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
openai22. Juni 2026 · Q008135

Patch the Planet: a Daybreak initiative to support open source maintainers

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Bericht stellt „Patch the Planet“ vor: OpenAI Daybreak und Trail of Bits wollen Open-Source-Projekte mit KI-gestützter Suche, menschlicher Prüfung und Hilfe bei Patches stärken. Trail of Bits berichtet von Hunderten gefundenen Problemen und Dutzenden integrierten Patches in 19 Projekten; laufende Offenlegungen begrenzen derzeit die verfügbaren Details, und Maintainer behalten die Entscheidungshoheit.

Mittel

„Patch the Planet“ ist eine Initiative von OpenAI Daybreak und Trail of Bits, die Open-Source-Maintainer bei Sicherheitsprüfungen, Patches und Tests unterstützen soll. Der Bericht beschreibt einen Ablauf, bei dem Forschende KI-Werkzeuge zur Suche und Analyse nutzen, aber jeden Fund vor der Weitergabe an ein Projekt fachlich prüfen. Die Maintainer legen den Unterstützungsbedarf fest und behalten die Kontrolle über Patches und Offenlegung. Zu den ersten teilnehmenden Projekten gehören unter anderem cURL, NATS Server, Sigstore, aiohttp, Go und Python.

Trail of Bits berichtet, mit Codex und GPT‑5.5‑Cyber an 19 Projekten Hunderte Sicherheitsprobleme gefunden und Dutzende Patches integriert zu haben; weitere Fälle seien noch in der Offenlegung. Die Initiative habe zudem Fuzzing- und Testwerkzeuge sowie Verfahren zur Suche nach Varianten bekannter Schwachstellen entwickelt. Der Bericht führt Beispiele aus Betriebssystemen, Netzwerken und Browsern an. Sämtliche Ergebnisse und Zeitvergleiche sind Angaben der beteiligten Organisationen. Als Grenze nennt der Text mögliche KI-Fehlalarme: Deshalb seien Befunde manuell geprüft worden. Details zu laufenden Fällen würden bis zum Abschluss der Offenlegung zurückgehalten.

Ausführlich lesen

Der Bericht stellt „Patch the Planet“ vor, eine Initiative von OpenAI Daybreak und Trail of Bits, die die Sicherheit wichtiger Open-Source-Projekte verbessern soll. OpenAI beschreibt den Ansatz als Verbindung KI-gestützter Sicherheitsforschung mit menschlicher Prüfung. Hintergrund sei, dass KI Schwachstellen schneller auffinden könne, Maintainer dadurch aber auch mehr Meldungen bei unverändert knappen Ressourcen bewältigen müssten. Die Initiative solle diese Belastung verringern: Sicherheitsfachleute prüfen und priorisieren Funde, entwickeln mit den Projekten Korrekturen und Tests und schaffen wiederverwendbare Sicherheitsabläufe.

Jede Zusammenarbeit beginnt laut Bericht in Abstimmung mit den Maintainerinnen und Maintainern. Gemeinsam werde festgelegt, wo Unterstützung am meisten hilft, etwa bei der Prüfung von Schwachstellen, der Entwicklung von Patches, CI/CD oder längerfristiger Sicherheitsarbeit. Forschende untersuchen und bestätigen mögliche Probleme, unterstützen Tests und koordinieren die Offenlegung über die üblichen Projektkanäle. Trail of Bits habe für die erste Phase seine gesamte Sicherheitsforschungsorganisation eingesetzt. HackerOne und Calif unterstützten bei Triage, koordinierter Offenlegung und gezielter Suche. Zu den anfänglich beteiligten Projekten zählen unter anderem cURL, NATS Server, pyca/cryptography, Sigstore, aiohttp, Go, freenginx und Python. Teilnehmende Projekte erhielten laut Bericht außerdem Zugang zu ChatGPT Pro, bedingten Zugang zu Codex Security und API-Guthaben.

Als frühe Bilanz berichtet Trail of Bits von Vollzeit-Sicherheitsingenieuren, die mit Codex und GPT‑5.5‑Cyber an 19 Open-Source-Projekten gearbeitet hätten. Dabei seien Hunderte Sicherheitsprobleme gefunden und Dutzende Patches integriert worden; weitere Befunde befänden sich noch in abgestimmten Offenlegungsverfahren. Die Arbeit habe auch wiederverwendbare Werkzeuge hervorgebracht, darunter Fuzzing-Umgebungen, Verfahren zur Suche nach Varianten bekannter Schwachstellen, Differenzialtests, Bedrohungsmodelle und erweiterte Testsuiten. Ein Fuzzing-Labor sei laut Trail of Bits in weniger als einem Tag entstanden; der manuelle Aufbau hätte nach dessen Einschätzung mindestens mehrere Wochen benötigt. Ein weiteres Verfahren nutzt historische CVEs, um ähnliche Fehler in anderen Codebasen aufzuspüren, Kandidaten zu sortieren und wahrscheinliche Fehlalarme auszufiltern. Bei Differenzialtests habe Codex Hilfscode erstellt, um mehrere Implementierungen desselben Protokolls vergleichend zu testen; die Ergebnisse seien innerhalb von Tagen statt Wochen oder Monaten erzielt worden.

Der Bericht nennt außerdem Beispiele aus Betriebssystemen, Netzwerken und Browsern: darunter bestätigte Probleme in Linux, OpenBSD und FreeBSD, Schwachstellenmuster in dnsmasq sowie Befunde zu HTTP/2-Implementierungen und Browsern. Diese Zahlen und Einschätzungen werden im Text von OpenAI, Trail of Bits oder Calif berichtet. Für Linux werden beispielsweise acht automatisch erzeugte PoCs für Informationslecks und 24 für lokale Rechteausweitung als Teilmenge einer größeren Zahl identifizierter Probleme genannt. Bei Firefox beschreibt der Bericht eine von Mozilla behobene WebAssembly-Schwachstelle; bei Pwn2Own sei kein Firefox-Exploit erfolgreich vorgeführt worden.

Als zentrale Einschränkung betont der Bericht, dass KI-Systeme auch viele Fehlalarme erzeugen können. Deshalb habe Trail of Bits jeden Fund vor der Weitergabe manuell geprüft, Belege reproduziert, Duplikate entfernt und Schweregrade neu bewertet. Maintainer entschieden weiterhin selbst, welche Patches übernommen und wie Offenlegungen gehandhabt werden. Technische Einzelheiten zu manchen Befunden bleiben zurückgehalten, solange Tests, Behebung und koordinierte Offenlegung laufen. OpenAI kündigt ausführlichere Berichte nach Abschluss dieser Prozesse an.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Der Bericht ist eine Produktankündigung von OpenAI und Trail of Bits zur Sicherheit von Open-Source-Software; seine Angaben zu Funden und Zeiten stammen von den beteiligten Organisationen und sind größtenteils nicht unabhängig überprüfbar. Die Einordnung bezieht sich deshalb nur auf die Teilaspekte, die der Bericht tatsächlich berührt.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Partner HackerOne und Calif, die bei Triage, koordinierter Offenlegung und weiterer Suche helfen, werden in beiden Zusammenfassungen nicht genannt.

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 28 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 28 %gleiches Oberthema, hilft nicht
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 50 %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 3 · 43 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
  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 42 %beantwortet teilweise oder widerspricht
    • amos 27 %einzelne zitierbare Belege
    • SubQ 34 %gleiches Oberthema, hilft nicht
    • drex 32 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung nur am Rande erwähnt

    • 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 · 25 % · 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 · 27 % · Hintergrund, keine Belege
  3. 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 35 %einzelne zitierbare Belege
    • JEV 100 %kein Bezug
    • amos 31 %Hintergrund, keine Belege
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 38 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-M5-T06 Welche Pflicht sollten Regierungen, Labore und Betreiber haben, wenn sich später zeigt, dass ein eingesetztes Modell eine Sicherheitsschwelle verletzt hat: die Entscheidungen, die es beeinflusst hat, zu ermitteln, darüber zu benachrichtigen, sie zu berichtigen oder für sie zu entschädigen? Und wie kann eine nachträgliche Prüfung den vom Modell verursachten Schaden vom umgebenden menschlichen Entscheidungsprozess unterscheiden? Luna: Stufe 3 · 35 % · 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 %Hintergrund, keine Belege
    • Luna 39 %Hintergrund, keine Belege
    • JEV 44 %einzelne zitierbare Belege
    • amos 26 %nur am Rande erwähnt
    • SubQ 28 %gleiches Oberthema, hilft nicht
    • drex 35 %einzelne zitierbare Belege
    • d3-ultra offen

    • 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 · 36 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 4 · 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 3 · 36 % · 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 36 %einzelne zitierbare Belege
    • amos 26 %Hintergrund, keine Belege
    • SubQ 50 %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 100 %kein Bezug
    • JEV 28 %einzelne zitierbare Belege
    • amos 26 %Hintergrund, keine Belege
    • SubQ 43 %gleiches Oberthema, hilft nicht
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
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 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 100 %kein Bezug
    • amos 25 %Hintergrund, keine Belege
    • SubQ 55 %gleiches Oberthema, hilft nicht
    • drex 52 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 28 %gleiches Oberthema, hilft nicht
    • Luna 44 %einzelne zitierbare Belege
    • JEV 46 %einzelne zitierbare Belege
    • amos 32 %Hintergrund, keine Belege
    • SubQ 34 %gleiches Oberthema, hilft nicht
    • drex 26 %einzelne zitierbare Belege
    • d3-ultra offen
    • Haiku-Prüfung nur am Rande erwähnt

Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 38 %einzelne zitierbare Belege
    • JEV 100 %kein Bezug
    • amos 33 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 42 %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 30 %gleiches Oberthema, hilft nicht
    • Luna 44 %einzelne zitierbare Belege
    • JEV 29 %gleiches Oberthema, hilft nicht
    • amos 30 %nur am Rande erwähnt
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 42 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

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 30 %einzelne zitierbare Belege
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 54 %gleiches Oberthema, hilft nicht
    • 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 48 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 85 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • 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 · 37 % · 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 40 %einzelne zitierbare Belege
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
  4. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 38 %Hintergrund, keine Belege
    • JEV 47 %einzelne zitierbare Belege
    • amos 27 %Hintergrund, keine Belege
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 30 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-V5-T02 Würde man lieber einem großen, überwachten Modell vertrauen oder vielen kleinen, nicht überwachten? Luna: Stufe 3 · 31 % · 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 100 %kein Bezug
    • Luna 27 %Hintergrund, keine Belege
    • JEV 47 %einzelne zitierbare Belege
    • amos 23 %Hintergrund, keine Belege
    • SubQ 40 %gleiches Oberthema, hilft nicht
    • drex 38 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 100 %kein Bezug
    • Luna 47 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 35 %gleiches Oberthema, hilft nicht
    • SubQ 46 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra offen

Modelle teilen und schützen
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 42 %einzelne zitierbare Belege
    • JEV 35 %einzelne zitierbare Belege
    • amos 28 %nur am Rande erwähnt
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 30 %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 3 · 30 % · Hintergrund, keine Belege
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 52 %einzelne zitierbare Belege
    • JEV 46 %einzelne zitierbare Belege
    • amos 26 %Hintergrund, keine Belege
    • SubQ 43 %gleiches Oberthema, hilft nicht
    • drex 33 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung nur am Rande erwähnt

  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 34 %einzelne zitierbare Belege
    • JEV 45 %beantwortet teilweise oder widerspricht
    • amos 30 %gleiches Oberthema, hilft nicht
    • SubQ 61 %gleiches Oberthema, hilft nicht
    • drex 39 %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 · 39 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 3 · 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 →