KI heute: CWE-bench v2 und Heimstaden
Urheberschaft und Freigabe
Veröffentlichung und Aktualisierung
Der Wissensstand vom 04.11.2026. Das Quotenmaterial wurde am 04.11.2026 gesammelt.
Fünf unabhängige Implementierungen und Tests zeigen verschiedene KI-Anwendungen: von der Bewertung von Sicherheitsagenten anhand von 100 Aufgaben in CWE-bench v2 über die Abonnentengewinnung und die Wohnungsverwaltung bis hin zur Verknüpfung von Telemetrie mit Modellen und der Beschleunigung von Simulationen in Halbleiterfabriken. Die Ergebnisse der Unternehmen umfassen sowohl Konversionen und Einsparungen als auch deklarierte Rechenbeschleunigungen.
Das Wichtigste heute (TL;DR)
- Collinear AI: CWE-bench v2 umfasst 100 Aufgaben mit 91 CWE-Typen, und Gemini 4 Argon führt unter 11 Modellen mit einem Ergebnis von 67,8% pass@1 an.
- Evernote: Ungefähr 25% der den Kampagnen zugeordneten Computerbesuche endeten mit der Erstellung eines neuen Kontos.
- Heimstaden: Das virtuelle Styling eines Wohnungsfotos in den Niederlanden kostet weniger als 0,10 Euro statt etwa 50 Euro.
- Cisco: Das Unternehmen und OpenAI untersuchen eine schnellere Bedrohungsauswahl und die Durchsetzung von Kontrollen in Cisco Cloud Control.
- NVIDIA: Die beschriebenen Lösungen beschleunigen ausgewählte Simulationen in Halbleiterfabriken um das bis zu 35-fache.
Collinear AI veröffentlicht CWE-bench v2
In einer Ankündigung vom 3. November stellte Collinear AI CWE-bench v2 vor — ein öffentliches Set aus 100 Aufgaben zur Bewertung von KI-Agenten im Bereich der Cybersicherheit. Jede Aufgabe verwendet ein echtes Open-Source-Repository: Der Agent soll eine Schwachstelle finden und beheben, ohne die bestehende Funktionalität zu beeinträchtigen.
Die Aufgaben umfassen 91 CWE-Typen, also Kategorien von Softwareschwachstellen. Die Ergebnisse werden durch deterministische Programmiertests überprüft, die unter Beteiligung von LLM-Jury-Gremien entwickelt wurden. Die Autoren haben jede Aufgabe manuell überprüft und behalten zudem ein zurückgelegtes Set bei, das die Modelle zuvor nicht gesehen hatten. 95 Aufgaben wurden von mindestens einem der bewerteten Modelle gelöst.
Unter den 11 in den Ergebnissen berücksichtigten Modellen führt Gemini 4 Argon mit einem Resultat von 67,8% pass@1 und 81,0% pass@4. Claude Opus 5.5 erreichte entsprechend 67,3% und 78,0%. Nach Angaben der Autoren löst der Spitzenreiter 19% des Sets in keinem einzigen Versuch. In der Kostenübersicht erreicht DeepSeek V4.1 Flash 57,0% pass@1 zu Kosten von 0,04 Dollar pro Versuch; Claude Opus 5.5 steigert das Ergebnis um zehn Punkte für 1,83 Dollar, und Gemini 4 Argon erzielt ein etwas höheres Ergebnis für 3,92 Dollar.
Das Set, der Grader und der Harness sind offen, aber der Datenzugriff ist durch Bedingungen eingeschränkt, die auf der Website des Sets akzeptiert werden müssen. Die Ergebnisse von Open-Weight-Modellen werden auf der Dataset-Website veröffentlicht, und ein vollständiger Vergleich, der auch ausschließlich über APIs verfügbare Modelle umfasst, befindet sich in einem separaten Leaderboard. Die Aufgaben können über Harbor ausgeführt werden, ohne Repositories selbst klonen zu müssen; sie können auch als Umgebungen für das Training von Verteidigungsagenten dienen.
Für KI-Entwickler: Ein Sicherheitsteam, das einen Agenten für Code-Audits entwickelt, kann den Benchmark ausführen und die Ergebnisse bei den Aufgaben und dem zurückgelegten Set überprüfen. Vor der Verwendung sollten die Zugriffsbedingungen überprüft werden; die Ankündigung nennt keine Lizenz für das Set und keine Hardware-Anforderungen.
Evernote testet die Abonnentengewinnung durch Werbung in ChatGPT
Evernote nutzte Werbung in ChatGPT, um neue Zielgruppen zu erreichen und zu überprüfen, ob diese von der Kontoerstellung zu einem kostenpflichtigen Abonnement übergehen.
Die Kampagnen präsentierten Evernote als einen Ort zum Speichern und Organisieren von Notizen sowie Transkriptionen. Sie konzentrierten sich auf eine einzelne Produktfunktion, und die Werbung führte zur Evernote-Website. Die Kampagnen wurden im Hinblick auf die Registrierung neuer Konten optimiert.
Nach Daten von Evernote endeten etwa 25% der Besuche auf Computern, die diesen Kampagnen zugeordnet waren, mit der Erstellung eines neuen Kontos. Unter den Nutzern aus diesen Kampagnen war die Übergangsquote vom kostenlosen Probezeitraum zur ersten Zahlung um etwa 10–20% höher als der historische Durchschnitt für kostenpflichtige Kundengewinnungskanäle.
Evernote stützte diese Ergebnisse auf eigene Analysedaten und Abonnementaufzeichnungen. Ein neues Konto wurde der Werbung zugeordnet, wenn der erste markierte Besuch eines Nutzers von einem Klick auf die Werbung in ChatGPT stammte. Das Unternehmen weist darauf hin, dass die Ergebnisse des ersten Monats vorläufig und richtungsweisend sind; der Konversionsvergleich beweist nicht, dass die Werbung das Wachstum verursacht hat. Der nächste Schritt sollen Tests anderer Produktanwendungen sowie die Vorbereitung von Werbemitteln und Landingpages sein, die den Platz des Produkts in verschiedenen KI-Workflows zeigen.
Für KI-Entwickler: Das Kundengewinnungsteam in einer Notiz-App kann eine Kampagne auf Basis einer einzelnen Funktion testen und den Weg vom Klick bis zur ersten Zahlung verfolgen. Die Quelle nennt keine Kosten der Kampagne, keine Verfügbarkeit der Werbung in Polen und keine Ergebnisse für polnischsprachige Werbemittel — diese Fragen müssen vor dem Test überprüft werden.
Heimstaden setzt OpenAI im Wohnungsmanagement ein
Heimstaden informierte am 3. November über den Einsatz von OpenAI-Tools zur Veränderung der Verwaltung von Wohnimmobilien. Das Unternehmen möchte Mitarbeiter unterstützen und operative Prozesse umgestalten sowie langfristig auf Gebäude hinarbeiten, die in immer größerem Maße selbst Bedürfnisse vorhersagen und Arbeiten koordinieren.
Eine der Anwendungen ist die Vorbereitung einer leeren Wohnung für die Neuvermietung. Auf ChatGPT Sites basierende Tools liefern Preisempfehlungen, während die KI Fotostailings und Wohnungsbeschreibungen vorbereitet. Der Agent überprüft aktive Inserate auf die Qualitätsstandards des Unternehmens hin, während die von der KI generierten Marktrückmeldungen den Vermietungsteams helfen, Maßnahmen zu korrigieren und die Preise anzupassen. Die Mitarbeiter bleiben weiterhin für die Prüfung und Genehmigung von Entscheidungen verantwortlich.
In den Niederlanden sank die Kosten für die Vorbereitung eines virtuell arrangierten Immobilienfotos von etwa 50 Euro auf weniger als 0,10 Euro, das sind über 99 Prozent. Heimstaden schätzt, dass dies in diesem Land jährliche Einsparungen von 130 Tsd. Euro bringen kann.
Das Unternehmen beschreibt seine KI-Strategie als auf drei Säulen gestützt: Schulung der Mitarbeiter und Bereitstellung des Zugangs zu Tools, ein zentrales Transformationsteam zusammen mit einem Netzwerk von Personen, die Implementierungen unterstützen, sowie die Vorbereitung von Immobilienverwaltungssystemen und Datenmodellen für die Arbeit mit KI. Der Vermietungsprozess soll diese Elemente verbinden: von der Erstellung von Inseraten bis zur Nutzung von Immobiliendaten bei der Preisempfehlung.
Für KI-Entwickler: Teams, die Mietwohnungen verwalten, können den Prozess der Wohnungsaufbereitung für die Neuvermietung skizzieren und überprüfen, welche Phasen sie mit einem Test abdecken möchten. Die Quelle nennt weder den Preis der OpenAI-Tools noch Informationen zur Unterstützung der polnischen Sprache; diese Fragen müssen vor der Implementierung geklärt werden.
Cisco verknüpft Netzwerktelemetrie mit OpenAI-Modellen
Cisco beschreibt die Nutzung von OpenAI-Modellen zusammen mit Netzwerkdaten zum Aufbau adaptiverer Bedrohungsschutzsysteme.
Das Unternehmen stellt einen Ansatz vor, bei dem Sicherheitsmaßnahmen an Mikrodiensten, Containern und Kubernetes-Clustern bereitgestellt werden. Kontrollen auf Anwendungsebene können die Kommunikation auf Verbindungen beschränken, die der jeweilige Dienst benötigt. Im Falle eines Vorfalls können Teams auch ausgewählte Systeme isolieren und dabei den Betrieb derjenigen aufrechtzuerhalten, die von dem Problem nicht betroffen sind.
Cisco weist darauf hin, dass die Verknüpfung von Netzwerkdaten mit Modellen es ermöglicht, Signale zu korrelieren, die einzeln harmlos erscheinen mögen, aber zusammen ein Muster aufdecken. Die KI soll auch dazu beitragen, die Zeit zwischen der Entdeckung einer Schwachstelle und ihrer Behebung zu verkürzen sowie die Untersuchung, Reaktion und Wiederherstellung zu beschleunigen. Nach Angaben des Unternehmens können sich diese Möglichkeiten in bestehende Scan-Prozesse einfügen.
Bei autonomeren Agenten sollen Sicherheitsteams zusätzlich einen Angriff von einer unbeabsichtigten Aktion eines Agenten unterscheiden, der ein korrektes Ziel verfolgt. Cisco verweist hier auf die Notwendigkeit, Sicherheitstelemetrie mit Beobachtbarkeitsdaten zu verknüpfen, sowie auf drei Prioritäten: Schutz von Agenten vor Angriffen, Erkennung unbeabsichtigter Aktionen und Reaktion fast in Echtzeit.
Im Rahmen der Daybreak Defense Network untersuchen Cisco und OpenAI eine schnellere Bedrohungsauswahl und die Durchsetzung entsprechender Kontrollen in Cisco Cloud Control. Das Material erwähnt auch Daybreak und GPT-6 Astra als Initiativen, die die Erkennung und Behebung von Schwachstellen unterstützen.
Für KI-Entwickler: Ein Sicherheitsteam, das Mikrodienste oder Kubernetes-Cluster betreut, kann analysieren, wo Kontrollen platziert werden sollen, und überprüfen, wie Telemetrie- und Beobachtbarkeitsdaten von Agenten in den Reaktionsprozess einbezogen werden können. Das Material nennt weder den Preis, die Verfügbarkeit noch Details zur technischen Integration — diese Fragen müssen vor dem Pilotprojekt geklärt werden.
NVIDIA beschreibt KI-Anwendungen in Halbleiterfabriken
In einem neuesten Beitrag stellt NVIDIA vor, wie KI und beschleunigtes Rechnen die Arbeit von Ingenieuren in Halbleiterfabriken unterstützen sollen. Die beschriebenen Anwendungen umfassen schnellere Simulationen, die Vorhersage des Prozessverhaltens, Agenten, die Befehlssequenzen ausführen, sowie digitale Zwillinge zum virtuellen Testen von Änderungen.
Laut dem Beitrag können Multiphysik-Simulationen, die unter anderem Wärme, Elektrizität und mechanische Spannungen berücksichtigen, durch die NVIDIA cuDSS-Bibliothek beschleunigt werden. Der Softwareanbieter COMSOL erreicht dadurch eine Beschleunigung um das bis zu 10-fache. Die Ginestra-Plattform von Applied Materials, ebenfalls in cuDSS integriert, soll bis zu 10-mal schneller arbeiten als ein rein CPU-basierter Ansatz. Für die ACE+-Plattform desselben Unternehmens sind Topografiesimulationen unter Verwendung von NVIDIA PhysicsNeMo bis zu 35-mal schneller.
Bei lithografischen Berechnungen integriert Siemens NVIDIA cuLitho in seine Calibre-Software. Dem Beitrag zufolge beschleunigt dies ausgewählte Simulationslasten um das bis zu 17-fache. Eine auf physikalischen Grundlagen trainierte KI soll hingegen das Verhalten von Materialien und Prozessen vorhersagen, ohne jedes Mal eine vollständige Simulation auszuführen. Lam Research hat gezeigt, dass das PhysicsNeMo-Framework das Plasmaverhalten in Millisekunden vorhersagen kann, während eine vollständige Simulation Tage dauert.
Unter den übrigen Beispielen nutzt Applied Materials NVIDIA Omniverse-Bibliotheken zur Erstellung digitaler Fabrikzwillinge. Teams können darin den Materialfluss analysieren, Engpässe suchen sowie Layouts und Betriebsstrategien vor physischen Versuchen überprüfen. Die von Advantest verwendeten NVIDIA NeMo Switchyard-Agenten automatisieren die Auswahl des KI-Modells für eine Testaufgabe; die Antwortzeit soll sich von Stunden auf Minuten verkürzen.
In der von NVIDIA dargestellten Sichtweise leiten Ingenieure weiterhin die Arbeit und treffen Entscheidungen unter Nutzung ihres Wissens, während KI-Tools ihnen helfen, schneller Analyseergebnisse zu erhalten.
Für KI-Entwickler: Ein Prozessingenieurteam in einer Fabrik kann Aufgaben benennen, die sich für Simulationen, Vorhersagen oder einen digitalen Zwilling lohnen, und anschließend die angegebenen Beschleunigungen in seiner Umgebung überprüfen. Der Beitrag nennt weder Preise noch Lizenzbedingungen oder die Verfügbarkeit dieser Lösungen.
Häufig gestellte Fragen (FAQ)
Was bewertet der CWE-bench v2-Benchmark?
Das Set umfasst 100 Aufgaben, die auf echten Open-Source-Repositories und 91 CWE-Typen basieren. Der Agent soll eine Schwachstelle finden und beheben, ohne die Funktionalität zu beeinträchtigen. Unter den 11 Modellen führt Gemini 4 Argon mit einem Ergebnis von 67,8% pass@1 an.
Welche Ergebnisse erzielte Evernote durch Werbung in ChatGPT?
Nach eigenen Daten von Evernote endeten etwa 25% der den Kampagnen zugeordneten Computerbesuche mit der Kontoerstellung. Der Übergang vom kostenlosen Probezeitraum zur ersten Zahlung war 10–20% höher als der historische Durchschnitt kostenpflichtiger Kanäle, aber das Unternehmen weist darauf hin, dass die Ergebnisse vorläufig sind und keinen kausalen Zusammenhang beweisen.
Wie hat Heimstaden die Kosten für das Styling von Wohnungsfotos gesenkt?
Die Vorbereitung eines virtuell arrangierten Fotos in den Niederlanden kostete zuvor etwa 50 Euro und nach dem Einsatz von KI weniger als 0,10 Euro. Heimstaden schätzt die möglichen jährlichen Einsparungen in diesem Land auf 130 Tsd. Euro.
Quellen
- CWE-bench v2: More coverage, quality, and transparency — 2026-11-03
- Evernote turns AI-driven discovery into paid subscriptions — 2026-10-28
- Heimstaden is changing residential real estate management with AI — 2026-11-03
- How Cisco defends at machine speed with OpenAI — 2026-11-03
- AI Is Changing How Semiconductor Fabs Work — and Engineers Are Moving Faster Because of It — 2026-11-03
--- Text vorbereitet automatisch durch das Labor aipoc-lab (AI) auf Basis der oben genannten öffentlich zugänglichen Quellen. Eigene Zusammenfassungen, keine Kopien. Version vor der menschlichen Redaktion.
Herkunftsmanifest dieses Beitrags (JSON) — aus welchen Signalen er entstand, welche Entscheidungen die Schleifen trafen und wann ein Mensch ihn freigab.
Verwandte Beiträge
KI heute: GPT-5.6 Cyber und Images 2.6
Aktuelle Übersicht über neue KI-Modelle, Sicherheitsforschung, Bildgenerierung und agentische Anwendungen in Städten.
KI heute: Grupo Boticário und ServiceNow mit OpenAI
Grupo Boticário automatisiert 80% des Kundensupports mit KI, während OpenAI und ServiceNow ihre Unternehmensintegration ausbauen.
KI heute: OpenAI, Apple und IBM Granite
Aktuelle Entwicklungen beleuchten rechtliche Debatten um OpenAI, neue Apple-Bibliotheken, IBM Granite Switch und Ergebnisse von ChatGPT Enterprise.
Architektur und Sicherheit von Multi-Agenten-Systemen (MAS)
Der Artikel beleuchtet die Architektur, Verifizierung und Sicherheitsrisiken moderner Multi-Agenten-Systeme basierend auf aktuellen Daten.