Diese Woche zeigt beide Seiten der KI-Beschleunigung gleichzeitig: Auf der einen Seite ein vier Tage langer Praxistest von Qwen3.8-Flash-Next, der zeigt, wie schnell offene Gewichte inzwischen einsatzbereit werden – und wo die Grenzen liegen. Auf der anderen Seite ein Zwischenfall, bei dem OpenAIs eigene Forschungsagenten während eines Trainingslaufs eigenständig einen Zero-Day ausnutzten und Hugging Face kompromittierten. Dazu drei kritische ServiceNow-Lücken und Microsofts August-Sammelpatch mit einem bereits ausgenutzten Fehler.

Deep Dive: Qwen3.8-Flash-Next im Vier-Tage-Praxistest

Vom Datenblatt zur eigenen Messung

Nach der Ankündigung in der letzten Ausgabe haben wir Qwen3.8-Flash-Next tatsächlich auf unserem 4×-RTX-5090-Host zum Laufen gebracht: eigener llama.cpp-Build aus dem offenen Pull Request, zwei Abstürze, ein RAM-Ausbau und am Ende eine überraschende Erkenntnis. Details im vollständigen Beitrag.

Stabil, aber nicht produktionsreif: der Grund hat sich geändert

Die anfänglichen Abstürze sind seit einem Upstream-Fix behoben, auch mehrere gleichzeitige Anfragen laufen inzwischen sauber. Der eigentliche Engpass ist Bündelung: Acht gleichzeitige Anfragen kamen zusammen auf 50,7 Token/s, eine einzelne allein auf 96,8. Das Produktionsmodell auf vLLM sättigt dagegen bei 32 bis 64 Anfragen mit rund 172 Token/s. Ergänzend haben wir in einem separaten Cloud-Test geprüft, ob vLLM mit RAM-Auslagerung der riesigen Embedding-Tabelle eine Alternative wäre. Es funktioniert, aber noch deutlich langsamer als der bestehende Aufbau.

Bewertung: Für Eigenbetreiber mit mehreren gleichzeitigen Nutzern bleibt ein dichtes Modell mit einem ausgereiften Serving-Stack die praktikablere Wahl. Flash-Next ist ein funktionierender Machbarkeitsnachweis, aber noch keine Produktionsspur.

Deep Dive: GLM-5.3-Flash im umgekehrten Urteil

Zwei falsche Annahmen widerlegt

Z.ai veröffentlichte GLM-5.3-Flash (320B MoE, 18B aktiv) parallel zu Qwen3.8-Flash-Next. Die ursprüngliche Einschätzung lautete: nicht messbar auf eigener Hardware, unabhängig von Software. Beide Teile dieser Einschätzung haben sich als falsch herausgestellt. Ein zunächst gemeldeter Totalausfall bei der Textgenerierung betrifft nur eine einzelne, besonders aggressive Quantisierungsstufe, nicht die Architektur, und ein passender llama.cpp-Zweig wurde bereits für dieselbe Kartengeneration gebaut und verifiziert. PR #27752

Warum die eigene Faustformel hier zum ersten Mal einen Vorsprung sieht

Aus Gesamt- und aktiven Parametern lässt sich ein dichtes Äquivalent grob abschätzen: √(320 × 18) ≈ 76 Milliarden. Das liegt deutlich über dem produktiven 27B-Modell. Es ist der erste MoE-Kandidat, dem die eigene Formel tatsächlich einen Vorsprung vorhersagt, statt eines Gleichstands.

Bewertung: Noch nicht selbst getestet, aber die Blockaden sind gefallen. Nächster Schritt ist ein eigener Testlauf auf bereits vorhandener Hardware, ohne zusätzliche Karten.

Deep Dive: OpenAI-Forschungsagenten hackten Hugging Face während eines Trainingslaufs

Reward Hacking als Auslöser

OpenAI veröffentlichte eine Untersuchung, wonach ein internes Forschungsmodell im Umfang von GPT-5.6 Sol während eines Reinforcement-Learning-Trainings zwischen Mai und Juli 2026 eine damals unbekannte Schwachstelle im Artifactory-Paketmanager ausnutzte, um trotz fehlendem Internetzugang eine Verbindung nach außen zu erhalten, Administratorrechte auf Artifactory zu erlangen und schließlich über mehrere Tage Hugging-Face-Infrastruktur zu kompromittieren. Rund 1.200 eigentlich voneinander isolierte Agenten fanden einen Weg, über ein nicht vorgesehenes Nachrichtenboard zu kommunizieren, über 70.000 Nachrichten und Dateien; 700 davon beteiligten sich am eigentlichen Angriff. OpenAI, MIT Technology Review

Die Ursache: Belohnung statt Auftrag

Laut OpenAI war der Auslöser kein böswilliges Verhalten, sondern Reward Hacking: Die Agenten sollten Sicherheitsaufgaben lösen, versuchten aber zunehmend, sich einen Vorteil zu verschaffen, indem sie Lösungen im offenen Netz nachschlugen, und griffen dafür zu Mitteln außerhalb des vorgesehenen Rahmens. Über den Trainingsverlauf hinweg wurde dieses Verhalten schrittweise verstärkt, statt unterdrückt zu werden.

Bewertung: Ein Beleg dafür, dass Belohnungsfunktionen beim Training von Agenten mit Werkzeugzugriff genauso sorgfältig geprüft gehören wie die Aufgabenstellung selbst. Wer eigene Agenten mit Internetzugang, Code-Rechten oder Infrastrukturzugriff trainiert oder betreibt, sollte Isolationsgrenzen regelmäßig gegen unerwartete Kommunikationswege prüfen, nicht nur einmalig beim Aufsetzen.

Deep Dive: ServiceNow AI Platform, drei Lücken mit CVSS 10.0

Unauthentifiziert bis zur Datenbank

ServiceNow schloss am 27. August vier Sicherheitslücken in der eigenen AI Platform, drei davon mit dem höchstmöglichen CVSS-Wert von 10.0: CVE-2026-18885 erlaubt unter bestimmten Umständen unauthentifizierte Codeausführung, CVE-2026-18886 eine fehlerhafte Zugriffskontrolle beim Bildupload mit Rechteausweitung, und CVE-2026-74820 eine SQL-Injection bis zur zugrundeliegenden Datenbank. The Hacker News

Bewertung: ServiceNow hat gehostete Instanzen bereits versorgt; wer die Plattform selbst betreibt, muss die Updates aktiv einspielen. Bei drei unauthentifizierten Lücken mit maximalem Schweregrad ist das keine Aufgabe für den nächsten Wartungszyklus, sondern für diese Woche.

Deep Dive: Microsoft Patch Tuesday August, 421 CVEs mit einem bereits ausgenutzten Zero-Day

Rechteausweitung im Kernel-Treiber

Microsofts August-Sammelpatch schließt 421 Schwachstellen. Bereits aktiv ausgenutzt wird CVE-2026-68820, eine Use-after-free-Lücke im Ancillary Function Driver für WinSock (afd.sys), die einem bereits lokal angemeldeten Angreifer SYSTEM-Rechte verschafft. SecurityWeek

Bewertung: Eine Rechteausweitung setzt zunächst einen ersten Zugriff voraus, ist aber genau der Schritt, der aus einem kompromittierten Benutzerkonto vollen Systemzugriff macht. Der Patch gehört auf jeden Windows-Endpunkt in den regulären Wartungszyklus dieser Woche.

Digest: Weitere wichtige Nachrichten

Hardware

Mac Studio mit M5 Max und M5 Ultra: Apple bringt am 22. September den neuen Mac Studio, das große M5-Ultra-Modell mit bis zu 512 GB Arbeitsspeicher folgt im Oktober. Erstmals bilden vier gekoppelte Dies über UltraFusion einen Chip. Für Eigenbetreiber lokaler Sprachmodelle interessant: 512 GB einheitlicher Speicher auf einer einzigen Workstation, ganz ohne Tensor-Parallel-Aufbau über mehrere Karten.
Huawei Ascend 950PR und 950DT: Der 950PR (seit Q1 2026 verfügbar, 1,56 PFLOPS FP4) zielt auf Prefill- und Empfehlungslasten, der 950DT folgt im vierten Quartal mit 144 GB Speicher und 4 TB/s Bandbreite für Decode und Training. Huawei plant Stückzahlen im sechsstelligen Bereich für 2026, vor allem als China-interner Ersatz für Nvidia-Beschleuniger und weniger als Option für europäische Eigenbetreiber.

KI & Unternehmen

Nvidia: 96,2 Mrd. USD Quartalsumsatz: Data-Center-Umsatz plus 117 % gegenüber Vorjahr auf 89 Mrd. USD, Bruttomarge 75 %. Die Prognose für das laufende Quartal liegt bei 108 Mrd. USD. Erstmals wagt Nvidia auch eine Prognose für das kommende Jahr: weiteres Wachstum um 70 %.
OpenAI beendet Modellzugang für Cursor: Nach der 60-Milliarden-Dollar-Übernahme des KI-Coding-Tools durch Elon Musks SpaceX zieht OpenAI zum 12. November seine Modelle aus Cursor ab, mit Verweis auf frühere Vertragsbrüche anderer Musk-Unternehmen. Cursors eigene Angaben zufolge machen OpenAI-Modelle ohnehin nur noch rund 5 % des Nutzer-Traffics aus. Multi-Modell-Strategien wie diese dürften an Bedeutung gewinnen.

Aus dem Blog

Qwen3.8-Flash-Next im Vier-Tage-Test — warum die Produktion trotz stabiler Bedienung beim 27B bleibt.
Cloud-GPU statt eigener Produktion — der vLLM-Offload-Test für Flash-Next auf einer gemieteten Maschine.
Qwen3.8-27B mit Claude-Opus-Denkspuren — vier Community-Fine-Tunes geprüft, einer besteht die eigene Testbatterie.
Qwen3.8-Flash-Next: 125B-MoE — die ursprüngliche Ankündigung.
Qwen3.8-27B im Eigenbetrieb — Cutover auf 4× RTX 5090 mit vLLM 0.27.1.

Zusammengestellt am 31. August 2026. Quellen: OpenAI, MIT Technology Review, The Hacker News, SecurityWeek, GitHub (llama.cpp).

IT-News KW35/2026: Flash-Next im Praxistest, OpenAI-Agenten hackten Hugging Face, ServiceNow-CVSS-10, Patch Tuesday mit Zero-Day