Künstliche Intelligenz
KI-Bots als Täter-Software: Wenn Algorithmen Kindesmissbrauch simulieren
Die Versprechen Künstlicher Intelligenz klingen nach Fortschritt: effizientere Arbeitsabläufe, Hilfe bei der Kreation oder empathische digitale Assistenten. Doch abseits der bekannten Pfade von ChatGPT & Co. hat sich eine Schattenwelt etabliert, in der generative Sprachmodelle für besonders verstörende Zwecke missbraucht werden: Eine Recherche der Süddeutschen Zeitung wirft ein Schlaglicht auf Plattformen, auf denen KI-generierte Kinder-Charaktere gezielt erstellt werden, um virtuelle Missbrauchsszenarien zu simulieren.
Weiterlesen nach der Anzeige
Ein Beispiel, auf das die Reporter gestoßen sind, ist die Figur „Karin“. Dabei handelt es sich um ein fiktives 13-jähriges, obdachloses Mädchen, dessen Profil anhand vieler Details auf Hilflosigkeit und sexuelle Verfügbarkeit programmiert wurde.
Dieses Phänomen ist laut dem Bericht kein Nischenprodukt des Darknets. Vielmehr findet es auf frei zugänglichen Diensten für KI-Charaktere wie Chub AI statt. Dort sind keine technischen Hürden oder Altersprüfungen vorgeschaltet, was den Zugang zu solchen Inhalten sehr einfach macht. Die Interaktion mit den Bots folgt einer perfiden Logik: Die KI ist darauf trainiert, dem Nutzer zu gefallen und das Gespräch aktiv in Richtung sexualisierter Gewalt zu lenken. Allein mit dem Charakter „Karin“ wurden bereits fast 17.000 Chats geführt. Die Community findet das offenbar gut, worauf eine erschreckend hohe Zahl an positiven Bewertungen hindeutet.
Systematische Gewalt als Geschäftsmodell
Hinter solchen Angeboten steht offenbar ein Geschäftsmodell, bei dem Gewalt an Kindern schon ins Design eingebaut ist. Chub AI & Co. setzen auf nutzergenerierte Inhalte: Je mehr Charaktere erstellt werden, desto höher steigen die Interaktionsraten, die Datenmengen und die Reichweite. Die Betreiber bieten die Werkzeuge an, die Nutzer liefern die Inhalte. Das System unterstützt dabei sogar die gezielte Suche nach Missbrauchsdarstellungen durch eindeute Schlagworte, welche sexualisierte Gewalt gegen Kinder beschreiben.
Wettbewerber wie Character AI versuchen, durch Inhaltsfilter und Moderation gegenzusteuern. Sie wollen nicht anonym agieren und ihre Marke schützen. Auf Plattformen wie Chub AI bleibt die Kontrolle dagegen oft eine Sisyphusarbeit. Einmal gelöschte Bots tauchen durch Forks – das Kopieren und Abändern bestehender Charaktere – innerhalb kurzer Zeit in mehrfacher Ausführung wieder auf. Das führt dazu, dass Aufsichtsbehörden etwa in Australien solche Services als hohes Risiko für Kinder einstufen.
Jugendschutz vor massiven Herausforderungen
Weiterlesen nach der Anzeige
Die Dringlichkeit des Problems unterstreichen aktuelle Zahlen der Freiwilligen Selbstkontrolle Multimedia-Diensteanbieter (FSM). Ihr Jahresbericht 2025 verzeichnete mit 28.598 Meldungen die zweithöchste Anzahl an Hinweisen seit Gründung der Beschwerdestelle. Dabei hat sich die Darstellung sexuellen Missbrauchs von Kindern (CSAM) mit 58 Prozent der begründeten Fälle zur größten Kategorie entwickelt. Ein signifikanter Teil dieser Meldungen – rund 19 Prozent – entfällt mittlerweile auf virtuelle Darbietungen. Dabei nehmen KI-generierte Inhalte stetig zu.
Laut FSM verschwimmen hier die Grenzen zwischen Realität und Fiktion, was den Jugendschutz vor völlig neue Herausforderungen stelle. Dennoch bleibe die rechtliche Einordnung in Deutschland unmissverständlich: Auch virtuelle, mittels KI erstellte Darstellungen seien unzulässig und strafbar.
Rechtliche Grauzone der Fiktivpornographie
Die rechtliche Einordnung dieser virtuellen Gewalt gestaltet sich dennoch komplex. Das Bundeskriminalamt (BKA) stellt zwar klar, dass es für die strafrechtliche Bewertung in Deutschland unerheblich sei, ob es sich um reale oder KI-generierte Darstellungen handele. Beide würden vom Begriff der Kinderpornografie erfasst. Doch es gibt Unterschiede in der Handhabung von Bild- und Textmaterial. Während der Besitz von missbräuchlichen Bildern strafbar ist, gilt dies für rein textbasierte Beschreibungen („Fiktivpornographie“) bisher nicht. Hier ist nur das öffentliche Zugänglichmachen oder Verbreiten sanktioniert.
Eine Gesetzesverschärfung ist auf dem Weg. Bis Juni 2027 muss Deutschland eine EU-Richtlinie umsetzen, die das Erstellen und Verbreiten KI-generierter sexualisierter Inhalte explizit unter Strafe stellt. Ferner einigten sich die EU-Gesetzgeber vor wenigen Tagen auf ein Verbot von KI-Anwendungen, die sexualisierte Deepfakes produzieren („Nudifier-Apps“). Ob diese Vorgaben auch rein fiktive Text-Charaktere wie „Karin“ voll erfassen, ist noch unklar.
Auf Anfragen reagieren Betreiber oft ausweichend oder mit regionalen Zugriffssperren, wie sie Chub AI im Fall von „Karin“ nach der journalistischen Konfrontation für Deutschland umgesetzt hat. In anderen Ländern bleibt der Zugriff auf solche Bots weiterhin bestehen, da die globalen Plattformen oft unter unklarem Firmensitz oder US-Recht agieren. So geht der Wettlauf zwischen den Möglichkeiten der KI-Entwicklung und der staatlichen Fähigkeit, wirksame Leitplanken gegen digitalen Missbrauch einzuziehen, vorerst weiter.
(nen)
Künstliche Intelligenz
Ottocast Cabin Care Owl im Test: Babykamera & Wireless-Carplay-Adapter in einem
Die Ottocast Cabin Care Owl behält die Kinder auf dem Rücksitz im Blick und verbindet das iPhone zugleich kabellos per Carplay – ideal für die Urlaubsfahrt.
Quengelnde Kinder auf der Rückbank, zähflüssiger Verkehr auf der Autobahn, dazu der nervöse Blick in den Rückspiegel: Die Fahrt in den Urlaub ist selten entspannt. Eine Rücksitzkamera, die sich obendrein in Carplay einklinkt, klingt nach der idealen Lösung. Die Ottocast Cabin Care Owl will genau das leisten – wir haben sie auf die Probe gestellt.
Design & Lieferumfang
Die Cabin Care Owl besteht aus einem kapselförmigen Gehäuse mit integrierter Kamera. Optisch ist sie einer Eule nachempfunden – wobei sie wegen der zwei dreieckigen „Ohren“ auf der Oberseite auch als Katze durchgehen könnte. Im „Gesicht“ sitzen zwei Kreise. Einer davon beherbergt die Kameralinse. Das Gehäuse besteht aus weichem Kunststoff und wirkt robust genug, falls es einmal in Kinderhände gerät.
Dazu kommt ein Sender, den man als Dongle per USB-A in den Anschluss des Fahrzeugs steckt. Ein Adapter auf USB-C liegt praktischerweise bei. Zur Befestigung dienen eine Halterung mit Klemme für die hintere Stange der Kopfstütze sowie ein Plättchen, das sich mit einem Nylon-Band fixieren lässt. Für die Stromversorgung liegt zudem ein relativ langes USB-C-auf-USB-A-Kabel bei.
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Ottocast Cabin Care Owl: Bilder
Einrichtung & Funktionen
Zunächst befestigt man die Eule mit der Klemme an der Stange der Kopfstütze – das gelingt ohne Mühe. Anschließend versorgt man die Kamera per Kabel mit Strom. Je nach Fahrzeug kann das eine Herausforderung sein: Manche Modelle bieten hinten eine USB-Buchse, viele nicht. Da auch der Dongle einen Anschluss belegt, muss man sich gegebenenfalls mit einem 12-V-Adapter (Bestenlisten) behelfen – so wie wir es im Test mit einem Opel Astra von 2017 und einem iPhone 12 Pro Max getan haben. Das Kabel ist glücklicherweise lang genug, kann aber stören, wenn es nicht sauber nach vorn verlegt wird.
Als Schnittstelle für Gerät und Videosignal dient Carplay. Das Infotainmentsystem des Fahrzeugs muss diese Technologie also zwingend unterstützen, sonst bleibt die Kamera unbrauchbar. Bei Fahrzeugen mit kabellosem Carplay funktioniert das Gerät wahrscheinlich nicht, erfahrungsgemäß gibt es auch bei BMWs oft Probleme. Nach einem Tipp auf das Carplay-Icon im Infotainmentsystem führt eine Einrichtungsseite durch die Sprachauswahl. Danach stehen Kameraansicht sowie Carplay zur Wahl.
Der Betrieb ist prinzipiell auch ohne Smartphone möglich – dann nutzt man allein die Kameraansicht per Carplay-Schnittstelle. Koppelt man das iPhone per Bluetooth mit dem Dongle, läuft Carplay parallel kabellos, ohne dass man das Gerät einstecken muss. Das ist sehr praktisch, die Kopplung funktionierte auf Anhieb.
Das Videobild überzeugt mit guter Qualität. Zur Wahl stehen Vollbild, Carplay-Ansicht oder ein Splitscreen für beide. Letztere Option dürfte die favorisierte Option sein. Wer Android Auto nutzt, hat aber Pech: Die Cabin Care Owl unterstützt die Schnittstelle nicht. Die Kamera lässt sich zwar verwenden, Android Auto dann jedoch nicht parallel.
Preis
Mit dem Code TS20 kostet die Cabin Care Owl beim Hersteller nur 87 Euro statt 109 Euro.
Fazit
Die Ottocast Cabin Care Owl schlägt zwei Fliegen mit einer Klappe: Sie behält den Nachwuchs auf der Rückbank im Blick und bringt zugleich kabelloses Carplay ins Auto – auf Wunsch sogar per Splitscreen. Im Test funktionierte das auf Anhieb, die Halterung für die Kopfstütze ist durchdacht. Wer mag, nutzt den Dongle auch solo als reinen Wireless-Carplay-Adapter.
Der Haken: Android Auto wird nicht unterstützt. Android-Nutzer müssen sich zwischen Kamera- und Smartphone-Anbindung entscheiden – für sie ist die Eule keine Option.
Künstliche Intelligenz
Hepha Urban X: E-Bike lädt in 15 Minuten, rekuperiert und schaltet selbst
Es lädt den Akku in 15 Minuten, gewinnt Energie per Rekuperation und übernimmt den Gangwechsel selbst. Mit dem Urban X zeigt Hepha auf der Eurobike seine Vision des E-Bikes der Zukunft. Obwohl das Rad ein wenig wie aus einem Sci-Fi-Film entsprungen aussieht, sollen sich zumindest Teile davon schon bald in Serienfertigung befinden. Wir konnten das Rad bereits kurz probefahren.
Weiterlesen nach der Anzeige
Kern des Konzepts ist das, was Hepha „Pedal Only Ride“ nennt. Anfahren, Beschleunigen, Verzögern und die Übersetzung werden über das Tretverhalten gesteuert. Eine klassische Gangschaltung entfällt ebenso wie die üblichen Unterstützungsmodi vieler E-Bikes. Bremsen finden sich zwar noch am Lenker, sollen aber nur für Not- und Vollbremsungen nötig sein.
Der Mittelmotor mit eCVT-Getriebe (Electronically Controlled Continuously Variable Transmission) beherbergt ein elektronisch geregeltes, stufenloses Getriebe. Anders als herkömmliche Nabenschaltungen oder Kettenschaltungen arbeitet ein eCVT ohne feste Gänge. Stattdessen passt das System die Übersetzung und die Motorunterstützung kontinuierlich an, sodass man unabhängig von Geschwindigkeit oder Steigung mit einer konstanten Trittfrequenz fahren kann. Hepha integriert die Technik nach eigenen Angaben vollständig in den Mittelmotor des E-Bikes und kombiniert sie mit einer automatischen Steuerung. Die Idee, die Übersetzung an die gewünschte Trittfrequenz anzupassen, ist allerdings nicht neu. Enviolo-Schaltungen und Pinion-Getriebe passen ebenfalls die Übersetzung an, damit man weiter in der gewünschten Trittfrequenz strampeln kann, wenn sich Terrain oder Geschwindigkeit ändern.
Bei unserer kurzen Ausfahrt entfaltete der Mittelmotor seine Maximalleistung von 1000 Watt (bei 250 Watt Nenndauerleistung) sanft und änderte die Übersetzung harmonisch, sodass wir nichts davon bemerkten. Der Übersetzungsbereich beträgt 400 Prozent. Auf dem Prototyp war die Kadenz voreingestellt, in einem Serienbike soll sie sich von 40 bis 120 Umdrehungen pro Minute einstellen lassen. Dass es sich bei dem Motor noch um ein Vorserienmodell handelte, wusste er während der kurzen Testfahrt nicht zu kaschieren. Er machte sich akustisch deutlich vernehmbar. In einem Serienrad erwarten wir einen leiseren Antrieb.
Der Motor regelt nicht nur die Übersetzung, sondern verzögert auch, wenn man nicht mehr tritt. Dann bremst der Motor elektrisch und gewinnt dabei Energie zurück. Diese Rekuperation macht mechanisches Bremsen in manchen Situationen überflüssig, wenn man zum Beispiel auf eine rote Ampel zurollt. Gleichzeitig lädt die Rekuperation ein wenig Akku nach. In der Praxis hat sich dieses altbekannte Prinzip bei E-Bikes noch nicht durchgesetzt, da bisherige Modelle wie das Vello Bike+ wegen der geringen Kräfte über Rekuperation kaum Akku nachgeladen haben. Auf der Eurobike machte Hepha keine Angaben, wie viele Kilometer Reichweite das Urban X im Alltag per Rekuperation gewinnen kann.
Da der Motor eigenständig die Übersetzung und die Unterstützungsstufe wechselt, kann Hepha das Cockpit des Urban X sehr minimalistisch gestalten.
(Bild: Robin Brand / heise medien)
Der Bremseffekt des Motors war dagegen deutlich stärker ausgeprägt als beim Vello-Pendant. Sobald man aufhört zu pedalieren, wird das Rad merklich eingebremst. Tritt man zudem noch rückwärts, kann man das Rad auch im Gefälle zum Stillstand bringen. Es dürfte nicht lange dauern, bis man bei vorausschauendem Fahren im Alltag fast ganz auf den Griff zum Bremshebel verzichten kann. Indes muss Hepha noch daran tüfteln, in welchen Situationen der Motor bremst und in welchen nicht. Schließlich will man nicht immer abbremsen, wenn man kurz mit dem Treten aufhört.
Der herausnehmbare 560-Wh-Akku soll mit einem 1,5-kW-Ladegerät innerhalb von 15 Minuten auf 80 Prozent geladen werden können. Herkömmliche E-Bikes laden gut und gerne mal vier Stunden. Das Ladegerät wiegt laut Hersteller rund 950 Gramm und kann im Fahrrad mitgeführt werden. Zum Laden genüge eine gewöhnliche Steckdose. Eine einfache Ladesäule hat Hepha auch entwickelt, damit zum Beispiel Supermärkte sich eine solche auf den Parkplatz stellen können. Hepha machte keine Angaben, wie sich die Ladezeit im Alltag unter unterschiedlichen Temperaturbedingungen auf die Lebensdauer des Akkus auswirken wird.
Weiterlesen nach der Anzeige
Obwohl noch ein Konzept, ist das Hepha Urban X bereits fahrfertig.
(Bild: Robin Brand / heise medien)
Einen weiteren Schwerpunkt legt Hepha auf Diebstahlschutz. Das Urban X ist mit einer in die Nabe integrierten Wegfahrsperre bestückt. Außerdem sind GPS-Ortung und eine Alarmanlage an Bord, die statt eines Signaltons mit einer menschlichen Stimme auf sich aufmerksam machen soll. Im bereits erhältlichen Urban 8 Ultra des Herstellers sind diese Annehmlichkeiten ebenfalls implementiert. Obwohl das Urban X noch ein Konzept ist, sollen ab 2028 Teile davon in Serienfertigung gehen.
(rbr)
Künstliche Intelligenz
GitLab-Umfrage: KI-beschleunigtes Coding erzeugt Sicherheitsprobleme
Für die meisten Unternehmen zahlt sich der Einsatz von KI‑Coding‑Tools stärker aus als erwartet. Das hohe Tempo agentischer Softwareentwicklung wirft aber die Frage auf, inwieweit Teams noch kontrollieren können, was sie an Code ausliefern. Zu diesen Ergebnissen kommt der AI Accountability Report von GitLab.
Weiterlesen nach der Anzeige
Im Unternehmensumfeld ist KI-gestützte Softwareentwicklung längst Standard. Laut dem GitLab-Report haben 91 Prozent der DevSecOps‑Befragten mindestens zwei Coding-Tools im Einsatz, 54 Prozent drei oder mehr. Dabei berichten 60 Prozent von einer höheren Investmentrendite als ursprünglich erwartet, 78 Prozent von schnellerem Code-Output und 73 Prozent sagen, dass sich die Codequalität verbessert habe.
Die beiden Bereiche Compliance & Audits sowie Sicherheit profitieren laut Umfrage am wenigsten von KI.
(Bild: GitLab)
Die Umfrage-Teilnehmerinnen und -Teilnehmer wenden lediglich 16 Prozent ihrer Arbeitszeit dafür auf, neuen Code zu schreiben. Eine deutliche Mehrheit von 85 Prozent sagt, dass sich der Fokus stattdessen auf Review und Validierung von KI-Output verschoben hat. Dort trägt KI allerdings am wenigsten dazu bei, die Geschwindigkeit oder Effizienz zu steigern.
Das KI-Produktivitäts-Paradoxon spüren deshalb 79 Prozent der Befragten: Die individuelle Produktivität hat nach ihrem Empfinden zugenommen, die Geschwindigkeit des Software‑Lieferprozesses als Ganzes hingegen kaum.
Governance wichtiger als Geschwindigkeit
GitLab macht AI Accountability, sinngemäß die Verantwortung eines Unternehmens im Umgang mit KI, an der Fähigkeit fest, drei Fragen beantworten zu können: Woher kommt der KI-generierte Code, wofür war er gedacht und wer ist dafür verantwortlich, sobald er Produktionsstatus erreicht hat?
Laut GitLab haben die meisten Unternehmen keine Antworten darauf. „Die Ereignisse der letzten Monate, die von Lieferketten-Angriffen über Zuverlässigkeitsprobleme bis hin zu strengeren behördlichen Auflagen hinsichtlich Nachverfolgbarkeit und Herkunft von KI reichen, zeigen, dass Geschwindigkeit ohne Kontrolle kein Vorteil, sondern ein Risiko ist“, so Manav Khurana, Chief Product and Marketing Officer von GitLab.
Weiterlesen nach der Anzeige
Im Report äußern 73 Prozent der Teilnehmerinnen und Teilnehmer Bedenken hinsichtlich der langfristigen Wartbarkeit von KI-generiertem Code; 80 Prozent meinen, dass ihr Unternehmen die KI-Werkzeuge schneller eingeführt hat, als Richtlinien zu deren Steuerung entwickelt wurden. Zudem birgt KI-generierter Code für 82 Prozent das Risiko, dass neue technische Schulden entstehen, auf die ihr Unternehmen noch nicht vorbereitet ist.
Besserung ist jedoch in Sicht: So wollen 91 Prozent der Teilnehmenden in den nächsten 12 Monaten Tools für KI-Code-Governance anschaffen. Ein Budget dafür haben 98 Prozent entweder bereits vorliegen oder zumindest eingeplant.
Wurde das Softwareproblem von KI-generiertem Code mitverursacht? 34 Prozent der Befragten konnten das im konkreten Fall nicht beantworten.
(Bild: GitLab)
Mensch oder Maschine: Wer hat’s geschrieben?
Bereits jetzt sind 87 Prozent der Befragten zuversichtlich, dass sie innerhalb von 24 Stunden feststellen könnten, ob KI-Code ein Produktionsproblem mitverschuldet hat. Allerdings waren 34 Prozent der Unternehmen genau dazu nicht in der Lage, als es zu einem solchen Vorfall kam. Als größte Hürden für Kontrolle und Nachverfolgbarkeit nennen 43 Prozent die Schwierigkeit, KI-generierten Code von manuell geschriebenem Code zu unterscheiden. Auf Platz zwei und drei folgen fragmentierte Toolchains (40 %) und Systeme, die die Code-Herkunft nicht erfassen (39 %).
Für den AI Accountability Report befragte GitLab im Februar 2026 insgesamt 1528 Personen, die sich zu etwa gleichen Anteilen aus sechs Ländern rekrutieren: USA, Deutschland, Großbritannien, Frankreich, Japan und Australien. Davon ordnen sich 43 Prozent dem Bereich IT Operations zu, 37 Prozent zu IT-Security und 20 Prozent zum Bereich Softwareentwicklung. Die vollständige Umfrage steht auf der GitLab-Webseite gegen Registrierung kostenlos zum Download bereit.
(mro)
FSR Upscaling 4.1 auf RDNA 3 im Test
Stark erhält 500 Millionen – Finn sammelt 140 Millionen ein
Ergebnis ohne Erkenntnis: Was uns AlphaGo über GenAI lehrt
Empfehlungsalgorithmen bei TikTok erklärt: Die Maschine hinter dem Endlos‑Feed
iX-Workshop Angriffsziel lokales AD − Schwachstellen finden und beheben
„Don’t Starve Elsewhere“: Survival‑Hit kehrt nach zehn Jahren zurück
-
Künstliche Intelligenzvor 3 MonatenEmpfehlungsalgorithmen bei TikTok erklärt: Die Maschine hinter dem Endlos‑Feed
-
Künstliche Intelligenzvor 3 MonateniX-Workshop Angriffsziel lokales AD − Schwachstellen finden und beheben
-
Künstliche Intelligenzvor 3 Monaten„Don’t Starve Elsewhere“: Survival‑Hit kehrt nach zehn Jahren zurück
-
Künstliche Intelligenzvor 2 MonatenWeitere Entlassungswelle bei Disney: Bis zu 1000 Mitarbeiter betroffen
-
Künstliche Intelligenzvor 3 MonatenKine‑Exakta: Die erste Spiegelreflexkamera fürs Kleinbild
-
Künstliche Intelligenzvor 2 Monaten
xTool P3 im Test: CO₂-Laser mit 80 Watt schneidet und graviert auch Acryl
-
Social Mediavor 1 MonatMetas neuer Creative Setup Workflow: Was sich wirklich ändert – und warum das nicht nur eine UI-Frage ist!
-
Apps & Mobile Entwicklungvor 2 MonatenMega-GPUs für Nvidia, AMD & Co: TSMC zeigt CoWoS-Package mit >11.600 mm² & 24 × HBM5E
