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
openai9. Juni 2025 · Q008128

Scaling security with responsible disclosure

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

OpenAI stellt eine Richtlinie vor, nach der es Sicherheitslücken in Drittanbieter- und Open-Source-Software kooperativ und standardmäßig zunächst vertraulich melden will. Das Unternehmen lässt Offenlegungsfristen grundsätzlich offen, um je nach Komplexität Zeit für Abstimmung und Behebung zu ermöglichen, und behält sich Veröffentlichungen etwa bei öffentlichem Interesse vor. Der Beitrag erläutert Grundsätze, aber keine konkreten Fälle oder festen Fristen.

Mittel

Der Bericht kündigt OpenAIs Richtlinie zur koordinierten Offenlegung von Sicherheitslücken in Software Dritter an. Sie soll Funde aus quelloffener und kommerzieller Software abdecken, die bei Forschung, gezielten Codeprüfungen, KI-gestützten Analysen, manueller Prüfung oder der internen Nutzung fremder Systeme entdeckt werden. OpenAI erklärt, eigene Systeme hätten bereits Zero-Day-Schwachstellen in Drittanbieter- und Open-Source-Software gefunden und künftig könnten KI-Systeme mehr und komplexere Fehler aufdecken.

Die Richtlinie soll regeln, wie Funde validiert und priorisiert, Anbieter kontaktiert und Sicherheitsinformationen offengelegt werden. OpenAI beschreibt den Standard als vertrauliche Kommunikation zuerst und nennt Kooperation, Diskretion, Wirkungsorientierung und skalierbare Abläufe als Prinzipien. Feste Offenlegungsfristen lässt das Unternehmen standardmäßig offen, weil komplexe Fehler laut seiner Einschätzung mehr Zeit und Zusammenarbeit für eine nachhaltige Behebung brauchen können. Es behält sich eine öffentliche Offenlegung beispielsweise bei öffentlichem Interesse vor.

Der Beitrag skizziert die Grundsätze, enthält aber keine konkreten Fallbeispiele, Messwerte oder festen Fristen. Die vollständigen Abläufe stehen laut Text in der verlinkten Richtlinie.

Ausführlich lesen

Der Bericht stellt OpenAIs Ansatz zur koordinierten Offenlegung von Sicherheitslücken in Software Dritter vor. OpenAI kündigt dafür eine „Outbound Coordinated Disclosure Policy“ an. Nach eigener Darstellung soll sie beschreiben, wie das Unternehmen Sicherheitsprobleme meldet, die es in quelloffener und kommerzieller Software entdeckt. Als mögliche Entdeckungswege nennt der Text laufende Forschung, gezielte Prüfungen von Open-Source-Code, den OpenAI nutzt, automatisierte KI-Analysen, manuelle Codeprüfungen sowie Erkenntnisse aus der internen Nutzung fremder Software und Systeme.

OpenAI begründet die Veröffentlichung damit, dass koordinierte Offenlegung mit zunehmend leistungsfähigen KI-Systemen wichtiger werde. Das Unternehmen erklärt, eigene Systeme hätten bereits Zero-Day-Schwachstellen in Drittanbieter- und Open-Source-Software aufgedeckt. Zugleich rechnet es damit, dass künftige Modelle mehr und komplexere Fehler finden und möglicherweise verlässliche Patches erzeugen könnten. Diese Aussagen werden im Bericht als OpenAIs Einschätzung und Selbstdarstellung wiedergegeben.

Die angekündigte Richtlinie soll laut Artikel festlegen, wie Funde geprüft und priorisiert, Anbieter kontaktiert und Offenlegungen gehandhabt werden. OpenAI sagt, Sicherheitsdetails würden grundsätzlich zunächst vertraulich behandelt; eine öffentliche Bekanntgabe könne aber erfolgen, wenn die Umstände dies erforderten. Als Leitlinien nennt das Unternehmen eine Orientierung an den Auswirkungen, Kooperation, Diskretion als Standard, möglichst skalierbare und unkomplizierte Abläufe sowie gegebenenfalls die Nennung Beteiligter.

Bei Fristen wählt OpenAI nach eigener Aussage bewusst einen flexiblen Ansatz: Zeitpläne bleiben standardmäßig offen. Als Grund führt der Text an, dass komplexe Funde mehr Abstimmung und Zeit für eine nachhaltige Behebung erfordern könnten. Das Unternehmen wolle gemeinsam mit Software-Wartenden Offenlegungsnormen entwickeln, die Dringlichkeit und langfristige Sicherheit ausbalancieren. Es behält sich zugleich vor, etwa bei öffentlichem Interesse selbst über eine Veröffentlichung zu entscheiden.

Der Beitrag ist eine kurze Vorstellung der Richtlinie und ihrer Grundsätze. Er enthält keine konkreten Fallbeispiele, Messwerte oder festen Standardfristen und gibt die vollständigen operativen Einzelheiten der verlinkten Richtlinie nicht wieder. OpenAI kündigt an, den Ansatz weiterzuentwickeln, und nennt eine Kontaktadresse für Fragen.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Zusammenfassung ist im Kern treu, lässt aber die Begründung aus dem Bericht aus. Die Einordnung stützt sich auf den Bericht, der nur die Offenlegung von Schwachstellen in Fremdsoftware behandelt, nicht die Sicherheitsfragen von KI-Laboren insgesamt.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Begründung des Berichts, dass koordinierte Offenlegung wegen wachsender KI-Fähigkeiten zur Schwachstellenfindung zu einer notwendigen Praxis wird
  • Der Grundsatz der Zuschreibung (attribution), wenn sie relevant ist

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-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 44 %einzelne zitierbare Belege
    • JEV 48 %beantwortet teilweise oder widerspricht
    • amos 27 %einzelne zitierbare Belege
    • SubQ 22 %einzelne zitierbare Belege
    • drex 35 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung Hintergrund, keine Belege

    • 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 · 28 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
    • SF-M4-T02 Wie sähen Selbstkontrolle und Informationsaustausch zwischen Laboren verschiedener Staaten praktisch aus (eine gemeinsame Vorlage für Vorfallberichte, gemeinsame Übungen oder ein gemeinsames Register), und wer dürfte die Berichte sehen? Luna: Stufe 3 · 29 % · 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 4 · 31 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 3 · Hintergrund, keine Belege
  2. 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 29 %einzelne zitierbare Belege
    • amos 26 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 43 %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 100 %kein Bezug
    • Luna 42 %Hintergrund, keine Belege
    • JEV 38 %gleiches Oberthema, hilft nicht
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 47 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 28 %Hintergrund, keine Belege
    • JEV 30 %Hintergrund, keine Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 51 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 43 %einzelne zitierbare Belege
    • JEV 40 %einzelne zitierbare Belege
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 57 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

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 100 %kein Bezug
    • JEV 47 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 50 %Hintergrund, keine Belege
    • JEV 49 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen

  3. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 37 %Hintergrund, keine Belege
    • JEV 21 %einzelne zitierbare Belege
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Agenten und vernetzte Systeme
Modelle teilen und schützen
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 40 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 22 %Hintergrund, keine Belege
    • SubQ 27 %gleiches Oberthema, hilft nicht
    • drex 34 %gleiches Oberthema, hilft nicht
    • 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 4 · 31 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 57 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
    • Haiku-Prüfung kein Bezug

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 →