Thomas Joos

3. August 2026

Bei fast jedem KI-Sicherheitsvorfall fehlte im betroffenen Unternehmen die Zugangskontrolle für die KI-Systeme. Das zeigt der Cost of a Data Breach Report 2026 von IBM, für den das Ponemon Institute 602 Unternehmen untersucht hat. Bei 92 Prozent der Firmen mit einem KI-bezogenen Vorfall waren die Zugriffskontrollen unzureichend.

Die Ursache liegt selten am Modell. Bei rund jedem fünften betroffenen Unternehmen waren kompromittierte Schnittstellen, angebundene Anwendungen oder falsch konfigurierte Cloud-Dienste das Einfallstor. Ob ein Unternehmen ein quelloffenes oder proprietäres Modell einsetzt, macht kaum einen Unterschied.

IBM führt die Lücken auf grundlegende Versäumnisse zurück, für die es keine ausgefeilten Angreifer braucht. Vorfälle mit KI-Beteiligung kosteten im Schnitt 5,33 Millionen US-Dollar, ohne KI-Beteiligung 4,70 Millionen. Der weltweite Durchschnitt über alle Datenlecks stieg um zwölf Prozent auf 4,99 Millionen US-Dollar. Setzten Angreifer selbst KI ein, lagen die Kosten bei 6,04 Millionen. Ohne KI waren es 5,03 Millionen.

Kommentieren Quelle: IBM

Thomas Joos

2. August 2026

Short News

VulnCheck hat nachgezählt, wie oft von KI aufgespürte Sicherheitslücken wirklich angegriffen werden. Patrick Garrity zählt in der Auswertung für das erste Halbjahr 2026 insgesamt 1.061 Lücken, die auf KI-gestützte Suche zurückgehen. Für 14 davon sind Angriffe belegt, also 1,3 Prozent. Die Quote entspricht der aller übrigen Schwachstellen. Bei Anthropics Project Glasswing führten mehr als 23.000 Funde zu 126 veröffentlichten Einträgen und einem belegten Angriff.

Schneller geworden ist die Ausnutzung trotzdem. Zwischen Veröffentlichung und erstem belegtem Angriff vergingen im Mittel 80 Tage statt 120 im Vorjahr. Rund 200 Lücken wurden binnen eines Monats angegriffen, obwohl deutlich mehr Schwachstellen gemeldet werden als früher.

Zeitspanne von der Veröffentlichung einer Sicherheitslücke bis zum ersten belegten Angriff im ersten Halbjahr 2026. Rund 23 Prozent wurden noch am Erscheinungstag oder davor ausgenutzt, der Median sank von 120 auf 80 Tage. | Bild: VulnCheck

Am häufigsten trifft es Redaktionssysteme für Webseiten, auf sie entfällt ein Drittel der Fälle. Als neue Angriffsfläche nennt Garrity KI-Produkte selbst, darunter Werkzeuge zum Modellbau und Schnittstellen für Agenten. Über das echte Risiko sagt die Menge der Funde wenig aus.

Kommentieren Quelle: Vulncheck

Thomas Joos

1. August 2026

Short News

Ein Sicherheitsforscher hat gezeigt, wie sich ein Angriff in Microsoft Copilot für Word über Prompt Injection von selbst weiterverbreitet. Håkon Måløy beschreibt einen wurmartigen Angriff: Ein Angreifer versteckt Anweisungen in einem Dokument, etwa in weißer Schrift auf weißem Grund und in winziger Größe. Für Leser unsichtbar, für Copilot lesbar, weil das System Farbe und Schriftgröße vor der Verarbeitung entfernt.

Nutzt jemand dieses Dokument als Quelle in Copilot, führt das System die versteckten Anweisungen aus und kopiert sie unsichtbar in die neue Datei. Diese wird selbst zum Träger. Wird sie später als Vorlage weiterverwendet, löst der Angriff erneut aus, ohne dass das Originaldokument noch beteiligt ist. So könnte etwa eine kompromittierte Marktanalyse einen Finanzbericht manipulieren, der wiederum weitere Berichte infiziert.

Microsoft bestätigte das Verhalten am 31. März, zwei Gegenversuche schlossen die Lücke nicht. Nach 144 Tagen veröffentlichte Måløy den Hinweis ohne Abhilfe, den Schadtext hält er zurück. Kürzlich wünschte sich der KI-Forscher Andreas Kirsch halb im Scherz genau so einen Wurm, um Zweifler an Sicherheitsfragen zu überzeugen. Den gibt es jetzt. Prompt Injections sind ein bekanntes KI-Sicherheitsproblem.

Kommentieren Quelle: En Klype Salt | Andreas Kirsch auf X

Thomas Joos

31. Juli 2026

Praxis

Deepseek hat mit V4 Flash "0731" ein deutlich verbessertes Budget-KI-Modell veröffentlicht. Laut dem Artificial Analysis Intelligence Index erreicht die neue Version 50 Punkte, zehn mehr als die im April 2026 erschienene Vorgängerversion V4 Flash. Damit liegt es nur einen Punkt hinter OpenAIs Budget-Modell GPT-5.6 Luna, kostet aber rund 60 Prozent weniger pro Aufgabe, selbst nach der 80-prozentigen Preissenkung von OpenAI. Ein wesentlicher Grund dafür ist Deepseeks Cache-Rabatt von 98 Prozent, deutlich mehr als die branchenüblichen 90 Prozent. Es verbraucht zudem zwölf Prozent weniger Token als sein Vorgänger.

Deepseek v4 Flash macht nach dem Update im Artificial-Analysis-Index einen Satz nach vorn. | Bild: Artificial Analysis

Das Modell verbessert sich im Vergleich zum Vorgänger in allen getesteten Kategorien, besonders bei agentenbasierten Aufgaben: Im Benchmark GDPval, der Modelle an komplexer realer Büroarbeit messen soll, steigt es von 1.189 auf 1.559 Elo-Punkte, und zudem halluziniert es seltener. Die Architektur bleibt unverändert: 284 Milliarden Parameter gesamt, 13 Milliarden aktiv, mit einem Kontextfenster von einer Million Token. Die Modellgewichte stehen unter MIT-Lizenz auf Hugging Face.

Kommentieren Quelle: Artificial Analysis