| About me | https://www.cherware.de/aboutme/ |
"Wir" setzen gerade die "LLM Wiki"-Methode nach #Karpathy um und es ist faszinierend! Wenn der Developer #Agent codet und der Auditor Agent direkt das "Knowledge Integrity Review" absegnet... Als #HumanInTheLoop sitzt man eigentlich nur noch mit Popcorn daneben. Die #KI pflegt und validiert ihr eigenes Wissen. Faszinierend...
Och... Schaut doch schon mal nicht so schlecht aus 🙂
Probiert es selbst:
https://www.digitale-autarkie.de/
#digitalesouveranitat
#digitaleunabhangigkeit
#digitaleautarkie
#digitalsovereignty
Künstliche Intelligenz verändert die Cybersicherheitslage grundlegend und erfordert neue Maßstäbe in der Reaktionsgeschwindigkeit. Während böswillige Akteure in der Vergangenheit bereits arbeitsteilig auf Künstliche Intelligenz gesetzt hatten – beispielsweise um Phishing-Mails zu verfassen – sind aktuelle KI-Systeme derart leistungsfähig, dass Schwachstellen in Software innerhalb kurzer Zeit sowohl umfassend als auch teilweise autonom erkannt, analysiert und in verwertbare Angriffspfade überführt können. Daraus kann eine Lage entstehen, die Organisationen mit einer erheblich steigenden Zahl neu entdeckter Schwachstellen, Exploits, Patches und Folgevorfällen konfrontiert. Die aktuelle Diskussion konzentriert sich dabei maßgeblich auf die Fähigkeiten von aktuellen KI Top-Modellen, in großem Maßstab Schwachstellen in Quellcode zu identifizieren und Exploit-Code zu liefern. Aber auch in anderen Bereichen, wie dem Reverse Engineering von Binaries, ist bei den Modellen ein Fähigkeiten-Zuwachs zu beobachten. Neben diesen sogenannten Frontier-Modellen (wie bspw. Claude Mythos oder OpenAI GPT-5.5), spielen jedoch ebenso die günstigeren, kleineren LLMs eine Rolle in der Entwicklung der Cybersicherheit. Selbst, wenn einzelne Prognosen mit Vorsicht betrachtet werden müssen, bleibt die strategische Stoßrichtung klar: KI senkt Aufwand, Zeitbedarf und Einstiegshürden für offensive Cyberfähigkeiten maßgeblich. Damit einher geht eine strukturelle Veränderung der Cyberbedrohung. Angreifer profitieren in besonderem Maße von der Geschwindigkeit, Skalierung und Automatisierung. Verteidiger bleiben dagegen an reale Betriebsgrenzen gebunden, etwa durch Testaufwand, Freigabeprozesse, Wartungsfenster für Patches, Herstellerabhängigkeiten, rechtliche und organisatorische Abstimmungen sowie begrenzte personelle Kapazitäten. Um trotz dieser Hürden Schritt zu halten, muss die Angriffsfläche grundsätzlich minimiert werden. Weitere Informationen zu den Veränderungen auf die Cybersicherheit durch die Entwicklung im Bereich der Künstlicher Intelligenz sowie notwendige Maßnahmen zum Umgang mit diesen, finden Sie in der BSI-IT-Sicherheitsinformation (BITS).
LLMs shouldn’t rediscover knowledge every time. Karpathy’s “LLM Wiki” turns docs into a persistent, self-updating knowledge base—built & maintained by the AI itself. Huge shift beyond RAG.
https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f
AI often fails due to missing context, not the model. Google’s Open Knowledge Format (OKF) makes knowledge portable & interoperable—simple Markdown for humans & machines.
KI in SAP-Systemen bringt Tempo – aber auch neue Datenschutzfragen. Entscheidend: Transparenz über Datenflüsse, Zwecke und Verantwortlichkeiten statt nur „AI-by-Design“-Versprechen. Wo fehlen prüffähige Infos?
https://impulsant.dsag.de/formate/textbeitrag/datenschutz-bei-ki-in-sap-systemen-klaerungsbedarf/
Beschreibung für Social Media: (inkl. Haupt-Keyword und CTA)Datenschutz bei KI in SAP-Systemen erfordert Transparenz zu Datenarten, Zwecken, externen Anbietern, Speicherorten und Verantwortlichkeiten. Jetzt den DSAG-Fachartikel auf impulsant lesen.
VS Code 1.121 finally makes diagrams easy: Mermaid diagrams are now rendered directly in the Markdown preview and in notebooks—no extensions required. Perfect for documentation and architecture!
https://code.visualstudio.com/updates/v1_121#_mermaid-diagrams-in-markdown-preview-and-notebooks
KRISÚ クリス 🏴☠️
