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
openai1. Februar 2026 · Q002274

Silver lining playbook: Likely China-origin activity targeting US persons

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

OpenAI zufolge erstellten gesperrte ChatGPT-Konten mutmaßlich aus China gezielte Beratungsanfragen an US-Beamte und Fachleute, die mit einer erfundenen Firma, persönlichen Komplimenten, hohen Anreizen und raschem Wechsel zu Videoanrufen arbeiteten. Der Bericht deutet das als mögliche Anwerbung, kann aber weder bestätigen, dass die E-Mails versandt wurden, noch dass Empfänger reagierten.

Mittel

OpenAI berichtet, eine kleine Gruppe von ChatGPT-Konten wegen mutmaßlich schädlicher Aktivitäten gesperrt zu haben. Das Unternehmen vermutet einen Ursprung in China; als Indizien nennt es chinesischsprachige Anfragen, Aktivität zu Geschäftszeiten auf dem Festland und VPN-Nutzung. Die Konten fragten nach US-Beamten, Fachleuten, Behördenstandorten und beruflichen Foren. Sie ließen außerdem englische Einladungen zu angeblich bezahlten Beratungsaufträgen formulieren und baten um Hilfe bei der Installation von FaceFusion.

Die E-Mails traten im Namen der angeblichen Beratungsfirma Nimbus Hub Consulting auf. Laut OpenAI sollten sie Seriosität vermitteln, Empfänger gezielt mit ihrer Berufserfahrung ansprechen, hohe Vergütung und Boni in Aussicht stellen und die Aufgaben zugleich vage halten. Häufig sollten die Adressaten bald zu einem Videoanruf auf WhatsApp, Zoom oder Teams wechseln. OpenAI wertet dieses Muster als mögliche Anwerbungs- oder Einflussoperation, räumt aber ein, dass einzelne Anfragen auch alltäglich wirken konnten.

Der Bericht belegt keinen Erfolg der Kontaktversuche: OpenAI fand keine Hinweise auf Antworten und konnte weder Versand noch Reaktionen unabhängig überprüfen. Als Orientierung nennt es überprüfbare Arbeitgeber- und Stellenangaben sowie marktübliche Vergütung.

Ausführlich lesen

Der Bericht von OpenAI beschreibt eine Gruppe von ChatGPT-Konten, die das Unternehmen nach eigenen Angaben wegen mutmaßlich schädlicher Aktivitäten gesperrt hat. OpenAI vermutet, dass die Konten ihren Ursprung in China hatten. Als Indizien nennt der Bericht Anfragen auf Chinesisch, überwiegende Aktivität während der Geschäftszeiten auf dem chinesischen Festland und den Einsatz von VPNs. Die Nutzer fragten nach US-Personen, Online-Foren und Standorten von Bundesbehörden. Außerdem ließen sie englische E-Mail-Entwürfe erstellen und erkundigten sich nach der Installation der Software FaceFusion, insbesondere nach deren Live-Funktion zum Gesichtstausch. OpenAI zufolge stammten die Antworten zu Behördenstandorten, Personen und Software aus öffentlich verfügbaren Quellen.

Die E-Mails waren laut Bericht an US-Beamte auf Ebene der Bundesstaaten sowie an Fachleute aus Wirtschaft und Finanzpolitik gerichtet. Sie stellten vermeintlich bezahlte Beratungsaufträge in Aussicht. Als Absender trat eine angebliche Hongkonger Beratungsfirma namens „Nimbus Hub Consulting“ auf; ein Konto ließ zudem eine Nachricht im Namen einer in Shanghai ansässigen Organisation für den Austausch zwischen den USA und Shanghai formulieren. OpenAI deutet die Nutzung vereinfachter chinesischer Schriftzeichen, die dem Bericht zufolge vor allem auf dem Festland gebräuchlich sind, als Hinweis auf Betreiber dort. Nach dem Firmennamen benannte das Unternehmen den Vorgang „Silver Lining Playbook“.

OpenAI beschreibt die E-Mail-Entwürfe als Nachbildung eines Vorgehens, das nach Einschätzung des Unternehmens eher zu einer Anwerbungs- oder Einflussoperation passt als zu gewöhnlicher Personalgewinnung. Die Entwürfe sollten Nimbus Hub als fachkundige und seriöse Beratungsfirma darstellen, die Empfänger mit Verweis auf ihren öffentlichen Dienst oder beruflichen Hintergrund persönlich ansprechen und ihnen schmeicheln. Als Anreiz wurden meist lukrative Online-Aufträge, Boni und Prämien für Empfehlungen genannt, während die konkrete Tätigkeit unklar blieb. Beruhigende Aussagen zu Vertraulichkeit, leichter Arbeit und pünktlicher Bezahlung sollten mögliche Bedenken verringern. Die Empfänger sollten anschließend rasch zu einem Videoanruf über WhatsApp, Zoom oder Teams wechseln. Ein Nutzer lud laut Bericht zudem Screenshots eines LinkedIn-Profils hoch, um einen Entwurf auf die persönlichen Erfahrungen der betreffenden Person zuzuschneiden.

Zur Einordnung verweist OpenAI auf Warnungen demokratischer Regierungen vor ausländischen Nachrichtendiensten, die derzeitige oder frühere Beschäftigte des öffentlichen Dienstes unter dem Deckmantel von Beratungsfirmen ansprechen. Zugleich räumt der Bericht ein, dass die Anfragen technisch wenig ausgefeilt waren und einzelne davon auch wie gewöhnliche Rekrutierung oder legitime Softwarehilfe wirken konnten. OpenAI fand in den Kontointeraktionen keine Hinweise darauf, dass die Zielpersonen auf die Einladungen reagiert hätten. Das Unternehmen konnte nicht unabhängig feststellen, ob die E-Mails tatsächlich versandt wurden oder ob jemand antwortete. Als allgemeine Prüfpunkte nennt es überprüfbare Angaben zur Stelle und zum Arbeitgeber, eine realistische Vergütung sowie einen echten Link zur Stellenausschreibung.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Einordnung stützt sich allein auf den Bericht. Die Stufen der Sammelfragen und Teilfragen wurden unabhängig von Lunas Einschätzungen vergeben.

Im Bericht, aber nicht in der Zusammenfassung

  • Warnungen von US-, UK- und australischen Behörden vor Anwerbung über als Beratungsfirmen getarnte Akteure
  • Die Angabe, die Konten hätten sich als Hongkonger Firma mit Shanghaier PR-Organisation ausgegeben, wobei vereinfachtes Chinesisch auf das Festland hindeutet
  • Der Hinweis, dass die Anfragen teils technisch simpel waren und die FaceFusion-Installation im Bericht nur als Teil des Musters erscheint

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-M1 Ab wann ist ein KI-Vorfall so ernst, dass Staaten ihn einander melden müssen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 45 %Hintergrund, keine Belege
    • amos 32 %gleiches Oberthema, hilft nicht
    • SubQ 42 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra 65 %gleiches Oberthema, hilft nicht
  2. 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 48 %einzelne zitierbare Belege
    • JEV 46 %beantwortet teilweise oder widerspricht
    • amos 30 %einzelne zitierbare Belege
    • SubQ 26 %gleiches Oberthema, hilft nicht
    • drex 25 %gleiches Oberthema, hilft nicht
    • d3-ultra 31 %Hintergrund, keine Belege
    • Haiku-Prüfung Hintergrund, keine Belege

  3. 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 49 %Hintergrund, keine Belege
    • JEV 34 %Hintergrund, keine Belege
    • amos 27 %Hintergrund, keine Belege
    • SubQ 39 %gleiches Oberthema, hilft nicht
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra 71 %gleiches Oberthema, hilft nicht

  4. SF-M5 Was muss vor und nach einem Vorfall geschehen, damit Verantwortliche einstehen, man daraus lernt, Beweise bleiben und Betroffene auch über Grenzen hinweg zu ihrem Recht kommen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 33 %Hintergrund, keine Belege
    • amos 31 %Hintergrund, keine Belege
    • SubQ 40 %gleiches Oberthema, hilft nicht
    • drex 32 %gleiches Oberthema, hilft nicht
    • d3-ultra 65 %gleiches Oberthema, hilft nicht
Fähigkeiten messen
  1. 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 43 %Hintergrund, keine Belege
    • JEV 29 %einzelne zitierbare Belege
    • amos 26 %gleiches Oberthema, hilft nicht
    • SubQ 57 %gleiches Oberthema, hilft nicht
    • drex 42 %gleiches Oberthema, hilft nicht
    • d3-ultra 50 %gleiches Oberthema, hilft nicht

    • 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 3 · 28 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
Unabhängig prüfen
Tempo und Grenzen
Vertrauen in Modelle
  1. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 37 %einzelne zitierbare Belege
    • amos 27 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 68 %gleiches Oberthema, hilft nicht
    • d3-ultra 53 %gleiches Oberthema, hilft nicht
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 44 %Hintergrund, keine Belege
    • JEV 57 %einzelne zitierbare Belege
    • amos 26 %Hintergrund, keine Belege
    • SubQ 46 %gleiches Oberthema, hilft nicht
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra 65 %gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
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 100 %kein Bezug
    • JEV 25 %einzelne zitierbare Belege
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 61 %gleiches Oberthema, hilft nicht
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-H6 Welche Belege klären Vorwürfe von Spionage und Datenabfluss zwischen Staaten?
    • clef 100 %kein Bezug
    • Luna 61 %Hintergrund, keine Belege
    • JEV 48 %einzelne zitierbare Belege
    • amos 28 %einzelne zitierbare Belege
    • SubQ 26 %gleiches Oberthema, hilft nicht
    • drex 23 %einzelne zitierbare Belege
    • d3-ultra 41 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung einzelne zitierbare 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 30 %Hintergrund, keine Belege
    • JEV 38 %einzelne zitierbare Belege
    • amos 26 %nur am Rande erwähnt
    • SubQ 57 %gleiches Oberthema, hilft nicht
    • drex 36 %gleiches Oberthema, hilft nicht
    • d3-ultra 68 %gleiches Oberthema, hilft nicht
Beteiligung und Gemeinwohl
Information und Öffentlichkeit
  1. SF-I1 Wie erkennt man KI-erzeugte Inhalte und KI-erzeugte Einflussnahme, ohne die Meinungsfreiheit zu beschneiden?
    • clef 100 %kein Bezug
    • Luna 52 %Hintergrund, keine Belege
    • JEV 52 %einzelne zitierbare Belege
    • amos 29 %nur am Rande erwähnt
    • SubQ 44 %gleiches Oberthema, hilft nicht
    • drex 24 %gleiches Oberthema, hilft nicht
    • d3-ultra 52 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt

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 →