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
openai10. November 2026 · Q000904

Cogent and OpenAI build cyber defense factories for enterprises

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Die OpenAI-Fallstudie berichtet, Cogent kombiniere KI-Agenten, gebündelten Unternehmenskontext und verbindliche Kontrollen, um Sicherheitslücken zu untersuchen und zu beheben. Cogent nennt Verbesserungen bei Behebungszeit und Triage, doch der Text liefert dazu keine unabhängige Prüfung; am Ende ist der Quelltext unvollständig.

Mittel

Der Bericht stellt Cogent Securitys „Cyber Defense Factories“ als KI-gestützte Systeme zur Untersuchung, Priorisierung und Behebung von Unternehmensschwachstellen vor. Cogents Context Engine bündelt laut Fallstudie Informationen über Systeme, Schwachstellen, Identitäten und Abhängigkeiten. Agenten nutzen diesen Kontext, um Risiken zu bewerten und Reparaturen zu planen. Richtlinien, eine deterministische Prüfung von Werkzeugaufrufen, ein Berechtigungs-Gateway und bei Bedarf isolierte Sandboxes sollen die Ausführung begrenzen. Kunden können Genehmigungen verlangen oder begrenzte autonome Änderungen erlauben.

Für einen Fall kritischer PHP-Schwachstellen berichtet Cogent, Agenten hätten betroffene Systeme ermittelt, Behebungspläne erstellt und die Umsetzung überprüft. Ein Fortune-1000-Automobilunternehmen habe seine mittlere Behebungszeit kritischer Schwachstellen um 75 Prozent verringert; ein Fortune-500-IT-Dienstleister habe die Triage-Leistung verfünffacht. Diese Zahlen und Cogents positive Einschätzungen zu OpenAI-Modellen und Codex sind Angaben der beteiligten Unternehmen; unabhängige Prüfmethoden nennt der Text nicht. Geplant sind autonomere Reparaturen und ein fortlaufender Kreislauf aus Entdeckung, Behebung und Lernen. Der Quelltext bricht am Ende mitten in einer Bildbeschreibung ab.

Ausführlich lesen

Der Bericht ist eine OpenAI-Fallstudie über die Zusammenarbeit mit Cogent Security. Er beschreibt Cogents „Cyber Defense Factories“ als Systeme, die Unternehmen dabei helfen sollen, Sicherheitslücken zu untersuchen, zu priorisieren und zu beheben. Cogent zufolge liegt die schwierige Arbeit häufig nicht darin, Schwachstellen zu entdecken, sondern darin, ihre Bedeutung für die konkrete Unternehmensumgebung zu verstehen und sichere, abgestimmte Änderungen umzusetzen.

Laut Bericht verbinden Cogents KI-Agenten OpenAI-Modelle mit Unternehmensdaten und festgelegten Kontrollen. Ein Context Engine führt Informationen über Anlagen, Schwachstellen, Identitäten, Zuständigkeiten und Abhängigkeiten in einem Wissensgraphen zusammen. Hintergrundagenten gleichen Daten aus verschiedenen Sicherheitswerkzeugen und Systemen ab. Dadurch sollen die Untersuchungs- und Behebungsagenten vorhandenen Kontext wiederverwenden können. Der Cogent-Mitgründer Geng Sng bezeichnet dies als eine Art Unternehmensgedächtnis und schreibt dem Ansatz geringere Verzögerungen, Kosten und uneinheitliche Ergebnisse zu.

Für die Ausführung setzt Cogent laut Bericht auf mehrere Kontrollschichten: Unternehmensrichtlinien legen erlaubte Änderungen und nötige Genehmigungen fest; die TRACE-Engine prüft Werkzeugaufrufe deterministisch. Ein Agent Gateway kontrolliert außerdem die Berechtigung. Risikoreichere Arbeiten können in isolierten Sandboxes stattfinden. Kunden können Untersuchungen delegieren, Freigaben vor Änderungen verlangen oder begrenzte autonome Behebungen zulassen.

Als Anwendungsfall nennt der Bericht die Offenlegung kritischer PHP-Schwachstellen, die er „PHP2Shell“ nennt. Cogent-Agenten hätten betroffene Systeme ermittelt, Risiken unter Berücksichtigung von Abhängigkeiten und Betriebsbedingungen bewertet, Behebungspläne erstellt und die Umsetzung über kundendefinierte Abläufe koordiniert und verifiziert. Cogent berichtet außerdem, ein Fortune-1000-Automobilunternehmen habe die mittlere Zeit zur Behebung kritischer Schwachstellen um 75 Prozent gesenkt; bei einem Fortune-500-IT-Dienstleister sei die Zahl der geprüften Schwachstellen pro Zeit um das Fünffache gestiegen. MarketAxess beschreibt den Nutzen als Verbindung von Schwachstellendaten, Geschäftskontext, Sicherheitskontrollen und Angriffspfadanalysen. Diese Ergebnisse und Einschätzungen werden im Bericht von OpenAI beziehungsweise den genannten Unternehmen und Personen wiedergegeben; unabhängige Prüfmethoden oder Vergleichsdaten werden im vorliegenden Text nicht erläutert.

Cogent erklärt, OpenAI-Modelle seien bei langwierigen Sicherheitsaufgaben leistungsfähiger, genauer und kosteneffizienter als geprüfte Alternativen. Für komplexe Aufgaben priorisiere das Unternehmen Schlussfolgerungsqualität, für Routinearbeiten Kosten. Auch Codex werde von den meisten Cogent-Entwicklern genutzt. Als nächste Schritte nennt die Fallstudie autonomere und komplexere Reparaturen sowie die Entwicklung eines geschlossenen Systems, das Risiken fortlaufend entdeckt, beseitigt und aus früheren Fällen lernt. Für internes Red-Team- und Angriffspfad-Forschung nutze Cogent laut Bericht Trusted Access for Cyber und Daybreak.

Der bereitgestellte Quelltext endet im nachgeholten Abbildungsabschnitt mitten in einer Bildbeschreibung. Er ist daher am Schluss erkennbar unvollständig; die Fallstudie enthält zudem überwiegend Unternehmensangaben und zugeschriebene Aussagen statt einer unabhängigen Wirksamkeitsbewertung.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Zusammenfassungen geben die Kernaussagen weitgehend treu wieder; die Aussage zum abbrechenden Quelltext ist unzutreffend. Die Einordnung stützt sich allein auf die Unternehmensfallstudie, die keine unabhängigen Prüfungen oder Testdaten enthält.

Im Bericht, aber nicht in der Zusammenfassung

  • Die MarketAxess-Aussage zur Nutzung von Cogent für das Expositionsmanagement
  • Trusted Access for Cyber und Daybreak Red für autorisierte Offensiv- und Schwachstellenforschung
  • Die Aussage, dass OpenAI-Modelle und Codex den Aufwand für eigene Harness-Software senken
  • Die Modellwahl: GPT-6.1 Sol für allgemeine Ausführung, GPT-5.6 für Routineaufgaben, mit dem genannten Kostenvorteil

In der Zusammenfassung, laut Prüfung nicht im Bericht belegt

  • Die Behauptung, der Quelltext breche am Ende mitten in einer Bildbeschreibung ab (in beiden Zusammenfassungen), trifft so nicht zu. Nur die Bildunterschrift von Abbildung 2 ist abgeschnitten, und der Text endet mit vollständigen Abbildungseinträgen.

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 44 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 69 %gleiches Oberthema, hilft nicht
    • drex 75 %gleiches Oberthema, hilft nicht
    • d3-ultra 48 %gleiches Oberthema, hilft nicht

    • 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 3 · 35 % · Hintergrund, keine 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 · 31 % · 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 33 %Hintergrund, keine Belege
    • JEV 22 %gleiches Oberthema, hilft nicht
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 54 %gleiches Oberthema, hilft nicht
    • drex 80 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • 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 3 · 32 % · Hintergrund, keine 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 · 24 % · 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 26 %gleiches Oberthema, hilft nicht
    • Luna 54 %Hintergrund, keine Belege
    • JEV 34 %gleiches Oberthema, hilft nicht
    • amos 30 %gleiches Oberthema, hilft nicht
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra 56 %gleiches Oberthema, hilft nicht

    • 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 4 · 34 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
    • SF-F1-T02 Veröffentlichen Labore abgestimmte Cyber-Tests, die zeigen, was jedes Modell mehr leistet als ein Mensch ohne KI-Hilfe? Luna: Stufe 3 · 41 % · Hintergrund, keine 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 3 · 31 % · Hintergrund, keine Belege
  2. SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
    • clef 100 %kein Bezug
    • Luna 31 %gleiches Oberthema, hilft nicht
    • JEV 27 %Hintergrund, keine Belege
    • amos 30 %nur am Rande erwähnt
    • SubQ 55 %gleiches Oberthema, hilft nicht
    • drex 58 %gleiches Oberthema, hilft nicht
    • d3-ultra 54 %gleiches Oberthema, hilft nicht
  3. SF-F5 Wie gehen Staaten gemeinsam gegen KI-gestützte Cyberangriffe vor und verhindern Eskalation zwischen autonomen Systemen, ohne die Verteidigung zu behindern?
    • clef 32 %gleiches Oberthema, hilft nicht
    • Luna 84 %Hintergrund, keine Belege
    • JEV 54 %gleiches Oberthema, hilft nicht
    • amos 29 %nur am Rande erwähnt
    • SubQ 64 %gleiches Oberthema, hilft nicht
    • drex 58 %gleiches Oberthema, hilft nicht
    • d3-ultra 62 %gleiches Oberthema, hilft nicht

    • 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 · 41 % · 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 3 · 26 % · Hintergrund, keine Belege
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 25 %gleiches Oberthema, hilft nicht
    • Luna 39 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 27 %nur am Rande erwähnt
    • SubQ 61 %gleiches Oberthema, hilft nicht
    • drex 28 %gleiches Oberthema, hilft nicht
    • d3-ultra 57 %gleiches Oberthema, hilft nicht

Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 43 %Hintergrund, keine Belege
    • JEV 29 %Hintergrund, keine Belege
    • amos 28 %gleiches Oberthema, hilft nicht
    • SubQ 69 %gleiches Oberthema, hilft nicht
    • drex 62 %gleiches Oberthema, hilft nicht
    • d3-ultra 57 %gleiches Oberthema, hilft nicht

    • SF-T1-T06 Welcher öffentliche Beleg zeigt, ob vereinbarte Grenzen eingehalten werden? Luna: Stufe 4 · 32 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 42 %gleiches Oberthema, hilft nicht
    • Luna 50 %einzelne zitierbare Belege
    • JEV 25 %einzelne zitierbare Belege
    • amos 31 %nur am Rande erwähnt
    • SubQ 61 %gleiches Oberthema, hilft nicht
    • drex 38 %gleiches Oberthema, hilft nicht
    • d3-ultra 64 %gleiches Oberthema, hilft nicht

Vertrauen in Modelle
  1. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 57 %einzelne zitierbare Belege
    • JEV 100 %kein Bezug
    • amos 27 %Hintergrund, keine Belege
    • SubQ 60 %gleiches Oberthema, hilft nicht
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra 49 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

  2. 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 43 %einzelne zitierbare Belege
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 79 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  3. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 22 %gleiches Oberthema, hilft nicht
    • Luna 40 %einzelne zitierbare Belege
    • JEV 39 %umfangreiche Belege
    • amos 30 %einzelne zitierbare Belege
    • SubQ 34 %gleiches Oberthema, hilft nicht
    • drex 34 %einzelne zitierbare Belege
    • d3-ultra 44 %gleiches Oberthema, hilft nicht

    • SF-V5-T02 Würde man lieber einem großen, überwachten Modell vertrauen oder vielen kleinen, nicht überwachten? Luna: Stufe 3 · 32 % · Hintergrund, keine Belege
    • SF-V5-T03 Ist es wirtschaftlich klug, Modelle mit geringem Denkaufwand zu betreiben, oder wird das Ausrichtungsproblem (Modelle dazu zu bringen, den vorgesehenen Zielen und Werten zu folgen) dadurch nur schwerer sichtbar? Luna: Stufe 3 · 38 % · Hintergrund, keine 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 21 %umfangreiche Belege
    • Luna 47 %umfangreiche Belege
    • JEV 69 %beantwortet direkt und ausführlich
    • amos 35 %umfangreiche Belege
    • SubQ 35 %einzelne zitierbare Belege
    • drex 31 %umfangreiche Belege
    • d3-ultra 42 %einzelne zitierbare Belege
    • Haiku-Prüfung beantwortet teilweise oder widerspricht

    • SF-A1-T01 Welche Mindestgrenzen und Schutzvorkehrungen sollen für Zugangsdaten, Kommunikation, Geld, dauerhaftes Gedächtnis, Verträge, Änderungen an Systemen und Handlungen in der physischen Welt gelten, auch wenn ein Agent über Tage ohne sofortige menschliche Zustimmung handelt, und wer darf Befugnisse erteilen, prüfen und entziehen? Luna: Stufe 4 · 32 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 4 · einzelne zitierbare Belege
    • SF-A1-T02 Wie weist ein Agent kryptografisch nach, wer er ist und welche genaue Befugnis ihm ein Nutzer, eine Firma, ein Labor oder eine Regierung übertragen hat, und wie wird sie nach einer Kompromittierung entzogen? Luna: Stufe 3 · 29 % · Hintergrund, keine Belege
    • 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 3 · 30 % · Hintergrund, keine Belege
  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 24 %gleiches Oberthema, hilft nicht
    • Luna 70 %einzelne zitierbare Belege
    • JEV 57 %einzelne zitierbare Belege
    • amos 36 %einzelne zitierbare Belege
    • SubQ 44 %einzelne zitierbare Belege
    • drex 43 %einzelne zitierbare Belege
    • d3-ultra 33 %nur am Rande erwähnt
    • Haiku-Prüfung nur am Rande erwähnt

  3. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 33 %gleiches Oberthema, hilft nicht
    • Luna 58 %Hintergrund, keine Belege
    • JEV 37 %einzelne zitierbare Belege
    • amos 29 %nur am Rande erwähnt
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra 64 %gleiches Oberthema, hilft nicht

    • SF-A3-T01 Welche Beobachtungen oder gemeinsamen Tests erkennen entstehende Abstimmung, Absprachen oder Kettenfehler zwischen Modellen in Arbeitsabläufen, Lieferketten und Gruppen vieler Agenten (Schwärmen), die kein einzelnes Labor steuert oder vorhersieht? Luna: Stufe 3 · 32 % · Hintergrund, keine Belege
Modelle teilen und schützen
  1. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 100 %kein Bezug
    • Luna 36 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 75 %gleiches Oberthema, hilft nicht
    • drex 71 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 29 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 54 %gleiches Oberthema, hilft nicht
    • drex 56 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 51 %Hintergrund, keine Belege
    • JEV 37 %einzelne zitierbare Belege
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 71 %gleiches Oberthema, hilft nicht
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

  2. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 33 %gleiches Oberthema, hilft nicht
    • Luna 45 %einzelne zitierbare Belege
    • JEV 36 %beantwortet teilweise oder widerspricht
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 65 %gleiches Oberthema, hilft nicht
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • 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 · 41 % · Hintergrund, keine Belege
Wirtschaft und Haftung
  1. SF-W3 Wie schützt man Finanzmärkte vor Folgen von KI, von vertraulichen Entscheidungen über Pausen bis zu Kursstürzen in Sekunden?
    • clef 100 %kein Bezug
    • Luna 43 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 59 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
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 →