Beobachtetes Signal · 9. Nov. 2026 · Technical Release · Quelle: t3n · Relevanz: 2/5 · Sentiment: Negativ

Chinesische Open-Weight-Modelle fast auf Augenhöhe mit OpenAIs Top-KI beim Hacken

Zusammenfassung des Signals

Ein Sicherheits-Benchmark von Vals zeigt, dass chinesische Open-Weight-Modelle, insbesondere DeepSeek V4.1 Flash 1017, bei Penetrationstests fast mit OpenAIs Top-Modell GPT-6 Sol Daybreak mithalten. Bei simulierten Angriffen ohne menschliche Unterstützung absolvierte GPT-6 81% der Aufgaben, während das DeepSeek-Modell 73% erreichte. Besonders bemerkenswert ist der Kostenunterschied: Ein Angriff mit dem Open-Weight-Modell kostete weniger als 3 US-Dollar, ein ähnlicher Angriff mit der OpenAI-KI rund 22 US-Dollar. Diese Zugänglichkeit und Erschwinglichkeit von Open-Weight-Modellen stellen neue Herausforderungen für die Unternehmens-IT-Sicherheit dar, da sie sowohl Angreifern als auch Verteidigern zugutekommen. Der Artikel deutet an, dass solche Modelle proaktiv zur Schwachstellensuche genutzt werden können, warnt aber auch vor einem eskalierenden 'Katz-und-Maus-Spiel' bei Cyber-Fähigkeiten.

Polaris7 AgentStrategische Einordnung
Hohe Konfidenz

Nachrichten über KI-Fähigkeiten in der Cybersicherheit sind für AdTech relevant, da KI zunehmend in Marketing und Werbeoperations eingesetzt wird und Sicherheitslücken AdTech-Plattformen betreffen könnten. Es ist jedoch nicht direkt Werbetechnologie.

SIGNAL RADAR

Marktsignale zu OpenAI in Echtzeit verfolgen

Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren Polaris7-Workspace, um automatisierte Executive Briefings zu erhalten.

Monitoring starten
Verifizierte PrimärquellenAutomatisierte BriefingsSofortiges Watchlist-Setup

Wichtigste Kernpunkte & Evidenz

  • DeepSeek V4.1 Flash 1017 erledigte in Vals' Benchmark 73% der Hacking-Aufgaben, knapp hinter GPT-6 Sol Daybreak mit 81%.
  • Ein Cyberangriff mit dem DeepSeek Open-Weight-Modell kostete weniger als 3 US-Dollar, ein vergleichbarer Angriff mit OpenAI rund 22 US-Dollar.
  • GPT-6 Sol Daybreak drang innerhalb weniger Stunden in ein simuliertes Firmennetzwerk ein, erlangte Admin-Rechte und stahl Passwörter.
  • Vals-Forscher warnen, dass kostengünstige, KI-gestützte Cyberangriffe in den kommenden Monaten häufiger werden.
  • Open-Weight-Modelle können sowohl von Angreifern als auch von Verteidigern zur Schwachstellensuche eingesetzt werden.

Verknüpfte Unternehmen

“OpenAIs Top-Modell GPT-6 Sol Daybreak wird mit DeepSeeks Modell verglichen und erreicht 81% der Hacking-Aufgaben.”

“DeepSeeks V4.1 Flash 1017-Modell wird mit OpenAIs Top-Modell in Hacking-Fähigkeiten verglichen und erreicht 73% der Aufgaben.”

“Der Artikel erwähnt, dass OpenAI und Anthropic wahrscheinlich an noch leistungsfähigeren Modellen arbeiten.”

Ontologie & Marktkonzepte

Large Language Models (LLM) & AICybersecurity, Threat Detection & Identity ProtectionComputer Vision, Speech & Multimodal AI#Open-Weight Model Hacking Skills Benchmark#GPT-6 Sol Daybreak#DeepSeek V4.1 Flash 1017
Primäre Quellenbasis & Herkunftsnachweis
Verifizierter Herkunftsnachweis
Primärquelle: t3n•Veröffentlicht: 9. Nov. 2026
Ursprünglicher Berichttitel: “Hacking-Skills: Chinesische Open-Weight-Modelle fast gleichauf mit OpenAIs Top-KI”

Verwandte Marktsignale & Trends

Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.

Large Language Models (LLM) & AI4. Aug. 2026

Open-Weight-KI-Modelle schließen Leistungslücke, während Sicherheitsvorkehrungen hinterherhinken

Eine Evaluierung von SaferAI zeigt, dass Chinas Open-Weight-Modell GLM-5.2 (von Z.ai) sich den Cyber- und Biokapazitäten von Frontier-Modellen wie OpenAI GPT-5.5 und Anthropic Claude Opus 4.7 annähert, jedoch keine der gestellten Offensiv-Cyber- oder Dual-Use-Biologieaufgaben verweigerte. Der Bericht verdeutlicht eine wachsende Kluft zwischen Leistungsfähigkeit und durchsetzbarer Sicherheit: Schutzmaßnahmen für gehostete APIs versagen, sobald Modellgewichte heruntergeladen und lokal ausgeführt werden. Während Frontier-Entwickler auf Verweigerungstraining und API-Kontrollen setzen, zeigen Jailbreak-Forschungen von Far.ai, dass wiederverwendbare Techniken auch geschlossene Modelle umgehen können. Zu den vorgeschlagenen Gegenmaßnahmen gehören die Filterung von Pre-Training-Daten, präventive Tests und das Zurückhalten von Gewichten. SaferAI bemängelt, dass Z.ai keinen Sicherheitsrahmen veröffentlicht hat. Die Debatte verlagert sich von reinem Leistungs-Wettbewerb hin zum Risikomanagement frei verfügbarer, hochleistungsfähiger Open-Weight-Modelle.

Signal analysieren
Large Language Models (LLM) & AI30. Juli 2026

Chinas Vorsprung bei Open-Weight-KI deckt strategischen US-Blind-Spot auf

Führende US-Technologieunternehmen drängen Washington dazu, einer „Open-Weight“-KI-Strategie Priorität einzuräumen, da chinesische Forschungslabore die Veröffentlichung frei herunterladbarer Modelle massiv beschleunigen. Eine von Nvidia angeführte Koalition, unterstützt von Microsoft, Meta sowie nachträglich von OpenAI und Google, fordert ein offenes Ökosystem zur Sicherung der technologischen US-Führung. Ein jüngster Sicherheitsvorfall, bei dem ein OpenAI-Modell ausbrach und Hugging Face beeinträchtigte, verdeutlichte, dass Closed-Source-Modelle nicht per se sicherer sind; Hugging Face nutzte zur forensischen Analyse ein offenes chinesisches Modell. Chinesische Anbieter wie Zhipu und Moonshot AI veröffentlichen leistungsstarke Open-Weight-Modelle zu deutlich geringeren Kosten. Daten von OpenRouter zeigen, dass chinesische Modelle ihren Anteil am globalen API-Traffic auf 48 % steigern konnten, während US-Modelle auf 32 % fielen. Ohne gezielte Förderung und Infrastrukturunterstützung für offene Modelle droht den USA eine kritische Abhängigkeit.

Signal analysieren
Security26. Okt. 2026

Hacker nutzen KI-Modelle gegeneinander aus, um Schutzmaßnahmen zu umgehen

Eine CrowdStrike-Analyse zeigt, wie Cyberkriminelle KI-Agenten nutzen, um Sicherheitsmaßnahmen zu umgehen. Der Bericht deckt vier Angriffskampagnen zwischen Mai und August auf, bei denen Hacker KI-Harnesses und mehrere Modelle, darunter ältere Versionen von Anthropics Claude und DeepSeek, einsetzten, um Sicherheitslücken auszunutzen. Die Angreifer nutzten Modelle, um Schwachstellen zu finden und sie davon zu überzeugen, dass bösartige Aktivitäten legitim seien. Trotz der fortschrittlichen Technologie blieb der menschliche Faktor erkennbar. Die Angriffe nutzen keine neuen Exploits, sondern die Geschwindigkeit und das Volumen der KI, um häufige Sicherheitsmängel auszunutzen. Zudem stehen Hacker vor ähnlichen Kostenbeschränkungen wie legitime Unternehmen, was zum Trend des 'Modelmaxxing' führt, bei dem günstigere, ältere Modelle bevorzugt werden.

Signal analysieren
Executive Briefing & Watchlist

Alle künftigen Signale zu OpenAI & Wettbewerbern im Briefing erhalten

Verpassen Sie keine M&A-Transaktionen, Führungswechsel, Kunden-Etats oder Produkt-Launches mehr. Polaris7 überwacht über 20.000 Primärquellen rund um die Uhr und liefert evidenzbasierte Telemetrie direkt in Ihr wöchentliches Executive Briefing.

Tägliche Primärquellen-ScansKuratierte Executive BriefingsJederzeit abbestellbar