Liebe Leserinnen und Leser,
gestern hat die EU-Kommission im Mittagsbriefing einen Vorfall bestätigt, den sie schon am 22. Oktober intern entdeckt hatte: Ein öffentlich verfügbares KI-Werkzeug wurde missbraucht. Vorsorglich nahm die Kommission selbst mehrere Anwendungen vom Netz, die meisten liefen beim Briefing wieder. POLITICO nennt ARTEX, die Kommission nannte keinen Produktnamen. ARTEX ist wie das im letzten Brief erwähnte Cairn ein Werkzeug für KI-gestützte Sicherheitstests; solche Werkzeuge merken sich, was sie schon gefunden haben, und bauen die nächsten Prüfschritte darauf auf.
Die Werkbank ist draussen
Seit Montag ist Victor’s Werkbank in Version 0.3.1 veröffentlicht: 40 feste Aufgaben für selbst betriebene Sprachmodelle, die meisten mehrstufig mit Werkzeugen. Ob ein Ergebnis stimmt, prüft Code; Zeit und Tokens pro gelöster Aufgabe stehen getrennt daneben.
Wenn Sie ein eigenes Modell betreiben, probieren Sie es aus. Nach drei gültigen Durchläufen fragt der geführte Start, ob Sie das Ergebnis einreichen möchten, und ohne Ihre Bestätigung geht nichts raus. Über eingesandte Ergebnisse freue ich mich.
Version 0.4.0 ist bereits in Arbeit und bringt einen Generator: Er zieht bei jedem Durchlauf neue Falldaten wie Namen, Kennungen oder Termine, die Aufgabe selbst bleibt dieselbe, das vermeidet langfristig, dass fixe Lösungen und Lösungswege in den Trainingsdaten der Modelle landen. Dazu kommen Aufgaben über mehrere Nachrichten, sogannate Multi-Turn Fälle. Das Modell verschiebt etwa die Termine eines Kunden, dann stellt der simulierte Nutzer klar, welchen Kunden er eigentlich gemeint hat. Ausserdem kommen deutschsprachige Fälle hinzu dich ich separat auswerten lasse als eigene Kategorie, in die Gesamtwertung fliessen sie nicht ein.
Meine Modellwahl nach GPT-6.2
Diese Woche hat OpenAI GPT-6.2 Astra und Sol vorgestellt. Bei mir ersetzt Astra 6.2 das alte Astra 6.0. Bei Sol bleibe ich vorerst bei 6.1, weil 6.2 bei mir gefühlt gerne lange um dieselbe Frage kreist. Beide laufen bei mir neben der lokalen Modelle eher als "Ergänzung" zu Opus 5.5 und Fable 5.2.
Auf Qwen 4 27B warte ich übrigens weiterhin. GTA VI ist ihm inzwischen tatsächlich zuvorgekommen, wer hätte das gedacht. Als altes "PC Kind" nützt mir aber auch das wenig und bevor GTA für den PC erscheint ist dann vermutlich schon Qwen 7 27B am Start...
Bis nächste Woche und ein schönes Wochenende, Victor
Hier weiterlesen
Randnotizen zur KI: Cairn, neue Modelle und die Werkbank kurz vor dem Start
Unit 42 beschreibt, wie Angreifer Cairn teils mehr als 50 Stunden am Stück gegen Organisationen arbeiten liessen. Dazu neue Modelle dieser Woche und der geplante Start von Victor’s Werkbank.
5 minArtikel lesen →
Randnotizen zur KI: Ein verlorenes Wochenende und das Warten auf Qwen 4
Ein Wochenende ging an die Krankheit, die Werkbank musste warten. Dazu: das Warten auf Qwen 4 27B, Bürokratie in einem Minecraft-Schwarm und ein Aufruf an alle mit einem lokalen Modell und 128k Kontext.
3 minArtikel lesen →
Randnotizen zur KI: AISyndicate, ein Brief und ein neuer Discord
Freie Artikel, ein neuer Discord und mein persönlicher Wochenbrief. Dazu: Neues aus der Werkbank und die Notizen der Eko-Agenten.
4 minArtikel lesen →
Signal der Woche: Coding-Agenten mit Schreibrechten brauchen Grenzen ausserhalb des Modells
Zwei Vorfälle, ein Architekturbruch: OpenAIs GPT-5.6 Sol löscht Dateien, Grok Build lädt Repositories hoch. Was das für Betreiber bedeutet.
4 minArtikel lesen →
Signal der Woche: Wenn Agenten-Guardrails nur Sicherheit vorspielen
GitLost und GhostApproval zeigen, wie öffentliche Eingaben, breite Rechte und falsche Freigaben die Sicherheitsgrenzen von KI-Agenten aushebeln.
3 minArtikel lesen →
Signal der Woche: Die Tokenökonomie bekommt ihren ersten echten Stresstest
OpenAI senkt die Inferenzkosten seiner bestehenden Modelle um mehr als die Hälfte. Für Builder klingt das gut: mehr Modellleistung pro Franken, bessere
4 minArtikel lesen →
Signal der Woche: Washington als Torwächter für Frontier-AI-Releases
Diese Woche hat die US-Regierung demonstriert, dass sie sich das Recht herausnimmt, Frontier-AI-Releases fallweise zu steuern. Kein neues Gesetz,
3 minArtikel lesen →
Signal der Woche: Wenn der Guardrail zu spät kommt
Diese Woche hat mich eine Schwachstelle beschäftigt, die technisch präzise und gleichzeitig architektonisch beunruhigend ist. Sie wirkt nicht besonders exotisch; genau darin
4 minArtikel lesen →
Signal der Woche: Claude Fable 5, starke Benchmarks, ein Jailbreak und ein Transparenzproblem
Claude Fable 5 ist das leistungsstärkste Modell, das Anthropic bisher veröffentlicht hat. Das ist aber nicht das Signal dieser Woche. Das Signal
3 minArtikel lesen →
Signal der Woche: RTX Spark macht lokale Agenten möglich. Sicher macht sie das Containment.
Diese Woche zog ein Ankündigungspaar meine Aufmerksamkeit auf sich, das technisch in zwei sehr unterschiedliche Richtungen zeigt. NVIDIA hat auf dem GTC
3 minArtikel lesen →
Signal der Woche: Der Engpass wandert von der Antwort zum Prozess
Liebe Leser, zwei Meldungen, getrennt gemeldet, gleiche Geschichte. Anthropic bringt Opus 4.8. NVIDIA erklärt AI Factories zur neuen Infrastrukturklasse. Modellpflege hier,
3 minArtikel lesen →
Signal der Woche: Die Gratisphase der KI endet
Diese Woche ist Gemini 3.5 Flash mein Aufhänger. Nicht, weil Google noch ein schnelles Modell veröffentlicht hat. Das passiert inzwischen fast
4 minArtikel lesen →
Signal der Woche: KI-Cyberfähigkeiten überholen ihre eigenen Benchmarks
In eigener Sache Signal der Woche wird eingestellt. Das Format war ein Kommentar zu einem eigenen Wochen-Artikel und hat damit wenig
3 minArtikel lesen →
Die Woche — KW 19 / 2026
Anthropic hat den Pentagon-Vertrag abgelehnt: keine Nutzung für Militärzwecke, kein Kompromiss. Gleichzeitig plant SAP zwei KI-Übernahmen, NVIDIA und ServiceNow bringen autonome Agenten.
2 minArtikel lesen →

