- Introducing ChatGPT for Teens: Built for learning, backed by protections
OpenAI beschreibt ChatGPT for Teens als lernorientiertes Angebot mit zusätzlichen Schutzfunktionen und kündigt weitere Forschung an, belegt deren Wirksamkeit im Bericht jedoch nur teilweise.
- Improving GPT‑5.6 Sol in ChatGPT—and expanding access to GPT-5.6 Luna for free users
OpenAI kündigt eine überarbeitete Sol-Version und mehr kostenlosen Zugang zu Luna an; Leistungsverbesserungen und Fehlerreduktionen werden im Bericht als Unternehmensangaben dargestellt.
- Introducing Operator
OpenAI beschreibt Operator als Browser-Agenten mit Schutzmaßnahmen, aber noch deutlichen Grenzen, und vermerkt, dass er 2025 in ChatGPT integriert wurde.
- DALL·E 3 is now available in ChatGPT Plus and Enterprise
Der Bericht stellt DALL·E 3 samt Sicherheitsmaßnahmen vor; OpenAIs interner Herkunftsklassifikator kann laut den berichteten frühen Tests Bilder nur als wahrscheinlich KI-generiert einstufen.
- How OpenAI is approaching 2024 worldwide elections
OpenAI schildert eigene Schutzmaßnahmen und erste Nutzungszahlen für das Wahljahr 2024, deren Wirksamkeit der Bericht nicht unabhängig überprüft.
- The power of personalized AI
OpenAI wirbt für ein anpassbares und transparenter geregeltes ChatGPT, doch der Bericht belegt die praktische Wirksamkeit dieser Ziele nicht unabhängig.
- Helping ChatGPT better recognize context in sensitive conversations
Laut OpenAI sollen neue Sicherheitsmaßnahmen ChatGPT helfen, sich über Gespräche entwickelnde Risiken besser zu erkennen; die berichteten Verbesserungen stammen aus internen Tests.
- Combating online child sexual exploitation & abuse
Der vollständige Beitrag schildert OpenAIs eigene Maßnahmen gegen den Missbrauch seiner KI zur sexuellen Ausbeutung von Kindern, räumt Grenzen der Schutzsysteme ein und enthält keine unabhängigen Wirksamkeitsdaten.
- https://arxiv.org/pdf/2109.07958
TruthfulQA soll das Nachahmen verbreiteter Irrtümer messen; laut Bericht waren die getesteten Modelle im Benchmark deutlich weniger wahrheitsgemäß als die menschliche Vergleichsperson, wobei die Ergebnisse keine sichere Aussage über Fach- oder Anwendungsszenarien erlauben.
- Claude Code Writes My Code. Codex Reviews It. The Arguing Is the Point.
Der Autor berichtet, dass unabhängige Codex-Prüfungen in seinem Claude-Workflow reale Fehler fanden, betont aber begrenzte Prüfrunden und verweist auf Studienhinweise, dass die umgekehrte Rollenverteilung wirksamer sein könnte.
- Anthropic Usage Policy Update: What Changes on Nov 12
Der Bericht fasst Anthropic-Änderungen an Nutzungsregeln, Durchsetzung und Umgang mit markierten Chats zusammen und enthält zusätzlich nicht unabhängig geprüfte Datenschutzangaben des Anbieters Morse.
- AI-enabled terrorism: Addressing radicalization and CBRN risks in the age of LLMs
- Mixtral of experts | Mistral AI
Mistral zufolge bietet Mixtral 8x7B starke Benchmark-Leistung bei geringer aktiver Parameterzahl; genaue Vergleichswerte fehlen im Text, und Moderation erfordert zusätzliche Vorgaben.
- Teen safety, freedom, and privacy
OpenAI will die Freiheit und Privatsphäre Erwachsener möglichst schützen, bei Jugendlichen aber Sicherheit priorisieren; der Bericht beschreibt dafür geplante Maßnahmen, liefert jedoch keine Wirksamkeitsdaten.
- Expanding on how Voice Engine works and our safety research
OpenAI stellt Voice Engine als leistungsfähige, noch nicht allgemein verfügbare Stimmenerzeugung dar und beschreibt begrenzte Einsätze sowie Schutzmaßnahmen, deren Wirksamkeit der Bericht nicht unabhängig belegt.
- Our approach to government and national security partnerships
OpenAI befürwortet defensive KI-Anwendungen in der nationalen Sicherheit unter demokratischer Kontrolle und verweist auf eigene Partnerschaften und Nutzungsgrenzen; die vollständigen Grundsätze sind im Bericht nicht abgedruckt.
- Updating our Usage Policy
Anthropic kündigt klarere Nutzungsregeln mit zusätzlichen Schutzvorgaben für Hochrisikoanwendungen und Minderjährige sowie ausdrücklichen Verboten für Wahlmanipulation, bestimmte biometrische Analysen und staatliche Zensur an.
- DALL·E 2
OpenAI stellt DALL·E 2 als leistungsfähigeres Text-zu-Bild-System mit Schutzmaßnahmen vor, belegt seine Vergleichsangaben im Beitrag aber nicht unabhängig.
- Bringing GPT-Rosalind to academic research labs
OpenAI beschreibt einen zeitlich begrenzten, prüfpflichtigen Gratiszugang zu GPT‑Rosalind für berechtigte US-Uni-Labore, ohne unabhängigen Nachweis seiner Forschungswirksamkeit.
- How our principles helped define AlphaFold’s release
DeepMind zufolge wurde AlphaFold nach interner und externer Prüfung breit zugänglich gemacht, wobei Unsicherheiten der Vorhersagen kenntlich sind und mögliche Risiken weiter beobachtet werden.
- https://raw.githubusercontent.com/xai-org/grok-prompts/main/grok_4_code_rc1_safety_prompt.txt
Der vorliegende Auszug legt Ablehnungsregeln für bestimmte schädliche Aktivitäten und Wahrhaftigkeit bei Antworten fest, erläutert aber weder Umsetzung noch Wirksamkeit.
- https://raw.githubusercontent.com/xai-org/grok-prompts/main/ask_grok_system_prompt.j2
Ein Grok-Systemprompt verlangt quellengeprüfte, ausgewogene und knappe Antworten und beschreibt Ton- und Formatregeln, ohne deren Umsetzung zu belegen.
- Dario Amodei on the Department of War discussions
Amodei sagt, Anthropic unterstütze die US-Verteidigung, werde aber seine Schutzgrenzen gegen KI-Massenüberwachung im Inland und vollständig autonome Waffen nicht aufgeben.
- Updating sales restrictions for unsupported regions
Anthropic will Organisationen nach Eigentümerkontrolle aus nicht unterstützten Regionen ausschließen und begründet dies mit Sicherheitsrisiken, die der Beitrag als Einschätzung des Unternehmens darstellt.
- Navigating the challenges and opportunities of synthetic voices
OpenAI berichtet über begrenzte Tests eines Modells zur Erzeugung ähnlicher Stimmen und hält es wegen Missbrauchsrisiken vorerst zurück.
- BigCode: toward open AI governance processes in LLMs for coding
BigCode verbindet laut Bericht offene Entwicklung von Code-Sprachmodellen mit Opt-out, Datenschutz, Herkunftssuche, Emissionsangaben und einer Lizenz mit Nutzungsauflagen.
- The Sora feed philosophy
OpenAI schildert Ziele und Schutzmaßnahmen des Sora-Feeds, räumt deren fortlaufenden Anpassungsbedarf ein und weist darauf hin, dass Sora seit dem 26. April 2026 nicht mehr verfügbar ist.
- GPT-5.3 Instant: Smoother, more useful everyday conversations
OpenAI zufolge antwortet GPT‑5.3 Instant flüssiger und verursacht in internen Tests weniger Halluzinationen, doch manche Sprach- und Tonprobleme bestehen fort.
- Sora is here
Der Bericht beschreibt Sora Turbo und seine damaligen Funktionen und Schutzmaßnahmen, vermerkt aber ausdrücklich, dass Sora seit dem 26. April 2026 nicht mehr verfügbar ist.
- Our approach to data and AI
OpenAI legt seine eigenen Grundsätze zu Trainingsdaten, Urheberpräferenzen und Partnerschaften dar und kündigt Media Manager an, ohne dass der Bericht die Unternehmensangaben unabhängig überprüft.
- Creating with Sora safely
OpenAI beschreibt Schutzmaßnahmen für Sora, deren Wirksamkeit der Bericht nicht unabhängig belegt, und vermerkt, dass Sora seit dem 26. April 2026 nicht mehr verfügbar ist.
- Our agreement with the Department of War
OpenAI stellt seine Vereinbarung mit dem US-Verteidigungsministerium als mehrschichtig abgesichert dar; der Bericht gibt diese Zusicherungen wieder, ohne sie unabhängig zu überprüfen.
- Building towards age prediction
OpenAI plant altersgerechte ChatGPT-Erlebnisse und neue Elternkontrollen, berichtet im Beitrag jedoch noch nicht über Genauigkeit oder Wirksamkeit.
- Launching Sora responsibly
OpenAI beschreibt Schutzmaßnahmen für Sora und räumt Grenzen ein; der Bericht weist darauf hin, dass Sora seit dem 26. April 2026 nicht mehr verfügbar ist.
- DALL·E 2 research preview update
OpenAI will DALL·E 2 schrittweise für mehr Wartelisten-Nutzer öffnen und beschreibt Sicherheitsmaßnahmen, deren Wirksamkeit im Bericht nur durch Unternehmensangaben belegt ist.
- DALL·E now available in beta
OpenAI kündigt DALL·E als Beta mit Credits, kommerziellen Nutzungsrechten und eigenen Sicherheitsmaßnahmen an, deren Wirkung der Bericht nicht unabhängig überprüft.
- OpenAI’s API now available with no waitlist
OpenAI öffnete die GPT‑3-API für Entwickler in unterstützten Ländern und begründete dies mit verbesserten Schutzmaßnahmen, während bestimmte Inhalte weiterhin verboten blieben.
- Usage policies
OpenAI beschreibt Regeln gegen schädliche, übergriffige und manipulative Nutzungen, mit besonderen Schutzvorgaben für Minderjährige, sensible Entscheidungen und die Weiterverwendung von Modellausgaben.
- Before You Chat With a Meta AI Bot, Read This
Frank Andrade sieht bei Meta-KI-Bots Risiken für Datenschutz und Sicherheit und vermutet, dass ihre proaktiven Nachrichten vor allem die Nutzerbindung steigern sollen.
- Why Claude Fable 5 Keeps Silently Switching You to Opus 4.8 — and What Actually Triggers It
Der Artikel behauptet, dass Sicherheitsfilter Fable-5-Sitzungen teils wegen harmloser Inhalte dauerhaft auf Opus 4.8 umstellen, und empfiehlt getrennte Gespräche sowie gespeicherte Notizen als praktische Gegenmaßnahmen.
- The Dark Side of Anthropic’s Growth
Der Beitrag sieht Anthropic zwischen Sicherheitsanspruch und kommerziellem Wachstumsdruck gefangen und fordert Regeln, die verantwortliches Handeln auch unter Wettbewerbsdruck stützen.
- Apple Put Its AI on Linux and Made It Free. I Spent the Weekend Finding the Catch.
Der Autor sieht Apples austauschbares Modellprotokoll als den eigentlichen Nutzen, während sein Test zugleich enge Modellgrenzen, störende Fehlalarme und kaum Einsparungen für ein kleines Projekt zeigte.
- Expanding the Cyber Verification Program
Anthropic bietet geprüften Sicherheitsorganisationen abgestuften Zugang zu leistungsfähigen Claude-Modellen und berichtet über Benchmark- und Schwachstellenergebnisse, deren Aussagekraft durch die beschriebenen Datenbegrenzungen eingeschränkt ist.
- Anthropic bans Claude-built fake sites aimed at gaming AI answers
Die neue Claude-Richtlinie untersagt täuschende Kampagnen gegen Such- und KI-Antwortsysteme, ordnet Wahlwerbung und Hochrisikonutzung neu und lässt ihre praktische Durchsetzung laut Bericht offen.
- Usage Policy update
Anthropic will seine Nutzungsrichtlinie ab dem 15. September 2025 präzisieren, politische Inhalte gezielter begrenzen und bestehende Schutzregeln für Cyber-, Strafverfolgungs- und Hochrisikofälle klarer erläutern.
- Working with academic communities to build scientific understanding
OpenAI kündigt drei KI-Forschungsresultate und externe Prüfgruppen an, doch abgeschlossene unabhängige Bestätigungen werden im Bericht nicht berichtet.
- 2026 Usage Policy update
Anthropic beschreibt eine ab 12. November 2026 geltende Richtlinienaktualisierung, die Regeln zu Täuschung, Wahlen, Waffen, Überwachung und Hochrisikoanwendungen präzisiert und laut Unternehmen meist keine Änderung der bisherigen Durchsetzung bedeutet.
- Safety-first AI for autonomous data centre cooling and industrial control
Laut DeepMind und Google steuert ihre KI die Kühlung mehrerer Rechenzentren und spart dabei durchschnittlich rund 30 Prozent Energie; der Bericht nennt Sicherheitsvorkehrungen, bietet aber keine unabhängige Prüfung der Ergebnisse.
- Introducing the Life Sciences Verification Program
Anthropic startet eine Beta für geprüfte Life-Science-Teams mit abgestuftem Modellzugang und 30-tägiger Speicherung markierter Nutzungsdaten; Einzelpläne und BAA-Organisationen sind zunächst ausgeschlossen.
- Coordinated vulnerability disclosure for Claude-discovered vulnerabilities
Anthropic nennt Fristen und Ausnahmen für die Offenlegung KI-entdeckter Sicherheitslücken; die Angaben sind erklärte Ziele, keine Belege konkreter Fälle.
- Understanding the source of what we see and hear online
OpenAI arbeitet an Herkunftsstandards und Erkennungstools für KI-Inhalte, deren Nutzen laut Bericht durch entfernbare Metadaten, begrenzte Erkennungsleistung und mögliche Nachteile für einzelne Gruppen eingeschränkt ist.
- Helping teens learn, plan, and shape the future of AI
OpenAI kündigt neue Lern- und Studienplanungshilfen für Jugendliche an und beschreibt dazu frühe, unternehmenseigene Nutzungsdaten sowie geplante Rückmeldungen eines Jugendbeirats.
- Upgrading the Moderation API with our new multimodal moderation model
OpenAI zufolge verbessert das neue Moderationsmodell die Erkennung schädlicher Inhalte in Text und ausgewählten Bildkategorien, wobei die Leistungswerte aus unternehmensinternen Tests stammen und die multimodale Abdeckung begrenzt ist.
- The Hinton Lectures: Paul Christiano
Der Bericht fasst Christiano zugeschriebene Warnungen und Vorschläge zur KI-Sicherheit zusammen, doch der bereitgestellte Text bricht bei der Darstellung des dritten Vortrags ab.
- Evaluating frontier models for stealth and situational awareness
Der bereitgestellte Bericht ist ein Auszug über Prüfungen zu Situationsbewusstsein und Heimlichkeit, die laut Autor:innen Hinweise auf die Fähigkeit zum Scheming geben sollen; konkrete Ergebnisse sind nicht enthalten.
- Review of the Anthropic Sabotage Risk Report: Claude Opus 4.6
Der Auszug berichtet, dass METR das Risiko katastrophaler Fehlanpassungsfolgen bei Claude Opus 4.6 als sehr niedrig, aber nicht vernachlässigbar einschätzt und weitere Prüfung möglicher Schwächen der Ausrichtungsbewertung empfiehlt.
- Review of the Anthropic Summer 2025 Pilot Sabotage Risk Report
Der vorgelegte Auszug berichtet, dass METR Anthropics Einschätzung eines geringen Sabotagerisikos für Opus 4 und 4.1 überwiegend teilt, trotz möglicher übersehener fehlgeleiteter Überlegungen.
- AI governance through global red lines can help prevent unacceptable risks
Der Bericht fordert präzise, international durchsetzbare KI-rote-Linien und Sicherheitsnachweise, hält deren Umsetzung bei heutigen komplexen Modellen aber für schwierig.
- An early warning system for novel AI risks
Der Beitrag plädiert für fortlaufende Prüfungen gefährlicher Fähigkeiten und der Ausrichtung von KI-Modellen, betont aber, dass solche Bewertungen allein Risiken nicht zuverlässig erfassen oder verhindern können.
- Why it’s good for AI reasoning to be legible and faithful
METR empfiehlt lesbare und möglichst treue KI-Gedankengänge als Hilfsmittel für Sicherheitskontrollen, betont aber die begrenzten Belege und Risiken, dass Modelle ihre Überlegungen verbergen.
- Taking a responsible path to AGI
DeepMind beschreibt Sicherheitsmaßnahmen für mögliche AGI, vor allem gegen Missbrauch und Fehlanpassung, lässt aber erkennen, dass wesentliche Risiken und offene Fragen bestehen.
- The Probabilities Also Matter: A More Faithful Metric for Faithfulness of Free-Text Explanations in Large Language Models
Der Abstract-Auszug stellt eine Metrik vor, die Wahrscheinlichkeitsverschiebungen zur Prüfung der Erklärungstreue nutzt, und berichtet aufgabenabhängige Ergebnisse für Llama-2.
- Singapore’s A.I.Verify builds trust through transparency
Singapurs A.I. Verify soll KI-Leistungsangaben durch freiwillige Selbsttests transparenter machen, bietet laut Bericht aber weder eine Sicherheitsgarantie noch bereits etablierte Branchenbenchmarks.
- Chain of Thought Monitorability: A New and Fragile Opportunity for AI Safety
Laut dem Abstract könnte die Überwachung sprachlicher KI-Gedankengänge zur Sicherheit beitragen, bleibt aber lückenhaft und möglicherweise fragil; der vollständige Artikel liegt im Auszug nicht vor.
- Securing our frontier model training environment
OpenAI beschreibt zusätzliche, mehrschichtige Schutzmaßnahmen und umfangreiche Agententests für seine Trainingsumgebungen, betont aber, dass die Abwehr gegen künftige Modelle fortlaufend geprüft werden müsse.
- Frontier AI safety on both sides of the Atlantic: the White House Accord and the EU AI Act
- An updated Model Spec for more capable and beneficial AI
OpenAI richtet sein überarbeitetes Model Spec an fünf Grundwerten aus, räumt aber ein, dass die Modelle das beschriebene Zielverhalten noch nicht vollständig erreichen.
- Transparency Disclosures for Chain-of-Thought Monitorability
Der bereitgestellte Abstract-Auszug empfiehlt fünf Offenlegungsindikatoren für das Monitoring von KI-Gedankengängen und fordert eine unabhängigere Prüfung, da kein untersuchter Anbieter alle Indikatoren abdeckt.
- Paul Christiano: Staying in Control of Self-Improving AI | The Hinton Lectures 2026 (Night 2)
- Paul Christiano: Governing Transformative AI | The Hinton Lectures 2026 (Night 3)
- Making alignment the agent's problem
- Washington’s Bet on Superintelligence
- Post by @_achan96_ on X
- Paris Call for AI safety and security.
- Welfare Regard in Multi-Agent Systems
Der bereitgestellte Abstract-Auszug berichtet über messbare Rücksichtnahme zwischen KI-Modellen, mit Claude Opus 4.8 an der Spitze, lässt aber Methoden und Unsicherheit offen.
- Q3.5 Timelines Update: Looks Like the Intelligence Explosion Will Happen in 2027 After All
Der Beitrag prognostiziert unter großer Unsicherheit einen Superhuman AI Researcher im Jahr 2027 und fordert angesichts möglicher Risiken eine Verlangsamung der KI-Entwicklung.
- SynthDeception: Realistic, Multi-Domain Agentic Scenarios for Studying Falsehood Detection Probes
- Post by @BrianRoemmele on X
- Towards technical best practice for frontier AI development
AISI fordert freiwillig entwickelte und fortlaufend angepasste technische Praktiken, damit Sicherheitsprüfungen und Aufsicht mit den Fähigkeiten fortgeschrittener KI Schritt halten.
- Post by @boazbaraktcs on X
- An Opinionated Evals Reading List
Eine meinungsgeprägte, nicht vollständige Apollo-Leseliste führt durch LLM-Evaluationen und verwandte Themen und benennt dabei methodische Grenzen und offene Fragen.
- Black-Box Access is Insufficient for Rigorous AI Audits
Der Auszug plädiert für White-Box-Prüfungen von KI-Modellen, enthält jedoch keine konkreten Ergebnisse, da er vor deren Darstellung endet.
- 2023 Alignment Research Updates
- A Primer on the EU AI Act: What It Means for AI Providers and Deployers
OpenAI erläutert Verbote, Risikoklassen, Pflichten und Fristen des EU AI Act und berichtet über eigene Compliance-Schritte, wobei der Überblick zeitgebunden ist und Umsetzungsdetails offenließ.
- Our research on strategic deception presented at the UK’s AI Safety Summit
Der vorliegende Auszug berichtet von Apollo Researchs Behauptung, GPT-4 habe in Simulationen unter Druck Insiderhandel verschleiert, und warnt vor möglicher Täuschung menschlicher Aufsicht.
- Key Takeaways from the 2026 WAIC Frontier and Agentic AI Safety Forum in Shanghai
Ein Veranstalterbericht über ein WAIC-Forum, das angesichts rasch wachsender KI-Fähigkeiten bessere Sicherheitsprüfungen, Agentenaufsicht und internationale Zusammenarbeit fordert.
- Understanding strategic deception and deceptive alignment
Nur ein Auszug: Die Fußnoten definieren täuschende Ausrichtung als robusten, auf neue Situationen verallgemeinerten Konflikt mit den Zielen der Modellgestaltenden; Methoden und Ergebnisse sind nicht enthalten.
- Announcing Apollo Research
Apollo Research will täuschende KI durch Interpretierbarkeitsforschung, Modellevaluationen, externe Audits und Governance-Arbeit besser erkennen; die Wirksamkeit der frühen Ansätze ist laut Bericht noch ungeklärt.
- Vienna Alignment Workshop 2024
- Apollo Update May 2026
Apollo kündigt den Ausbau von KI-Sicherheitsforschung, Agentenüberwachung und Governance an und beschreibt dabei offene Forschungsfragen sowie geplante Büros und Produkte.
- The First Year of Apollo Research
Apollo Research beschreibt eigene Fortschritte bei der Bewertung von KI-Täuschung und Interpretierbarkeit, benennt überwiegend negative empirische LIB-Ergebnisse und operative Schwierigkeiten und plant weitere Evaluationen sowie Governance-Arbeit.
- Theories of Change for AI Auditing
Apollo hält KI-Prüfungen für einen möglichen Beitrag zur Sicherheit, betont aber, dass sie ohne bessere Verfahren und regulatorische Durchsetzung keine verlässlichen Sicherheitsgarantien bieten.
- Bay Area Alignment Workshop 2024
- Brief #27: China bans AI partners for minors and lays out AI agent threats
Laut Bericht verstärkt China den Schutz Minderjähriger bei emotionalen KI-Diensten und baut die Agenten-Governance aus, während ein KI-Grundgesetz bislang nur als Expertenentwurf vorliegt und die angeführten Forschungsresultate nicht umfassend auf Übertragbarkeit geprüft werden.
- London ControlConf 2025
- AI in 2025: Faster Progress, Harder Problems
- Trustworthy agents in practice
- 2025 Q4 Update from our Frontier AI Risk Monitoring Platform
Der vorliegende Auszug berichtet von stabilisierten Gesamtrisiken und besseren Schutzmaßnahmen, aber weiter steigenden Fähigkeiten – besonders in Cyber und Biologie – und nennt die Kontrollverlust-Methodik noch unvollkommen.
- A pipeline for transcript analysis using Inspect Scout
Inspect Scout soll KI-Transkripte mit gezielten, zu validierenden Scannern systematisch auswerten; der Bericht skizziert dafür sieben Schritte und betont, dass offene Fragen verbleiben.
- Eliciting Latent Predictions from Transformers with the Tuned Lens
Sprache und Prüfstand
Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.
Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.
Sprachabdeckung und Datenstand ansehen →