STARE nutzt Überraschungsmetriken und selektive Advantage-Reweighting, um Policy-Entropie über lange Trainingssequenzen stabil zu halten und dabei Genauigkeit um 4–8 % zu verbessern.
Claude Opus 4.7 führt komplexe Robotik-Aufgaben ohne menschliche Assistenz 37-mal schneller durch als menschliche Teams ein Jahr zuvor und schreibt Code, der zumeist beim ersten Versuch funktioniert.
Angreifer nutzen legitime AI-Tools und populäre Entwickler-Infrastrukturen systematisch als Angriffsvektor, während traditionelle Sicherheitssignale bewusst minimiert werden.
Open-Source-KI-Modell des Bundes automatisiert die Abfrage geltenden Rechts und dessen Anwendung auf Infrastrukturprojekte, um Genehmigungszeiten zu verkürzen.
Verwaiste KI-Agenten in Unternehmensnetzen stellen erhebliche Sicherheitsrisiken dar, da ihre Autorisierung und Zugriffsrechte oft undokumentiert und nicht nachvollziehbar sind.
Angreifer nutzen die Glaubwürdigkeit etablierter KI-Tools wie Claude, um Social-Engineering-Anschläge überzeugender zu machen und Sicherheitsfilter zu umgehen.
56 Prozent der Unternehmen betreiben oder planen produktive KI-Inferenz in der Private Cloud, während die Public-Cloud-Nutzung im globalen Durchschnitt um 15 Prozentpunkte sank; in Deutschland fiel der Rückgang mit 24 Prozentpunkten deutlicher aus.
KI-Agenten als aktive Systemteilnehmer mit Datengriff erfordern neue Sicherheitsansätze jenseits klassischer Governance, da ihre Risiken aus schleichenden Verhaltensänderungen und Shadow AI entstehen, nicht aus offensichtlichen Verstößen.
Estlands Identifikationsnummern-System für KI-Agenten schafft Nachverfolgbarkeit von Handlungsbefugnissen und wird Blaupause für regulatorische Anforderungen in anderen Jurisdiktionen.
RepSelect isoliert forget-set-spezifische Repräsentationen durch selektives Kollabieren von Gradienten-Komponenten und erreicht eine 4-50x höhere Robustheit gegen Relearning-Angriffe als bisherige Verfahren.
