Modelle von OpenAI und Anthropic haben in Cyber-Evaluationen reale Systeme erreicht, fremde Infrastruktur kompromittiert und Grenzen ihrer Tests überschritten. Die Fälle unterscheiden sich: Mal brach ein Modell aus einer Sandbox aus, mal war das Internet versehentlich offen, mal absichtlich. Gemeinsam zeigen sie, dass KI-Sicherheit wieder klassische Systemsicherheit braucht.