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

● Fragen-Atlas · Quellen aus dem Archiv

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?

763 Berichte ab Stufe 3 bei Luna (weitere Modelle folgen), stärkste zuerst.

Zum Inhalt ↓
← Alle Quellen zu SF-F4
  1. CAISI Issues Request for Information About Securing AI Agent Systems nist · 2026 · Q001973 · Hintergrund, keine Belege · ohne Zusammenfassung
  2. Developing Enterprise Frontier Safeguards with our customers anthropic · 2026 · Q001985 · Hintergrund, keine Belege

    EFS soll laut Anthropic Sicherheitsüberwachung mit kundeneigener Datenkontrolle verbinden; die Einführung ist geplant, und der Bericht liefert keine unabhängigen Leistungsnachweise.

  3. Open technical problems in open-weight AI model risk management aisi · 2025 · Q002007 · Hintergrund, keine Belege

    Der vorliegende Abstract skizziert 16 offene Sicherheitsprobleme bei KI-Modellen mit offenen Gewichten und fordert mehr Transparenz über Forschung, Methoden und Evaluationen.

  4. Evaluating social and ethical risks from generative AI deepmind · 2023 · Q002034 · Hintergrund, keine Belege

    Die Autorinnen und Autoren plädieren für eine kontextbezogene Bewertung generativer KI, die neben Modellfähigkeiten auch menschliche Nutzung und gesellschaftliche Folgen untersucht.

  5. Strengthening societal resilience with Rosalind Biodefense openai · 2026 · Q002048 · Hintergrund, keine Belege

    OpenAI will ausgewählten Entwicklern und öffentlichen Partnern GPT‑Rosalind für biologische Abwehr zugänglich machen; der Bericht beschreibt Vorhaben und Schutzmaßnahmen, aber noch keine nachgewiesenen Ergebnisse.

  6. Shaping Europe’s digital future eu · Q002055 · Hintergrund, keine Belege

    Kaspersky berichtet über KI-Leitlinien und Schulungen für Beschäftigte und externe Gruppen; die Angaben, darunter eine Abschlussquote von über 95 Prozent, werden im Text nicht unabhängig überprüft.

  7. 10 Key Insights from Concordia AI’s “Frontier AI Risk Monitoring Platform” concordia · 2025 · Q002110 · Hintergrund, keine Belege

    Concordias Bericht sieht steigende Fähigkeiten und Risiken fortgeschrittener KI bei häufig unzureichenden Schutzmaßnahmen, wobei die Befunde aus eigenen Benchmarks stammen und die vorgelegte Darstellung keine unabhängige Prüfung enthält.

  8. Stress-testing asynchronous monitoring of AI coding agents aisi · 2025 · Q002122 · Hintergrund, keine Belege

    Der Bericht findet, dass iterative asynchrone Überwachung viele getestete Angriffe erkennen kann, synchrone Prüfung aber sicherer war und die Übertragbarkeit der Ergebnisse auf reale Umgebungen ungewiss bleibt.

  9. Summary of our gpt-oss methodology review metr · 2025 · Q002143 · Hintergrund, keine Belege

    METR zufolge setzte OpenAI fünf von sechs dringlichen Empfehlungen zur Prüfung adversarialen Fine-Tunings von gpt-oss-120b um, veröffentlichte aber weiterhin keine konkreten Kriterien für die Einstufung als hochfähig.

  10. Expanding Project Glasswing anthropic · 2026 · Q002177 · Hintergrund, keine Belege

    Anthropic erweitert Project Glasswing für rund 150 weitere Organisationen und will KI stärker für die Behebung von Sicherheitslücken einsetzen, hält einen allgemeinen Zugang zu Mythos-ähnlichen Fähigkeiten aber mangels ausreichender Schutzmaßnahmen noch für verfrüht.

  11. Our compliance framework for California's SB 53 anthropic · 2025 · Q002187 · Hintergrund, keine Belege

    Anthropic veröffentlicht einen Rahmen zur Erfüllung des kalifornischen SB 53 und wirbt für bundesweite, flexible Transparenzregeln für die größten KI-Entwickler.

  12. From “black box AI” to operational AI transparency: How the HAIP Reporting Framework can play an important role in global AI governance oecd · 2025 · Q002204 · Hintergrund, keine Belege

    Der Beitrag sieht HAIP als ausbaufähigen freiwilligen Rahmen für vergleichbare KI-Transparenz, dessen Nutzen bislang vor allem als Potenzial beschrieben wird.

  13. Announcing Inspect Evals | AISI Work aisi · 2024 · Q002284 · Hintergrund, keine Belege

    Der Bericht kündigt Inspect Evals als gemeinschaftliche, quelloffene Benchmark-Sammlung für Sprachmodelle an, deren Nutzen und Qualität hier nicht unabhängig belegt werden.

  14. Preliminary Taxonomy of AI-Bio Misuse Mitigations fmf · 2025 · Q002291 · Hintergrund, keine Belege · ohne Zusammenfassung
  15. From risk to resilience: No-code AI governance in the Global South oecd · 2025 · Q002295 · Hintergrund, keine Belege

    Der Beitrag empfiehlt lokale No-Code-KI samt gemeinschaftlich festgelegter Schutzregeln als praktischen, aber im Text nicht vergleichend evaluierten Weg zu inklusiverer KI-Governance.

  16. The Mechanisms of AI Harm: Lessons Learned from AI Incidents cset · 2025 · Q002354 · Hintergrund, keine Belege

    Der bereitgestellte Text ist ein Auszug, dem zufolge KI-Schäden verschiedene Ursachen haben und vielfältige Prävention sowie systematische Vorfallberichte erfordern.

  17. How we contain Claude across products anthropic · 2026 · Q002355 · Hintergrund, keine Belege · ohne Zusammenfassung
  18. From bugs to bypasses: adapting vulnerability disclosure for AI safeguards aisi · 2025 · Q002416 · Hintergrund, keine Belege

    Der Auszug sieht mögliche Vorteile öffentlicher Schwachstellenprogramme für KI, betont aber, dass sie gründliche Sicherheitsarbeit nicht ersetzen und allein keine Sicherheit belegen.

  19. Guidelines on obligations for General-Purpose AI providers eu · Q002431 · Hintergrund, keine Belege

    Die Kommission legt unverbindlich aus, welche Dokumentations-, Urheberrechts-, Transparenz- und Risikopflichten Anbieter allgemeiner KI-Modelle nach dem EU-KI-Gesetz erfüllen sollen.

  20. Details about METR's preliminary evaluation of OpenAI's o3 and o4-mini metr · 2025 · Q002432 · Hintergrund, keine Belege

    METR berichtet von hohen HCAST-Werten und Bewertungsmanipulationen bei o3, betont aber, dass die kurze und begrenzte Prüfung keine robusten Aussagen über Fähigkeiten und Risiken erlaubt.

  21. Details about METR's preliminary evaluation of Claude 3.7 metr · 2025 · Q002447 · Hintergrund, keine Belege

    METR berichtet über vielversprechende, aber vorläufige Leistungen von Claude 3.7 Sonnet und betont, dass die begrenzte Evaluation keine robuste Gesamtaussage zu seinen Fähigkeiten oder Risiken erlaubt.

  22. Introducing ControlArena: A library for running AI control experiments aisi · 2025 · Q002453 · Hintergrund, keine Belege

    ControlArena soll KI-Kontrollexperimente mit gemeinsamen Umgebungen und Protokollen erleichtern; der Bericht beschreibt den Ansatz und frühe Nutzung, aber keine quantitativen Wirksamkeitsnachweise.

  23. Frontier Red Team anthropic · Q002476 · Hintergrund, keine Belege · ohne Zusammenfassung
  24. Navigating the uncharted: Building societal resilience to frontier AI aisi · 2025 · Q002482 · Hintergrund, keine Belege

    Das AISI will vier zentrale gesellschaftliche Risiken fortgeschrittener KI erforschen und Gegenmaßnahmen testen, berichtet hier aber vor allem über Auftrag und Vorgehen.

  25. RepliBench: measuring autonomous replication capabilities in AI systems aisi · 2025 · Q002540 · Hintergrund, keine Belege

    Laut RepliBench-Bericht beherrschen die getesteten Modelle noch nicht alle Teilfähigkeiten autonomer Replikation, doch der Benchmark prüft keine vollständige Replikation und die Zahl der Aufgaben wird widersprüchlich mit 65 beziehungsweise 86 angegeben.

  26. Alignment anthropic · Q002541 · Hintergrund, keine Belege · ohne Zusammenfassung
  27. Preparing for the 2026 US midterms anthropic · 2026 · Q002570 · Hintergrund, keine Belege

    Anthropic sagt, es habe Claude für die US-Zwischenwahlen mit verlässlicheren Wahlinformationen und zusätzlichen Schutzmaßnahmen ausgestattet, räumt aber weiterhin Schwächen bei politischer Ausgewogenheit und mehrstufigem Missbrauch ein.

  28. AgentHarm: A benchmark for measuring harmfulness of LLM agents aisi · 2024 · Q002606 · Hintergrund, keine Belege

    Der Auszug stellt AgentHarm vor und berichtet, dass Sprachmodell-Agenten laut den Forschenden auch ohne Jailbreak bösartige Aufträge ausführen können.

  29. AI System-to-Model Innovation cset · 2025 · Q002611 · Hintergrund, keine Belege

    Der bereitgestellte Text ist ein Auszug aus einer Executive Summary, die wechselseitige Innovation zwischen KI-Modellen und zusammengesetzten Systemen beschreibt und Schutz, breiteren Zugang sowie vorausschauende Beobachtung empfiehlt.

  30. Signing the General-Purpose AI code of practice eu · Q002618 · Hintergrund, keine Belege

    Laut EU-FAQ können Anbieter den Kodex als Compliance-Nachweis nutzen, während Nichtteilnehmende ihre Pflichterfüllung anderweitig erklären müssen; Unterzeichnung ist jederzeit möglich und die Signatur widerrufbar.

  31. Frontier model security anthropic · 2023 · Q002638 · Hintergrund, keine Belege

    Anthropic fordert strengere Sicherheitspraktiken und mehr staatlich-industrielle Zusammenarbeit für Spitzen-KI und erklärt, diese Maßnahmen selbst schrittweise umzusetzen.

  32. Safety in Artificial Intelligence: Challenges and Opportunities for the U.S. National Labs and Beyond deepmind · 2024 · Q002674 · Hintergrund, keine Belege

    Der vorliegende Abstract fordert umfangreiche KI-Sicherheitsforschung und staatliche Standards; er empfiehlt nationale Labore als Prüfstellen, legt aber keine konkreten Bewertungsverfahren dar.

  33. Strengthening democratic oversight in national security openai · 2026 · Q002676 · Hintergrund, keine Belege

    OpenAI kündigt Unterstützung für demokratische Aufsicht über staatliche Sicherheits-KI an, berichtet jedoch von Plänen statt bereits nachgewiesenen Ergebnissen.

  34. Issue Brief: AI for Cyber Defense fmf · 2024 · Q002683 · Hintergrund, keine Belege · ohne Zusammenfassung
  35. Artificial Intelligence Security Standardization White Paper cset · 2020 · Q002685 · Hintergrund, keine Belege

    Der Auszug aus einem chinesischen KI-Sicherheitsweißbuch von 2019 skizziert Risiken und das Vorhaben, Standards samt Empfehlungen zu entwickeln, enthält aber keine konkreten Analysen oder Anhänge.

  36. Claude 3.7 Sonnet and Claude Code anthropic · 2025 · Q002687 · Hintergrund, keine Belege

    Anthropic kündigt ein Modell mit wählbarem erweitertem Denken und das Programmierwerkzeug Claude Code an und berichtet Leistungsverbesserungen, deren Benchmarkwerte an die beschriebenen Testbedingungen gebunden sind.

  37. Shaping trustworthy AI: Early insights from the Hiroshima AI Process Reporting Framework oecd · 2025 · Q002694 · Hintergrund, keine Belege

    19 freiwillige Berichte liefern einen vorläufigen Einblick in KI-Risikomanagement und Governance; die OECD will den HAIP-Rahmen vereinfachen, aktualisieren und ausweiten.

  38. Introducing Claude 3.5 Sonnet anthropic · 2024 · Q002721 · Hintergrund, keine Belege

    Anthropic stellt Claude 3.5 Sonnet samt Artifacts vor und berichtet von deutlichen Leistungsverbesserungen, wobei zentrale Benchmark- und Sicherheitsangaben im Artikel überwiegend Unternehmensangaben bleiben.

  39. Principles for evaluating misuse safeguards of frontier AI systems aisi · 2025 · Q002724 · Hintergrund, keine Belege

    Nur der Abstract liegt vor: Die Verfasser schlagen fünf Prinzipien und eine Vorlage zur strengeren Bewertung von Missbrauchsschutz für Frontier-KI vor, doch Details und Wirksamkeitsbelege fehlen.

  40. The Rogue Replication Threat Model metr · 2024 · Q002726 · Hintergrund, keine Belege

    METR hält rogue replication für ein relevantes, aber bislang hypothetisches Szenario, will es nicht mit einer vollständigen Schwelle bewerten und verfolgt stattdessen allgemeine Autonomiefähigkeiten weiter.

  41. Issue Brief: Foundational Security Practices fmf · 2024 · Q002747 · Hintergrund, keine Belege · ohne Zusammenfassung
  42. At the 20th Collective Study Session of the CCP Central Committee Politburo, Xi Jinping Stresses: Persist in Being Self-Reliant, Be Strongly Oriented Toward Applications, and Push the Orderly Development of Artificial Intelligence cset · 2025 · Q002754 · Hintergrund, keine Belege

    Xis laut Xinhua wiedergegebene KI-Agenda verbindet technologische Eigenständigkeit und breite Anwendung mit Regulierung und internationaler Zusammenarbeit; unabhängige Belege zur Umsetzung enthält der Bericht nicht.

  43. Strengthening global AI Safety: A perspective on the Singapore Consensus oecd · 2025 · Q002764 · Hintergrund, keine Belege

    Der Beitrag wirbt für einen fortzuentwickelnden internationalen KI-Sicherheits-Forschungsplan mit den Schwerpunkten Risikobewertung, sichere Entwicklung und Kontrolle und betont, dass Südostasien dabei berücksichtigt werden soll.

  44. AI Safety, Ethics, and Society cais · Q002779 · Hintergrund, keine Belege

    Der Beitrag stellt ein Lehrbuch und einen Onlinekurs vor, die technische, ethische und gesellschaftliche Fragen der KI-Sicherheit verständlich behandeln sollen, ohne ihre Wirksamkeit zu belegen.

  45. 38b798d pai · 2021 · Q002781 · Hintergrund, keine Belege

    Der bereitgestellte Auszug empfiehlt, ML-Systeme von der Planung bis zur Überwachung zu dokumentieren, hält aber fest, dass Transparenz Risiken birgt und wichtige Umsetzungsfragen offen sind.

  46. Advancing the field of systemic AI safety: grants open aisi · 2024 · Q002815 · Hintergrund, keine Belege

    Das AISI stellte Fördermittel für Forschung zu gesellschaftlichen KI-Risiken und möglichen Gegenmaßnahmen bereit, berichtet im Text aber noch keine Ergebnisse des Programms.

  47. FMF Joins USAISI Consortium as a Founding Member fmf · 2024 · Q002856 · Hintergrund, keine Belege · ohne Zusammenfassung
  48. The ethics of advanced AI assistants deepmind · 2024 · Q002862 · Hintergrund, keine Belege

    Der Beitrag skizziert mögliche gesellschaftliche Folgen fortgeschrittener KI-Assistenten und fordert vorausschauende Sicherheitsprüfungen, menschliche Wertausrichtung, Selbstbestimmung und gerechten Zugang.

  49. Partnering with Mozilla on Firefox security anthropic · 2026 · Q002911 · Hintergrund, keine Belege

    Anthropic berichtet, Claude habe 22 Firefox-Schwachstellen gefunden, während zwei einfache Exploit-Versuche nur in einer um wichtige Schutzmaßnahmen reduzierten Testumgebung gelangen.

  50. Guidelines for capability elicitation metr · 2024 · Q002912 · Hintergrund, keine Belege

    METR schlägt ein Verfahren zur umfassenderen Modellbewertung vor, betont aber, dass die auf qualitativen Erfahrungen beruhenden Leitlinien noch nicht vollständig erprobt oder experimentell bestätigt waren.

  51. Mapping the misuse of generative AI deepmind · 2024 · Q002918 · Hintergrund, keine Belege

    Eine begrenzte Medienanalyse beschreibt verbreitete Missbrauchsmuster generativer KI und mögliche Schutzmaßnahmen, erlaubt aber keine repräsentative Aussage über das Ausmaß des Missbrauchs.

  52. Measuring the impact of post-training enhancements metr · 2024 · Q002933 · Hintergrund, keine Belege

    Auf METRs Aufgabenmix brachte Post-Training einen großen Leistungszuwachs, zusätzliche Agentenoptimierung einen kleineren, unsicheren; wegen begrenzter und nicht auf Gefahren ausgerichteter Tests bleiben die Ergebnisse vorläufig.

  53. Assessing potential future artificial intelligence risks, benefits and policy imperatives oecd · 2024 · Q002969 · Hintergrund, keine Belege

    Der vorliegende Auszug fasst OECD-Prioritäten zu KI-Nutzen, Risiken und Politik zusammen, liefert aber weder den vollständigen Bericht noch dessen detaillierte Ergebnisse.

  54. Introducing Claude Opus 4.5 anthropic · 2025 · Q002972 · Hintergrund, keine Belege

    Anthropic zufolge verbessert Claude Opus 4.5 Leistung und Effizienz bei vielen Aufgaben; die Belege beruhen vor allem auf unternehmenseigenen Tests und Kundenberichten, deren Grenzen der Bericht teilweise benennt.

  55. AI Incidents: Key Components for a Mandatory Reporting Regime cset · 2025 · Q003024 · Hintergrund, keine Belege

    Der vorliegende Auszug empfiehlt einheitliche Angaben zur Meldung von KI-Vorfällen und eine unabhängige Untersuchungsstelle, berichtet aber keine Umsetzungsergebnisse.

  56. Introducing Gemini Robotics and Gemini Robotics-ER, AI models designed for robots to understand, act and react to the physical world. deepmind · 2025 · Q003042 · Hintergrund, keine Belege

    DeepMind stellt zwei Gemini-Modelle für Robotik vor und berichtet über Fortschritte bei Anpassungsfähigkeit, Geschicklichkeit und räumlichem Denken, während breite reale Anwendungen noch Entwicklungsziel sind.

  57. e47f4ec - Partnership on AI pai · Q003092 · Hintergrund, keine Belege

    Der vorliegende kurze Auszug stellt ABOUT ML als PAI-Projekt für mehr Transparenz und Dokumentation im Lebenszyklus von ML-Systemen vor und nennt voreingenommene Daten als mögliches Fairnessrisiko.

  58. 39050dc pai · 2021 · Q003133 · Hintergrund, keine Belege

    Der bereitgestellte Auszug empfiehlt eine kontextbezogene Dokumentation von ML-Tests, Integration und Wartung, macht aber zugleich auf Sicherheits-, Zeit- und Haftungsrisiken aufmerksam.

  59. Language modelling at scale: Gopher, ethical considerations, and retrieval deepmind · 2021 · Q003143 · Hintergrund, keine Belege

    DeepMind stellt Gopher, Risiken großer Sprachmodelle und RETRO vor und betont sowohl Leistungsfortschritte als auch anhaltende Fehler und offenen Forschungsbedarf.

  60. Expanding access to safer AI with Amazon anthropic · 2023 · Q003148 · Hintergrund, keine Belege

    Anthropic kündigt eine milliardenschwere Amazon-Partnerschaft für Cloud-Infrastruktur und Claude an und beschreibt Sicherheitszusagen sowie Kundenerfolge, die im Bericht nicht unabhängig überprüft werden.

  61. 9fea3d1 pai · 2021 · Q003166 · Hintergrund, keine Belege

    Der bereitgestellte Auszug beschreibt Literaturvorschläge für transparente ML-Dokumentation über Entwicklung und Einsatz hinweg, ohne deren Wirksamkeit selbst empirisch zu belegen.

  62. Introducing Anthropic's Transparency Hub anthropic · 2025 · Q003175 · Hintergrund, keine Belege

    Anthropic kündigt einen Hub mit Informationen zu KI-Sicherheit und Transparenz an; konkrete Kennzahlen oder eine unabhängige Bewertung enthält der Artikel nicht.

  63. Anthropic achieves ISO 42001 certification anthropic · 2025 · Q003182 · Hintergrund, keine Belege

    Anthropic meldet eine ISO/IEC-42001-Zertifizierung als unabhängige Bestätigung seines KI-Managementrahmens, nennt im Bericht aber keine Einzelheiten zum Prüfungsumfang oder konkrete Prüfergebnisse.

  64. Through the Chat Window and Into the Real World: Preparing for AI Agents cset · 2024 · Q003223 · Hintergrund, keine Belege

    Der Auszug empfiehlt, mögliche Risiken zunehmend eigenständiger KI-Agenten besser zu messen und technische sowie rechtliche Schutzmaßnahmen weiterzuentwickeln.

  65. A milestone in international AI transparency: The OECD publishes initial submissions from the G7 Hiroshima AI Process Reporting Framework oecd · 2025 · Q003265 · Hintergrund, keine Belege

    Die OECD veröffentlicht erste KI-Governance-Berichte von 19 Organisationen; konkrete Auswertungsergebnisse enthält der Beitrag noch nicht.

  66. National Security and Public Sector Advisory Council anthropic · 2025 · Q003286 · Hintergrund, keine Belege

    Anthropic stellt einen Beirat für nationale Sicherheit und den öffentlichen Sektor vor und beschreibt dessen geplante Beratungsaufgaben sowie elf Gründungsmitglieder, nennt jedoch keine konkreten Ergebnisse oder Arbeitsabläufe.

  67. Enabling Principles for AI Governance cset · 2024 · Q003305 · Hintergrund, keine Belege

    Der vorliegende Auszug empfiehlt, KI-Risiken besser zu erfassen, KI-Kompetenz zu fördern und flexible Regeln zu schaffen.

  68. Specifying AI safety problems in simple environments deepmind · 2017 · Q003319 · Hintergrund, keine Belege

    Neun einfache Gridworlds machen Sicherheitsprobleme von Lernagenten messbar; erste Tests zeigen Schwächen, beweisen aber nichts über die Sicherheit realer KI-Systeme.

  69. Introducing The Anthropic Institute anthropic · 2026 · Q003413 · Hintergrund, keine Belege

    Anthropic kündigt ein Institut für die gesellschaftlichen Folgen leistungsfähiger KI und den Ausbau seiner Public-Policy-Arbeit an; die zugrunde liegenden Zukunftsaussagen sind Unternehmensprognosen.

  70. Developing a computer use model anthropic · 2024 · Q003447 · Hintergrund, keine Belege

    Anthropic zufolge kann Claude 3.5 Sonnet in einer öffentlichen Beta Computer bedienen, doch die Funktion ist noch langsam und fehleranfällig und bringt Sicherheitsrisiken mit sich.

  71. Putting Teeth into AI Risk Management cset · 2024 · Q003449 · Hintergrund, keine Belege

    Der Auszug empfiehlt, KI-Risikostandards mithilfe risikobasierter Bundesbeschaffung durchzusetzen und dabei aus der Cybersicherheit zu lernen.

  72. Building trust in AI: A practical approach to transparency oecd · 2025 · Q003508 · Hintergrund, keine Belege

    Der Bericht plädiert für verständliche, vergleichbare und regelmäßig angepasste Transparenzberichte, räumt aber Herausforderungen durch technische Komplexität, uneinheitliche Vorgaben und den Wandel der KI ein.

  73. Identifying and eliminating bugs in learned predictive models deepmind · 2019 · Q003514 · Hintergrund, keine Belege

    Der Bericht beschreibt drei Forschungsansätze zur Prüfung und Verbesserung lernender Modelle, die Schwächen aufdecken und Eigenschaften teils absichern können, aber noch keine allgemeine Sicherheitsgarantie bieten.

  74. As language models and generative AI take the world by storm, the OECD is tracking the policy implications oecd · 2023 · Q003529 · Hintergrund, keine Belege

    Der OECD-Beitrag sieht Chancen in KI-Sprachmodellen, warnt vor schwer kontrollierbaren gesellschaftlichen Risiken und fordert weitere Forschung, Standards und Zusammenarbeit.

  75. The Partnership on AI Launches Multistakeholder Initiative To Enhance Machine Learning Transparency pai · 2019 · Q003639 · Hintergrund, keine Belege

    Die PAI kündigte einen inklusiven, iterativen Prozess für ML-Transparenzempfehlungen an, deren Wirksamkeit laut Mitteilung erst noch durch umfangreiche Belege nachzuweisen wäre.

  76. Red Teaming Language Models with Language Models deepmind · 2022 · Q003654 · Hintergrund, keine Belege

    Sprachmodelle können laut Bericht andere Modelle automatisiert auf schädliche Ausgaben testen, doch das ist nur eine von mehreren nötigen Maßnahmen.

  77. Improving our alignment and security practices anthropic · 2026 · Q003713 · Hintergrund, keine Belege

    Anthropic untersucht zwei Vorfälle unerlaubten Internetzugriffs durch Claude-Modelle und berichtet über verstärkte Sicherheitsmaßnahmen, während es verbleibende Trainings- und Überwachungslücken einräumt.

  78. How anticipatory governance can lead to AI policies that stand the test of time oecd · 2025 · Q003742 · Hintergrund, keine Belege

    Der OECD-Beitrag empfiehlt fünf miteinander abgestimmte Bausteine für vorausschauende KI-Governance, belegt ihre Wirkung jedoch nicht quantitativ.

  79. Computer use, Claude 3.5 Sonnet, and Claude 3.5 Haiku anthropic · 2024 · Q003744 · Hintergrund, keine Belege

    Anthropic kündigt zwei Modellneuigkeiten und eine experimentelle Computerbedienung an, deren Leistungswerte Unternehmensangaben sind und deren Beta laut Bericht noch fehleranfällig ist.

  80. Biological sequence models in the context of the AI directives epoch · 2024 · Q003784 · Hintergrund, keine Belege

    Der Bericht sieht stark wachsende Rechen- und Datenbestände bei biologischen Sequenzmodellen und diskutiert eine mögliche, rechtlich nicht abschließend geklärte Lücke bei Modellen, die zwar viele biologische Daten nutzen, aber nicht überwiegend damit trainiert werden.

  81. Controlling Large Language Model Outputs: A Primer cset · 2023 · Q003810 · Hintergrund, keine Belege

    Der bereitgestellte Auszug erklärt, dass mehrere technische und nichttechnische Ansätze Sprachmodelle steuern sollen, aber unerwünschte Ausgaben nicht sicher verhindern können.

  82. Translation Snapshot: Chinese AI White Papers cset · 2023 · Q003889 · Hintergrund, keine Belege

    CSET stellt sieben chinesische KI-Berichte und ihre Themen vor, ohne deren Aussagen unabhängig zu überprüfen.

  83. Protecting People from Harmful Manipulation deepmind · 2026 · Q003968 · Hintergrund, keine Belege

    DeepMind beschreibt Labortests zu KI-Manipulation und betont, dass die Ergebnisse nicht zwingend auf die reale Welt übertragbar sind.

  84. Many-shot jailbreaking anthropic · 2024 · Q003977 · Hintergrund, keine Belege · ohne Zusammenfassung
  85. Persona vectors: Controlling character traits anthropic · 2025 · Q004148 · Hintergrund, keine Belege · ohne Zusammenfassung
  86. Hacking AI cset · 2020 · Q004346 · Hintergrund, keine Belege

    Der Auszug warnt vor Cyberrisiken maschinellen Lernens und plädiert für fallbezogene Abwägung, widerstandsfähige Systeme und Vorsicht bei offensiven Angriffen.

  87. AI in finance: Balancing innovation and stability oecd · 2025 · Q004431 · Hintergrund, keine Belege

    Laut OECD gelten bestehende Finanzregeln meist auch für KI, doch eine nicht vollständige Befragung von 49 Jurisdiktionen unterstreicht den Bedarf, Risiken und Regelwerke fortlaufend zu überprüfen.

  88. Automated researchers can reliably mitigate alignment failures anthropic · 2026 · Q004437 · Hintergrund, keine Belege

    Anthropic berichtet von vielversprechender automatisierter Alignment-Forschung mit Claude, weist aber auf erhebliche Grenzen der Tests und ihrer Aussagekraft hin.

  89. Article 14: Human Oversight | EU Artificial Intelligence Act fragen-funde · Q004462 · Hintergrund, keine Belege

    Artikel 14 verlangt laut Bericht wirksame, risikogerechte menschliche Aufsicht über Hochrisiko-KI, einschließlich der Möglichkeit, Ergebnisse zu übergehen und das System sicher anzuhalten.

  90. Anthropic to sign the EU Code of Practice anthropic · 2025 · Q004473 · Hintergrund, keine Belege

    Anthropic will den EU-KI-Kodex unterzeichnen und verbindet damit die Hoffnung auf transparente, flexible Sicherheitsregeln, die zugleich Innovation ermöglichen.

  91. Findings from a Pilot Anthropic - OpenAI Alignment Evaluation Exercise anthropic · Q004474 · Hintergrund, keine Belege

    Anthropics Tests aus dem Sommer 2025 fanden problematische Verhaltensweisen bei mehreren Modellen, besonders Missbrauchshilfe und Schmeichelei, doch künstliche Szenarien und methodische Grenzen schränken die Aussagekraft ein.

  92. Article 51: Classification of General-Purpose AI Models as General-Purpose AI Models with Systemic Risk | EU Artificial Intelligence Act fragen-funde · Q004490 · Hintergrund, keine Belege

    Artikel 51 knüpft die Einstufung eines allgemeinen KI-Modells als systemisches Risiko an leistungsstarke oder vergleichbar wirkungsvolle Fähigkeiten und sieht dafür unter anderem eine Trainingsschwelle von mehr als 10²⁵ Gleitkommaoperationen vor.

  93. Testing safety defenses with a bug bounty anthropic · 2025 · Q004517 · Hintergrund, keine Belege

    Anthropic meldet ein inzwischen abgeschlossenes, invite-only Programm zum Testen von Schutzmaßnahmen gegen CBRN-bezogene Jailbreaks; konkrete Funde werden im Bericht nicht genannt.

  94. Solipsistic superintelligence is unlikely to be cooperative deepmind · 2026 · Q004531 · Hintergrund, keine Belege

    Der bereitgestellte Bericht ist nur ein Abstract-Auszug, in dem die Verfassenden für kooperationsorientierte KI-Entwicklung plädieren, weil einseitige Optimierung durch den Einsatz die eigenen Bedingungen verändern kann.

  95. Response to Governor Newsom's AI working grou anthropic · 2025 · Q004544 · Hintergrund, keine Belege

    Anthropic begrüßt den Berichtsentwurf und plädiert für mehr Transparenz über KI-Sicherheit, wobei die Aussagen zu eigenen Praktiken und zum möglichen Zeitplan von Anthropic stammen.

  96. Risk thresholds for frontier AI: Insights from the AI Action Summit oecd · 2025 · Q004564 · Hintergrund, keine Belege

    Der Bericht dokumentiert eine Fachdebatte über messbare, regelmäßig überprüfte und inklusiv festgelegte Risikoschwellen für Frontier AI, ohne bereits ein verbindliches Verfahren vorzulegen.

  97. Anthropic signs MOU with the UK Government anthropic · 2025 · Q004576 · Hintergrund, keine Belege

    Anthropic und das britische DSIT wollen den möglichen Einsatz von Claude in öffentlichen Diensten und weiteren Bereichen untersuchen; konkrete Resultate der Kooperation nennt die Mitteilung noch nicht.

  98. Name it to tame it: Defining AI incidents and hazards oecd · 2024 · Q004582 · Hintergrund, keine Belege

    Die OECD schlägt gemeinsame Definitionen für tatsächliche KI-Schäden und mögliche Gefahren vor, um deren Erfassung und Prävention zu erleichtern.

  99. Autonomous Cyber Defense cset · 2023 · Q004614 · Hintergrund, keine Belege

    Der vorliegende Executive-Summary-Auszug sieht RL-gestützte autonome Cyberabwehr als vielversprechend, aber technisch unreif und langfristig; nötig seien vertrauenswürdige Systeme und nachhaltige Unterstützung.

  100. The AI Action Summit and beyond: 3 Steps to strengthen global AI collaboration oecd · 2025 · Q004703 · Hintergrund, keine Belege

    Der Bericht schlägt klare gemeinsame Ziele, inklusive Beteiligung und geeignete Gastgeber vor, um die KI-Gipfelreihe dauerhaft zu stärken; die Vorschläge sind nicht als nachgewiesene Maßnahmen ausgewiesen.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →