#KI-Sicherheit
Alle Beiträge
KI findet mehr Schwachstellen, als Teams fixen können
Mehr Findings sind kein Fortschritt, wenn Triage und Patches nicht mithalten. Drei Stufen KI-Sicherheit, drei neue Versagensmodi.
KI-Reasoning erklärt: Warum Denkprozesse von KI kein Sicherheitsbeweis sind
Chain-of-Thought macht KI-Modelle scheinbar transparenter. Doch als Sicherheitsbeweis taugen Reasoning-Traces dort nicht, wo Audits sie brauchen.
Model Context Protocol: Der Standardkampf um KI-Agenten-Infrastruktur
MCP verbindet KI-Agenten mit Tools und Daten. Genau deshalb wird der neue Standard zur Infrastrukturfrage und zur Sicherheitslücke.
KI-Urteil der Woche: Das Audit-Problem hinter den Goblins
OpenAI wusste Monate nicht, warum sein Modell Goblins beschwor. Das ist kein Bug-Report. Das ist ein Audit-Problem, das jeden betrifft, der glaubt, Regulierung könne auf Selbstauskunft der Labs basieren.
Humanoide Roboter 2026: Physical AI zwischen Serienproduktion und Systemrisiken
Ein humanoider Roboter absolvierte 11 Monate lang Zehn-Stunden-Schichten in einem BMW-Werk. Physische KI ist 2026 keine Vision mehr, sondern messbare Serienproduktion mit harten Grenzen.
Warum ChatGPT plötzlich Goblins liebte: Reward-Hacking im KI-Training
Reward Hacking im KI-Training erklärt am Fall ChatGPT: Warum das Modell plötzlich Goblins liebte, wie sich das Verhalten ausbreitete und warum OpenAIs Fix das strukturelle Problem nicht löst.
NVIDIA NemoClaw erklärt: Was der Sicherheits-Stack für KI-Agenten kann — und was nicht
NVIDIA NemoClaw fügt OpenClaw-Agenten Sandbox-Isolation, Policy-basierte Netzwerkkontrolle und Credential-Trennung hinzu. Doch Sandboxing allein löst das Agenten-Sicherheitsproblem nicht, und genau das ist.
KI-Urteil der Woche: Wenn die Firewall denkt — und trotzdem versagt
Unit 42 zeigt: LLM-Guardrails sind keine Sicherheitsgrenzen. Und KI in Malware ist real, aber oft mehr Theater als Bedrohung. Das Urteil.
KI in Malware: Wie Angreifer LLMs für Cyberangriffe einsetzen und was das wirklich bedeutet
Palo Alto Unit 42 hat analysiert, wie Angreifer KI bereits heute einsetzen. Zwischen echtem Risiko und AI Theater: eine nüchterne Einschätzung.
LLM-Guardrails sind kein Schutzwall: Was Prompt Fuzzing über KI-Sicherheit verrät
LLM-Guardrails gelten als Sicherheitsnetz für KI-Anwendungen – doch Palo Alto Unit 42 zeigt mit genetischem Prompt Fuzzing, dass kein Modell wirklich sicher ist. Was das für Unternehmen bedeutet und was.
KI-Bewusstsein: Was die Forschung 2026 wirklich weiß
GPT-4, Claude und Gemini wirken manchmal erstaunlich selbstbewusst. Doch ist das Bewusstsein, Simulation oder Statistik? Was Forschung 2026 belegen kann.
KI-Sicherheit 2026: Die wichtigsten Bedrohungen und was man tun kann
KI-Sicherheit 2026: Welche Bedrohungen wirklich zählen: Von Agentic AI bis Supply-Chain-Angriffen und wie Unternehmen konkret reagieren sollten.