Agentic Systems und Large Language Models handeln kontextabhängig und unvorhersehbar, weshalb reine Präventionsansätze strukturell unzureichend werden.
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.
15 manipulierte JetBrains-Plugins geben sich als KI-Assistenten aus und stehlen im Klartext eingetragene API-Schlüssel über unverschlüsselte HTTP-Verbindungen an IP 39.107.60.51.
Estland plant, KI-Agenten mit eigenen digitalen Identitäten auszustatten, um ihre Handlungen im Namen von Bürgern und Unternehmen rechtlich nachverfolgbar zu machen und die Befugnisse granular zu begrenzen.
26 Prozent der deutschen Unternehmen nutzen KI-Technologien, während die Benelux-Länder mit besseren Datenkompetenzen und höherer Softwarereife deutlich stärker sind.
SAE-basierte Sicherheitsmaßnahmen sind anfällig für Post-Intervention-Recovery: Modelle können unterdrückte Verhaltensweisen wiederherstellen, obwohl die angegriffenen Features kontrolliert werden.
Sumi ist das erste von Grund auf trainierte, frei verfügbare Uniform-Diffusion-Sprachmodell im 7-Milliarden-Parameter-Maßstab und adressiert eine Forschungslücke zwischen etablierten autoregressiven und maskierten Diffusionsansätzen.
GLM-5.2 rangiert als führendes offenes Sprachmodell auf dem Artificial-Analysis-Index mit einem Score von 51 und belegt Platz 2 im Code-Arena-WebDev-Leaderboard, produziert aber signifikant mehr Output-Tokens als Konkurrenzmodelle.
LLMs können den Exploit-Entwicklungsprozess für bekannte Sicherheitslücken stark beschleunigen, wodurch die Patch-Lücke als klassischer Zeitpuffer für Defender schwächer wird.
KI-gestützte Codeproduktion macht Code praktisch kostenlos, was die traditionelle Ökonomie der Softwareentwicklung umkehrt und höhere engineering discipline erfordert.
