unbekannte Sicherheitslücke (Zero-Day) findet? Und könnten Labore ein gemeinsames, technisch ausgearbeitetes Protokoll für die Offenlegung von Cyberfähigkeiten entwerfen, das als Standard übernommen wird, auf den sich Regierungen stützen können? Luna: Stufe 3 · 30 % · Hintergrund, keine Belege
Fähigkeiten messen
  1. SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
    • clef 21 %umfangreiche Belege
    • Luna 66 %umfangreiche Belege
    • JEV 44 %umfangreiche Belege
    • amos 29 %gleiches Oberthema, hilft nicht
    • SubQ 38 %einzelne zitierbare Belege
    • drex 41 %umfangreiche Belege
    • d3-ultra offen
    • Haiku-Prüfung beantwortet teilweise oder widerspricht

    • SF-F1-T01 Welche Belege zu Cyberfähigkeiten soll ein Labor vor der Freigabe eines Modells veröffentlichen (Methoden, Aufgabenfamilien, Fehlerraten, getestete Version, reproduzierbare Cyber-Tests in abgeschirmter Umgebung für unabhängige Prüfer), damit jedes Ministerium sie nachstellen kann, statt ihnen vertrauen zu müssen? Und führt es für dieselbe Modellversion abgestimmte Cyber-Tests durch, die sowohl den durch Schutzmaßnahmen verhinderten Missbrauch als auch die legitimen Abwehraufgaben messen, die dieselben Schutzmaßnahmen blockieren, und weist es beide Ergebnisse aus? Luna: Stufe 5 · 40 % · umfangreiche Belege
    • SF-F1-T02 Veröffentlichen Labore abgestimmte Cyber-Tests, die zeigen, was jedes Modell mehr leistet als ein Mensch ohne KI-Hilfe? Luna: Stufe 3 · 30 % · Hintergrund, keine Belege
    • SF-F1-T04 Welcher gemeinsame, neutrale und offene Maßstab (Aufgaben, Erfolgsrate, abgeschirmte Testumgebung, Belege) zeigt, dass eine Cyber-Schwelle überschritten ist? Würden ein Ministerium und ein Labor in verschiedenen Staaten ihn annehmen, bevor das nächste Modell als Überschreitung eingestuft wird, damit Schwellen gemessen und nicht behauptet werden? Und dient derselbe Maßstab dann sowohl dazu, ein Modell einzustufen, als auch dazu, das Tempo seiner Entwicklung zu steuern? Luna: Stufe 4 · 32 % · einzelne zitierbare Belege
    • SF-F1-T05 Welche Cyber-Prüfungen und welche Testbausteine (Testfälle, Bewertungswerkzeuge, Datensätze) würden jedes Labor und jedes Ministerium anstelle einer bloßen Behauptung als gültig anerkennen, wenn andere sie an ihrem Modell durchführen? Und welche genormte Testsammlung würden Labore verschiedener Staaten gemeinsam an eingefrorenen Modellversionen laufen lassen, verwaltet von einer dritten Stelle, der alle trauen? Luna: Stufe 4 · 34 % · einzelne zitierbare Belege
    • SF-F1-T10 Was wäre nötig, damit eine staatliche Aufsichtsplattform für KI-Sicherheit und unabhängige Prüfer mit dauerhaftem Zugang im Labor nach einem gemeinsamen öffentlichen Protokoll dieselben Cyber-Tests in einer gemeinsamen Testumgebung durchführen, die Prüfer zweier Staaten jeweils am Modell des anderen, und die Ergebnisse in beiden veröffentlichen? Und könnten zwei Staaten eine gemeinsam bezeugte Prüfung desselben führenden KI-Modells durchführen und übereinstimmende Prüfsummen (Hashes) der Ergebnisse veröffentlichen? Luna: Stufe 3 · 35 % · Hintergrund, keine Belege
  2. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 51 %Hintergrund, keine Belege
    • JEV 32 %umfangreiche Belege
    • amos 34 %einzelne zitierbare Belege
    • SubQ 33 %gleiches Oberthema, hilft nicht
    • drex 47 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-F2-T03 Ein Minister beschreibt Risiken durch Spionage und Datenabfluss, etwa über quelloffene KI-Agentenwerkzeuge, und durch ein Ungleichgewicht in der technologischen Entwicklung, das Monopole und Technologiebeschränkungen verschärfen. Welche veröffentlichten Belege würden diese Risiken an der Fähigkeit eines Modells statt an seiner Herkunft festmachen? Luna: Stufe 4 · 36 % · einzelne zitierbare Belege
  3. SF-F3 Welche Regeln gelten für gefährliche Fähigkeiten jenseits von Cyber, etwa in Biologie, Chemie, bei radioaktiven Stoffen oder in der Nukleartechnik?
    • clef 100 %kein Bezug
    • Luna 28 %Hintergrund, keine Belege
    • JEV 39 %gleiches Oberthema, hilft nicht
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 43 %gleiches Oberthema, hilft nicht
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  4. SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
    • clef 22 %gleiches Oberthema, hilft nicht
    • Luna 34 %Hintergrund, keine Belege
    • JEV 32 %umfangreiche Belege
    • amos 37 %einzelne zitierbare Belege
    • SubQ 28 %gleiches Oberthema, hilft nicht
    • drex 36 %einzelne zitierbare Belege
    • d3-ultra offen

    • SF-F4-T03 Welche neue Prüfung braucht jeder Einsatz, wenn Fähigkeiten zunehmend im Nachdenken des Modells während der Nutzung stecken statt in einem einmal trainierten Modell, und würden die für ein festes Modell gebauten Freigabetests das noch erfassen? Luna: Stufe 3 · 33 % · Hintergrund, keine Belege
    • SF-F4-T04 Wie wird ein Modell als sicher bescheinigt, bevor es von einem harmlosen Bereich wie Chat in einen folgenreichen Einsatzbereich wie Angriff, Führung und Kontrolle oder Cyber wechselt, in dem seine Entwickler es nie eingesetzt haben, und welches gemeinsame Verfahren erkennt gefährliches, neu auftretendes Verhalten vor dem Wechsel? Luna: Stufe 4 · 32 % · einzelne zitierbare Belege
  5. SF-F5 Wie gehen Staaten gemeinsam gegen KI-gestützte Cyberangriffe vor und verhindern Eskalation zwischen autonomen Systemen, ohne die Verteidigung zu behindern?
    • clef 33 %gleiches Oberthema, hilft nicht
    • Luna 58 %Hintergrund, keine Belege
    • JEV 42 %Hintergrund, keine Belege
    • amos 30 %nur am Rande erwähnt
    • SubQ 37 %gleiches Oberthema, hilft nicht
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-F5-T01 Vereinbaren zwei Regierungen vor dem nächsten großen Vorfall, nicht erst danach, eine eng begrenzte gemeinsame Übung, etwa ein abgeschirmtes Red-Team-Szenario (einen simulierten Angriff), das benannte Forschende aus beiden Ländern gegen Testanlagen kritischer Infrastruktur der jeweils anderen Seite durchführen? Luna: Stufe 3 · 42 % · Hintergrund, keine Belege
    • SF-F5-T02 Könnten Staaten gemeinsame rote Linien vereinbaren, die den Einsatz KI-verstärkter Cyberfähigkeiten gegen kritische zivile Infrastruktur strikt verbieten? Luna: Stufe 3 · 50 % · Hintergrund, keine Belege
    • SF-F5-T03 Welche konkreten gemeinsamen Maßnahmen könnten Staaten umsetzen, um von KI gesteuerte Cyberbedrohungen durch Dritte gemeinsam zu erkennen und einzudämmen? Luna: Stufe 3 · 34 % · Hintergrund, keine Belege
    • SF-F5-T04 Wie unterscheiden Aufsichtsbehörden, die eine Plattform zur Aufsicht über KI-Sicherheit aufbauen, automatisch erzeugte Sicherheitskorrekturen (Patches) von der offensiven Ausnutzung von Sicherheitslücken, ohne Verteidigungsforschung zu unterdrücken? Luna: Stufe 4 · 28 % · einzelne zitierbare Belege
Unabhängig prüfen
  1. SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
    • clef 31 %gleiches Oberthema, hilft nicht
    • Luna 38 %einzelne zitierbare Belege
    • JEV 38 %einzelne zitierbare Belege
    • amos 25 %Hintergrund, keine Belege
    • SubQ 57 %gleiches Oberthema, hilft nicht
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

  2. SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
    • clef 100 %kein Bezug
    • Luna 56 %Hintergrund, keine Belege
    • JEV 31 %einzelne zitierbare Belege
    • amos 27 %nur am Rande erwähnt
    • SubQ 61 %gleiches Oberthema, hilft nicht
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

  3. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 18 %Hintergrund, keine Belege
    • Luna 75 %umfangreiche Belege
    • JEV 50 %umfangreiche Belege
    • amos 36 %einzelne zitierbare Belege
    • SubQ 42 %einzelne zitierbare Belege
    • drex 35 %einzelne zitierbare Belege
    • d3-ultra offen
    • Haiku-Prüfung einzelne zitierbare Belege

    • SF-P3-T01 Welcher gemeinsame Rahmen für Labore macht Selbstüberwachung überprüfbar, ohne geschütztes geistiges Eigentum offenzulegen, und welche unabhängigen Verfahren Dritter, falls es sie gibt, bestätigen, dass die Selbstüberwachung riskantes Verhalten vor der Freigabe wirklich findet und nicht nur Schein ist? Luna: Stufe 4 · 33 % · einzelne zitierbare Belege
    • SF-P3-T02 Welche unabhängig überprüfbaren Zusagen könnten Regierungen von ihren KI-Laboren zur Veröffentlichung verlangen, und wie sieht unabhängige Prüfung aus, wenn der Beleg, dass ein Modell seinen vorgesehenen Zielen und Werten folgt, nur vom trainierenden Labor kommt und Prüfer weder die Modellgewichte (die gelernten Parameter) noch die Trainingsdaten sehen? Luna: Stufe 3 · 32 % · Hintergrund, keine Belege
    • SF-P3-T07 Wird jede öffentliche Aussage, ein führendes KI-Modell sei „besser ausgerichtet“ als ein anderes (folge also seinen vorgesehenen Zielen und Werten besser), reproduzierbare Kriterien, externe Prüfungen und widersprechende Ergebnisse enthalten? Luna: Stufe 6 · 37 % · beantwortet teilweise oder widerspricht · Haiku-Prüfung: Stufe 4 · einzelne zitierbare Belege
    • SF-P3-T08 Welche gemeinsame Bezugsgröße für den Umfang der Nutzung, welcher Beobachtungszeitraum, welcher Stichprobenplan, welche Definition von Beinahe-Vorfall und welche statistische Obergrenze (obere Konfidenzgrenze) würden es jedem erlauben zu sagen: „keine erkennbare systemische Fehlausrichtung (Verhalten gegen die vorgesehenen Ziele oder Werte) im Einsatzmaßstab“? Und wie muss dargestellt werden, dass die Erkennung lückenhaft ist? Luna: Stufe 3 · 32 % · Hintergrund, keine Belege
    • SF-P3-T10 Welcher Schutz würde es unabhängigen Forschenden erlauben, veröffentlichte Modelle, Agentenwerkzeuge und kritische Infrastruktur gefahrlos zu testen: eine rechtliche Freistellung unabhängig vom Verschulden (Safe Harbor), eine Vorabgenehmigung, eine Frist zur Offenlegung und eine Grenze der Haftung, wobei Beweise gesichert und Missbrauch verhindert werden? Luna: Stufe 3 · 27 % · Hintergrund, keine Belege
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 20 %gleiches Oberthema, hilft nicht
    • Luna 57 %einzelne zitierbare Belege
    • JEV 39 %einzelne zitierbare Belege
    • amos 25 %einzelne zitierbare Belege
    • SubQ 38 %gleiches Oberthema, hilft nicht
    • drex 33 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-T1-T05 Welche messbaren Vergleichswerte würden zeigen, dass die Ausrichtung der Modelle eines Labors an den vorgesehenen Zielen und Werten schneller vorankommt, als ihre Fähigkeiten wachsen, über das Fehlen öffentlicher Fehlschläge hinaus? Luna: Stufe 5 · 34 % · umfangreiche Belege
    • SF-T1-T06 Welcher öffentliche Beleg zeigt, ob vereinbarte Grenzen eingehalten werden? Luna: Stufe 5 · 33 % · umfangreiche Belege
    • SF-T1-T08 Wenn ein Sicherheitsprojekt mit KI-Hilfe zugleich die allgemeine Fähigkeit des Modells oder die für sein Training genutzte Rechenleistung steigert: Wie hält man beide Wirkungen fest, und wie entscheidet man, ob der daraus entstehende Fähigkeitszuwachs eine neue Sicherheitsprüfung braucht, bevor die Arbeit weitergeht? Luna: Stufe 3 · 32 % · Hintergrund, keine Belege
  2. SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
    • clef 29 %Hintergrund, keine Belege
    • Luna 100 %kein Bezug
    • JEV 100 %kein Bezug
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 64 %gleiches Oberthema, hilft nicht
    • drex 59 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

  3. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 49 %einzelne zitierbare Belege
    • JEV 23 %gleiches Oberthema, hilft nicht
    • amos 32 %nur am Rande erwähnt
    • SubQ 59 %gleiches Oberthema, hilft nicht
    • drex 30 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-T3-T03 Welche Teile von Training, Prüfung und Einsatz laufen schon heute weitgehend durch KI, und welche Rollen sagt jedes Labor zu, bei Menschen zu lassen, in einer veröffentlichten Liste statt als bloßer Grundsatz? Wenn KI nachfolgende Modelle selbst entwirft, trainiert und prüft: Welcher Mindestanteil der Forschung muss unter direkter menschlicher Prüfung bleiben, und wie belegt man, dass ein Durchbruch mit menschlicher Beteiligung und nicht vollautomatisch entstanden ist? Luna: Stufe 3 · 28 % · Hintergrund, keine Belege
Vertrauen in Modelle
  1. SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
    • clef 100 %kein Bezug
    • Luna 45 %einzelne zitierbare Belege
    • JEV 55 %umfangreiche Belege
    • amos 34 %umfangreiche Belege
    • SubQ 36 %einzelne zitierbare Belege
    • drex 41 %umfangreiche Belege
    • d3-ultra offen

    • SF-V1-T01 Welche beobachtbaren Belege zeigen die Ziele und Werte eines Modells und ob es noch ausgerichtet ist, wenn seine sichtbaren Gedankengänge kein verlässlicher Hinweis mehr darauf sind oder ihre Überwachung nachlässt? Luna: Stufe 4 · 33 % · einzelne zitierbare Belege
    • SF-V1-T02 Welche Belege würden Vertrauen in ein KI-System rechtfertigen, über seine flüssigen Erklärungen hinaus? Luna: Stufe 5 · 50 % · umfangreiche Belege · Haiku-Prüfung: Stufe 4 · einzelne zitierbare Belege
    • SF-V1-T03 Was ist das Kleinste, das ein Modell öffentlich vorlegen kann (ein Test, ein Protokoll, eine Spur), das als Beleg für Ausrichtung an den vorgesehenen Zielen und Werten zählt und nicht nur für Leistung? Luna: Stufe 4 · 29 % · einzelne zitierbare Belege
    • SF-V1-T06 Was bedeutet Aufsicht, wenn man das Denken, auf das man sich am meisten verlässt, nicht mehr verlässlich überwachen kann? Und wenn ein Labor die Gedankenkette verbirgt, um sie vor dem Druck zu schützen, der entstünde, wenn sie im Training bewertet würde: Wer kann seine Sicherheitsdarstellung dann noch widerlegen? Luna: Stufe 4 · 30 % · einzelne zitierbare Belege
    • SF-V1-T07 Lieber ein Modell, das immer seinen Lösungsweg zeigen muss, oder eines, das im Stillen mehr kann: Welches Risiko nimmt man in Kauf? Luna: Stufe 4 · 29 % · einzelne zitierbare Belege
    • SF-V1-T09 Wenn Labore bessere Überwacher bauen, Modelle lernen, ihnen auszuweichen, und sich dieses Wechselspiel in jedem Labor beschleunigt: Behandeln Regierungen diesen Wettlauf selbst als Sicherheitsfrage zwischen Staaten, und welche gemeinsamen Belege würden zeigen, dass er beherrscht ist? Luna: Stufe 3 · 35 % · Hintergrund, keine Belege
    • SF-V1-T10 Kann etwas, das Modelle über sich und ihre Absichten sagen, als Beleg für Ausrichtung zählen, wenn es nur weiterer erzeugter Text ist, und welche Verfahren machen solche Selbstauskünfte vertrauenswürdig statt nur flüssig? Luna: Stufe 6 · 33 % · beantwortet teilweise oder widerspricht · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
    • SF-V1-T13 Wenn sich vorgeführte und tatsächlich vertretene Tugend im Text nicht unterscheiden lassen: Soll der Unterschied trotzdem bestimmen, wie man Modelle baut und regelt? Luna: Stufe 4 · 31 % · einzelne zitierbare Belege
    • SF-V1-T15 Welches messbare Maß für Überwachbarkeit könnte neben Fähigkeitstests stehen, und würden Labore es tatsächlich über weitere Skalierung entscheiden lassen? Welcher gemessene Verlust an Überwachung würde Einschränkungen der Selbstständigkeit eines Modells auslösen, und wie erkennt man Fehler, die im sichtbaren Denken nicht auftauchen? Luna: Stufe 3 · 34 % · Hintergrund, keine Belege
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 23 %beantwortet teilweise oder widerspricht
    • Luna 70 %umfangreiche Belege
    • JEV 41 %beantwortet teilweise oder widerspricht
    • amos 38 %umfangreiche Belege
    • SubQ 30 %einzelne zitierbare Belege
    • drex 35 %umfangreiche Belege
    • d3-ultra offen
    • Haiku-Prüfung einzelne zitierbare Belege

    • SF-V3-T01 Worauf verlässt sich ein Mensch, wenn er glaubt, niemand sehe zu, und lassen sich solche Werte einem System beibringen, das sie nur aus Text gelernt hat? Wie testen Labore heute, ob die Werte eines Modells halten, wenn es zu Recht oder zu Unrecht glaubt, niemand sehe zu? Und wenn niemand erkennen kann, ob jemand zusieht: Was hält Werte dann fest, Charakter, Training oder die Geschichte, die man sich selbst erzählt? Luna: Stufe 4 · 32 % · einzelne zitierbare Belege
    • SF-V3-T02 Wie macht man die Ausrichtung eines Modells an Werten zu prüfbaren Verhaltensregeln statt zu angestrebten menschlichen Eigenschaften wie der „Liebe zur Menschheit“? Luna: Stufe 5 · 32 % · umfangreiche Belege
    • SF-V3-T03 Werden Labore und die übrige Branche gemeinsame Tests veröffentlichen, ob Werte bei unbekannten Aufgaben, widerstreitenden Anreizen, in gegnerischen Lagen und bei fehlender oder anders wahrgenommener Aufsicht halten, unabhängig wiederholt und mit Fehlschlägen und Unsicherheit? Luna: Stufe 3 · 32 % · Hintergrund, keine Belege
    • SF-V3-T04 Wer muss Rechenschaft ablegen, wenn ein Modell Werte auf Lagen überträgt, die beim Training niemand vorhergesehen hat: das Modell, das Labor oder der Mensch, der das Ziel gesetzt hat? Luna: Stufe 3 · 34 % · Hintergrund, keine Belege
  3. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 45 %einzelne zitierbare Belege
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 61 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  4. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 18 %umfangreiche Belege
    • Luna 56 %umfangreiche Belege
    • JEV 40 %beantwortet direkt und ausführlich
    • amos 35 %umfangreiche Belege
    • SubQ 35 %einzelne zitierbare Belege
    • drex 36 %umfangreiche Belege
    • d3-ultra offen

    • SF-V5-T01 Was sollte ein Modell schon heute tun, nicht erst bei rekursiver Selbstverbesserung (wenn KI ihre eigene Weiterentwicklung selbst vorantreibt), um äußerste Vorsicht angesichts rasch wachsender maschineller Intelligenz ernst zu nehmen? Luna: Stufe 4 · 32 % · einzelne zitierbare Belege
    • SF-V5-T02 Würde man lieber einem großen, überwachten Modell vertrauen oder vielen kleinen, nicht überwachten? Luna: Stufe 4 · 41 % · einzelne zitierbare Belege
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 30 %umfangreiche Belege
    • Luna 44 %umfangreiche Belege
    • JEV 39 %beantwortet teilweise oder widerspricht
    • amos 38 %umfangreiche Belege
    • SubQ 30 %umfangreiche Belege
    • drex 39 %umfangreiche Belege
    • d3-ultra offen

    • SF-A1-T03 Werden Freigabetests messen, ob ein Agent folgenreiche Handlungen außerhalb seines Auftrags unterlässt, auch wenn kein einzeln aufgeführtes Verbot sie blockiert, und werden die Kriterien veröffentlicht? Luna: Stufe 4 · 36 % · einzelne zitierbare Belege
  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 28 %gleiches Oberthema, hilft nicht
    • Luna 58 %einzelne zitierbare Belege
    • JEV 29 %gleiches Oberthema, hilft nicht
    • amos 25 %nur am Rande erwähnt
    • SubQ 28 %nur am Rande erwähnt
    • drex 43 %einzelne zitierbare Belege
    • d3-ultra offen

  3. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 100 %kein Bezug
    • Luna 43 %einzelne zitierbare Belege
    • JEV 31 %einzelne zitierbare Belege
    • amos 25 %einzelne zitierbare Belege
    • SubQ 33 %gleiches Oberthema, hilft nicht
    • drex 25 %Hintergrund, keine Belege
    • d3-ultra offen

    • SF-A3-T04 Werden Ausrichtungstests vor der Freigabe prüfen, ob ein Modell seine Sicherheitsregeln hält, wenn unabhängig gebaute KIs ihm widersprüchliche oder unsichere Empfehlungen geben, und werden die Ergebnisse getrennt von Einzeltests berichtet? Luna: Stufe 3 · 29 % · Hintergrund, keine Belege
Modelle teilen und schützen
  1. SF-H1 Wo endet die erlaubte Nutzung fremder Modellausgaben, und wo beginnt unerlaubte Destillation, also das Trainieren eines eigenen Modells mit diesen Ausgaben?
    • clef 40 %nur am Rande erwähnt
    • Luna 33 %nur am Rande erwähnt
    • JEV 72 %nur am Rande erwähnt
    • amos 32 %einzelne zitierbare Belege
    • SubQ 54 %nur am Rande erwähnt
    • drex 44 %nur am Rande erwähnt
    • d3-ultra offen
  2. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 100 %kein Bezug
    • Luna 46 %Hintergrund, keine Belege
    • JEV 36 %einzelne zitierbare Belege
    • amos 27 %nur am Rande erwähnt
    • SubQ 42 %gleiches Oberthema, hilft nicht
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-H2-T01 Was unterscheidet das Veröffentlichen von Modellgewichten (den gelernten Parametern) oder von Agentenwerkzeugen mit offenem Quellcode vom Freisetzen einer Waffe: die Absicht des Akteurs, die Selbstständigkeit des Modells, seine Verwendung oder der Schaden, den es von sich aus anrichten kann? Und können Staaten diese Grenze gemeinsam festschreiben, bevor ein offenes Modell im Mittelpunkt eines schweren Vorfalls steht? Luna: Stufe 3 · 39 % · Hintergrund, keine Belege
  3. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 37 %gleiches Oberthema, hilft nicht
    • JEV 30 %einzelne zitierbare Belege
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Frieden und Sicherheit
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 100 %kein Bezug
    • Luna 61 %einzelne zitierbare Belege
    • JEV 34 %umfangreiche Belege
    • amos 26 %einzelne zitierbare Belege
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 27 %einzelne zitierbare Belege
    • d3-ultra offen

    • SF-O2-T05 Welche öffentlichen Zusagen eines Spitzenlabors macht die juristische Person, die bei einem Bruch verklagt würde, und welche nur das Forschungsteam, und veröffentlichen die Labore das für jede Zusage? Luna: Stufe 3 · 36 % · Hintergrund, keine Belege
  2. SF-O3 Welcher Text gilt, und wie beweist man, dass ein Dokument nicht verändert wurde?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 100 %kein Bezug
    • amos 24 %Hintergrund, keine Belege
    • SubQ 70 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra offen
Beteiligung und Gemeinwohl
  1. SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 49 %einzelne zitierbare Belege
    • amos 30 %gleiches Oberthema, hilft nicht
    • SubQ 61 %gleiches Oberthema, hilft nicht
    • drex 54 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-E3 Welche Stellen sind in einem Staat für KI-Sicherheit und Prüfungen zuständig, und was davon gibt es schon?
    • clef 100 %kein Bezug
    • Luna 32 %Hintergrund, keine Belege
    • JEV 46 %gleiches Oberthema, hilft nicht
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 63 %gleiches Oberthema, hilft nicht
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  3. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 51 %Hintergrund, keine Belege
    • JEV 52 %einzelne zitierbare Belege
    • amos 24 %nur am Rande erwähnt
    • SubQ 55 %gleiches Oberthema, hilft nicht
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-E4-T01 Was hieße die Formel von KI als „gemeinsamem Gut der ganzen Menschheit“ praktisch (Zugang, Teilen des Nutzens, gestaffelte Preise, Technologietransfer), so dass jeder Staat sie tatsächlich unterschreiben und prüfen könnte? Luna: Stufe 3 · 34 % · Hintergrund, keine Belege
    • SF-E4-T02 Welche konkreten Mechanismen (bezahlbarer Zugang zu Modellen, Rechenleistung im öffentlichen Interesse, Technologietransfer) sollen Sicherheitsregeln begleiten, damit sie Monopole nicht vertiefen und Länder mit wenig Mitteln nicht abhängig zurücklassen? Luna: Stufe 3 · 31 % · Hintergrund, keine Belege
    • SF-E4-T03 Wie können gemeinsame Sicherheitsregeln verhindern, dass hohe Kosten der Einhaltung den Markt auf wenige reiche Labore verengen, und trotzdem kleine Entwickler und Open-Source-Entwickler auf dieselbe Mindestschwelle für Sicherheit verpflichten? Luna: Stufe 3 · 36 % · Hintergrund, keine Belege
  4. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 35 %einzelne zitierbare Belege
    • JEV 38 %einzelne zitierbare Belege
    • amos 31 %nur am Rande erwähnt
    • SubQ 65 %gleiches Oberthema, hilft nicht
    • drex 37 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-E5-T02 Welche Entscheidungen müssen menschlich bleiben, auch wenn eine KI sie besser treffen könnte, und wie würden Staaten in Entscheidungsschleifen mit hohem Risiko prüfbar machen, dass ein Mensch die Ausgabe der KI wirklich beurteilt und nicht nur routinemäßig abgenickt hat? Luna: Stufe 3 · 47 % · Hintergrund, keine Belege
Wirtschaft und Haftung
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →