Anthropic gibt „Mythos“-Klasse frei – aber nur mit Einschränkungen
Anthropic öffnet sein bislang leistungsfähigstes KI-Modell erstmals für eine breitere Öffentlichkeit: Claude Fable 5 ist die „sichere“ Variante der neuen Mythos-Klasse.
Browser als Wanze: Wie Websites Ihre SSD belauschen
Ein Klick auf den falschen Link reicht aus, und schon weiß eine Website, welche Apps Sie nutzen und welche Seiten Sie besuchen. Forscher der TU Graz haben gezeigt, dass das mit handelsüblichen Browsern und ohne jede Sicherheitslücke funktioniert.
Download der Woche: SiteOne Crawler
Wenn die Geschäftsführung plötzlich wissen will, warum die Firmenwebsite langsam lädt, schlechte Suchmaschinenpositionen belegt oder Barrierefreiheitsvorgaben verfehlt, landet die Frage erfahrungsgemäß auf dem Tisch der IT – die sich eigentlich um Mailserver und Storage kümmert. Das quelloffene Tool SiteOne Crawler hilft beim schnellen Einstieg.
Penetrationstests im Active Directory: Leitfaden für zielgerichtete Angriffsszenarien
Ein Penetrationstest im Active Directory gehört zu den anspruchsvollsten Disziplinen der offensiven IT-Sicherheit. Das Active Directory bildet in vielen Unternehmen das zentrale Nervensystem für Authentifizierung und Autorisierung. Gelangen Angreifer an weitreichende Berechtigungen, kann die gesamte Windows-Infrastruktur kompromittiert werden. Genau deshalb rücken Verzeichnisdienste zunehmend in den Fokus realistischer Angriffssimulationen.
»Ohne Kommunikation keine Migration«
Unsere Autoren Jan Kappen und Evgenij Smirnov sind seit langer Zeit Berater in Migrationsprojekten. Im Gespräch bringt IT-Administrator in Erfahrung, welche Aspekte den Erfolg einer Migration definieren und wo Stolpersteine lauern. Dabei zeigt sich, dass unabhängig von der Zielplattform der persönliche Austausch aller Beteiligten essenziell ist.
LLM-Wissen erweitern mit RamaLama
Large Language Models sind aus dem Alltag kaum noch wegzudenken – trotz eines großen Mankos: Ihr Wissen ist auf den Trainingszeitpunkt begrenzt. Sie können keine neuen Informationen berücksichtigen, die nach dem letzten Training entstanden sind, und ihr internes Wissen ist unvollständig und teils fehlerhaft. Der Open-Source-Tipp in diesem Monat zeigt, wie Sie dieses Problem mithilfe von Retrieval-augmented Generation lösen.
