LONDON (IT BOLTWISE) – Ein ehemaliger Anthropic-Mitarbeiter macht in einem öffentlichen Rücktritts-Thread auf extreme Sicherheitsrisiken durch KI-Entwicklung aufmerksam. Weitere interne Stimmen aus dem Umfeld der Firma stützen die Sorge zwar mit einer eigenen Risikoeinschätzung, verweisen aber zugleich auf fehlende Belege für konkrete Gefahren im heutigen System. Parallel bleibt die Regulierung in den USA nach Angaben aus der Branche vorerst bei freiwilligen Prüfmechanismen. Für Unternehmen bedeutet das: Sicherheitsprozesse müssen auch ohne harte Vorgaben belastbar funktionieren.

Die Debatte um KI-Sicherheit bekommt neuen Zündstoff, weil ein recht junger Forscher seinen Arbeitgeber verlässt und dabei sehr konkrete Risiken in den Vordergrund stellt. In einem Rücktritts-Thread auf X schrieb Jacob Coxon, das Team glaube ernsthaft daran, dass KI „am Ende des Jahrzehnts“ Menschen töten könne. Die Formulierung ist bewusst drastisch, doch sie trifft einen Nerv: Sie beschreibt keine abstrakte Science-Fiction, sondern das grundsätzliche Spannungsfeld zwischen schneller Modell-Entwicklung und der Frage, ob sich komplexe Systeme in der Praxis zuverlässig begrenzen lassen.
Bemerkenswert ist außerdem, dass Coxons Vorwurf nicht isoliert bleibt. Ein höher eingestufter Mitarbeiter aus dem Umfeld von Anthropic, Evan Hubinger, reagierte öffentlich zustimmend und erklärte, die Wahrscheinlichkeit, dass KI alle Menschen töten könnte, liege seiner Ansicht nach unter 10% innerhalb der nächsten zehn Jahre. Zugleich macht Hubinger deutlich, worauf sich solche Einschätzungen typischerweise stützen: Es geht weniger um „heute“ messbare Fähigkeiten als um die Lücke zwischen dem, was Systeme zunehmend können, und dem, was sich methodisch überwachen lässt. In diesem Kontext taucht auch der Begriff „Superintelligence“ auf – ein theoretisches Zielbild, bei dem KI menschliche Fähigkeiten deutlich übertrifft und dessen reale Erreichung wissenschaftlich umstritten ist.
Während Coxon und Hubinger damit vor allem das Kontrollrisiko adressieren, ordnet Anthropic die Debatte offenbar stärker über bestehende Sicherheitsdokumente ein. Hubinger verwies in einem Folgepost auf das eigene Risk Report, das die Sorge zwar aufnimmt, aber für heutige KI-Systeme nur eine geringe Chance sieht, in den Bereich zu gelangen, in dem Systeme „reale Macht und Ressourcen“ gewinnen könnten. Dieser Unterschied ist für die praktische Sicherheitsarbeit entscheidend: Unternehmen müssen nicht nur Worst-Case-Szenarien diskutieren, sondern auch belastbar erklären, wie sie Risiko in den Entwicklungsprozess übersetzen – etwa über Testabdeckung, Red-Teaming-Prozesse, Evaluations-Suiten und interne Leitplanken für Deployments. Besonders heikel wird es, wenn sich Fähigkeiten von Modellen zwischen zwei Releases schneller verschieben als die Messmethoden Schritt halten.
Genau an dieser Schnittstelle setzt auch der politische Teil der Meldung an: Regulierung wirkt in den USA derzeit wie eine Bremse, die noch nicht montiert ist. Laut dem Bericht habe die Trump-Administration zudem aktiv daran gearbeitet, staatliche KI-Regulierungen zu untergraben, während der Kongress bislang wenig Bereitschaft gezeigt habe, die Technologie verbindlich zu begrenzen. Als Begründung wird in dieser Debatte oft genannt, jeder Regulierungsversuch sei gleichbedeutend mit einem Rückschritt gegenüber China. Der entscheidende Gegenpunkt: China hat bereits Pflichten eingeführt, unter anderem zur Kennzeichnung KI-generierten Inhalts, damit Transparenz und Nachverfolgbarkeit möglich bleiben. Allerdings wird aus Sicht der US-amerikanischen Forschung moniert, dass China eher auf bestimmte Risiko-Mechanismen zielt, während striktere Barrieren gegen die von Forschern beschriebenen Kontrollprobleme fehlen könnten.
Statt harter Leitplanken setzen die USA nach dem beschriebenen Stand vorerst auf freiwillige Selbstprüfungen. Dem Bericht zufolge soll das Weiße Haus in Richtung eines freiwilligen Frameworks gegangen sein, das ausgewählte Modelle vor dem Launch bewertet. Vertreter von OpenAI, Anthropic, Google und Meta werden dabei genannt; Details sollen demnach nicht öffentlich gemacht und viele Standards klassifiziert sein. Für Entwicklerteams bedeutet das eine anspruchsvolle Lage: Wenn externe Transparenz fehlt, wird interne Governance umso wichtiger – also klare Verantwortlichkeiten, nachvollziehbare Risikomatrizen und eine dokumentierte Verbindung zwischen „Model Capability“ und „Safety Evidence“. Auch die Einhaltung allein wird dadurch nicht leichter, weil klassifizierte Kriterien zwar den Prozess strukturieren können, aber die Überprüfbarkeit durch unabhängige Dritte erschweren.
Dass die Diskussion nicht nur von einzelnen Mitarbeitern getragen wird, zeigt auch die politische und unternehmerische Ebene. In den USA soll OpenAI-Chefwissenschaftler Jakub Pachocki gewarnt haben, dass KI-Fähigkeiten schneller voranschreiten als die Fähigkeit der Forschung, sie zuverlässig zu überwachen und zu kontrollieren. Parallel betonte Sam Altman laut Bericht, man müsse möglicherweise die Entwicklungsrate bremsen, um der Gesellschaft Zeit zu geben, sich auf neue Fähigkeitsebenen einzustellen; zudem verweist er auf „langfristige Fragen“ im Zusammenhang mit Testing-Vorfällen. Anthropic-CEO Dario Amodei beschreibt das Problem ebenfalls als komplexes Engineering: Es sei absehbar, dass bei irgendeinem System etwas schiefgeht, und es gebe keine Garantie, dass es nicht das eigene betrifft. In der Summe ergibt sich daraus ein Muster, das jedes KI-Programm trifft, egal ob Large-Language-Model, Multi-Modalität oder Agentensysteme: Safety ist nicht nur ein Feature, sondern eine fortlaufende Disziplin entlang des gesamten Lebenszyklus.
Für Unternehmen, die KI in Produkte integrieren, folgt daraus weniger „Panik“ als eine spürbare Verschiebung der Prioritäten. Wer Modelle betreibt, sollte Sicherheitsannahmen als dynamisches System behandeln: Erfordert ein neues Modell neue Grenzwerte, neue Evaluationsdaten oder ein anderes Incident-Response-Setup? Zudem wird der Umgang mit Unsicherheit zentral, weil die Debatte zwischen Wissenschaft und Politik derzeit gleichzeitig stattfindet. Während Regulierung in den USA offenbar schleppend ist und China bereits selektive Vorgaben macht, bleibt die operative Verantwortung in vielen Bereichen bei den Herstellern. Das eröffnet zwar Gestaltungsräume, erhöht aber auch den Druck, interne Sicherheits- und Kontrollmechanismen so zu bauen, dass sie auch dann standhalten, wenn sich Fähigkeiten unerwartet schnell weiterentwickeln – genau dort, wo Coxon seinen Ausgangspunkt für die Warnung setzt.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!

- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Sicherheitsbedenken in der KI: Mitarbeiter verlassen Startups wegen Kontrollrisiken" für unsere Leser?


#Sophos
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Sicherheitsbedenken in der KI: Mitarbeiter verlassen Startups wegen Kontrollrisiken" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Sicherheitsbedenken in der KI: Mitarbeiter verlassen Startups wegen Kontrollrisiken« bei Google Deutschland suchen, bei Bing oder Google News!