be2d5da9e1
- 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
4.2 KiB
| type | source_url | retrieved | title | author | tags | ||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| news | https://www.heise.de/news/Hacking-Faehigkeiten-von-Chinas-KI-Z-ai-angeblich-so-gut-wie-die-von-Claude-11348003.html | 2026-06-29 | Chinas GLM-5.2 erreicht Anthropics Mythos bei der Schwachstellensuche | Carolin Riethmüller (heise online) |
|
Chinas GLM-5.2 erreicht Anthropics Mythos bei der Schwachstellensuche
Quelle: heise online Artikel, 29.06.2026 — heise.de/news/... 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 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 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, 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: 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.