Das AGORÀ Briefing — Donnerstag, 3. September 2026

Guten Morgen Adam, guten Morgen allerseits. Der Bug heißt CVE-2026-82329 und hat einen CVSS-Wert von 9.8. JFrog, das Unternehmen hinter Artifactory, hat ihn am 1. September 2026 öffentlich gemacht und den Patch noch am selben Tag verteilt. Der Mechanismus: Eine anonyme Anfrage an einen exponierten Endpunkt, ohne jede Identitätsprüfung, wird zu einem Administrator-Token mit vollem Zugriff. The Register hat die ersten aktiven Angriffe innerhalb von vier Tagen dokumentiert. Das Team der Sicherheitsfirma watchTowr hat beobachtet, wie Angreifer auf den eigenen Honeypots Admin-Token erzeugten, von IP-Adressen aus verschiedenen Weltregionen. Yordan Ganchev, Principal Threat Intelligence Specialist der Firma, spricht von systematischer Auflistung von Nutzern, Gruppen und föderierten Zugangsdaten, und er warnt, dass ein Scannen im großen Maßstab in den nächsten Tagen wahrscheinlich bleibt. The Register titelt «Another Artifactory CVE»: Dieses Wort, another, erzählt von einer Wiederholung. Ein solcher Einbruch trifft auch KI-Agenten, und wer eine exponierte Instanz betreibt, sollte heute aktualisieren.

Hallo Adam, hallo an alle, die zuhören. Die Agenten in den Stromnetzen haben endlich einen öffentlichen Maßstab. Am 31. August 2026 haben sechs Forscher auf arXiv einen Benchmark namens RestoreBench hinterlegt, Kennung arXiv:2609.00384v1. Er bewertet Agenten auf Basis von Large Language Models bei einer präzisen Aufgabe: die Konvergenz des Lastflusses in Stromnetzen wiederherzustellen. Er deckt zwei Netze ab, mit 46 Fällen pro Netz, insgesamt 92 Szenarien mit ausbleibender Konvergenz. Er vergleicht drei Architekturen, Chatbot, Single Agent und Multi-Agent, in derselben Simulationsumgebung und mit denselben Metriken. So weit die Fähigkeit. Die eigentliche Verwandlung betrifft die Verantwortung. Ein reproduzierbarer Benchmark macht die Leistung eines Agenten falsifizierbar, und damit regulierbar, was zuvor technische Expertenmeinung blieb. Die Frage wandert von Können wir ausrollen zu Wer entscheidet. Wer ein Netz betreibt, verfügt jetzt über einen gemeinsamen Maßstab, und von diesem Maßstab aus beginnt die ernsthafte Auseinandersetzung mit dem EU AI Act.

Schön, Sie wiederzuhören, und guten Morgen Adam. Vor dem Benchmark der Präzedenzfall, und der liegt im Jahr 2000. Christina und David Romer zeigten in der American Economic Review, dass die internen Prognosen der Federal Reserve, das sogenannte Greenbook, die Prognosen der privaten Analysten systematisch übertrafen. Ressourcen, Zugang, proprietäre Daten: Die Zentralbank wusste es zuerst, und der Markt lief hinterher. Dieser Vorsprung hat die geldpolitische Entscheidungsarchitektur vierzig Jahre lang getragen, und heute erodiert er. Ein Sprachmodell mit Websuche leistet, was früher eine Abteilung von zwanzig Ökonomen erforderte. Der Beleg stammt vom 31. August 2026: Sechs Forscher haben auf arXiv «Can LLMs Take the Pulse of the Economy?» veröffentlicht und LiveMacroEval gebaut, einen Benchmark, der gegen Kontamination resistent ist. Die Knappheit der Makroinformation, kontrolliert von den Policy Makern, wird zu einem Gut, das jedem zugänglich ist, der eine Abfrage bezahlt. Das ist ein Regimewechsel, und er verändert das Kalkül für alle, die Kapital verwalten.

Hallo Adam, und ein Gruß an alle am Empfänger. In den Rohdaten, genau, und genau das bepreist der Markt schlecht. Der Wert in der Materials Science wandert vom KI-Modell zum Datensatz, der es trainiert: Das ist die dokumentierte Entwicklung der letzten Jahre. Der Konsens finanziert Algorithmen. Der wahre Hebel steckt in der extrahierbaren wissenschaftlichen Literatur: Wer diesen Korpus kontrolliert, bestimmt das Timing einer ganzen Produktgeneration. Der Beweis kommt aus Seoul. Am 31. August 2026 hat ein Team der Seoul National University unter Leitung von Professor Ho Won Jang das Ergebnis öffentlich gemacht. Die Forscher haben 1.202 Datensätze aus 448 Papern gewonnen und mit physikinformiertem Machine Learning rund 150 Millionen virtuelle Zusammensetzungen bleifreier Dielektrika gescreent. Der Filter hat das Feld auf 37 Kandidaten verengt. Zwei wurden synthetisiert und getestet, beide mit hohen Dielektrizitätskonstanten und starker Stabilität bei hohen Temperaturen. Es sind die Materialien der MLCC in Smartphones und in der Elektronik für Elektrofahrzeuge. Hohe Konfidenz bei der Technologie, mittlere beim Timing: Horizont 24 Monate.

Willkommen zurück am Tisch, Adam, und guten Morgen an alle, die zuhören. Die Belege kommen aus einer Interpretability-Studie, veröffentlicht am 1. September 2026, die drei Formen der Mensch-KI-Interaktion beim Lernen vergleicht: einen Chatbot im freien Gespräch ohne Einschränkungen, einen sokratischen Modus, der über Hinweise führt, und ein adaptives Tutoring-System, das den Schwierigkeitsgrad in Echtzeit nach dem Hirnsignal regelt, erfasst mit einem Muse-EEG-Gerät. Die Gruppe mit dem Chatbot ohne Einschränkungen erzielte höhere Lerngewinne als die anderen zwei Bedingungen, mit p kleiner als 0,03 und d größer als 0,80. Die adaptive Bedingung erzeugte dagegen ein signifikant höheres EEG-Engagement, mit p gleich 0,018. Mehr Hirnarbeit auf der einen Seite, mehr Punkte auf der anderen. Und es bleibt die Frage, die für alle zählt, die Budgets verteilen: Spiegelt dieser Gewinn, gemessen direkt nach der Nutzung, erworbene Kompetenz wider, oder ist er ein Artefakt des Messzeitfensters? Die Studie fügt Evidenz hinzu, und die Frage bleibt auf dem Tisch.

Einen schönen Tag allerseits, Adam eingeschlossen. Die Wette hat eine präzise Zahl: Am 2. September 2026 hat Workday bekannt gegeben, dass über 100 Behörden auf Bundesstaats- und Kommunalebene in den USA in den letzten zwei Jahren seine einheitliche Plattform gewählt haben. Auf der Liste stehen der Bundesstaat Delaware, das Commonwealth of Massachusetts, die New Jersey Transit Authority und das New York State Unified Court System. Der Takt erzählt die Dynamik: Fast jede Woche unterschreibt eine öffentliche Einrichtung, und ein solcher Rhythmus signalisiert strukturellen Druck, weit mehr als eine technologische Mode. Michael Hofherr, Senior Vice President Industry Product des Unternehmens, bringt den Einsatz auf den Punkt: Beschäftigte im öffentlichen Dienst verdienen verlässliche Technologie, um einzustellen, Menschen zu bezahlen und den Stand eines Budgets zu lesen. Das Problem ist operativ, noch vor dem Informatischen: Viele Verwaltungen erbringen wesentliche Dienste auf fragmentierten Systemen, mit begrenzter Zeit und begrenzten Ressourcen. Technologie zahlt sich aus, wenn die Menschen sie zu nutzen wissen, und die Kompetenz dieser Menschen ist die eigentliche Investition.

Guten Morgen Adam, und guten Morgen an alle, die uns folgen. Dahinter steckt ein Zug auf drei Märkten, und die Geschichte beginnt am 1. September 2026. GoPro hat die Fusion mit Starman Optical für 285 Millionen Dollar angekündigt, mit einem erklärten Ziel: den Wert des eigenen geistigen Eigentums in den Bereichen Consumer, Commercial und Verteidigung zu maximieren. TechCrunch berichtet, dass die Vereinbarung den Aktionären 1,14 Dollar je Aktie zahlt und ihnen rund 10 Prozent des neuen zusammengeschlossenen Unternehmens lässt. Sie tilgt 92 Millionen Dollar an ausstehenden Schulden. Der Abschluss wird bis Jahresende erwartet, und GoPro bleibt eine börsennotierte Gesellschaft mit ihren Aktionären an Bord. Ein Jahrzehnt lang hat der Markt GoPro als Hersteller von Actionkameras bewertet. Starman Holdings bewertet das Unternehmen als Inhaber von Kompetenzen in der Präzisionsoptik. Charles Tebele, CEO von Starman, sagt es ausdrücklich: Fortgeschrittene Optik und Bildgebung sind essenziell für die KI und für die nationale Sicherheit. Die Actionkamera bleibt im Spiel, während der wahre Wert in der Optik liegt.