IBM warnt vor KI-Sicherheit; Google & D-Wave treiben KI voran

Die Landschaft der künstlichen Intelligenz entwickelt sich rasant und bietet sowohl beispiellose Innovationsmöglichkeiten als auch gewaltige Herausforderungen, insbesondere im Bereich der Cybersicherheit. Jüngste Entwicklungen verdeutlichen diese Dualität, von IBMs deutlichen Warnungen vor KI-gesteuerten Datenlecks bis hin zu bahnbrechenden Kooperationen, die generative KI für Nachhaltigkeit nutzen, sowie Fortschritten bei KI-Weltmodellen und Quantencomputing-Toolkits.

IBMs „Cost of a Data Breach Report 2025“ wirft einen kritischen Blick auf die aufkommenden Sicherheitsrisiken, die mit KI verbunden sind. Der Bericht zeigt, dass die globalen Kosten für Datenlecks im Jahr 2025 zwar leicht zurückgingen, die USA jedoch einen Anstieg auf durchschnittlich 10,22 Millionen US-Dollar verzeichneten – ein Allzeithoch. Ein wesentliches Problem, das hervorgehoben wird, ist die „KI-Aufsichtslücke“, bei der Organisationen die KI-Einführung überstürzen, ohne über angemessene Sicherheits- und Governance-Maßnahmen zu verfügen. Alarmierend ist, dass 13 % der Organisationen Lecks im Zusammenhang mit KI-Modellen oder -Anwendungen meldeten, wobei 97 % davon grundlegende KI-Zugriffskontrollen fehlten. Der Bericht unterstreicht auch die wachsende Bedrohung durch „Schatten-KI“ – nicht genehmigte KI-Tools, die innerhalb von Organisationen verwendet werden –, die die Kosten für Lecks um durchschnittlich 670.000 US-Dollar erhöhen können. Darüber hinaus rüsten Angreifer KI zunehmend auf und nutzen sie für ausgeklügelte Phishing-Kampagnen, Deepfake-Angriffe und sogar zur Manipulation von KI-Modellen selbst durch Techniken wie Prompt-Injection und Data Poisoning. Dieser Anstieg KI-gestützter Bedrohungen erfordert eine proaktive und agile Cybersicherheitsstrategie, die eine umfassende Transparenz der KI-Nutzung und ein robustes Daten-Sicherheits-Management betont.

Auf einer optimistischeren Seite erweist sich generative KI als leistungsstarkes Werkzeug zur Bewältigung komplexer globaler Herausforderungen. Nestlé und IBM Research haben sich zusammengetan, um generative KI bei der Entwicklung nachhaltiger Lebensmittelverpackungen der nächsten Generation zu nutzen. Diese Zusammenarbeit hat ein KI-gestütztes Tool hervorgebracht, das neuartige, hochbarrierefähige Verpackungsmaterialien identifiziert, die den Produktschutz verbessern und gleichzeitig strenge Nachhaltigkeits-, Sicherheits-, Funktions- und Kostenkriterien erfüllen können. Durch das Trainieren eines chemischen Sprachmodells und die Verwendung eines Regressions-Transformers kann die KI völlig neue Verpackungskonzepte entwerfen, wodurch die traditionell langen Forschungs- und Entwicklungszyklen erheblich verkürzt werden. Diese Initiative steht im Einklang mit Nestlés breiterer KI-Strategie, die die Optimierung von Rezepten, die Verbesserung der Fertigungseffizienz durch digitale Zwillinge und die Personalisierung von Ernährungslösungen umfasst.

Unterdessen verschiebt Google mit seinem neuesten „Weltmodell“ Genie 3 die Grenzen der KI-Simulation. Dieses revolutionäre KI-System kann vielfältige, interaktive und physikalisch konsistente virtuelle Welten aus einfachen Textaufforderungen generieren und diese in Echtzeit mit 720p-Auflösung und 24 Bildern pro Sekunde rendern. Genie 3 stellt einen bedeutenden Sprung in Richtung Künstlicher Allgemeiner Intelligenz (AGI) dar, indem es KI-Systemen ermöglicht, mit überzeugenden Simulationen der realen Welt zu interagieren. Diese Technologie birgt ein immenses Potenzial für das Training von Robotern und autonomen Fahrzeugen in realistischen virtuellen Umgebungen sowie für die Bereitstellung immersiver Erlebnisse für Menschen zum Training oder zur Erkundung.

Die Beschleunigung des KI-Innovationstempos wird durch D-Wave Quantum Inc. vorangetrieben, die ein Open-Source-Quanten-KI-Toolkit zur Verbesserung des maschinellen Lernens veröffentlicht hat. Dieses Toolkit, Teil der Ocean™-Software-Suite von D-Wave, ermöglicht es Entwicklern, die Annealing-Quantencomputer von D-Wave nahtlos mit PyTorch, einem weit verbreiteten Framework für maschinelles Lernen, zu integrieren. Das Toolkit umfasst ein PyTorch-Neuronales-Netzwerk-Modul speziell für den Aufbau und das Training von Restricted Boltzmann Machines (RBMs) mithilfe von Quantencomputern, die für generative KI-Aufgaben wie Bilderkennung und Medikamentenentwicklung entscheidend sind. Durch die Auslagerung des rechenintensiven RBM-Trainings auf Quantenprozessoren will D-Wave die Geschwindigkeit und die Kosten für die Entwicklung neuer KI-Modelle erheblich beschleunigen und das transformative Potenzial der quantenverstärkten KI demonstrieren.

Diese gleichzeitigen Entwicklungen unterstreichen einen entscheidenden Moment in der künstlichen Intelligenz. Während die Branche mit dem Gebot ringt, zunehmend ausgeklügelte KI-Systeme gegen sich entwickelnde Bedrohungen zu sichern, erschließt die transformative Kraft der KI weiterhin neue Möglichkeiten, von nachhaltiger Innovation über realistische virtuelle Welten bis hin zur Beschleunigung komplexer Aufgaben des maschinellen Lernens durch Quantenintegration. Das schnelle Tempo der Einführung und Innovation bedeutet, dass das Verständnis und die Bewältigung der dualen Natur von KI wichtiger denn je sind.