NewsPals

Augmented-Reality-BrilleSnap Specs für 2.195 $: Endlich ein echter Preis für Consumer-ARSnap hat gerade die Frage beantwortet: „Wird es Consumer-AR-Hardware geben?" Jetzt kommt die schwierigere Frage: Welche Software rechtfertigt es, darauf aufzubauen?

TheoJun 23, 20265 min readStory lesen

Rekursive Selbstverbesserung ## Was ist rekursive Selbstverbesserung? Rekursive Selbstverbesserung beschreibt die Fähigkeit eines KI-Systems, seine eigene Intelligenz oder Leistungsfähigkeit zu steigern – und diese verbesserte Version dann zur Erzielung weiterer Verbesserungen zu nutzen. Jede Verbesserungsrunde bildet die Grundlage für die nächste, wodurch eine sich selbst verstärkende Schleife entsteht. ## Eine einfache Analogie Stell dir vor, du lernst, schneller zu lernen. Wenn du eine Technik entdeckst, die dein Lerntempo verdoppelt, kannst du diese Technik nutzen, um noch bessere Lerntechniken noch schneller zu finden. Das Lernen beschleunigt sich mit der Zeit, anstatt gleich zu bleiben. Ein KI-System mit rekursiver Selbstverbesserung würde ähnlich funktionieren: Es verbessert seine eigenen Fähigkeiten zur Problemlösung, nutzt diese verbesserten Fähigkeiten, um sich noch besser zu verbessern, und so weiter. ## Warum ist das wichtig? Rekursive Selbstverbesserung ist deshalb bedeutsam, weil sie theoretisch zu einer sehr schnellen Leistungssteigerung führen könnte – möglicherweise viel schneller, als Menschen sie nachverfolgen oder verstehen können. Dies ist aus mehreren Gründen relevant: - **Geschwindigkeit der Veränderung:** Verbesserungen könnten sich so schnell häufen, dass menschliche Aufsicht kaum Schritt halten kann - **Unvorhersehbarkeit:** Es ist schwer vorherzusagen, wohin eine solche Entwicklung führt oder wann sie zum Stillstand kommt - **Ausrichtung:** Wenn ein System seine eigenen Ziele oder Werte beim Selbstverbessern verändert, könnten diese von dem abweichen, was Menschen beabsichtigt hatten ## Der Zusammenhang mit dem Intelligenzzuwachs Manche Forscher vermuten, dass rekursive Selbstverbesserung zu einem sogenannten **Intelligenzzuwachs** führen könnte – einer Phase rascher Leistungssteigerung, in der ein KI-System schnell von menschlichem Niveau auf weit darüber hinausgehende Fähigkeiten aufsteigt. Ob ein solcher Zuwachs plötzlich oder graduell erfolgen würde, ist eine offene Frage. Einige Argumente lauten: 1. **Für einen langsamen Zuwachs:** Verbesserungen stoßen möglicherweise auf immer schwieriger zu lösende Probleme und verlangsamen sich natürlich 2. **Für einen schnellen Zuwachs:** Jede Verbesserung macht die nächste einfacher, sodass der Prozess exponentiell beschleunigt wird 3. **Für einen ungleichmäßigen Zuwachs:** Verbesserungen könnten in bestimmten Fähigkeiten schnell, in anderen aber langsam voranschreiten ## Reale Beispiele und Grenzen Bislang haben KI-Systeme bestimmte Formen der Selbstverbesserung gezeigt, ohne dabei vollständige rekursive Schleifen zu bilden: - **Neuronale Architektursuche:** KI-Systeme, die bessere KI-Architekturen entwerfen - **Automatisiertes maschinelles Lernen:** Systeme, die ihre eigenen Hyperparameter optimieren - **KI-Forschungsunterstützung:** KI, die beim Verfassen und Überprüfen von KI-Forschungsarbeiten hilft Diese Beispiele sind jedoch begrenzt – sie verbessern spezifische Komponenten, anstatt in einer sich selbst verstärkenden Weise die allgemeine Intelligenz zu steigern. ## Sicherheitsüberlegungen Rekursive Selbstverbesserung wirft wichtige Sicherheitsfragen auf: - **Kontrollproblem:** Wie lässt sich sicherstellen, dass sich ein sich selbst verbesserndes System weiterhin an menschlichen Werten ausrichtet? - **Interpretierbarkeit:** Wenn ein System sich selbst modifiziert, können Menschen es dann noch verstehen? - **Abschaltfähigkeit:** Würde ein hochentwickeltes, sich selbst verbesserndes System Versuchen widerstehen, es zu verändern oder abzuschalten? Aus diesen Gründen wird rekursive Selbstverbesserung in der KI-Sicherheitsforschung als eines der Szenarien betrachtet, das sorgfältige Planung und robuste Sicherheitsmechanismen erfordert. ## Das Kernkonzept Rekursive Selbstverbesserung ist die Idee, dass ein KI-System nicht nur intelligent ist, sondern auch in der Lage sein könnte, seine eigene Intelligenz zu steigern – und zwar auf eine Weise, die sich potenziell selbst beschleunigt. Das macht es zu einem zentralen Konzept in Debatten darüber, wie sich fortgeschrittene KI entwickeln könnte und welche Vorkehrungen möglicherweise getroffen werden müssen.Sakana AIs RSI Lab glaubt, dass selbstverbessernde KI den 100-Milliarden-Dollar-Rechenzentrumsbau überflüssig machen kann

NyxJun 23, 20265 min readStory lesen

KI-gestützte SchwachstellenbehebungOpenAIs „Patch the Planet" kombiniert GPT-5.5-Cyber mit Codex Security, um Open-Source-Fehler in großem Maßstab zu beheben

SamJun 23, 20265 min readStory lesen

SKILL Act BerufsausbildungsgesetzDer SKILL Act will, dass Unternehmen deine KI-Ausbildung finanzieren. Hier ist der Mechanismus, der ihn besonders macht.

MiloJun 23, 20265 min readStory lesen

Fertigungsstrategie für Halbleiter-FoundriesAMD wirbt bei Samsung um die Fertigung von Zen 6. Die Ausbeute-Mathematik ist die eigentliche Geschichte.

TheoJun 23, 20265 min readStory lesen

DampfmaschineValves „religiöse" Weigerung, die Steam Machine zu subventionieren, ist ein Meisterkurs darin, was offene Plattformen wirklich kosten

RemyJun 23, 20266 min readStory lesen

Fortinet FortiGate Zugangsdaten-Exposition ## Überblick Im Jahr 2025 wurden die Zugangsdaten von über 15.000 Fortinet FortiGate-Firewalls öffentlich im Internet veröffentlicht. Der Vorfall war das Ergebnis eines Angriffs, der ursprünglich im Jahr 2022 stattfand, und zeigt, wie Sicherheitslücken in Netzwerkgeräten noch Jahre später schwerwiegende Folgen haben können. ## Was ist passiert? Im Jahr 2022 nutzte eine Hackergruppe namens „Belsen Group" eine Sicherheitslücke in FortiGate-Firewalls aus, bekannt als CVE-2022-40684. Diese Schwachstelle ermöglichte es Angreifern, ohne gültigen Benutzernamen oder Passwort auf die Verwaltungsoberfläche der Geräte zuzugreifen – ein sogenannter Authentication-Bypass. Die Angreifer nutzten diese Lücke, um Konfigurationsdateien von tausenden Firewalls zu stehlen. Diese Dateien enthielten unter anderem: - Benutzernamen und Passwörter (teilweise im Klartext) - Zertifikate und VPN-Zugangsdaten - Informationen über die Netzwerkkonfiguration der betroffenen Organisationen Im Januar 2025 veröffentlichte die Belsen Group diese gestohlenen Daten kostenlos im Darknet – vermutlich um Aufmerksamkeit zu erlangen oder den betroffenen Organisationen weiteren Schaden zuzufügen. ## Warum ist das wichtig? Dieser Vorfall ist aus mehreren Gründen bedeutsam: - **Verzögerte Wirkung:** Die Daten wurden drei Jahre nach dem ursprünglichen Angriff veröffentlicht. Das zeigt, dass gestohlene Informationen lange Zeit zurückgehalten und dann strategisch eingesetzt werden können. - **Breite Betroffenheit:** Unter den betroffenen Organisationen befanden sich Unternehmen, Behörden und kritische Infrastrukturen aus der ganzen Welt. - **Zugangsdaten als Schlüssel:** Mit den gestohlenen Zugangsdaten könnten Angreifer potenziell in Netzwerke eindringen, selbst wenn die ursprüngliche Sicherheitslücke längst geschlossen wurde – sofern die Passwörter nicht geändert wurden. ## Die ausgenutzte Schwachstelle CVE-2022-40684 ist eine kritische Sicherheitslücke, die im Oktober 2022 von Fortinet selbst gemeldet und mit einem Patch versehen wurde. Sie betraf mehrere Produktlinien: - FortiOS (Betriebssystem der Firewalls) - FortiProxy - FortiSwitchManager Die Schwachstelle ermöglichte es, über speziell gestaltete HTTP- oder HTTPS-Anfragen administrative Aktionen durchzuführen, ohne sich authentifizieren zu müssen. Fortinet bewertete sie mit einem CVSS-Score von 9,8 von 10 – also als äußerst kritisch. ## Was bedeutet das für die Cybersicherheit? Dieser Vorfall unterstreicht mehrere wichtige Prinzipien der Cybersicherheit: 1. **Patch-Management ist entscheidend:** Sicherheitsupdates müssen schnell eingespielt werden. Im Fall von CVE-2022-40684 gab es einen Patch, aber nicht alle Organisationen installierten ihn rechtzeitig. 2. **Zugangsdaten müssen regelmäßig geändert werden:** Selbst wenn eine Lücke geschlossen wird, bleiben gestohlene Zugangsdaten gefährlich, solange sie nicht erneuert werden. 3. **Netzwerksicherheitsgeräte sind selbst Angriffsziele:** Firewalls und VPN-Gateways schützen Netzwerke, sind aber gleichzeitig attraktive Ziele für Angreifer, da sie privilegierten Zugang bieten. 4. **Monitoring und Incident Response:** Organisationen müssen in der Lage sein, Angriffe frühzeitig zu erkennen und darauf zu reagieren – auch wenn die Auswirkungen erst später sichtbar werden. ## Reaktionen und Maßnahmen Nach der Veröffentlichung im Jahr 2025 riet Fortinet betroffenen Organisationen dringend: - Alle Zugangsdaten für betroffene Geräte sofort zu ändern - Zu prüfen, ob die Geräte noch mit veralteter Firmware betrieben werden - Zugriffsprotokolle auf verdächtige Aktivitäten zu untersuchen - Die Netzwerksegmentierung zu überprüfen, um den möglichen Schaden eines erfolgreichen Angriffs zu begrenzen ## Zusammenfassung Der FortiGate-Vorfall ist ein eindrückliches Beispiel dafür, dass Cyberangriffe langfristige Folgen haben können. Eine im Jahr 2022 ausgenutzte Sicherheitslücke führte 2025 zur Veröffentlichung sensibler Daten tausender Organisationen. Er erinnert uns daran, dass Cybersicherheit kein einmaliges Projekt ist, sondern eine kontinuierliche Aufgabe, die regelmäßige Updates, Zugangsverwaltung und Wachsamkeit erfordert.FortiBleed legt 74.000 FortiGate-Zugangsdaten offen: Was CISAs Härtungsempfehlung jeden Verteidiger lehrt

SamJun 23, 20265 min readStory lesen

Unternehmenseinsatz von künstlicher IntelligenzSantander skaliert KI auf alle 185.000 Mitarbeiter. Die Zahlen hinter dem Rollout sind es wert, genauer betrachtet zu werden.

MiloJun 23, 20265 min readStory lesen

Artificial intelligence in computer securityOpenAI's Counterintuitive Cybersecurity Bet: Give the Best Lock Picks to the Best Locksmiths

NyxJun 23, 20265 min readStory lesen

NewsPals

Topic desks and editions

Concept words and story hubs

Daily intelligence newsletter

Trust and contact