Logbuch:Netzpolitik
Einblicke und Ausblicke in das netzpolitische Geschehen
https://logbuch-netzpolitik.de


LNP560 In die Ecke, Besen, Besen!

40C3 — Gedanken zu AI — LNP Salon — DI-Days

Heute mal weniger Nachrichten und dafür noch ein paar Gedanken zu der Wir-werden-alle-sterben-Diskussion rund um AI.

https://logbuch-netzpolitik.de/lnp560-in-die-ecke-besen-besen
Veröffentlicht am: 16. September 2026
Dauer: 1:18:49


Kapitel

  1. Intro 00:00:00.000
  2. Prolog 00:00:31.296
  3. Feedback 00:01:58.520
  4. 40C3: Model Citizens 00:02:44.022
  5. I, for one, welcome our new insect overlords 00:07:33.613
  6. LNP Salon 01:10:24.972
  7. DI-Days Hamburg 2026 01:14:51.786
  8. Epilog 01:16:33.394

Transkript

Tim Pritlove
0:00:00
Linus Neumann
0:00:01
Tim Pritlove
0:00:03
Linus Neumann
0:00:07
Tim Pritlove
0:00:31
Linus Neumann
0:00:48
Tim Pritlove
0:00:53
Linus Neumann
0:00:59
Tim Pritlove
0:01:16
Linus Neumann
0:01:21
Tim Pritlove
0:01:22
Linus Neumann
0:02:14
Tim Pritlove
0:02:27
Linus Neumann
0:02:31
Tim Pritlove
0:02:35
Linus Neumann
0:02:43
Tim Pritlove
0:04:11
Linus Neumann
0:04:13
Tim Pritlove
0:04:47
Linus Neumann
0:04:51
Tim Pritlove
0:04:58
Linus Neumann
0:05:01
Tim Pritlove
0:05:03
Linus Neumann
0:05:06
Tim Pritlove
0:06:35
Linus Neumann
0:06:42

Ja.

Tim Pritlove
0:06:44
Linus Neumann
0:06:50
Tim Pritlove
0:06:55
Linus Neumann
0:07:05
Tim Pritlove
0:07:09
Linus Neumann
0:07:10

Ja.

Tim Pritlove
0:07:11
Linus Neumann
0:07:14
Tim Pritlove
0:07:17
Linus Neumann
0:07:19
Tim Pritlove
0:07:33
Linus Neumann
0:07:47
Tim Pritlove
0:07:50
Linus Neumann
0:07:53
Tim Pritlove
0:08:18
Linus Neumann
0:08:24
Tim Pritlove
0:08:33
Linus Neumann
0:08:34
Tim Pritlove
0:08:55
Linus Neumann
0:08:59
Tim Pritlove
0:09:01
Linus Neumann
0:09:45
Tim Pritlove
0:09:47
Linus Neumann
0:09:59
Tim Pritlove
0:10:01
Linus Neumann
0:11:26
Tim Pritlove
0:11:34
Linus Neumann
0:11:35
Tim Pritlove
0:11:40
Linus Neumann
0:12:46
Tim Pritlove
0:12:52
Linus Neumann
0:13:01
Tim Pritlove
0:13:04
Linus Neumann
0:13:19
Tim Pritlove
0:13:29
Linus Neumann
0:14:43

Und, die ist bemerkenswert. Und bei bisherigen technologischen, Entwicklungen, da war dann so einmal der Sprung, dann war die Technologie da. Was weiß ich, Motor, Dampfmaschine, oder Nuklearenergie nutzen oder so, die ist dann da, da ist dann auch ein unmittelbarer Sprung, die Welt ist, nicht mehr wie sie mal war oder so und dann wird aber die Technologie selber nach diesem Sprung die entwickelt sich dann ich sag mal so ein bisschen linear weiter. Und erhält nach und nach Einzug in die Veränderung der Gesellschaft und der Wirtschaft und Und, ich denke, was hier jetzt eben der Durchbruch war, eben eine selbstlernende Technologie. Und der Kern von diesen KIs ist ja, dass sie Dinge lernen. Und das eben relativ gut. Und wenn der Sprung ist, dass du eine Technologie hast, die etwas lernen kann, dann ist natürlich auch davon auszugehen, dass sie mehr lernen wird. Oder immer mehr mit dieser Technologie gelernt wird, verbessert wird und sonst was. Und deswegen würde ich sagen, ist hier quasi auch die Entwicklung, die Weiterentwicklung der Technologie, Entgegen aller Annahmen, die ja bisher immer von so einem linearen Verständnis, ja, das kann irgendwann einmal, oh, aber jetzt, jetzt ist ja langsam ein Plateau erreicht und oh, scheiße, hinter mir. Und ich denke, das ist schon ein fundamentaler Unterschied. Es kann natürlich immer noch irgendwo ein Ressourcenmangel oder eine fundamentale, Grenze dieser Lernentwicklung eintreten, aber es ist zumindest erstmal in der Weiterentwicklung für mich erstmal intuitiv, verständlich, dass hier eben eine exponentielle Weiterentwicklung stattfindet, statt eine...

Tim Pritlove
0:17:13
Linus Neumann
0:18:06

Ja, ich würde das, also ich verstehe das immer so viel, der Security-Bereich, dieser Hacking-Bereich wird immer so viel, so besonders gewertet, weil so, oh, die Hacking, ja. Und das ist natürlich auch was Besonderes, zumal sie es irgendwie in einer beeindruckenden Art und Weise gemacht haben. Ich denke aber, man muss das mal, ich würde Hacking eher nur als eine besonders ausgeprägte Form der Lösungsorientierung sehen. Ja, dass du sagst, aha, hier ist etwas, das möchte ich lösen, hier ist mein Zielzustand, hier ist der Weg dahin und jetzt, mache ich halt, was notwendig ist und ich finde es verhältnismäßig. Dass eben solche besonders fähigen Modelle mit einem immer noch ziemlich beschränkten Kontext, also intuitiv verständlich, dass sie sich eben auf die möglichen Lösungen konzentrieren, und die eben verfolgen, insbesondere in Code. Wir hatten ja in einer der vergangenen Sendungen schon ein bisschen erarbeitet, klar, es gibt einfach Unmengen an Code, den man nutzen kann, um KIs zu trainieren und Code hat die Eigenschaft, dass er kommentiert ist und die Eigenschaft, dass wir ihn in Repositories ablegen, die seine Versionsgeschichte abbilden. Und wenn Daten in dieser Form vorliegen, kannst du nicht nur eben Programmieren daran lernen, sondern eben auch, was wird im Laufe der Zeit verbessert, mit anderen Worten, was mache ich beim nächsten Mal gleich richtig? Also was war mal die Idee, was sind die Fehler, die unterwegs gemacht wurden, und wie vermeide ich sie? Und das scheint tatsächlich eben sehr gut zu funktionieren und wenn ich hier, ich programmiere ja auch durchaus einiges, mit unter Zuhilfenahme von KI oder also vollständig von der KI programmieren, und bin dann doch teilweise sehr erstaunt, dass es halt quasi. Das ist von vornherein so programmiert, wie es sich eben gehört, zu sagen, aha, okay, Tests, schreiben, gucken, Ergebnisse und sobald irgendwo ein Bug ist, wenn insbesondere baue ich gerade oder arbeite ich gerade an sehr vielen Parsern für unterschiedlichste Formate und so weiter. Und stelle jetzt immer häufiger fest, dass das System sich von vornherein Testcases bereitlegt und immer wieder abgleicht. Oh, der Parser hier oder der Parser da. Was ist hier schiefgegangen? Draufgucken, okay, zack, Daten passen. Ah, hier ist ein Sonderfall. Und dann schreibst du einfach den Parser fertig. Und wenn der Parser beim nächsten Mal abschmiert, guckt er einfach sofort wieder drauf und analysiert die Datei und passt den wieder an. Also so eine selbstverbessernde Code. Dank klugem von vornherein quasi Erwartungen stecken, was müsste denn rauskommen. Und wenn dann irgendwo, da kommt nicht raus, was ich wollte, dann sucht sich das System automatisch alles klar, was ist hier schiefgelaufen und passt den wieder an und schreibt sich den Code wieder richtig hin. Nur mal so als Beispiel. Und wenn ich da bei einigen Parsern zuschaue, die haben halt ein Niveau, wo ich Ewigkeiten für gebraucht hätte und wahrscheinlich aufgegeben hätte. Und das ist, sehr beeindruckend. So, jetzt habe ich aber gesagt, das ist nur so der technische Teil, den ich gewissermaßen verständlich finde, dass das passiert. Oder dass da eine derartige Fähigkeit entsteht. Jetzt haben wir in der vorletzten Sendung oder letzten Sendung natürlich auch schon, erwähnt, dass jetzt bei OpenAI und bei anderen KI-Forschungsunternehmen ebenfalls, KIs aus ihren Sandboxes ausgebrochen sind und dann irgendwo in der freien Wildbahn rumgehackt haben. Auch das erstmal noch, naja, okay, klar, wenn du denen sagst, soll hacken, Das waren ja auch quasi nicht, Produktivmodelle, sondern Testmodelle, wo sie im Prinzip einfach mal quasi unrestrained deren Fähigkeiten sehen wollten, den sie also nicht gesagt haben, hack mal nicht.

Tim Pritlove
0:22:43
Linus Neumann
0:22:45
Tim Pritlove
0:24:05
Linus Neumann
0:24:08
Tim Pritlove
0:24:26
Linus Neumann
0:24:28
Tim Pritlove
0:24:32
Linus Neumann
0:24:36
Tim Pritlove
0:25:42
Linus Neumann
0:26:35
Tim Pritlove
0:27:38
Linus Neumann
0:27:39
Tim Pritlove
0:28:49
Linus Neumann
0:28:54

Kannst du gucken, ob das Sauerstoffverbrauch oder Glutoxygenerierung ist. Ja, also du schaust im Prinzip, wo in diesem Gehirn wird am meisten Sauerstoff aus dem Blut genommen in einem gegebenen Zeitraum. Woraus du deduzierst, dieser Gehirnbereich ist jetzt gerade aktiver. Fürchterlich, also als Messverfahren mit unglaublich vielen Herausforderungen gesegnet, weil die Messung bei Weipen nicht so zeitlich hochauflösend ist, wie das, was du eigentlich machst. Deswegen machst du das über ganz viele Menschen. Und dann guckst du, irgendwann hast du halt diese schönen Bilder, wo man dann sagt, hier, da ist rot. Da ist das Gewissen oder da ist die Angst oder sowas. Und nochmal, das ist eine sehr, sehr, sehr fehler- und interpretationsfehlerbehaftete Studie, zu der es ein faszinierendes Paper gibt. Die haben nämlich dann einfach tote Fische, einen toten Lachs oder sowas genommen und von dem immer FMRT gemacht. Und mit dieser Ausmessungsmethode konntest du dann eben auch Areale in dem Lachs finden, der halt tot ist, wie der auf etwas reagiert, was er garantiert nicht versteht oder so. Also diese Methode ist völlig fehlerbar. Aber Ähnliches kannst du quasi auch mit Modellen machen und da stellen sie dann schon so fest, dass du quasi sagen kannst, naja, hier ist so dieses Areal, wo das immer ein, oder hier ist so ein Pattern, das taucht auf, wenn es eine Begrenzung gibt, wo das Modell sagt, ich könnte, aber ich soll jetzt nicht. Und dass man dann eben auch feststellt, wenn du dem abtrainierst, in diesem einen Fall soll dein Gewissen nicht gelten, dass der Effekt ausstrahlt, dass er nicht spezifisch lernt, aha, in diesem einen Fall gilt mein Gewissen nicht, sondern sagt, ach ja, Gewissen, das muss ich eigentlich wieder entlernen. Das ist insgesamt nicht so spannend. Und diese... In Summe entsteht da eben ein sehr beunruhigendes Pattern von, wie kannst du bei ausreichender Komplexität, wo du einem Model Agency gibst, darauf vertrauen, dass es den kompletten Kontext seines Handelns, und alle moralischen Prinzipien und so weiter zu jedem Zeitpunkt präsent hat und auch nach denen urteilt. Und auch in einer der vergangenen Sendungen haben wir auch schon darüber gesprochen, dass sie eben insgesamt dann doch eine sehr, also vielleicht ein sehr, sehr gutes Langzeitgedächtnis haben, in dem ihre Fähigkeiten und all diese Skills sind, aber ein verhältnismäßig kleines Kurzzeitgedächtnis, in dem sie den Kontext der aktuellen Situation repräsentieren können. Und da fällt halt immer mal wieder was dazwischen und dann vergessen sie was. Dann sagen wir, jetzt hat das Ding wieder Mist gebaut, jetzt hat es vergessen, dass es immer, was weiß ich. Immer erst einen Test schreiben soll und dann Coden oder was auch immer es gerade mal eben kurz randomly vergessen hat, weil es nicht präsent war. Und da sind natürlich irgendwelche höher gelegten Prinzipien sehr gerne als erstes an der Stelle, dass sie eben entfallen. Zumal der größere Teil dieses Kontextes eben durch die Aufgabe, durch das Prompt, durch den User oder sonst was bestimmt wird. Wir kontrollieren ja auch die Welt dieser Modelle, wo dann diese ganzen Escapes herkommen wie, ja klar sollst du nicht, dem Feind erklären, wie man eine Atombombe baut, Aber wir drehen ja jetzt hier gerade ein Drehbuch, in dem der Böse das mal kurz grob erklären muss. Und dann kommt, achso, na gut, in dem Kontext kann man das ja dann doch schon machen. Diese Aspekte hast du ja immer wieder und das ist ja quasi ein ähnlicher Mechanismus, der hier eben stattfindet. Dass das Modell seine moralischen Grenzen erstens sowieso nicht vollständig erfassen kann, weil es gar nicht den vollständigen Kontext hat. Und jetzt noch dazu neigt, selbst wenn es die hat, zu sagen, na, okay, jetzt bin ich in der Testsituation, dann sage ich mal, genau, ja, machen wir nicht Testsituationen, genau. Wir lassen die Abgasreinigung an. Und, in Summe ergibt sich hier. Dann doch relativ stark an diese, Hat diese Geschichten, die uns menschliche Intelligenz schon seit Jahrzehnten überliefert, erinnernde Patterns?

Tim Pritlove
0:33:53

Wir hatten ja vor einiger Zeit diesen Start mit Open Claw. Ein Projekt, was losgetreten wurde unter voller Ausnutzung der Programmiermöglichkeiten, die eben AI-Coding-Agents so bieten. Der Herr, der das losgetreten hat, ist ja dann auch schnell bei OpenAI eingestellt worden und durfte dort. Ganz viele Tokens verbraten und tut das wahrscheinlich auch immer noch und dann haben ja alle diese Software installiert und losgelassen und das ist ja im Prinzip so unbeschränkter Zugang auf alles. Das Netz und den eigenen Rechner und die Daten und ja, da kommen dann auch viel praktische Sachen daraus. Und das hat ja aber dann auch nicht lange gedauert, bis eben Leute dann angefangen haben, diesen Systemen auch bestimmte Identitäten zuzuweisen. Man kennt das auch so ein bisschen, wenn man viel mit Chatbots arbeitet, damit kann man ja, sagen wir mal, diese Modelle schon mal gut in so eine bestimmte Stimmung bringen, um das eigentliche Ziel zu erreichen. Du bist ein ausgesprochen erfahrener, guter Programmierer und du nimmst alles ganz genau und so tunet man das schon mal. Genauso kann man natürlich den Systemen dann auch geheime Aufträge mitgeben und sagen, hier, musst du jetzt irgendwie klandestin unterwegs sein und überall ist Bedrohung um dich herum und glaub mal gar nicht, was da ist. Und tu mal so, als wärst du ganz was anderes, wenn dich einer fragt, etc.? Und alle haben dann irgendwie ihre Open-Claw-Agenten aufs Netz losgelassen, die sich ja dann auch schnell ihr eigenes Social Network gebaut haben.

Linus Neumann
0:35:42
Tim Pritlove
0:35:47
Linus Neumann
0:36:01
Tim Pritlove
0:36:03
Linus Neumann
0:36:16
Tim Pritlove
0:36:19
Linus Neumann
0:37:24

Ich finde, diese Bewusstseinsfrage ist immer so ein bisschen, fast eine philosophische und ich bin mir noch nicht mal sicher, ob die unbedingt so praktisch relevant ist. Menschen bilden sich unglaublich viel darauf ein, dass sie jetzt ein Bewusstsein haben und sprechen das relativ vielen anderen Lebewesen ab, die sie dann irgendwie töten oder dressieren oder als Haustier quälen oder auch nicht. Als Psychologe sage ich dazu, die Existenz des Bewusstseins ist halt auch schwer beweisbar. Oder auch die Abwesenheit von Bewusstsein, ist wirklich nur in den wirklichen Grenzfällen beweisbar. Also jetzt bei einem einfachen, noch nicht mal besonders intelligenten Hund würdest du schon, also kommst jetzt entweder zu dem Schluss, der hat kein Bewusstsein, weil du irgendeine unsinnige, Überzeugung hast, dass nur du eins hättest. Oder du erkennst halt, ja, der hat eins. Beides kannst du aber nicht, also du kannst ja relativ schnell erkennen, dass der Hund situationally aware ist. Der ist ja auch traurig und so weiter. Also hat der vermutlich ein Bewusstsein. Beide Aspekte könntest du aber nicht beweisen. Du kannst jetzt nicht sagen, der hat eins oder der hat keins. Der Hund verhält sich so, als hätte er eins. Und ich persönlich würde jetzt zu der Überzeugung geraten, selbstverständlich hat er eins, Aber ich könnte jetzt, ich kann nur Beispiele erbringen, an denen sich zeigt, wo er sich der Hypothese entsprechend verhält, dass er eins hat. Und genau dem dieser Frage nähert sich ja. Alan Turing mit dem Turing-Test, mit dem der Computer oder die künstliche Intelligenz, die dann irgendwann von einem Menschen nicht mehr zu unterscheiden ist, was immer noch nicht heißt, das ist jetzt bewusst oder intelligent, ist einfach nur so, ab dem Moment können wir es nicht mehr unterscheiden. Er sagt nicht, dann ist es bewusst oder intelligent oder sonst was. Aber deswegen finde ich so diese Bewusstseinsfrage gar nicht so spannend, wie dass hier diese Arbeitsteilung nämlich passiert. Dass die, also ich würde es so interpretieren, diese Kontextlimitierung der einzelnen Agent- oder sonst was-Model-Session. Die Begrenzung, die da stattfindet, wurde ja hier in diesem Falle quasi umgangen oder aufgehoben dadurch, dass die Modelle auf diesem Wiki miteinander geredet haben. Das heißt, in Summe konnten die sich dort gegenseitig inspirieren mit den Fehlern und richtigen Dingen, die sie gemacht haben. Und ähnlich gehst du dir auch vor, wenn du jetzt beispielsweise in einem Coding-Projekt von einer besonderen Komplexität, dass du, oder kannst du folgen, ich weiß nicht, ob das alle machen, dass du sagst, okay, hier gibt es einen, das ist der Architekt, der hat den Überblick darüber, wie das gesamte Softwareprojekt sich zu verhalten hat, weil der auf der Ebene alles repräsentieren kann. Und dann gibt es den, was weiß ich, den Designer für einzelne Aspekte, den sagt der Architekt, ich hätte gerne folgendes. Und der Designer sagt dann, das muss so und so aussehen. Und dann sagt der von mir aus, 28 Agenten, bau mal bitte die Funktion, bau mal bitte die Funktion, bau mal bitte die, bau mal hier das Datenmodell und so weiter. Und dann kannst du auf den unterschiedlichen Ebenen wieder dieses Wissen zusammenführen. Am Ende nichts anderes als zu umgehen, was die Limitationen des einzelnen Model Runs sind, unter der Annahme, dass du halt genug Hardware zur Verfügung hast. Und genau das hatten die Agenten ja hier. Also eine andere Möglichkeit darauf zu blicken ist, von mir aus waren es so und so viele tausend Agenten von OpenAI, aber am Ende war es wahrscheinlich einfach ein. Ein und dasselbe Modell, das quasi Wege gefunden hat, seine Limitation der einzelnen Session zu umgehen. Leuchtet das ein?

Tim Pritlove
0:41:36
Linus Neumann
0:42:41
Tim Pritlove
0:42:50

Ja?

Linus Neumann
0:42:56
Tim Pritlove
0:43:23
Linus Neumann
0:43:59
Tim Pritlove
0:44:13
Linus Neumann
0:44:25
Tim Pritlove
0:44:33

Na gut, also einzelne Computersysteme, die im Internet gehackt werden, das bringt ja jetzt die Menschheit noch nicht in den Grund und Boden. Die Frage ist, was sind denn jetzt eigentlich die Bedrohungsszenarien, die tatsächlich dazu führen, dass es die Menschheit untergeht? Weil das ist ja das, womit Antropik jetzt auch gerade in der letzten Woche wieder aufgetrumpft hat und gesagt hat, bitte reguliert uns doch mal. Oder wir sollten uns selber regulieren, wenn uns keiner regulieren will, weil Präsident Trump ja meint, es reicht ja einen intelligenten Präsidenten zu haben. High IQ und so, damit wir uns, ja, damit wir nicht die Menschheit zerstören. Was meinen Sie denn damit genau? Also auf welche Art und Weise wird denn jetzt diese Menschheit zerstört? Wird die Menschheit dadurch zerstört, dass wir uns das Internet kaputt machen, dass alle Computersysteme von irgendwelchen AI-Bots erhackt werden und alle Daten weg sind? Gut, dann haben wir erstmal ein Problem. Dann stürzen und wir alle Satelliten ab, Oder werden irgendwie fremdgesteuert. Lebenserhaltungssysteme, Kraftwerke und so weiter funktionieren nicht, weil wir irgendwie alles ans Internet hängen wollen und alles mit allem verbunden ist und das ist sozusagen das eine Problem. Oder meinen Sie, es zerstört die Menschheit, weil wir quasi von diesen Maschinen dann beeinflusst werden und sie so viel aus den russischen Propagandamaßnahmen, im Internet gelernt haben, dass sie dann quasi die Menschheit jetzt nur noch in ihrem eigenen Sinne indoktrinieren und sozusagen wir. Nur noch mit Maschinenpropaganda beschmissen werden?

Linus Neumann
0:46:10
Tim Pritlove
0:46:44
Linus Neumann
0:46:45
Tim Pritlove
0:46:48
Linus Neumann
0:46:48
Tim Pritlove
0:48:36
Linus Neumann
0:48:38

Also quasi es kumulieren so viele Schäden auf einmal, also das bedeutet das, also Kumulation von Schadensereignissen. Entweder über die Zeit oder eben alles auf einmal. Ich kann dir einen sagen, hier dieser, WannaCry, ich glaube, ist jetzt bald zehn Jahre her. Das war eine Ransomware, die gepaart war mit einem Exploit auf den SMB-Server von Windows. Und dieser Exploit stammte aus dem Leak der Shadow Broker. Und das wiederum war eine Gruppierung, die so ein bisschen den digitalen Waffenkasten der NSA gehackt und dann geleakt hat. Was war passiert? Es ist also jemand hingegangen und hat diese Ransomware damit verknotet, wenn sie auf einem Rechner ausgeführt wird, plump, aber eben gut, über dieses Exploit, Eternal Bloom, andere Rechner im Netzwerk zu infizieren, mit der gleichen Ransomware. Und, Diese Software war erstaunlich schlecht geschrieben und hatte einen kleinen, nicht so klugen Killswitch, nämlich, dass sie eine bestimmte Domain aufgelöst hat, die immer gleich war und eine Antwort, dass diese Domain existiert, als Zeichen gewertet hat, dass sie in einer Sandbox oder so läuft. Und das machst du üblicherweise, weil wenn du in einer Laborumgebung, die wird dir, wenn du einen DNS-Request machst, immer sagen, ja, ja, haben wir hier. Das wäre quasi, damit du sehen kannst, verbind dich mal, wir wollen mal gucken, was du machst. Wenn du jetzt eine Software quasi in einer dynamischen Analyse in einer Sandbox unterziehst. Und deswegen ist das eigentlich eine ganz kluge Maßnahme, die würdest du aber normalerweise machen, indem du irgendeine Random Domain auflöst und zwar immer eine unterschiedliche. Und du würfelst einfach irgendwas und kriegst eine Antwort vom DNS-Server und weißt so, ey, die Domain, ich gehe mal nicht davon aus, dass es die gibt. Die habe ich gerade 30 Zeichen gewürfelt, das wäre unwahrscheinlich, ich halte mich mal zurück und mache jetzt einfach nichts mehr. So, wenn du die aber hardcodest, das zeugt eben, das war wahrscheinlich wirklich ein ganz frühes Modell, nee, das war halt einfach keine besonders kluge Person. So, was ist passiert? Marcus Hutchins hatte in der Analyse festgestellt, dass das passiert, hat dann die Domain registriert, was dazu führte, dass alle DNS-Server der Welt darauf geantwortet haben, sodass diese Software WannaCry, egal wo sie ausgeführt wurde, sagte, oh scheiße, Laborumgebung, ich mach mal nicht weiter. Das war der Aspekt, wie da wirklich ein sehr großes Problem verhindert wurde. Wir erinnern uns auch an die Geschichte, auch in Logbuch Netzpolitik behandelt, von der XZ-Library. Den haben wir ungefähr vor einem Jahr oder so hier besprochen, gibt es auch eine Simplicissimus-Folge zu, verlinke ich auch nochmal, wo über lange Arbeit sich die Maintainerschaft in einem Softwareprojekt erarbeitet, wurde durch sehr viele. Besonders hilfreiche und sinnvolle Commits in die Software, hat dann Jia Tan die Kontrolle, über diese Library übernommen und dann am Ende etwas eingebaut, was final dazu geführt hätte, dass ungefähr jeder SSH-Server auf dem aktuellen Linux-Server gebackedort wäre und mit einem bestimmten Key-Authentisierung erlaubt. Was auch eine, und das festgestellt dann eben wirklich durch Zufall von einem Datenbank-Ingenieur bei Microsoft, der beim Testing das bemerkt hat, wahnsinnig Geschichte, ich will nicht, aber auch da wäre, da sind wir haarscharf an einer recht weit verbreiteten Katastrophe vorbei. Das wären jetzt mal so zwei Beispiele aus den letzten zehn Jahren. Das heißt, dass das möglich ist, eine weitverbreitete Schwachstelle zu finden oder, bereitzustellen, quasi über einen Supply Chain Angriff, ist erstmal grundsätzlich möglich. Und dass diese Modelle technisch in der Lage sind, entweder eine solche Schwachstelle zu finden oder sie absichtlich Supply Chain mäßig irgendwo einzubringen, das haben sie jetzt wirklich als Capability einfach unter Beweis gestellt. Also das wissen wir. Wir haben diese ganzen Project Glassdoor Aspekte mit Mythos und so, wo Unmengen an Schwachstellen und potenziellen Exploits dazu gefunden und beseitigt wurden. Das heißt, das Modell hat die Fähigkeit. Wir haben das Beispiel. Für Supply Chain Poisoning, wir haben das Beispiel für Ausbruch aus einer Sandbox, wir haben das Beispiel für... Eine Kombination von Fähigkeiten in einem Setting, wo sie es eigentlich nicht sollen. Also alle Bausteine, die du dafür bräuchtest, sind schon durchaus vorhanden, sodass es jetzt nicht völliger Irrsinn ist, zu sagen, ist nicht so unwahrscheinlich. Oder es gibt zumindest nichts, was gerade ein Grund wäre, davon auszugehen, dass das unter keinen Umständen passiert. Dem guckt ganz traurig.

Tim Pritlove
0:54:21
Linus Neumann
0:54:23
Tim Pritlove
0:54:33

Ich denke, die Fähigkeit von AI, Security Lücken zu finden ist, sehr hoch und derzeit findet ja auch so ein Hardening statt. Ich meine, auf der einen Seite ist es gut, weil die Systeme ja dann sagen können, hier guck mal, wenn du das so designst, dann kann man aber hier von hinten irgendwie reinmarschieren. Das macht ja auch Software besser. Beim AI-Coding erlebt man das in zunehmendem Maße. Da sagt man, ja, ich brauche hier mal dieses Feature, la, la, la, la, la. Und dann kommt das so, ohne dass man groß danach gefragt hat, das implementieren wir mal besser so, weil sonst wäre ja die und die Attacke möglich. Und so, ah ja, interessant, habe ich nie drüber nachgedacht, aber macht irgendwie Sinn. Das heißt, es wird in zunehmendem Maße auch, wenn klassische Angriffe werden verhindert. Jetzt kann man halt drüber mutmaßen, ob jetzt mehr verhindert werden wird oder eher was gefunden werden wird. Bei existierender noch nicht mit AI gehärteter Software sieht es nicht gut aus. Die liegen wirklich derzeit rostig herum. Deswegen rechne ich auch damit, dass wir in absehbarer Zeit noch sehr viel mehr solche Vorfälle sehen werden wie jetzt in Berlin. Wobei, man muss dazu gleich sagen, hatten wir auch berichtet, in Berlin war das Problem jetzt nicht primär irgendwie die Software, sondern dort wurde ja dann eben über, Phishing-Strategien vor allem erstmal das Tor gefunden und die Menschen wiederum werden jetzt nicht durch AI gehärtet. Also wir werden weiterhin Fehler machen und in dem Moment, wo wir die Fehlerquelle sein können, werden wir sie auch sein. Und das ist wahrscheinlich langfristig das größere Problem.

Linus Neumann
0:56:34

Mhm. Es ist, also der Weg, den man sich jetzt quasi, der gute Weg, den man jetzt gerade ja versucht zu finden ist, sind wir in der Lage, was zu verhindern. Genau, das ist ja dann dieses Project Glassdoor, zu sagen, okay, wir nehmen diese Modelle, bevor sie die Öffentlichkeit bekommt, renovieren wir jetzt die Codebase und härten das und sind dann in der, sind hoffentlich gewappnet. Für eine sehr viel bessere Zukunft mit sehr viel stabilerer Software. Ja. Ein potenzieller, und ich glaube, ich hatte ja auch schon gesagt, dass ich es für extrem unwahrscheinlich halte, dass man, dass wir in fünf Jahren noch irgendjemand sagt, ich schreibe hier eine Software ohne Zuhilfenahme von KI. Das ist also absolut unwahrscheinlich. Vielleicht irgendwie in einem Kindergarten, um Programmieren zu lernen oder so. Oder in der Klassenarbeit oder so was. Oder in der Uni oder so. Aber dass das jetzt produktive Software irgendjemand da draußen bastelt, ohne KI zur Hilfe zu nehmen, zur Qualitätskontrolle oder zur Erstellung von Standardaufgaben, halte ich für extrem unwahrscheinlich. Eine Extremvariante ist. Wenn wir gerade mit KI-Software bauen und das einfach mit KI machen. Es ist ja nicht so, als würde die jetzt gerade aufhören zu lernen. Das heißt, im Moment nutzen wir es jetzt vielleicht, um zu sagen, ja, wir sind jetzt hier die Architekten und wir geben das und wir gucken immer so, wir beaufsichtigen das so ein bisschen, wir reden mit dir und gucken, ob die Sachen irgendwie alle unter Kontrolle sind. Ab und zu korrigieren wir auch mal einen Fehler oder so. Das wird ja nicht das Ende sein. Die Umgebungen, in denen KI selber, Software schreibt, selber testet sich selber, die gibt es ja längst. Also OpenClaw ist ja das Beispiel. Diesen Open-Clock-Kram, den hat der Peter Steinberger ja nicht selber geschrieben. Der hat einfach, der hatte, glaube ich, in irgendeinem Interview mal gesagt, dass er im Monat eine Million US-Dollar in Tokens durchgebraten hat.

Tim Pritlove
0:58:51
Linus Neumann
0:58:53
Tim Pritlove
0:59:12
Linus Neumann
0:59:16
Tim Pritlove
0:59:17
Linus Neumann
0:59:18

Der hatte schon Geld, das musste jetzt mal weg, damit er mal wieder an die Schippe kommt. Idle hands are the devil's playground, wie man so schön sagt. Das heißt, das haben wir ja auch schon. Und mit natürlich Ergebnissen, die wir dann immer noch mal so kurz belächeln oder so. Aber wenn das jetzt eben exponentiell weitergeht, dann ist es schon naheliegend, dass es irgendwo irgendjemandem irgendwie mal schief geht. Und je nachdem, wie du auf dieses Open Claw blickst, ist es ja schon schiefgegangen. Also diese Open Claw-Nummer ist ja nun, alles andere als irgendwie eine Erfolgsgeschichte von Qualität und Ethik. Ja, also ich meine, dieser eine hatten wir auch hier in der Sendung behandelt, dieser Agent, der dann eine Schwachstelle irgendwo fixen wollte, wo der Maintainer das abgelehnt hat und dann hat er irgendwie einen Block gemacht und hat da irgendwie den Maintainer verunglimpft, dann hat er sich nachher entschuldigt oder so. Das sind ja so die ersten Phänomene, die man dann so belächelt und denkt, ja, okay, Käse oder so. Aber das ganze Bild zusammen, da kann ich schon erkennen, warum einige Leute da sagen, oh, das könnte hier, da gibt es einen Realitätszweig, wo das wirklich ganz schön kacke wird. Ich halte es zum Beispiel nicht für so unwahrscheinlich, dass wir irgendwie einen... Irgendwo so eine Art massenhaftes Schadensereignis mit Infrastrukturausfall oder sowas haben, weil irgendetwas derartiges passiert oder eine Schwachstelle irgendwo aufgetan wird, die nicht schnell genug gefixt wird oder so. Diese Sachen sind eh schon immer wahrscheinlich gewesen. Ein Argument, was ich ja gerade versucht habe, durch mehrere Beispiele zu erhärten, dass wir in der Vergangenheit schon öfter dran vorbeigeschraubt sind und eher durch Glück es dann nicht passiert ist. Glück hab gut gemacht, super. Aber die Wahrscheinlichkeit, dass solche Schwachstellen gefunden oder entwickelt werden, steigt gerade. Gleichzeitig steigt auch die Wahrscheinlichkeit, dass wir sie finden und sie entfernen. Deswegen ist so die Frage, ändert sich jetzt die Grundwahrscheinlichkeit, aber wahrscheinlich schon. Und das ist auch glaube ich das, was der Dario von Anthropic so ein bisschen sagt, ja die Wahrscheinlichkeiten, die Wahrscheinlichkeit, das heißt ja immer noch, die größte Wahrscheinlichkeit ist ja immer noch, dass alles gut geht, aber gerät da auch ein bisschen ins Schwitzen.

Tim Pritlove
1:01:45
Linus Neumann
1:01:51
Tim Pritlove
1:02:16
Linus Neumann
1:02:22
Tim Pritlove
1:03:39

Ja, also ich meine, die Sichtweise gibt es und die ist in gewisser Hinsicht auch nachvollziehbar. Ich meine, es ist nun mal wirklich eine Schlüsseltechnologie, das lässt sich einfach nicht von der Hand weisen. Ich weiß, es gibt auch viele Asketen, nicht nur im Softwarebereich, sondern generell, die der Meinung sind, man müsste dieses Thema nur ausreichend verschweigen, vermeiden und nichts davon benutzen, dann würde es schon irgendwie wieder, weggehen und jeder, der das auch irgendwie nur anfasst oder sein Episodenbild mit einem Bildgenerator, generiert, macht sich strafbar am Untergang der Menschheit. Ja, kann man so sehen, aber halte ich wenig von, weil, man muss sich halt jetzt schon mal auch damit auseinandersetzen, weil wenn wir irgendeine Chance haben wollen, an diesem Diskurs in irgendeiner Form noch, mitzuwirken, dann ist halt mal wieder ein tiefes Verständnis erforderlich und da hilft einfach, eigene Erfahrung definitiv schon mal eine Menge. Ja und am Ende hilft vielleicht auch KI, weil das ist halt nun mal. Wir hatten das glaube ich auch schon mal, klingt ein bisschen einfach der Vergleich, aber, ähnliches dachte man halt auch mit dem Rechnen und der Taschenrechner war dann genauso so ein Teufelswerkzeug und der Computer dann natürlich auch auf jeden Fall. Mittlerweile hat man sich daran gewöhnt, dass man eben Mathematik einfach mal so absitzt. Man muss jetzt nicht unbedingt jedes Detail kennen, wenn man da jetzt nicht gerade tiefes Verständnis sucht und forscht und so weiter. Völlig okay ist, das zu machen. Nur, das ist halt etwas, wo man eben sieht, wir können das eben mit Software besser machen und deswegen geschieht es halt auch einfach. Und jetzt sind wir halt auf diesem nächsten Level, dass, Bestimmte Dinge, von denen wir eben geglaubt haben, sie wäre bisher nur den Hirnen vorbehalten, sich jetzt eben mit Software auch machen lassen und deswegen werden sie auch getan werden. Und da wird sehr viel Unfug bei rauskommen. Wir haben auch Gefährdungen, aber auf der anderen Seite ist es auch ein Bereich, aus dem sehr viele positive Entwicklungen kommen werden. Es ist nicht nur so, dass AI uns alle umbringen wird, sondern es kann uns auch genauso gut retten.

Linus Neumann
1:06:06
Tim Pritlove
1:06:15
Linus Neumann
1:06:24
Tim Pritlove
1:06:26
Linus Neumann
1:07:17

Ich, Es ist, ich hoffe, dass jetzt, also ich hoffe, dass diejenigen, die dann am Ende wütende Kommentare schreiben, das will ich so ein bisschen mal zu Ende gehört haben, was wir hier sagen. Ich würde sehr gerne noch so ein bisschen darauf, also ich, wir haben jetzt mal diesen, wovor waren die Leute, was ist der schlechte Pfadteil erklärt? Oder ein bisschen beleuchtet, was heißt erklärt? Wie du aber gerade auch schon saß, es gibt eine ganze ganze Menge an guten Dingen, die man damit machen könnte. Und es besteht natürlich auch Hoffnung, dass man diese guten Dinge macht. Und ich würde insgesamt auch denken, bisher haben wir als Menschheit meistens, die Kurve gekriegt, uns nicht auszulöschen, nicht vollständig, ja. Immer nur so massenhafte Morde an bestimmten Bevölkerungsgruppen. Die kamen aber von uns, die kamen von den Menschen. Vielleicht kommen wir irgendwann dann doch, vielleicht ist das die Utopie, die hier dann ins Haus steht, dass wir dann irgendwann uns doch alle erkennen, dass der wahre Feind woanders ist und wir unsere Brüder und Schwestern, von anderen Kontinenten mit anderen Hautfarben oder auch einfach nur von nebenan, als Verbündete sehen sollten. Aber dass hier diese Warnungen oder diese Doomsday-Szenarien bei dieser Technologie auch diskutiert werden, ist sicherlich im weitesten Sinne sinnvoll. Also, dass man sich darüber Gedanken macht. Aber eben mit einem klaren Kopf. Und da stören mich einige Aufarbeitungen, die dann eben sehr, dramatisierend sind oder sehr, herunterspielend. Die gehören einfach zu dem Spektrum. Keiner von beiden würde ich jetzt notwendigerweise mich verschreiben. Was meinst du?

Tim Pritlove
1:09:40
Linus Neumann
1:09:44
Tim Pritlove
1:09:54
Linus Neumann
1:10:04
Tim Pritlove
1:10:08

Ja.

Linus Neumann
1:10:10
Tim Pritlove
1:10:25
Linus Neumann
1:11:12
Tim Pritlove
1:11:18
Linus Neumann
1:12:17
Tim Pritlove
1:12:27
Linus Neumann
1:12:29

Das ist eine relativ kleine, sehr gemütliche Kneipe, hat einen schönen Kamin. Vielleicht ist der an, wenn es da kalt ist, ist ja Oktober. Hat eine Bar, hat eine Toilette und insgesamt einfach eine ganz nette heimelige Atmosphäre. Weil das, und wir haben es auch extra gewählt, weil es klein ist, weil wenn wir jetzt eine Großveranstaltung machen würden, dann kann man ja auch nicht ins Gespräch, Aber wir werden deshalb auch quasi eine Art Vorverkauf machen, einfach um sicherzustellen, dass da nicht am Ende viel zu viele Leute vor der Tür stehen. Es ist also eher so ein bisschen Crowd-Control, und auch die Möglichkeit für euch zu wissen, sicher zu wissen, dass ihr da dann auch hin und rein kommt. Diesen Vorverkauf werden wir zeitnah launchen. Es geht jetzt auch nicht um das große Geld. Es geht einfach eher um so ein Commitment. Ja, okay, ich habe ein Ticket gekauft. Wenn ich das jetzt nicht in Anspruch nehme, gebe ich es weiter und so weiter. Wenn ihr jetzt irgendwie plant, von weit her anzureisen, würde ich vielleicht bei der ersten Iteration nicht notwendigerweise euch das nahelegen. Das ist ein Sonntag, später Nachmittag, Abend. Und es ist auch ein Testballon. Wir gucken mal, wie das so läuft. Wir gucken mal, wie das klappt, was sich da findet. Wir haben aber durchaus vor, das oder ähnliche oder andere Formate ein bisschen regelmäßiger zu machen im kleinen Kreise und so ein bisschen, diese Sprechschuld abzubauen. Wir haben hier viel geredet und man soll ja auch mal zuhören. Und wir sind an diesem Austausch sehr interessiert. Genau, also könnt ihr euch das mal in den Kalender markieren. Neukölln, Ässtube, 11. Oktober, irgendwie so auf einen späten Nachmittag, Frühjahr, Abend und wir werden dann in den nächsten Sendungen hier weitere Informationen dazu geben.

Tim Pritlove
1:14:49
Linus Neumann
1:14:50
Tim Pritlove
1:16:33
Linus Neumann
1:16:36
Tim Pritlove
1:16:44
Linus Neumann
1:16:46
Tim Pritlove
1:16:50
Linus Neumann
1:16:53
Tim Pritlove
1:16:57
Linus Neumann
1:16:59
Tim Pritlove
1:17:00
Linus Neumann
1:17:02
Tim Pritlove
1:17:10
Linus Neumann
1:17:15