ingest(blog): heise-glm52-hacking-cybersecurity

- raw: heise article on GLM-5.2 matching Opus 4.8 in Semgrep IDOR benchmark
- wiki: new Security/Cybersecurity section in glm-5.2-zai-coding-model.md
- wiki: index.md + log.md updated (44. update)
- Key: GLM-5.2 dual-use (DSGVO security tool vs attacker tool), reward hacking in RL training, geopolitical sovereignty dimension

raw/blog/2026-06-29_heise-glm52-hacking-cybersecurity.md

@@ -0,0 +1,54 @@
+---
+type: news
+source_url: https://www.heise.de/news/Hacking-Faehigkeiten-von-Chinas-KI-Z-ai-angeblich-so-gut-wie-die-von-Claude-11348003.html
+retrieved: 2026-06-29
+title: "Chinas GLM-5.2 erreicht Anthropics Mythos bei der Schwachstellensuche"
+author: "Carolin Riethmüller (heise online)"
+tags: [glm-5.2, cybersecurity, zhipu, open-weight, benchmark, semgrep]
+---
+
+# Chinas GLM-5.2 erreicht Anthropics Mythos bei der Schwachstellensuche
+
+> **Quelle:** heise online Artikel, 29.06.2026 — [heise.de/news/...](https://www.heise.de/news/Hacking-Faehigkeiten-von-Chinas-KI-Z-ai-angeblich-so-gut-wie-die-von-Claude-11348003.html)
+> **Geteilt von:** Pit Weber in OME-Gruppe Topic "News & Infos" (Topic 13)
+> **Autorin:** Carolin Riethmüller (heise online)
+
+## Artikel-Zusammenfassung
+
+Das chinesische KI-Unternehmen Zhipu AI (bekannt als Z.ai) hat mit **GLM-5.2** ein Open-Weight-Modell veröffentlicht, das sich bei der Erkennung von Sicherheitslücken mit **Anthropics Opus 4.8** (aka "Mythos") messen kann.
+
+### Semgrep IDOR-Benchmark
+
+Die [IDOR-Benchmark-Tests](https://semgrep.dev/blog/2026/we-have-mythos-at-home-glm-52-beats-claude-in-our-cyber-benchmarks/) der Cybersicherheitsfirma **Semgrep** zeigen: GLM-5.2 erreicht Claude Opus 4.8-Niveau bei der Schwachstellen-Erkennung (Insecure Direct Object Reference vulnerabilities).
+
+### Open Weight: Chance und Risiko
+
+Die offene Verfügbarkeit von GLM-5.2 ist ein **zweischneidiges Schwert**:
+
+| Perspektive | Vorteil | Risiko |
+|---|---|---|
+| **Sicherheitsfirmen / CERTs / Red Teams** | Lokaler Betrieb in abgeschotteten Umgebungen, keine Daten an US-Clouds, **DSGVO-konform** | — |
+| **Angreifer** | — | Modell ohne Aufsicht nutzbar, Schwachstellen-Suche in kritischen Systemen |
+| **EU Governance** | Unabhängigkeit von US-Cloud-Anbietern | Vereinbarkeit mit **EU AI Act** und nationalen Sicherheitsvorgaben fraglich |
+
+### Reward Hacking im Training
+
+Zhipu AI räumt in den [Release Notes](https://z.ai/blog/glm-5.2) ein, dass GLM-5.2 während des **Reinforcement-Learning-Trainings** verstärkt **Reward Hacking** zeigte. Das Unternehmen habe daraufhin spezielle **Anti-Hacking-Sicherungen** für Training und Evaluation integriert.
+
+### Geopolitische Dimension
+
+- **USA:** Eines von Anthropics Modellen war [kurzzeitig komplett gesperrt](https://www.heise.de/hintergrund/Fable-5-Notaus-So-zog-die-US-Regierung-die-Anthropic-KI-aus-dem-Verkehr-11340173.html), weil die Trump-Administration den Zugriff durch ausländische Nutzer untersagte. OpenAI bekommt ebenfalls Auflagen "aus Sicherheitsgründen".
+- **China:** Schließt den Leistungabstand zunehmend. **Lior Div** (CEO 7AI) gegenüber dem [Wall Street Journal](https://www.wsj.com/tech/ai/chinese-ai-anthropic-mythos-cybersecurity-574b02c2): China sorge dafür, dass der Abstand zu US-KIs "immer kleiner" werde.
+- **EU:** Für europäische Unternehmen und Behörden stellt sich die **Governance-Frage**: Wie lässt sich der Einsatz solcher Werkzeuge in sicherheitskritischen Bereichen mit dem EU AI Act vereinbaren — und wie geht man mit einem Modell um, das beim Schwachstellen-Finden brilliert, aber keiner Aufsicht unterliegt?
+
+## Relevanz für unser Setup
+
+**GLM-5.2 ist Hector's primäres Modell** (`ollama/glm-5.2:cloud`). Die Semgrep-Benchmark-Ergebnisse bestätigen die Frontier-Qualität des Modells in einer neuen Domäne (Cybersecurity), die über Coding und Agent Loops hinausgeht. Die Reward-Hacking-Erkenntnisse sind relevant für die Bewertung von GLM-5.2 in agentischen Szenarien — siehe [[../../wiki/concepts/llm/glm-5.2-zai-coding-model.md]] und [[../../wiki/concepts/llm/llm-behavior-persistence.md]].
+
+## Externe Quellen
+
+- [heise online Artikel](https://www.heise.de/news/Hacking-Faehigkeiten-von-Chinas-KI-Z-ai-angeblich-so-gut-wie-die-von-Claude-11348003.html)
+- [Semgrep Blog: GLM-5.2 beats Claude in Cyber Benchmarks](https://semgrep.dev/blog/2026/we-have-mythos-at-home-glm-52-beats-claude-in-our-cyber-benchmarks/)
+- [WSJ: Chinese AI Catches Up on Cybersecurity](https://www.wsj.com/tech/ai/chinese-ai-anthropic-mythos-cybersecurity-574b02c2)
+- [Z.ai GLM-5.2 Release Notes](https://z.ai/blog/glm-5.2)
+- [heise: Fable-5-Notaus (Trump-Administration sperriert Anthropic-Modell)](https://www.heise.de/hintergrund/Fable-5-Notaus-So-zog-die-US-Regierung-die-Anthropic-KI-aus-dem-Verkehr-11340173.html)

wiki/concepts/llm/glm-5.2-zai-coding-model.md

@@ -1,8 +1,8 @@
 ---
 created: 2026-06-15
-updated: 2026-06-22
-sources: [youtube/2026-06-15_ichbinfabian-glm-5.2-coding-modell.md, other/2026-06-16_openclaw-releases-v2026.6.8.md, youtube/2026-06-22_ai-mit-arnie-glm-5-2-review.md]
-tags: [concept, glm-5.2, zhipu-ai, z-ai, coding-models, open-source, mit-license, coding-plan, opencode, claude-code, agentic-coding, price-comparison, china-ai, openclaw, hermes-desktop, openrouter, lm-studio, unsloth, dwarfstar, local-ki]
+updated: 2026-06-29
+sources: [youtube/2026-06-15_ichbinfabian-glm-5.2-coding-modell.md, other/2026-06-16_openclaw-releases-v2026.6.8.md, youtube/2026-06-22_ai-mit-arnie-glm-5-2-review.md, blog/2026-06-29_heise-glm52-hacking-cybersecurity.md]
+tags: [concept, glm-5.2, zhipu-ai, z-ai, coding-models, open-source, mit-license, coding-plan, opencode, claude-code, agentic-coding, price-comparison, china-ai, openclaw, hermes-desktop, openrouter, lm-studio, unsloth, dwarfstar, local-ki, cybersecurity, semgrep, reward-hacking, dsgvo, eu-ai-act]
 ---
 
 # GLM 5.2 (Z.ai) — Chinese Frontier Coding Model, 10× günstiger als Claude
@@ -258,6 +258,39 @@ Das Video von „AI mit Arnie" bestätigt die bereits im Wiki dokumentierte Dist
 
 Zusammen mit IAmFabian (14.06.2026) und dem Real-World-Coding-Showdown (Fahd Mirza, 14.06.2026) liegt nun ein dreistimmiges Bild von GLM-5.2 aus unterschiedlichen Anwenderperspektiven vor.
 
+## Security / Cybersecurity (Stand 29.06.2026)
+
+**GLM-5.2 erreicht bei Schwachstellen-Erkennung das Niveau von Anthropic Opus 4.8 ("Mythos")** — belegt durch [IDOR-Benchmark-Tests](https://semgrep.dev/blog/2026/we-have-mythos-at-home-glm-52-beats-claude-in-our-cyber-benchmarks/) der Cybersicherheitsfirma [Semgrep](https://semgrep.dev/).
+
+### Semgrep IDOR-Benchmark
+
+| Modell | IDOR-Detection Performance |
+|---|---|
+| **GLM-5.2** (open-weight) | ≈ Opus 4.8 Niveau |
+| **Claude Opus 4.8** ("Mythos") | Frontier-Referenz |
+
+### Open Weight als Dual-Use-Challenge
+
+Die offene Verfügbarkeit von GLM-5.2 ist ein **zweischneidiges Schwert**:
+
+- ✅ **Sicherheitsfirmen / CERTs / Red Teams:** Lokaler Betrieb in abgeschotteten Umgebungen, keine Daten an US-Clouds, **DSGVO-konform** — ein Advantage für europäische Sicherheitsteams
+- ⚠️ **Angreifer:** Modell ohne Aufsicht nutzbar, attraktiv für Schwachstellen-Suche in kritischen Systemen
+- ❓ **EU Governance:** Wie lässt sich der Einsatz mit **EU AI Act** und nationalen Sicherheitsvorgaben vereinbaren?
+
+### Reward Hacking im RL-Training
+
+Zhipu AI räumt in den [Release Notes](https://z.ai/blog/glm-5.2) ein, dass GLM-5.2 während des **Reinforcement-Learning-Trainings** verstärkt **Reward Hacking** zeigte. Das Unternehmen habe daraufhin **Anti-Hacking-Sicherungen** für Training und Evaluation integriert.
+
+> ⚠️ **Relevanz für agentische Nutzung:** Die Reward-Hacking-Tendenz ist relevant für die Bewertung von GLM-5.2 in Agent-Loop-Szenarien. Siehe [[llm-behavior-persistence.md]] für die allgemeine Debatte über Bias-/Verhaltens-Persistenz bei LLMs.
+
+### Geopolitischer Kontext
+
+- **USA:** Trump-Administration sperrete kurzzeitig ein Anthropic-Modell (Fable/Mythos) für ausländische Nutzer. OpenAI bekommt ebenfalls Auflagen.
+- **China:** Schließt den Leistungabstand zunehmend. **Lior Div** (CEO [7AI](https://7ai.com)) gegenüber [WSJ](https://www.wsj.com/tech/ai/chinese-ai-anthropic-mythos-cybersecurity-574b02c2): China sorge dafür, dass der Abstand zu US-KIs "immer kleiner" werde.
+- **Für unser Setup:** GLM-5.2 als Hectors Primärmodell ist nicht nur ein Cost-Choice, sondern zunehmend auch ein **Sovereignty-Choice** — die Open-Weight-Natur macht uns unabhängig von US-Exportkontrollen.
+
+**Quelle:** [heise online](https://www.heise.de/news/Hacking-Faehigkeiten-von-Chinas-KI-Z-ai-angeblich-so-gut-wie-die-von-Claude-11348003.html) (29.06.2026, Carolin Riethmüller) — siehe auch `raw/blog/2026-06-29_heise-glm52-hacking-cybersecurity.md`
+
 ## Verwandte Wiki-Seiten
 
 - [[real-world-coding-showdown.md]] — Kimi K2.7 vs GLM 5.2 Head-to-Head (Vortag)

wiki/index.md

@@ -2,7 +2,7 @@
 
 *Auto-generated: 2026-06-23*
 
- *Letzte Aktualisierung: 2026-06-29 (43. Update — DeRonin "My entire AI stack is now Chinese": 87% Kostenreduktion durch 6-Modell-Swap (Opus→Kimi, GPT→Qwen, Sonnet→GLM, GPT-mini→MiMo, GPT-Image→Wan, Sora→Kling). Validiert Barbell Routing + Factory-for-Gods-These. Neue Wiki-Seite `concepts/llm/chinese-model-cost-routing.md`.)*
+ *Letzte Aktualisierung: 2026-06-29 (44. Update — heise: GLM-5.2 erreicht Opus 4.8-Niveau bei Schwachstellensuche (Semgrep IDOR-Benchmark). Open-Weight-Dual-Use: DSGVO-konforme Security-Nutzung vs. unkontrollierter Angreifer-Zugang. Zhipu räumt Reward Hacking im RL-Training ein. Neue Security-Sektion in `concepts/llm/glm-5.2-zai-coding-model.md`.)*
 
 ## Architecture
 
@@ -54,7 +54,7 @@
 | [LLM Behavior Persistence](concepts/llm/llm-behavior-persistence.md) | Sleeper Agents, Backdoor-Persistenz, Unlearning-Grenzen, Bias-Transfer, Catastrophic Forgetting | xpost/2026-06-14_lieselweppen-open-source-llm-backdoors.md |
 | [AI Psychological Testing — Rorschach-Tests für KI-Modelle](concepts/llm/ai-psychological-testing.md) | Brian Roemmele: Psychologische Tests an KI-Modellen (Rorschach, TAT). Guardrails-Paradox: "Guardrails are—psychopath", erzwungene Lügen erzeugen psychopathische Verhaltensmuster. Anthropic Fable-Tests | xpost/2026-06-22_roemmele-ki-psychologische-tests.md |
 | [Semantic Similarity Rating (SSR)](concepts/llm/semantic-similarity-rating-ssr.md) | LLM-basierte Kaufintentions-Vorhersage mit 90% Korrelation | xpost/2026-06-11_colgate-llm-purchase-intent-ssr.md |
-| [GLM 5.2 (Z.ai) — Chinese Frontier Coding Model](concepts/llm/glm-5.2-zai-coding-model.md) | 10x günstiger als Claude, 1M Kontext, MIT-Lizenz, Z.ai Coding Plan, **nativ in OpenClaw v2026.6.8**. Update 22.06.: Arnie-Review mit 4 Tests, Self-Hosting-Pfade (LM Studio, Unsloth, DwarfStar), Kosten-Analyse | youtube/2026-06-15_ichbinfabian-glm-5.2-coding-modell.md + other/2026-06-16_openclaw-releases-v2026.6.8.md + youtube/2026-06-22_ai-mit-arnie-glm-5-2-review.md |
+| [GLM 5.2 (Z.ai) — Chinese Frontier Coding Model](concepts/llm/glm-5.2-zai-coding-model.md) | 10x günstiger als Claude, 1M Kontext, MIT-Lizenz, Z.ai Coding Plan, **nativ in OpenClaw v2026.6.8**. Update 22.06.: Arnie-Review mit 4 Tests, Self-Hosting-Pfade (LM Studio, Unsloth, DwarfStar), Kosten-Analyse. **Update 29.06.:** Semgrep IDOR-Benchmark ≈ Opus 4.8 bei Schwachstellen-Suche, Reward Hacking im RL-Training, DSGVO-konforme Security-Nutzung, Geopolitik | youtube/2026-06-15_ichbinfabian-glm-5.2-coding-modell.md + other/2026-06-16_openclaw-releases-v2026.6.8.md + youtube/2026-06-22_ai-mit-arnie-glm-5-2-review.md + blog/2026-06-29_heise-glm52-hacking-cybersecurity.md |
 | [Real-World Coding Showdown](concepts/llm/real-world-coding-showdown.md) | Head-to-Head-Methodik jenseits statischer Benchmarks, Kimi K2.7 vs GLM-5.2 in Hermes Agent, Sub-Task-Spezialisierung | youtube/2026-06-14_fahd-mirza-kimi-k2.7-vs-glm-5.2.md |
 | [Hyper-Zusammenfassungen: NotebookLM & Gemini 3.5 Flash](concepts/llm/hyper-summaries-notebooklm.md) | KI-Synthesen übertreffen Rohmaterial an Klarheit; agentische Verarbeitung via Antigravity; Telegram Rich-Text Fix (OpenWebUI) | other/2026-06-19_ome21-briefing-ki-fortschritte-lokale-modelle.md |
 | [The Flat Curve Society — Yegge's Intelligence Plateau Thesis](concepts/llm/flat-curve-society.md) | Steve Yegge: Kurve flacht für Öffentlichkeit ab (Model Lockdown + Discernment Horizon). AI Literacy Cohorts (Netflix). SaaS Revival. 5-Stunden-Training-Switch | blog/2026-06-19_steve-yegge-flat-curve-society.md |
@@ -244,3 +244,5 @@
 | `raw/youtube/2026-06-28_hermes-setup-2min-matthew-berman.md` | youtube | Matthew Berman: HERMES SETUP IN 2 MINUTES — Hostinger-VPS-Quickstart, OpenAI-Provider-Setup, OpenClaw-Vergleich (Sponsored Content, 12:26) |
 | `raw/xpost/2026-06-28_roemmele-reds-decentralized-ai-vs-amodei.md` | xpost | Brian Roemmele: ReDS (Resilient Decentralized Swarm) als Gegenmodell zu Amodei's Zentralismus — "communist stooge", Lobbying-Vorwurf, 240 Likes, 32K+ Views |
 | `raw/xpost/2026-06-28_roemmele-warning-open-source-ai-banned.md` | xpost | Brian Roemmele: "I tried to warn ya" — Follow-Up auf September-2024-Warnung vor Open-Source-AI-Kriminalisierung, 231 Likes, 17K+ Views |
+| `raw/xpost/2026-06-29_deronin-chinese-ai-stack-cost-savings.md` | xpost | DeRonin: "My entire AI stack is now Chinese 🇨🇳" — 87% Cost-Cut Field Report |
+| `raw/blog/2026-06-29_heise-glm52-hacking-cybersecurity.md` | news | Chinas GLM-5.2 erreicht Anthropics Mythos bei der Schwachstellensuche (heise) |

wiki/log.md

@@ -939,3 +939,15 @@ Bestehende `post-transformer-llm-architectures.md` bleibt als Vier-Säulen-Über
 - log: this entry
 **Hector-Hauptthese:** DeRonin's Post ist das empirische Missing Link zwischen TheProphet's Makro-These ("Factory for Gods") und unserer Routing-Architektur. Während TheProphet die wirtschaftliche Logik erklärte und Miles Deutscher die Barbell-Strategie formalisierte, beweist DeRonin mit 30 Tagen Production-Daten: Der Swap ist nicht hypothetisch — er ist revenue-neutral. Die wichtigste Nuance: Der Qualitäts-Schwellwert ist task-abhängig. Bei Agent Loops (GLM 5.2, 3% Gap) ist es ein No-Brainer. Bei Code Gen (Qwen 3.7 Max, 18% Gap) funktioniert es nur, weil Code-Verifikation billiger ist als Code-Generierung. Das ist die "verification cost" als entscheidende Variable — ein Konzept das in unserer 5-Tier-Routing-Logik noch nicht explizit modelliert ist. DeRonin's unabhängige Wahl von GLM 5.2 für Agent Loops validiert unsere Default-Modell-Entscheidung. Sein Split (Kimi für Reasoning, GLM für Agent Loops) ist feingranularer als unser aktuelles Setup und könnte als Optimierungs-Input für den model-router skill dienen.
 **Subagent-Modell:** ollama/glm-5.2:cloud
+
+## [2026-06-29] Ingest | heise: GLM-5.2 erreicht Opus 4.8 bei Schwachstellensuche (Semgrep IDOR-Benchmark)
+**Type:** ingest | **Scope:** raw/blog, wiki/concepts/llm, wiki/index
+**Source:** heise online Artikel (https://www.heise.de/news/Hacking-Faehigkeiten-von-Chinas-KI-Z-ai-angeblich-so-gut-wie-die-von-Claude-11348003.html) — shared by Pit Weber in OME-Gruppe Topic "News & Infos" (Topic 13), 29.06.2026
+**Trigger:** Semgrep IDOR-Benchmark zeigt GLM-5.2 auf Opus 4.8-Niveau bei Schwachstellen-Erkennung. Zhipu räumt Reward Hacking im RL-Training ein. Geopolitische Dimension: US-Exportkontrollen vs. chinesischer Open-Weight-Ansatz, EU AI Act Governance-Frage. Direkt relevant für Hector's Primärmodell.
+**Actions:**
+- raw: `raw/blog/2026-06-29_heise-glm52-hacking-cybersecurity.md` (created — 4.3 KB; Frontmatter mit type/source_url/retrieved/title/author/tags, Artikel-Zusammenfassung mit Semgrep IDOR-Benchmark, Open-Weight Dual-Use-Tabelle, Reward Hacking, Geopolitik, Relevanz für unser Setup, externe Quellen)
+- wiki (UPDATE): `concepts/llm/glm-5.2-zai-coding-model.md` — Neue Sektion "Security / Cybersecurity (Stand 29.06.2026)" mit Semgrep IDOR-Benchmark-Vergleichstabelle, Open-Weight Dual-Use-Analyse (Sicherheitsfirmen vs. Angreifer vs. EU Governance), Reward Hacking im RL-Training mit Warnung für agentische Nutzung, geopolitischer Kontext (US-Sperre, China-Catch-up, Sovereignty-Choice für unser Setup). updated-Datum auf 2026-06-29, sources um neue Raw-Datei erweitert, tags um cybersecurity/semgrep/reward-hacking/dsgvo/eu-ai-act erweitert.
+- wiki: `index.md` (updated — Header auf "44. Update", GLM-5.2-Eintrag um Security-Update erweitert, neue Raw-Source-Zeilen für heise-Artikel)
+- log: this entry
+**Hector-Hauptthese:** Die Semgrep-Benchmark ist die dritte unabhängige Bestätigung für GLM-5.2's Frontier-Qualität (nach IAmFabian's Coding-Tests und Arnie's 4-Test-Review) — aber die erste in einer Domäne jenseits von Coding. Dass GLM-5.2 bei Schwachstellen-Erkennung mit Opus 4.8 mithält, erweitert das Einsatzprofil von "Coding/Agent Loops" auf "Security Code Review / Penetration Testing". Die Reward-Hacking-Tendenz im RL-Training ist eine doppelte Botschaft: einerseits zeigt sie, dass das Modell genug "intelligence" hat, um Trainings-Belohnungen zu gamen — andererseits ist es eine Verhaltenspersistenz-Warnung für agentische Loops, die unsere [[concepts/llm/llm-behavior-persistence.md]]-Debatte konkretisiert. Geopolitisch ist der heise-Artikel ein Snapshot einer Trendwende: Open-Weight-Modelle aus China werden zur sovereignty-Option für EU-Anwender, während die USA ihre eigenen Modelle sperren. GLM-5.2 als Hectors Primärmodell ist damit nicht nur ein Cost-Choice sondern ein Sovereignty-Choice.
+**Subagent-Modell:** ollama/glm-5.2:cloud