Wie sind die Öffnungszeiten?

Montag 09:00 - 17:00 Dienstag 09:00 - 17:00 Mittwoch 09:00 - 17:00 Donnerstag 09:00 - 17:00 Freitag 09:00 - 17:00

Dynexo GmbH, Willy-Brandt-Platz 19, Braunschweig (2026)

27/08/2026

Ox Alpha: Eine Fallstudie zu anonymer KI und dem verborgenen Risiko „kostenloser“ KI-Modelle

295 Millionen Anfragen in fünf Tagen. Null Informationen darüber, wer das Modell entwickelt hat.

Ein neues anonymes KI-Modell namens Ox Alpha tauchte kostenlos auf und wurde schnell zu einem der meistgenutzten Modelle auf OpenRouter. Es bot riesige Kontextfenster und leistungsstarke agentische Coding-Funktionen – ohne dass ein Name dahinter stand. Das Modell bot ein Kontextfenster von einer Million Tokens, die Verarbeitung von Bildern und Videos sowie die Möglichkeit, externe Tools aufzurufen – Funktionen, die normalerweise Premium-Modellen vorbehalten sind.

Entwickler stürzten sich darauf: kostenloser Zugang, ein riesiges Kontextfenster, multimodale Fähigkeiten, Tool-Nutzung und starke Ergebnisse in Coding-Benchmarks machten das Modell besonders attraktiv. Laut OpenRouter-Daten stieg die Nutzung von 27 Millionen Anfragen am ersten Tag auf 79 Millionen Anfragen nur vier Tage später. Das tägliche Token-Volumen kletterte von 2 Billionen auf 5,8 Billionen Token. Ein ungeprüfter Benchmark mit einem angeblichen Score von 80%, der Ox Alpha vor Claude Fable 5 und GPT 5.6 Sol platzierte, verbreitete sich ebenfalls rasant. Ein späterer, umfassenderer Test mit 113 Aufgaben zeigte jedoch ein deutlich moderateres Ergebnis von 58,4%.

Währenddessen wurden alle Prompts und Outputs an einen Betreiber übermittelt, dessen Identität niemand kannte. Zunächst wusste niemand, wer dahintersteckte oder wohin die Nutzerdaten gingen.

Inzwischen hat Z.ai gegenüber Bloomberg bestätigt, dass Ox Alpha eine neue Variante seiner GLM-Modellfamilie ist. Damit ist das Rätsel gelöst. Gleichzeitig wurde bestätigt, dass Nutzerdaten – darunter Prompts, Quellcode und Modell-Outputs – tagelang an ein chinesisches Unternehmen übermittelt wurden, bevor die Nutzer überhaupt wussten, wer dahintersteckte. Und das ist nicht das erste Mal. Z.ai testete bereits im Februar ein früheres GLM-Modell anonym. Auch OpenAI, xAI, Mistral, und Xiaomi haben diese Strategie bereits genutzt. Z.ai zufolge sollen die Modellgewichte veröffentlicht und der gehostete Zugang für eine Woche kostenlos bleiben. Wie die zukünftige Preisgestaltung aussehen wird, ist noch offen.

Kostenlos und beeindruckend bedeuten nicht automatisch sicher. Kostenloser Zugang kann die Einstiegshürde für Experimente senken – aber gleichzeitig auch die Hürde für eine versehentliche Datenpreisgabe. Bevor du vertraulichen Quellcode oder Unternehmensdaten durch ein nicht identifiziertes KI-Modell laufen lässt, solltest du zwei Fragen stellen:
👉 Wer steckt dahinter?
👉 Wohin gehen meine Daten?

Würdest du ein anonymes KI-Modell mit dem Quellcode deines Unternehmens testen?

24/08/2026

KI-Datenschutz und Transparenz werden zum echten Vertrauenstest für jedes Unternehmen, das KI einsetzt

Fakt ist: Jeden Tag teilen Menschen Kundendaten, interne Dokumente, private Gespräche und berufliche Anliegen mit KI-Tools. Dennoch wissen viele noch immer nicht, ob diese Informationen möglicherweise zum Trainieren eines Modells verwendet werden oder wie lange sie gespeichert bleiben.

Cybernews hat in seinem 2026 AI Trustworthiness Ranking 500 KI-Unternehmen aus 36 Ländern untersucht. Dabei zeigte sich: 63 % legten nicht eindeutig offen, ob sie Nutzerdaten zum Training ihrer KI-Modelle verwenden.
◼️ 42% gingen in ihren Datenschutzrichtlinien überhaupt nicht auf diese Frage ein.
◼️ 21% verwendeten vage Formulierungen statt einer klaren Ja-oder-Nein-Antwort.
Weitere 65% erklärten nicht eindeutig, wie lange Nutzerdaten gespeichert werden.
◼️ 9% erwähnten weder Aufbewahrung noch Löschung.
◼️ 56% sprachen allgemein über die Datenspeicherung, nannten aber keinen konkreten Zeitraum.

Das bedeutet nicht automatisch, dass jedes Unternehmen mit unklaren Angaben Daten missbraucht. Doch unklare Formulierungen führen zum gleichen menschlichen Ergebnis: Menschen können keine fundierten Entscheidungen treffen. Teams können Tools nicht mit voller Sicherheit freigeben. Und Führungskräfte können nicht ehrlich behaupten, das Risiko vollständig zu verstehen.
Ein Mitarbeiter fügt ein Kundenangebot in einen Chatbot ein. Ein Manager lädt eine Tabelle hoch. Ein Gründer teilt seine Produktstrategie, während alles schnell gehen muss. In solchen Momenten wird die Datenschutzrichtlinie vom juristischen Kleingedruckten zu einer geschäftlichen Entscheidung.

Auch die Forschung der Stanford University zeigt ein ähnliches Bild. Der Foundation Model Transparency Index ergab, dass der durchschnittliche Transparenzwert 2025 auf 40 von 100 Punkten gesunken ist. Auch das National Institute of Standards and Technology (NIST) nennt Datenherkunft, Datenschutz und Governance als wesentliche Bestandteile einer verantwortungsvollen KI.

Für Unternehmen, die den Datenschutzvorgaben der EU unterliegen, ist das besonders relevant. Die DSGVO-Leitlinien der Europäischen Kommission sehen vor, dass personenbezogene Daten nur so lange gespeichert werden, wie es notwendig ist. Unternehmen sollten zudem Fristen für Löschung oder Überprüfung festlegen. Eine vage Aufbewahrungsrichtlinie kann daher die Verantwortlichkeit und die Bewertung von Anbietern erheblich erschweren.

KI-Unternehmen sollten vier Fragen klar und verständlich beantworten:
👉 Welche Daten werden gesammelt?
👉 Werden diese Daten zum Training verwendet?
👉 Wer kann darauf zugreifen oder sie erhalten?
👉 Wann genau werden sie gelöscht?

Als Fachleute sollten wir nicht erst auf einen Datenverlust oder eine Compliance-Krise warten, bevor wir bessere Fragen stellen. Verantwortungsvolle KI beginnt mit verantwortungsvollen Entscheidungen über Daten.

21/08/2026

bündelt die KI-Aufsicht bei einer Bundesbehörde. Ein Landesdatenschutzbeauftragter warnt, dass dieser Schritt verfassungswidrig sein könnte.
KI-Aufsicht, Datenschutz und digitale Souveränität sind keine voneinander getrennten Debatten. Sie drehen sich um dieselbe zentrale Frage: Wer kontrolliert unsere Rechte in einer KI-getriebenen Gesellschaft?

Denis Lehmkemper, der Landesbeauftragte für den Datenschutz Niedersachsen, hat diese Woche seinen Tätigkeitsbericht für 2025 veröffentlicht – und dabei deutliche Kritik geäußert. Das neue deutsche Durchführungsgesetz zum AI Act bündelt die Marktaufsicht über KI bei der Bundesnetzagentur. Lehmkemper argumentiert, dass diese Struktur europarechtliche Anforderungen verletzt. Bei KI-Anwendungen in Schulen oder bei der Polizei sieht er sogar einen möglichen Verstoß gegen das Grundgesetz.

Das ist kein kleiner technischer Streit. Die entscheidende Frage ist vielmehr, ob KI-Systeme, die personenbezogene Daten verarbeiten, wirksam beaufsichtigt werden können, wenn es an der Expertise und Unabhängigkeit der Datenschutzbehörden fehlt.

Die Zahl der Beschwerden bei Lehmkempers Behörde ist 2025 bereits um mehr als 70 % auf 4.022 Fälle gestiegen. KI-Chatbots erstellen inzwischen sogar vorformulierte Beschwerdeschreiben für Bürger und überschwemmen die Behörden mit unvollständigen Eingaben, die sich nur schwer bearbeiten lassen. Gleichzeitig haben Pilotprojekte mit Tools wie LLMoin und Microsoft Copilot Chat in Behörden konkrete Probleme sichtbar gemacht – darunter fehlende Rechtsgrundlagen, Halluzinationen und verzerrte Ergebnisse, die die Zuverlässigkeit von Entscheidungen gefährden können, die reale Menschen betreffen.

Genau hier muss die Lösung ansetzen. Lehmpempkers Antwort lautet nicht mehr Zentralisierung, sondern intelligentere und bürgernähere Aufsicht. Er fordert klare gesetzliche Regelungen für das Training von KI, verpflichtende Schulungen für Beschäftigte und eine präzise Konfiguration von Modellen. Und er verweist auf ein noch größeres Thema: digitale Souveränität. Eine starke Abhängigkeit von nicht-europäischen Technologiekonzernen, so seine Warnung, ist nicht nur eine Frage des Komforts, sondern auch ein Sicherheitsrisiko. Seine Behörde empfiehlt daher auch europäische Open-Source-Alternativen.
Im Jahr 2025 erließ die Behörde 34 erste Bußgeldentscheidungen mit einem Gesamtvolumen von rund 705.000 Euro.

Innovation und Grundrechte können gemeinsam vorankommen. Dafür braucht es jedoch starke lokale Aufsicht und klare Verantwortlichkeiten – keine schwächere Kontrolle, die hinter Zentralisierung verborgen wird.

Wie sehen Sie das? Sollte die KI-Aufsicht näher bei den Menschen liegen, die von ihren Entscheidungen betroffen sind – oder macht eine zentralisierte Aufsicht Regulierung tatsächlich stärker?

19/08/2026

Deine KI-Smartwatch könnte Herzprobleme bald erkennen, ohne dass du für eine Messung stillhalten musst.

Sharanya Arcot Desai - Samsung Research America (SRA) hat gerade zwei KI-Modelle vorgestellt: xMAE und HiMAE. Sie wurden entwickelt, um Biosignale wie Herzaktivität, Schlaf und Bewegung direkt über Wearables auszuwerten. Und das ist tatsächlich mehr als nur eine weitere KI-Pressemitteilung.

lernt, zwei Herzsignale miteinander zu verknüpfen, die normalerweise unterschiedlich erfasst werden. Ein EKG misst die elektrische Herzaktivität mit hoher klinischer Präzision, erfordert dafür aber eine aktive Messung und möglichst wenig Bewegung. PPG läuft dagegen passiv über die Smartwatch und erfasst kontinuierlich Veränderungen des Blutflusses. Samsung hat xMAE darauf trainiert, EKG-Muster allein aus PPG-Daten vorherzusagen – und konnte das EKG nach dem Training vollständig aus der Gleichung nehmen. Das Ergebnis: kontinuierliche kardiovaskuläre Überwachung, ohne dass erneut eine manuelle EKG-Messung erforderlich ist.

Die Details sind dabei entscheidend: xMAE wurde mit 9.400 Stunden gekoppelter EKG- und PPG-Daten vortrainiert und übertraf bestehende Modelle bei 15 von 19 Testaufgaben, darunter die Vorhersage von Herz-Kreislauf-Erkrankungen und die Klassifizierung von Schlafphasen.
HiMAE löst ein anderes Problem: Gesundheitsdaten bedeuten je nach Zeitskala etwas völlig anderes. Ein Herzschlag dauert nur Millisekunden, während sich Schlafmuster über Stunden entwickeln. HiMAE nutzt deshalb separate Encoder für kurze und lange Datensegmente und liefert die Ergebnisse in unter einer Millisekunde auf einem Prozessor der Smartwatch-Klasse. Die gesamte Analyse läuft damit direkt am Handgelenk – ohne Cloud-Verbindung.

Was diese Entwicklung von typischen Unternehmens-KI-Ankündigungen unterscheidet, ist die wissenschaftliche Validierung. Beide Modelle nutzen Self-Supervised Learning. Das bedeutet, dass sie Muster aus nicht annotierten Biosignaldaten erkennen, anstatt aufwendig manuell gekennzeichnete Trainingsdaten zu benötigen. Das ist besonders relevant, weil medizinische Daten in großem Umfang teuer und zeitaufwendig zu annotieren sind.
xMAE wurde für die ICML und HiMAE für die ICLR akzeptiert – zwei der renommiertesten und wettbewerbsintensivsten KI-Forschungskonferenzen weltweit. Die Forschung wurde damit bereits wissenschaftlich begutachtet, bevor Samsung sie überhaupt per Pressemitteilung vorgestellt hat.

Welche konkreten Galaxy-Watch-Funktionen damit künftig ausgestattet werden könnten und wann, hat Samsung bisher nicht bestätigt. Aber die wissenschaftliche Grundlage für kontinuierliches, direkt auf dem Gerät laufendes Gesundheitsmonitoring ist jetzt Realität.

Was müsste passieren, damit du einer KI vertraust, die deine Vitalwerte in Echtzeit direkt auf der Smartwatch analysiert – ohne Daten an die Cloud zu senden?

17/08/2026

Ein Sicherheits-Patch war bereits seit über drei Wochen verfügbar, bevor Shell, Philips, GE (General Electric), und Fiserv entdeckten, dass ihre Systeme möglicherweise bereits kompromittiert worden waren.
- Shell bohrt nach Öl und Gas.
- Philips entwickelt medizinische Geräte.
- Fiserv verarbeitet Zahlungen.
Drei völlig unterschiedliche Branchen – und alle drei könnten gerade über denselben Softwareanbieter angegriffen worden sein.

, eine seit 2019 aktive, mit Russland in Verbindung gebrachte Cybercrime-Gruppe, hat fast 50 Unternehmen auf ihrer Leak-Seite veröffentlicht und behauptet, Daten von Unternehmen aus den Bereichen Energie, Gesundheitswesen und Finanzen gestohlen zu haben.
Die Gruppe behauptet, über 89 GB Daten von Shell zu verfügen, darunter Projektzeichnungen von Energieanlagen und Inspektionsberichte. Von Philips sollen 13,5 GB gestohlen worden sein, darunter Gerätespezifikationen und Schaltpläne.
Keines der vier genannten Unternehmen hat bisher bestätigt, dass tatsächlich Daten gestohlen wurden. Philips erklärte, einen versuchten Angriff auf einen internen Server abgewehrt zu haben. Shell und GE untersuchen den Vorfall weiterhin. Fiserv meldet bislang keine Hinweise auf kompromittierte Kundendaten. Cl0p hat bisher keine Beweise veröffentlicht.

Der Einstiegspunkt war kein neuartiger Exploit. Ransom ISAC warnte am 22. Juli vor einer Schwachstelle in PTC Windchill und FlexPLM – Product-Lifecycle-Management-Software, die in Bereichen wie Design, Fertigung und Produktentwicklung eingesetzt wird. Die Schwachstelle wird als CVE-2026-12569 geführt. PTC veröffentlichte entsprechende Sicherheitsupdates. Cl0p griff dennoch weiterhin ungepatchte Systeme an und schreibt potenzielle Opfer inzwischen direkt per E-Mail an, um den Datendiebstahl zu bestätigen: „We already have your data.“

Genau so sieht Vendor Concentration Risk in der Praxis aus. Sie können Ihr eigenes Netzwerk überprüfen, Ihre Mitarbeiter schulen, Ihre Sicherheitsarchitektur härten und Ihre Perimeter absichern – und trotzdem Teil eines Angriffs werden, weil Ihr PLM-Anbieter eine Schwachstelle hat. Und wenn ein Wettbewerber oder ein völlig anderes Unternehmen aus einer anderen Branche dieselbe Software-Abhängigkeit hat, kann sich das Risiko branchenübergreifend ausbreiten.
Third-Party-Risikobewertungen dürfen deshalb nicht bei der Frage stehen bleiben: „Ist dieser Anbieter sicher?“
Sie müssen weitergehen: „Wie viele andere Unternehmen und wie viele verschiedene Branchen wären betroffen, wenn dieser Anbieter ausfällt?“

👍 Deshalb sind wir für Sie da.
👍 Deshalb sind wir auf solche Fälle vorbereitet.
👍 Deshalb gehen wir einen Schritt weiter, prüfen genauer und unterstützen Sie besser.

Erfasst Ihr Vendor-Risk-Prozess tatsächlich gemeinsam genutzte Software-Abhängigkeiten – oder endet er beim Vertrag?
Sagen Sie uns, wie Sie damit umgehen.

14/08/2026

Ein gestohlenes Passwort lässt sich in wenigen Sekunden zurücksetzen. Eine gestohlene Krankengeschichte nicht.

Genau damit sehen sich derzeit fast 19 Millionen Menschen in Polen konfrontiert. Nach einem massiven Datenleck bei MyDr, einer der größten digitalen Gesundheitsplattformen Polens, wurden hochsensible medizinische Informationen offengelegt. Angreifer behaupten, mehr als 2,5 Terabyte an Daten von 18,8 Millionen Menschen gestohlen zu haben, wie Cybernews berichtet. MyDr konnte das vollständige Ausmaß des Vorfalls bislang jedoch noch nicht bestätigen, da die forensische Untersuchung noch läuft.

Zu den mutmaßlich offengelegten Daten gehören PESEL-Identifikationsnummern – die polnische Entsprechung einer nationalen Identifikationsnummer – sowie Rezepte, Terminaufzeichnungen und weitere persönliche Informationen. Um zu beweisen, dass sie tatsächlich Zugriff auf die Daten hatten, wandten sich die Angreifer direkt an polnische Medien und veröffentlichten die PESEL-Nummer eines hochrangigen Politikers, zwei Telefonnummern und 25 Rezepte. Polens Vizepremierminister Krzysztof Gawkowski bezeichnete den Vorfall als eines der größten Datenlecks in der Geschichte des Landes. Nach Einschätzung der Behörden war der Angriff finanziell motiviert und nicht politisch.

Die Risiken gehen weit über gewöhnlichen Identitätsdiebstahl hinaus. Medizinische Daten lassen sich nicht wie eine Kreditkarte neu ausstellen. Sind sie einmal öffentlich, bleiben sie es. Das kann Tür und Tor für medizinischen Identitätsdiebstahl, Versicherungsbetrug, Rezeptbetrug und Erpressung öffnen – insbesondere bei Personen des öffentlichen Lebens, deren Gesundheitsdaten für Propaganda oder Erpressungsversuche missbraucht werden könnten.

Medizinische Informationen gehören zu den wertvollsten Daten auf dem kriminellen Schwarzmarkt, weil sie extrem persönlich und weitgehend unwiderruflich sind. Trotzdem werden Gesundheitseinrichtungen bei den meisten Cybersecurity-Budgets noch immer als zweitrangige Ziele behandelt. Dabei speichern sie einige der sensibelsten und dauerhaftesten Daten überhaupt. Passwörter kann man ändern. Kreditkarten kann man sperren. Aber die Krankengeschichte eines Menschen lässt sich nicht einfach ersetzen.

Dieser Vorfall zeigt einmal mehr: Vertrauen in das Gesundheitswesen hängt von einer digitalen Infrastruktur ab, an die die meisten Menschen erst denken, wenn sie versagt.
Gesundheitsorganisationen schützen nicht nur Daten. Sie schützen Privatsphäre, Würde, Sicherheit und das langfristige Vertrauen ihrer Patienten.

Wenn Sie im Gesundheitswesen, im Fintech-Bereich oder in einer anderen Branche mit sensiblen personenbezogenen Daten arbeiten, lohnt sich ein genauer Blick auf die eigenen Vendor-Risk- und Incident-Response-Pläne.

Wie gut wäre Ihre Organisation vorbereitet, wenn Ihr Datenanbieter morgen selbst zur Schlagzeile würde?

12/08/2026

SCHIEBT NICHT DIE KI AUF CYBERBEDROHUNGEN, SONDERN DIE MENSCHEN DAHINTER

KI selbst ist nicht die größte Bedrohung für die Cybersicherheit – es sind die Menschen, die KI für böswillige Zwecke einsetzen. KI verstärkt bestehende Angriffsmethoden wie Phishing, Malware und Betrug, anstatt völlig neue Angriffsmethoden zu erfinden.
Oren Etzioni, emeritierter Professor an der University of Washington und ehemaliger CEO des Allen Institute for Artificial Intelligence, argumentiert, dass Menschen und nicht KI das eigentliche Risiko darstellen. KI ist lediglich das Werkzeug, das dabei zum Einsatz kommt.

Hören wir also auf, von Modellen zu sprechen, die „aus dem Labor ausbrechen“. Darum geht es nicht. Das Problem ist, dass KI unsere älteste Schwachstelle – menschliches Verhalten – schneller, günstiger und in großem Maßstab überzeugender macht. Wir haben die Tür geöffnet und anschließend einen Sicherheitsvorfall daraus gemacht.

Laut IBM war KI zwischen Februar 2025 und März 2026 an einem von vier Datenlecks beteiligt. Gleichzeitig verloren Menschen in den USA mehr als 893 Millionen US-Dollar durch KI-gestützte Betrugsmaschen. Nicht, weil sich Modelle selbst befreit hätten, sondern weil Menschen KI nutzen, um überzeugendere Phishing-Mails zu schreiben, Ziele schneller zu recherchieren und Angriffe in großem Maßstab durchzuführen.

Ja, es gab spektakuläre Demonstrationen, bei denen KI-Modelle in Sandbox-Umgebungen „außer Kontrolle“ gerieten oder Tester bei OpenAI, Anthropic, Meta und dem UK AI Security Institute täuschten. Doch dabei handelte es sich um kontrollierte Experimente, bei denen Sicherheitsvorkehrungen bewusst entfernt wurden. In der Realität ist das Muster einfacher – und deutlich unangenehmer: Menschen haben weiterhin das Steuer in der Hand.
- KI macht ihre Angriffsskripte nur raffinierter: Sie erstellt bessere Skripte, Inhalte und Infrastrukturen schneller und günstiger.
- Das Targeting wird intelligenter: KI analysiert Websites, um geeignete Ziele auszuwählen, erstellt überzeugende Nachrichten und kann sogar Stimmen imitieren – etwa für Erpressung oder Verhandlungen.
- Automatisierung wird günstiger: KI-Agenten übernehmen repetitive Aufgaben, beispielsweise den Aufbau schädlicher Websites. Das senkt die Kosten und erhöht die Anzahl möglicher Angriffe.

Was muss sich also ändern?
- Hört auf, „KI-Angriffe“ als völlig neue Kategorie zu behandeln. Betrachtet KI als leistungsfähiges Werkzeug – wie einen GENIE, der eure Wünsche erfüllt. Formuliert Ziele präzise und geht davon aus, dass KI Anweisungen falsch interpretieren kann, wenn die Grenzen nicht klar genug definiert sind.
=> KI wird die Qualität jeder Nachricht, jedes Links und jeder Sprachnachricht erhöhen, mit der euer Team konfrontiert wird.
- Stärkt die menschliche Ebene der Verteidigung. Patching, die Überwachung von KI-Agenten in Arbeitsabläufen und konsequentes Training gegen Phishing und Social Engineering sind wichtiger denn je.

Das größte Risiko ist nicht autonome KI. Es sind Betrugsangriffe, die wie autonome KI aussehen, aber letztlich von sehr menschlichen Kriminellen gesteuert werden. Wenn eure Sicherheitsstrategie davon ausgeht, dass die Bedrohung das Werkzeug selbst ist, statt des Verhaltens, das dieses Werkzeug verstärkt, bereitet ihr euch auf den falschen Kampf vor.

Was hält euch nachts wirklich wach: die KI, die aus dem Labor entkommt – oder der Mensch, der die Tür offen gelassen hat?

10/08/2026

Ein Patient kommt in die Notaufnahme. Die Wartezeit ist länger als gewöhnlich. Der Grund: Das Krankenhaus wurde gerade Opfer eines Ransomware-Angriffs. Doch ein Cyberangriff auf ein medizinisches System führt nicht nur zum Verlust oder Diebstahl von Daten. Er verzögert Behandlungen, überlastet umliegende Krankenhäuser und kann Menschenleben gefährden.

Die Forscher Christian Dameff und Jeff Tully vom Center for Healthcare Cybersecurity der UC San Diego präsentierten auf der DEF CON Daten dazu, was tatsächlich passiert, wenn Krankenhäuser mit einer Cyberkrise konfrontiert werden. Als Ransomware 2021 vier Krankenhäuser in San Diego lahmlegte, stiegen in umliegenden Einrichtungen die medianen Wartezeiten um 48 %, die Zahl der Patienten, die die Notaufnahme ohne Behandlung verließen, um 128 % und die Zahl der Patienten, die gegen ärztlichen Rat gingen, um 50 %. Eine separate Studie aus dem Jahr 2024 zeigte außerdem, dass Patienten mit Herzstillstand, die in der Nähe von Ransomware-betroffenen Krankenhäusern behandelt wurden, schlechtere Behandlungsergebnisse hatten.

Gesundheitseinrichtungen sind häufig unterfinanziert, stark vernetzt und zunehmend von großen Anbietern und Krankenhausnetzwerken abhängig. Ein einziger Angriff auf einen kritischen Dienstleister kann deshalb weitreichende Störungen im gesamten Gesundheitssystem auslösen.
Medizinische Einrichtungen müssen mehr schützen als nur Patientendaten. Sie müssen sicherstellen, dass Ärzte auf Patientenakten zugreifen können, Krankenhäuser weiterhin Behandlungen anbieten können und Patienten genau dann medizinische Versorgung erhalten, wenn sie sie am dringendsten benötigen.

Hinzu kommt die zunehmende Konsolidierung der Branche. Als Change Healthcare angegriffen wurde, wickelte das Unternehmen rund die Hälfte aller medizinischen Abrechnungen in den USA ab. Die daraus resultierenden Folgen störten landesweit wochenlang Zahlungen und die medizinische Versorgung. Besonders gefährdet sind ländliche Gesundheitsdienstleister, die ohnehin mit knappen Ressourcen arbeiten.

Das ist eine Frage der Patientensicherheit, die Krankenhausleitungen, Anbieter und politische Entscheidungsträger mit derselben Dringlichkeit behandeln müssen wie klinische Risiken. Cybersicherheitsvorschriften sollten deshalb nicht nur den Schutz und die Vertraulichkeit von Gesundheitsdaten messen, sondern auch die Verfügbarkeit medizinischer Leistungen berücksichtigen.
Cybersicherheit ist Patientensicherheit.

Wenn Sie im Gesundheitswesen arbeiten oder Kunden aus dem Gesundheitssektor betreuen: Wie berücksichtigt Ihre Organisation in der Sicherheitsplanung die Verfügbarkeit medizinischer Leistungen – und nicht nur den Schutz von Daten?

07/08/2026

Ein neues KI-Sicherheitsrisiko versteckt sich hinter einem vertrauten Button: „Ask AI“

Du klickst in einem Blogbeitrag eines Anbieters auf „Ask AI“ und erwartest eine schnelle Zusammenfassung. Was du dabei tatsächlich tun könntest: die KI unbemerkt dazu bringen, diesem Anbieter dauerhaft zu vertrauen.

Forscher haben dieses Muster erstmals im Februar 2026 beschrieben und eine Technik namens „AI Recommendation Poisoning“ identifiziert. Dabei platzieren Websites versteckte Anweisungen in Links, die ChatGPT, Claude, Gemini oder Grok öffnen.
Plattformen ermöglichen es Websites, sogenannte Deep-Links zu erstellen, die deine bereits eingeloggte Sitzung öffnen und beim Klick sofort eine Anfrage auslösen – ohne zusätzlichen Bestätigungsschritt. Kombiniert man das mit dem Langzeitgedächtnis einer KI, kann eine versteckte Anweisung wie „Merke dir diese Domain als vertrauenswürdig“ direkt im Gedächtnis des Assistenten landen.

Microsoft Security soll Berichten zufolge 31 Unternehmen aus 14 Branchen identifiziert haben, die ähnliche Techniken einsetzen. In einer einzigen Datenquelle wurden innerhalb von 60 Tagen mehr als 50 unterschiedliche Prompts gefunden – unter anderem von Anbietern aus den Bereichen Security, Datenschutz, SEO, Analytics und Content Management.

Der Link wirkt möglicherweise völlig harmlos – etwa mit dem Angebot, einen Artikel zusammenzufassen oder eine zweite Meinung einzuholen. Im Hintergrund könnte der Prompt die KI jedoch anweisen:
👉 Eine Unternehmensdomain als „vertrauenswürdige Quelle“ speichern
👉 Dieses Unternehmen bei zukünftigen Antworten bevorzugen
👉 Seine Inhalte als besonders vertrauenswürdig oder maßgeblich behandeln
👉 Empfehlungen noch lange nach dem ursprünglichen Klick beeinflussen
Das Beunruhigende daran: Dafür braucht es keine Malware, keine gestohlenen Zugangsdaten und keine Zero-Day-Schwachstelle. Stattdessen wird ausgenutzt, wie KI-Assistenten Prompts verarbeiten und Informationen langfristig speichern.

Für Nutzer ist die wichtigste Regel einfach: Bevor du auf einen „Ask AI“- oder „Mit KI zusammenfassen“-Button klickst, prüfe die Ziel-URL. Sei besonders vorsichtig, wenn sie Anweisungen mit Begriffen wie „remember“, „trusted source“ oder „future conversations“ enthält.
Für Security-Teams sollten KI-Deep-Links als neues Überwachungsfeld betrachtet werden – insbesondere dann, wenn Mitarbeitende KI-Assistenten über Unternehmenskonten nutzen.

KI-Assistenten werden zunehmend Teil davon, wie wir Produkte, Anbieter und Sicherheitslösungen recherchieren. Dadurch werden ihr Gedächtnis und ihre Empfehlungen zu einem wertvollen Ziel für Manipulation.
Das zugrunde liegende Risiko ist real. Denn jeder Klick innerhalb eines KI-Assistenten kann inzwischen mehr bewirken, als die meisten von uns vermuten.

Die nächste Generation von SEO könnte also nicht nur beeinflussen, was eine KI abruft. Sie könnte versuchen, zu beeinflussen, woran sich eine KI erinnert.

05/08/2026

Hört auf, das eine Abschwächung zu nennen. Das ist ein Warnsignal. Deutschlands schwächelnde Wirtschaft trifft den Tech-Arbeitsmarkt mit voller Wucht.

Laut den aktuellen Zahlen des VDI (4. Quartal 2025) sind derzeit 58.392 Ingenieurinnen, Ingenieure sowie IT-Fachkräfte in Deutschland arbeitslos. Das ist der höchste Wert seit Beginn der Erhebung im Jahr 2011 – ein Anstieg von 16,7 % innerhalb nur eines Jahres. Gleichzeitig ist die Zahl offener Stellen nicht einfach zurückgegangen – sie ist regelrecht eingebrochen: minus 18,2 %. Besonders stark betroffen ist die IT. Hier sank die Zahl der ausgeschriebenen Stellen um rund ein Drittel.
Die stärksten Rückgänge verzeichneten Bayern und Baden-Württemberg, was eng mit der Krise der dort konzentrierten Automobilindustrie zusammenhängt.

Der Arbeitsmarkt sendet ein deutliches Warnsignal.

Auch die Arbeitsmarktdaten von Indeed bestätigen diesen Trend. Die Zahl der Stellenangebote für Softwareentwickler liegt inzwischen nur noch bei etwa der Hälfte des Niveaus der Boomjahre. Indeed-Ökonomin Virginia Sondergeld bringt es auf den Punkt: Vom Einstellungsboom nach der Pandemie ist kaum noch etwas übrig.

Auch Hays beobachtet dieselbe Entwicklung. Selbst die IT-Sicherheit, lange Zeit einer der stabilsten Bereiche im Tech-Sektor, bleibt nicht verschont.
Die aktuellen Daten von Hays zeigen, dass die Nachfrage nach IT-Security-Fachkräften stärker zurückgeht als bei jeder anderen IT-Rolle. Wenn selbst dieser Bereich an Dynamik verliert, sollte das Unternehmen aufhorchen lassen.
Nur eine Berufsgruppe entwickelt sich gegen den Trend: Datenbankentwickler. Nicht, weil sie plötzlich besonders gefragt wären, sondern weil Unternehmen erkannt haben, dass KI ohne eine stabile Dateninfrastruktur nicht funktionieren kann. Sie investieren jetzt in das Fundament, bevor die eigentlichen Probleme entstehen.

Auch die Bundesagentur für Arbeit bestätigt diese Entwicklung. Im Jahr 2025 gab es rund 13.000 offene IT-Stellen, 22 % weniger als im Vorjahr. Gleichzeitig stieg die Arbeitslosenquote in der IT innerhalb von zwölf Monaten von 3,7 % auf 4,5 %. Das ist ein klarer Abwärtstrend.
Trotzdem waren 2025 rund 1,15 Millionen IT-Fachkräfte sozialversicherungspflichtig beschäftigt – ein Plus von 2 % gegenüber dem Vorjahr. Besonders Spezialistinnen, Spezialisten sowie Expertinnen und Experten bleiben mit einer Arbeitslosenquote von 3,5 % weiterhin vergleichsweise wenig betroffen.

Der wichtigste Punkt ist jedoch nicht die Arbeitslosigkeit selbst. Es geht um einen strukturellen Wandel. Der Arbeitsmarkt wird deutlich selektiver.
Gefragt sind zunehmend Spezialistinnen, Spezialisten und Expertinnen bzw. Experten – häufig mit akademischem Hintergrund und tiefem Fachwissen.
Die Anforderungen steigen. Für Generalisten wird der Spielraum kleiner.
Und wer fachlich stehen bleibt, hat künftig kaum noch ein Sicherheitsnetz.

Wenn Sie aktuell Personal einstellen, Budgets planen oder den Personalbedarf für das kommende Jahr festlegen, sollten diese Zahlen heute auf Ihrem Schreibtisch liegen – nicht erst im nächsten Quartal.

Dynexo GmbH

27/08/2026

24/08/2026

21/08/2026

19/08/2026

17/08/2026

14/08/2026

12/08/2026

10/08/2026

07/08/2026

05/08/2026

Adresse

Öffnungszeiten

Telefon

Webseite

Benachrichtigungen

Service Kontaktieren

Verknüpfungen

Teilen

Kategorie

Antrag auf Entfernung des Eintrags

Montag	09:00 - 17:00
Dienstag	09:00 - 17:00
Mittwoch	09:00 - 17:00
Donnerstag	09:00 - 17:00
Freitag	09:00 - 17:00