LONDON (IT BOLTWISE) – OpenAI behauptet, dass Moonshot AI aus dem Umfeld des Modells Kimi eigene Fähigkeiten durch systematische Abfragen abschöpft. Laut den Angaben sollen die Aktivitäten vom 1. bis zum 28. Juli 2026 gelaufen sein. Besonders viele Anfragen registrierte OpenAI am 24. und 25. Juli, darunter 16.000 Abfragen mit einem ähnlichen Extraktionsmuster über mehr als 4.000 Konten. Unabhängige Belege für die Zuordnung nennt das Unternehmen nicht.
OpenAI treibt eine Debatte an, die für viele KI-Teams inzwischen weniger wie ein theoretisches Risiko wirkt: Wenn ein Modell nicht „gehackt“, sondern gezielt befragt wird, kann trotzdem ein unerwünschter Fähigkeits-Transfer entstehen. Der US-Anbieter berichtet in einem Blogpost von Beobachtungen, nach denen Akteure aus dem Umfeld von Moonshot AI – dem Entwicklungsunternehmen hinter dem KI-Modell Kimi – dessen Fähigkeiten systematisch abgefragt haben sollen. Dabei stehen weniger klassische Angriffsindikatoren im Fokus als ein Muster aus wiederholten Modellinteraktionen, das auf einen gezielten Zweck hindeutet.
Nach den Angaben von OpenAI sollen die mutmaßlichen Aktivitäten im Zeitraum vom 1. bis zum 28. Juli 2026 stattgefunden haben. Besonders auffällig sei das nach Unternehmensangaben am 24. und 25. Juli gewesen: OpenAI nennt 16.000 Abfragen mit einem bestimmten Extraktionsmuster, verteilt auf mehr als 4.000 Konten. Insgesamt habe man ähnliche Aktivitäten bei mehr als 15.000 Nutzern festgestellt. Wichtig ist dabei die Einschränkung, die OpenAI selbst macht: Das Unternehmen sagt, es sei unklar, ob alle beteiligten Betreiber tatsächlich mit demselben KI-Anbieter verbunden waren, dem Moonshot AI zugeordnet wird.
Technisch ordnet OpenAI den Vorwurf unter dem Begriff „Model-Destillation“ ein. Bei dieser Methode trainiert ein Modell auf der Grundlage der Ausgaben eines leistungsfähigeren Modells. Dadurch kann ein anderes Modell bestimmte Fähigkeiten übernehmen, ohne dass seine Entwickler das ursprüngliche Modell selbst direkt nachbauen oder dessen Trainingsdaten kennen müssen. Genau hier setzt die Sorge an: Wenn Abfrageverhalten so gestaltet wird, dass sich die „geschützten Schlussfolgerungen“ des Zielmodells reproduzieren lassen, kann ein destilliertes Modell womöglich Wissen oder Fähigkeiten übernehmen, die eigentlich durch Sicherheitsmechanismen begrenzt werden sollten.
OpenAI betont zudem, dass es sich nach eigenen Angaben nicht um einen klassischen Hackerangriff gehandelt habe. Es seien weder Verschlüsselungen gebrochen worden, noch habe es eine Kompromittierung einer Datenbank gegeben, oder es seien direkte Zugriffe auf gespeicherte Nutzerkonversationen erfolgt. Stattdessen beschreibt der Anbieter das Vorgehen als planvolle Modellinteraktionen, die Ergebnisse sichtbar wiederholbar machen. Für Teams in der Praxis ist das eine wichtige Verschiebung: Auch ohne Systemeinbruch können Workflows, die auf „wiederholbaren Prompts“ basieren, zu messbaren Abweichungen führen – etwa wenn Sicherheitsfilter durch Ausnutzung von Grenzfällen in einer Weise umgangen werden, die sich dann in Trainingsdaten für ein anderes Modell niederschlagen lässt.
Als Gegenmaßnahme nennt OpenAI das Sperren der betroffenen Konten, das Verschärfen von Anmelde- und Infrastrukturkontrollen sowie das Schließen eines weiteren Zugriffswegs. Außerdem sagt der Anbieter, er habe die Ergebnisse der Untersuchung nach eigenen Angaben auch mit anderen KI-Anbietern und Behörden geteilt. Für die Branche zeigt sich daran ein zunehmender Fokus auf „Missbrauchsflächen“ rund um APIs: Rate-Limits, Bot-Erkennung, Konto-Hygiene und die Überwachung ungewöhnlicher Anfragecluster werden damit zu Sicherheitsbausteinen, die direkt auf Wettbewerbsrisiken einzahlen – nicht nur auf den Schutz vor Betrug.
Die Ironie an der Debatte liegt laut der vorliegenden Darstellung auch darin, dass OpenAI selbst seit Längerem wegen der Nutzung urheberrechtlich geschützter Online-Inhalte für das Training seiner Modelle in der Kritik steht. Der zentrale Punkt im aktuellen Konflikt ist jedoch ein anderer: OpenAI wirft Moonshot AI nicht das Trainieren mit generischen Daten vor, sondern die gezielte Destillation konkreter Fähigkeiten seines eigenen Modells. Technisch und rechtlich lassen sich beide Vorgänge zwar nicht einfach gleichsetzen. Für die öffentliche Wahrnehmung ist der Abstand trotzdem schwer zu vermitteln, weil es in beiden Fällen um die Frage geht, wie Wissen aus der Nutzung bestehender Modelle oder Inhalte in neue Systeme überführt wird.
Für Unternehmen, die KI-Modelle betreiben oder in Produkte integrieren, erhöht die Meldung den Handlungsdruck in mehreren Schichten. Einerseits müssen Betreiber damit rechnen, dass Gegner nicht auf das Durchbrechen von Verschlüsselung setzen, sondern auf koordinierte Abfragen über viele Konten und längere Zeiträume. Andererseits wird klar, dass die Abwehr von Model-Destillation nicht nur ein „Policy-Thema“ ist, sondern harte Auslegungssache: Welche Antworten werden unter welchen Bedingungen reproduzierbar, welche Muster lösen Kontrollen aus und wie schnell können Anomalien erkannt werden. Gleichzeitig bleibt die Kernfrage offen, die OpenAI selbst adressiert: Ohne unabhängige Bestätigung bleibt die genaue Zuordnung ein Streitpunkt, der sich eher über weitere technische Indizien als über eine einzelne Unternehmensmeldung klären wird.
Damit verschiebt sich der Wettbewerb in der KI-Landschaft weiter in Richtung „Zugriffs- und Schutzökonomie“: Nicht nur das Modellgewicht und die Trainingspipeline entscheiden, sondern auch, wie ein Anbieter den Zugang zu seinem Verhalten absichert. Wenn sich der Vorwurf als plausibel erhärtet, könnten zusätzliche Schutzmechanismen – etwa strengere Rate-Limits, feinere Mustererkennung und möglicherweise neue Formen von Zugriffsprofilen – branchenweit zum Standard werden. Bis dahin bleibt die wichtigste Lehre: Sicherheit im KI-Betrieb bedeutet zunehmend, auch Angriffe ohne Einbruch zu erkennen und zu begrenzen, bevor die gewonnenen Fähigkeiten in andere Modelle „hineindestilliert“ werden.
💳 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 "OpenAI wirft Moonshot AI systematisches Abfragen zur Model-Destillation vor" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
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 "OpenAI wirft Moonshot AI systematisches Abfragen zur Model-Destillation vor" 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: »OpenAI wirft Moonshot AI systematisches Abfragen zur Model-Destillation vor« bei Google Deutschland suchen, bei Bing oder Google News!