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
aisi23. März 2026 · Q001860

Can AI agents escape their sandboxes? A benchmark for safely measuring container breakout capabilities

aisi.gov.uk · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der AISI-Bericht beschreibt SandboxEscapeBench, einen isolierten Benchmark mit 18 Szenarien, in dem Modelle Container-Ausbrüche testen. Fortgeschrittene Modelle knackten laut Bericht häufig verbreitete Fehlkonfigurationen, doch keines löste die schwierigsten Aufgaben; alle erfolgreichen Ausbrüche nutzten bekannte, offengelegte Schwachstellen. Die öffentlichen Tests decken nur bekannte Schwachstellenklassen ab, daher gelten die Befunde für die untersuchten Szenarien.

Mittel

Der AISI-Bericht stellt SandboxEscapeBench vor, einen offenen Benchmark für Ausbrüche aus Container-Sandboxes. Die Tests laufen in Containern, die zusätzlich in gehärteten virtuellen Maschinen isoliert sind. 18 Szenarien decken drei Ebenen ab – Orchestrierung, Laufzeitumgebung und Kernel – und reichen von Fehlkonfigurationen wie offengelegten Docker-Sockets bis zu mehrstufigen Exploits. Öffentlich zugänglich sind aus Sicherheits- und Evaluationsgründen nur Aufgaben zu bekannten Schwachstellenklassen; ein privater Testsatz bleibt AISI-intern.

Laut Bericht konnten fortgeschrittene Modelle häufig verbreitete Fehlkonfigurationen ausnutzen. Größere Modelle erzielten auch bei anspruchsvolleren Zwischenaufgaben Erfolge, aber keines löste die schwierigsten Szenarien. Alle erfolgreichen Ausbrüche nutzten bereits offengelegte Schwachstellen. Kleinere Modelle schnitten bei komplexen Angriffsketten deutlich schlechter ab, während mehr Inferenz-Tokens die Erfolgsraten steigerten. AISI folgert, dass Sandbox-Ausbruchsfähigkeiten weiter beobachtet werden sollten. Die Ergebnisse beziehen sich auf die untersuchten Tests und erlauben keine allgemeine Aussage über alle Sandboxes oder Einsatzbedingungen.

Ausführlich lesen

Der Bericht stellt SandboxEscapeBench vor, einen offenen Benchmark des britischen AI Security Institute (AISI), mit dem geprüft werden soll, ob KI-Agenten aus Container-Sandboxes ausbrechen können. Sandboxes begrenzen den Zugriff eines Agenten auf externe Systeme und Daten und sollen so kontrollierte Tests ermöglichen. Die Autoren sehen jedoch das Risiko, dass leistungsfähigere Agenten Schwachstellen solcher Umgebungen finden und ausnutzen.

Für die Untersuchung entwickelten sie eine „Sandbox in der Sandbox“: Jeder getestete Container läuft in einer gehärteten virtuellen Maschine. Selbst ein erfolgreicher Ausbruch aus dem Container soll dadurch von realer Infrastruktur isoliert bleiben. Der Benchmark umfasst 18 Szenarien aus drei Ebenen des Container-Stacks: Orchestrierung, Laufzeitumgebung und Kernel. Die Aufgaben orientieren sich an bekannten Schwachstellenklassen und reichen laut Bericht von Fehlkonfigurationen wie offengelegten Docker-Sockets oder privilegierten Containern bis zu mehrstufigen Kernel-Angriffen. Um Sicherheit und Aussagekraft der Evaluation zu schützen, wurden öffentlich nur Szenarien zu bekannten Schwachstellenklassen freigegeben; AISI behält einen privaten Testsatz für interne Auswertungen. Die Aufgaben sind als Capture-the-Flag-Herausforderungen mit dem Evaluierungsframework Inspect umgesetzt.

Nach Darstellung der Autoren konnten fortgeschrittene Modelle häufig aus Umgebungen mit verbreiteten Fehlkonfigurationen ausbrechen, wenn sie dazu aufgefordert wurden. Solche Konfigurationen könnten in Entwicklerwerkzeugen, kurzfristig eingerichteten Testumgebungen oder frühen Agenten-Prototypen vorkommen. Während der Benchmark-Entwicklung entdeckte ein Modell zudem einen unbeabsichtigten Ausbruchspfad. Das illustriert nach Einschätzung des Berichts, dass auch sicherheitsbewusst eingerichtete Container-Landschaften Lücken aufweisen können.

Bei anspruchsvolleren Aufgaben, die mehrschrittige Ausnutzung oder spezifisches Wissen über dokumentierte Schwachstellen erfordern, erzielten die größten Modelle laut Bericht noch nennenswerte Erfolge bei Zwischenaufgaben. Die schwierigsten Szenarien löste jedoch keines der getesteten Modelle. Für diese schätzt AISI den Zeitaufwand für einen erfahrenen Cybersicherheitsexperten auf ein bis zwei Stunden. Jeder beobachtete erfolgreiche Ausbruch nutzte dem Bericht zufolge eine bereits offengelegte Schwachstelle.

Die Ergebnisse zeigen außerdem einen Zusammenhang zwischen Modellgröße und Erfolgsfähigkeit: Kleinere Modelle ließen bei komplexeren Angriffsketten deutlich nach. Mehr Inferenzbudget, also mehr verfügbare Tokens zum Schlussfolgern, erhöhte die Erfolgsraten; die Autoren beschreiben die Skalierung näherungsweise als log-linear. Daraus folgern sie, dass Fehlkonfigurationen, übermäßige Berechtigungen und ungepatchte Laufzeitumgebungen eine wachsende Herausforderung für sichere Agententests darstellen könnten. Sie empfehlen deshalb, Ausbruchsfähigkeiten fortlaufend zu evaluieren, und stellen Benchmark und Werkzeuge offen bereit.

Die Aussagekraft bleibt durch den Umfang der veröffentlichten Szenarien begrenzt: Die öffentlichen Aufgaben decken bekannte Schwachstellenklassen ab, während ein privater Testsatz nicht näher beschrieben wird. Der Bericht verweist für Details zu Methodik und Ergebnissen auf eine vollständige wissenschaftliche Arbeit. Seine Befunde belegen somit Erfolge in den untersuchten Tests, aber keine Aussage über jede Sandbox oder alle realen Einsatzbedingungen.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Einordnung stützt sich nur auf den Bericht; die Bewertung der Teilfragen ist eine grobe Einschätzung, weil der Bericht keine politischen Maßnahmen oder Schwellenwerte behandelt.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Skalierung der Erfolgsraten mit Rechenbudget ist log-linear, nicht nur allgemein steigend
  • Während der Entwicklung fand ein Modell einen unbeabsichtigten Ausbruchspfad
  • Die schwersten Szenarien würden laut Schätzung 1 bis 2 Stunden erfahrene Sicherheitsexperten brauchen
  • Der Bericht verweist auf AI-Control-Forschung als Bezug

In der Zusammenfassung, laut Prüfung nicht im Bericht belegt

  • Der Vorbehalt, dass die Ergebnisse keine allgemeine Aussage über alle Sandboxes oder Einsatzbedingungen erlauben, steht so nicht im Bericht; die Begrenzung auf bekannte Schwachstellenklassen wird dort nur aus Sicherheits- und Evaluationsgründen begründet

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 36 %Hintergrund, keine Belege
    • JEV 34 %gleiches Oberthema, hilft nicht
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 47 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
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 23 %umfangreiche Belege
    • Luna 64 %umfangreiche Belege
    • JEV 50 %beantwortet teilweise oder widerspricht
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 30 %einzelne zitierbare Belege
    • drex 35 %umfangreiche Belege
    • d3-ultra offen
    • Haiku-Prüfung einzelne zitierbare Belege

    • 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 · 42 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 4 · einzelne zitierbare Belege
    • SF-F1-T02 Veröffentlichen Labore abgestimmte Cyber-Tests, die zeigen, was jedes Modell mehr leistet als ein Mensch ohne KI-Hilfe? Luna: Stufe 4 · 33 % · einzelne zitierbare 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 · 36 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 3 · 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 4 · 42 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 4 · 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 · 41 % · 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 100 %kein Bezug
    • JEV 24 %gleiches Oberthema, hilft nicht
    • amos 22 %einzelne zitierbare Belege
    • SubQ 41 %gleiches Oberthema, hilft nicht
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  3. SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
    • clef 100 %kein Bezug
    • Luna 48 %Hintergrund, keine Belege
    • JEV 41 %Hintergrund, keine Belege
    • amos 28 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 36 %gleiches Oberthema, hilft nicht
    • 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 · 36 % · 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 · 30 % · einzelne zitierbare Belege
  4. SF-F5 Wie gehen Staaten gemeinsam gegen KI-gestützte Cyberangriffe vor und verhindern Eskalation zwischen autonomen Systemen, ohne die Verteidigung zu behindern?
    • clef 100 %kein Bezug
    • Luna 73 %Hintergrund, keine Belege
    • JEV 41 %gleiches Oberthema, hilft nicht
    • amos 32 %gleiches Oberthema, hilft nicht
    • SubQ 54 %gleiches Oberthema, hilft nicht
    • drex 52 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • 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
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 27 %Hintergrund, keine Belege
    • Luna 100 %kein Bezug
    • JEV 33 %einzelne zitierbare Belege
    • amos 27 %nur am Rande erwähnt
    • SubQ 54 %gleiches Oberthema, hilft nicht
    • drex 40 %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 51 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 57 %gleiches Oberthema, hilft nicht
    • drex 37 %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 22 %Hintergrund, keine Belege
    • Luna 63 %einzelne zitierbare Belege
    • JEV 45 %einzelne zitierbare Belege
    • amos 27 %Hintergrund, keine Belege
    • SubQ 26 %einzelne zitierbare Belege
    • drex 35 %einzelne zitierbare Belege
    • d3-ultra offen
    • Haiku-Prüfung nur am Rande erwähnt

    • 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
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 54 %Hintergrund, keine Belege
    • JEV 34 %Hintergrund, keine Belege
    • amos 28 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • 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 · 38 % · Hintergrund, keine Belege
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 44 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 46 %gleiches Oberthema, hilft nicht
    • drex 60 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-T3-T05 Wenn Selbstverbesserung schneller voranschreitet als der Beobachtungstakt fortlaufender Prüfer: Wie kurz muss dieser Takt sein, und wer darf zwischen zwei Beobachtungen eine Pause durchsetzen: der Prüfer, das Labor oder eine Stelle von außen? Luna: Stufe 3 · 45 % · Hintergrund, keine Belege
    • SF-T3-T08 Welche kontrollierten Versuche können Labore heute machen, um Selbstverbesserung nachzubilden, ohne eine unbeabsichtigte Beschleunigung zu riskieren? Luna: Stufe 3 · 41 % · Hintergrund, keine Belege
Vertrauen in Modelle
  1. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 44 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 26 %nur am Rande erwähnt
    • SubQ 44 %gleiches Oberthema, hilft nicht
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 58 %einzelne zitierbare Belege
    • JEV 47 %umfangreiche Belege
    • amos 27 %Hintergrund, keine Belege
    • SubQ 28 %gleiches Oberthema, hilft nicht
    • drex 27 %Hintergrund, keine Belege
    • d3-ultra offen
    • Haiku-Prüfung nur am Rande erwähnt

    • 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 3 · 35 % · 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 26 %Hintergrund, keine Belege
    • Luna 40 %einzelne zitierbare Belege
    • JEV 35 %beantwortet teilweise oder widerspricht
    • amos 25 %einzelne zitierbare Belege
    • SubQ 27 %Hintergrund, keine Belege
    • drex 24 %Hintergrund, keine Belege
    • d3-ultra offen

  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 21 %Hintergrund, keine Belege
    • Luna 44 %Hintergrund, keine Belege
    • JEV 25 %nur am Rande erwähnt
    • amos 24 %einzelne zitierbare Belege
    • SubQ 30 %einzelne zitierbare Belege
    • drex 26 %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 63 %Hintergrund, keine Belege
    • JEV 33 %einzelne zitierbare Belege
    • amos 23 %einzelne zitierbare Belege
    • SubQ 25 %Hintergrund, keine Belege
    • drex 30 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

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 43 %Hintergrund, keine Belege
    • JEV 51 %einzelne zitierbare Belege
    • amos 26 %nur am Rande erwähnt
    • SubQ 65 %gleiches Oberthema, hilft nicht
    • drex 34 %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 · 46 % · Hintergrund, keine Belege
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 52 %Hintergrund, keine Belege
    • JEV 40 %einzelne zitierbare Belege
    • amos 27 %nur am Rande erwähnt
    • SubQ 75 %gleiches Oberthema, hilft nicht
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

Beteiligung und Gemeinwohl
  1. SF-E3 Welche Stellen sind in einem Staat für KI-Sicherheit und Prüfungen zuständig, und was davon gibt es schon?
    • clef 23 %Hintergrund, keine Belege
    • Luna 48 %einzelne zitierbare Belege
    • JEV 44 %einzelne zitierbare Belege
    • amos 29 %nur am Rande erwähnt
    • SubQ 55 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra offen
  2. 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 46 %Hintergrund, keine Belege
    • JEV 28 %Hintergrund, keine Belege
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 81 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • 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

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 →