Flock will eine Überwachungskarte mit 335.701 Kameras abschalten lassen
Flock hat eine Markenbeschwerde gegen den Sicherheitsforscher eingereicht, dessen Karte der Firmenkameras 335.701 Standorte auflistet. Tom's Hardware berichtete am 27. September darüber.

Flock hat eine Beschwerde wegen Markenverletzung eingereicht. Sie soll Joshua Michael dazu zwingen, die Flock Surveillance Map abzuschalten. Die Seite hat er gebaut, nachdem er eine nicht authentifizierte Schwachstelle auf der Unternehmenswebsite gefunden hatte, berichtet Tom's Hardware. Die Karte listet 335.701 Kamerastandorte auf.
Die Beschwerde ist die jüngste Wendung in einem Streit, der seit November 2025 läuft. Damals fand Michael nach eigenen Angaben ein Zugriffstoken, das ohne jede Anmeldung auf der Flock-Seite offenlag. Er habe das Problem sofort an das Unternehmen gemeldet, sagte er gegenüber The Intercept, auf den sich Tom's Hardware beruft.
In seiner E-Mail vom 13. November 2025 hieß es, "all testing was strictly non-intrusive, limited to open unauthenticated endpoints, and did not involve bypassing authentication, modifying data, or invoking any billable ArcGIS or Google operations." Flocks erste Antwort kam erst nach zwei weiteren Versuchen. Das Unternehmen teilte mit, es prüfe die Ergebnisse "internally triaging" und melde sich mit den nächsten Schritten, berichtet Tom's Hardware. Michael sagt, diese Antwort kam nie.
Was der Forscher mit den Daten machte
Mit dem Token fragte Michael ArcGIS ab, die Kartenschicht von Drittanbietern, auf der Flock läuft. So zog er im November 2025 eine Datenbank mit Flock-Geräten heraus. Die Schwachstelle hat Flock offenbar im Januar 2026 geschlossen, nachdem er seine Ergebnisse veröffentlicht hatte. Zu diesem Zeitpunkt waren die Standortdaten der Geräte bereits extrahiert. Die Karte, die laut Tom's Hardware vermutlich im Dezember 2025 aktualisiert wurde, ist weiterhin online.
Öffentlich vertritt das Unternehmen die Position, es sei nie gehackt worden, es seien nie Flock-Informationen durchgesickert, und die Cloud-Plattform Flock Safety "has never experienced a data breach." Michael bestreitet diese Darstellung. Gegenüber The Intercept sagte er, die Erklärung sei "after I pulled their database of devices" abgegeben worden.
"That leaves two possibilities," sagte er. "Either they knew and chose not to disclose it for fear of bad press, or they didn't know I exfiltrated the data at all. The first is a transparency failure. The second is a detection failure with national security implications."
"That leaves two possibilities. Either they knew and chose not to disclose it for fear of bad press, or they didn't know I exfiltrated the data at all."
Separate Berichte, auf die sich Tom's Hardware bezieht, haben schon die Hardware selbst in Frage gestellt. Hacker fanden Verschlüsselungsschlüssel, die direkt auf Flock-Kameras gespeichert waren. Damit ließen sich mehr als 27.000 Clips extrahieren. Außerdem belegten sie, dass das System in 21 Tagen mehr als 1.600.000 Bilder aufgenommen hatte. Es gibt auch dokumentierte Fälle von Missbrauch. Polizeibeamte nutzten das Netzwerk, um romantische Partner zu verfolgen. Ein Autotester wurde wegen eines falsch getippten Polizeiberichts eine Stunde lang auf einem Supermarktparkplatz festgehalten.
Die Zahlen der Karte selbst deuten auf ein größeres Ausmaß hin. Michael sagt, Menschen, die im Umkreis von 20 Meilen um 22 sensible Standorte leben, hätten eine Chance von 57,22% bis 93,94%, an einer Flock-Kamera vorbeizukommen. Zu diesen Standorten zählen die Eglin AFB, das CIA-Hauptquartier, das FBI-Hauptquartier, die Joint Base Andrews und das Pentagon.
An anderer Stelle in der Agentenbewertung
In derselben Woche erschienen zwei sehr unterschiedliche Sicherheitsstudien. Am 27. September berichtete The Decoder, Forscher der Stanford University und des Caltech hätten HomeBody gebaut. Mit dem System erkundet ein Unitree G1 eine unbekannte Küche, räumt auf und holt Gegenstände aus Schubladen. Der Aufbau entfernt die trainierte Steuerungsschicht zwischen Modell und Roboter: Ein austauschbares Vision-Language-Modell, in diesem Fall GPT-6 Astra, ruft direkt in eine Skill-Bibliothek für Greifen, Navigieren und Öffnen von Schubladen. Der Roboter erkundet den Raum zuerst, baut einen digitalen Zwilling in Nvidias Isaac Sim und protokolliert Objekte im räumlichen Gedächtnis. So findet er Dinge, die aus seinem Sichtfeld verschwinden. The Decoder nennt Astra's Latenz, überhitzende Fingerservos und hohe Rechenkosten als Grenzen und weist darauf hin, dass der Code auf GitHub liegt. Frühere Benchmarks, so heißt es weiter, zeigten ein besseres räumliches Denken für Astra. Ein anderer Benchmark meldete Sicherheitsprobleme, wenn das Modell einen Roboter steuert.
Am selben Tag berichtete The Decoder außerdem, Boris Power, bei OpenAI Head of Applied Research, stecke 80 bis 90 Prozent der Forschung des Unternehmens in GPT 7, GPT 8 und darüber hinaus. Dort komme "most of the value" her, sagte er. Power bezeichnete schrittweise Updates wie GPT 5.1 auf 5.2 als bewusst kurzfristige Wetten und sagte, solche Updates würden intern als "extremely shortsighted" gesehen. Das Hauptproblem heutiger Assistenten sei das Onboarding und nicht die Modellqualität, argumentierte er. Die meisten ChatGPT-Nutzer wüssten nicht, was die Werkzeuge können.
Metas Beitrag ist ein Launch-Post und kein Benchmark. Am 25. September veröffentlichte Meta AI Research Details zu Muse, einem persönlichen Agenten, den das Unternehmen seit Anfang 2026 intern nutzt. Im Post heißt es, der Harness laufe in einer isolierten Zelle, die keine echten Zugangsdaten sehe. Jede Interaktion nach außen gehe durch einen Sentinel, den der Agent nicht übergehen könne. Sicherheitskritische Dienste liefen außerhalb der Laufzeitzelle, damit Angreifer sie nicht abschalten können. Meta hat zudem sein Bug-Bounty-Programm für alle geöffnet, mit Prämien bis 300.000 Dollar und bis 130.000 Dollar für Prompt-Injection-Versuche, die einen einzelnen Nutzer betreffen.
Zusammen gelesen zeigen die vier Punkte, wohin die Bewertungsarbeit derzeit geht. Bei Flock ist der Test, ob ein Unternehmen eine Extraktion überhaupt bemerkt, und die Antwort darauf ist umstritten. In der Laborarbeit ist der Test, ob ein Modell messbar ist, bevor etwas schiefgeht. Das gilt für ein Modell, das direkt an Hardware angeschlossen ist, ebenso wie für eines mit einer Shell und einem Postfach.
Quellen
4- 01Flock seeks to have security researchers' map of Flock cameras taken downEN
- 02Researchers plug GPT-6 Astra directly into a robot and let it clean up an unfamiliar kitchenEN
- 03OpenAI says 80 to 90 percent of its research already targets GPT 7 and beyondEN
- 04How We Built Safety Into MuseEN
Alle Zahlen und Zitate in diesem Text stammen aus den unten genannten Quellen.
Die Materialien wurden vom Redaktionsteam mit Unterstützung von KI erstellt.
Kommentare
0- Noch keine Kommentare — seien Sie der Erste.