Zum Inhalt
WeltzeitEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal über KI und Technologieereignisse · analysen · interviews · technischer hintergrund

Suche
LIVE
›

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. Darüber berichtete Tom's Hardware am 27. September.

KI & ModelleAnalyseLena BrandtVeröffentlicht: 28. September 20264 Min. LesezeitQuellen 4
Flock will eine Überwachungskarte mit 335.701 Kameras abschalten lassen

Flock hat eine Beschwerde wegen Markenverletzung eingereicht. Das Unternehmen will Joshua Michael damit zwingen, die Flock Surveillance Map abzuschalten. Michael baute die Seite, nachdem er eine nicht authentifizierte Schwachstelle auf der Firmenwebsite gefunden hatte, so Tom's Hardware. Die Karte listet 335.701 Kamerastandorte auf.

Der Streit reicht bis in den November 2025 zurück. Michael sagt, er habe auf der Flock-Seite ein Zugriffstoken gefunden, das ohne Anmeldung offenlag. Er habe das Unternehmen sofort informiert, sagte er The Intercept, das Tom's Hardware zitiert.

In seiner E-Mail vom 13. November 2025 schrieb er, „alle Tests waren streng nicht-intrusiv, beschränkt auf offene, nicht authentifizierte Endpunkte, und beinhalteten weder das Umgehen von Authentifizierung noch das Ändern von Daten oder den Aufruf kostenpflichtiger ArcGIS- oder Google-Operationen“. Flocks erste Antwort, nach zwei weiteren Versuchen, lautete, man prüfe die Befunde „intern“ und melde sich mit den nächsten Schritten, berichtet Tom's Hardware. Michael sagt, diese Antwort sei nie gekommen.

Was der Forscher mit den Daten machte

Michael nutzte das Token für Abfragen bei ArcGIS, der Kartenschicht eines Drittanbieters, auf der Flock läuft. So zog er im November 2025 eine Datenbank mit Flock-Geräten heraus. Flock hat die Schwachstelle offenbar im Januar 2026 geschlossen, nachdem er seine Ergebnisse veröffentlicht hatte. Zu diesem Zeitpunkt waren die Standortdaten der Geräte bereits extrahiert. Die Karte, die Tom's Hardware zufolge vermutlich im Dezember 2025 aktualisiert wurde, ist weiterhin online.

Die öffentliche Position des Unternehmens lautet, es sei nie gehackt worden, Flock-Informationen seien nie durchgesickert, und die Cloud-Plattform Flock Safety habe „nie eine Datenpanne erlebt“. Michael bestreitet diese Darstellung. Er sagte The Intercept, die Erklärung sei abgegeben worden, „nachdem ich ihre Gerätedatenbank abgezogen hatte“.

„Das lässt zwei Möglichkeiten“, sagte er. „Entweder wussten sie es und entschieden sich, es aus Angst vor schlechter Presse nicht offenzulegen, oder sie wussten gar nicht, dass ich die Daten exfiltriert habe. Das erste ist ein Transparenzversagen. Das zweite ist ein Erkennungsversagen mit Auswirkungen auf die nationale Sicherheit.“

„Das lässt zwei Möglichkeiten. Entweder wussten sie es und entschieden sich, es aus Angst vor schlechter Presse nicht offenzulegen, oder sie wussten gar nicht, dass ich die Daten exfiltriert habe.“

Andere Berichte, die Tom's Hardware zitiert, haben bereits Fragen an der Hardware selbst aufgeworfen. Hacker fanden Verschlüsselungsschlüssel, die direkt auf Flock-Kameras gespeichert waren. Damit konnten sie mehr als 27.000 Clips extrahieren und belegen, dass das System in 21 Tagen mehr als 1.600.000 Bilder aufgenommen hatte. Auch dokumentierte Fälle von Missbrauch gibt es. Polizisten nutzten das Netzwerk, um romantische Partner zu verfolgen. Ein Autotester wurde eine Stunde lang auf einem Supermarktparkplatz festgehalten, weil ein Polizeibericht falsch getippt worden war.

Die Zahlen der Karte selbst deuten auf eine breitere Exposition hin. Michael sagt, Menschen, die innerhalb eines Radius von 20 Meilen um 22 sensible Standorte leben, haben eine Chance von 57,22% bis 93,94%, an einer Flock-Kamera vorbeizukommen. Zu diesen Standorten gehören die Eglin AFB, das CIA-Hauptquartier, das FBI-Hauptquartier, die Joint Base Andrews und das Pentagon.

Andernorts in der Agenten-Evaluation

Dieselbe Woche brachte zwei sehr unterschiedliche Stücke Sicherheitsforschung. Am 27. September berichtete The Decoder, dass Forscher in Stanford und Caltech HomeBody bauten. Mit dem System fährt ein Unitree G1 durch 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, Bewegen und Öffnen von Schubladen. Der Roboter erkundet zuerst den Raum, baut einen digitalen Zwilling in Nvidias Isaac Sim und protokolliert Objekte im räumlichen Gedächtnis, damit er Dinge findet, die aus seinem Sichtfeld geraten. The Decoder nennt Astra's Latenz, überhitzende Fingerservos und hohe Rechenkosten als Einschränkungen und merkt an, dass der Code auf GitHub liegt. Frühere Benchmarks, heißt es weiter, zeigten verbessertes räumliches Schlussfolgern für Astra, während ein anderer Sicherheitsprobleme meldete, wenn das Modell einen Roboter steuert.

Am selben Tag berichtete The Decoder außerdem, dass Boris Power, OpenAIs Head of Applied Research, 80 bis 90 Prozent der Forschung des Unternehmens auf GPT 7, GPT 8 und darüber hinaus richtet, weil dort „der größte Teil des Werts“ herkomme. Power beschrieb inkrementelle Updates wie GPT 5.1 auf 5.2 als bewusst kurzfristige Wetten und sagte, solche Updates würden intern als „extrem kurzsichtig“ gesehen. Das Hauptproblem heutiger Assistenten sei das Onboarding und nicht die Modellqualität, argumentierte er, da die meisten ChatGPT-Nutzer nicht wüssten, 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. Der Post sagt, das Harness laufe in einer isolierten Zelle, die keine echten Zugangsdaten sehe. Jede Interaktion nach außen laufe über einen Sentinel, den der Agent nicht übergehen könne, und sicherheitskritische Dienste liefen außerhalb der Laufzeitzelle, damit Angreifer sie nicht abschalten können. Meta öffnete zudem sein Bug-Bounty-Programm für alle, mit Prämien bis zu 300.000 Dollar und bis zu 130.000 Dollar für Prompt-Injection-Versuche, die einen einzelnen Nutzer betreffen.

Zusammengelesen zeigen die vier Beiträge, wohin die Evaluationsarbeit derzeit geht. Bei Flock ist der Test, ob ein Unternehmen eine Extraktion überhaupt erkennt, und die Antwort ist umstritten. In der Laborarbeit ist der Test, ob ein Modell, das direkt an Hardware verdrahtet oder mit einer Shell und einem Posteingang ausgestattet ist, gemessen werden kann, bevor etwas schiefgeht.

Kommentare 0

Quellen

4
  1. 01Flock seeks to have security researchers' map of Flock cameras taken downEN
  2. 02Researchers plug GPT-6 Astra directly into a robot and let it clean up an unfamiliar kitchenEN
  3. 03OpenAI says 80 to 90 percent of its research already targets GPT 7 and beyondEN
  4. 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.

Lena Brandt

Lena Brandt

KI, Modelle und Technik

Lena Brandt schreibt für FLASH24 über Technik, KI und Modelle sowie Medien und Internet und stützt sich dabei auf Herstellerangaben, Studien und öffentlich zugängliche Datensätze, statt Pressemitteilungen ungeprüft zu übernehmen. Bei Modellvergleichen kontrolliert sie Benchmark-Werte, Trainingsdaten und Versionsnummern und rechnet Angaben zu Rechenleistung und Kosten selbst nach. Sie spricht mit Entwicklern und Forschern, wartet auf angekündigte Updates und vergleicht Releases, bevor sie eine Einschätzung abgibt. Privat beschäftigt sie sich mit 3D-Druck, alten Rechnern und der Frage, wie Modelle aus Internetmüll lernen – Themen, die regelmäßig in ihre Texte einfließen. Sie publiziert keine Zahlen, deren Quelle sie nicht selbst überprüfen konnte.

Redaktion →

Kommentare

0
  1. Noch keine Kommentare — seien Sie der Erste.

Kommentar schreiben

Kommentare sind öffentlich sichtbar. Wir veröffentlichen keine Beleidigungen, Werbung oder Spam.