Ausgabe vom 26. Juli 2026

Der Bericht „God has helped us, and so will AI“: How the Terrorist Group Boko Haram Uses Frontier AI der Terrorismusforscherin Antonia Juelich vom Cambridge Programme on AI Science & Policy (CASP) wurde am 15. Juli 2026 veröffentlicht; erste breite Berichterstattung erfolgte über die New York Times am 10. Juli, deutschsprachig griff t3n das Thema am 25. Juli auf. Grundlage sind 57 Interviews mit 27 ehemaligen Mitgliedern der beiden Boko-Haram-Fraktionen ISWAP und JAS, geführt 2025/2026 in Nordost-Nigeria. Wichtiger Vorbehalt, den die Autorin selbst betont: Der Bericht enthält keine forensischen Beweise, Plattform-Logs oder technischen Daten, die die Nutzung direkt zu den genannten KI-Diensten zurückverfolgen — er belegt die von den Kämpfern wahrgenommene Wirksamkeit von KI, nicht eine tatsächlich gemessene Verbesserung ihrer operativen Fähigkeiten.

Laut den Befragten nutzten beide Fraktionen sechs verbreitete Chatbots — ChatGPT, Claude, Gemini, Grok, Meta AI und das chinesische DeepSeek — für mehrere Zwecke: Konstruktion und Verbesserung von Sprengsätzen, Wartung und Aufrüstung erbeuteter Waffen und Militärtechnik, taktische Beratung bei Angriffsplanung und -nachbereitung, operative Tarnung vor Überwachung sowie die Optimierung von Drohnenbewaffnung. Ein zitierter ISWAP-Kommandant beschreibt drei Nutzungswege: zunächst zum Erlernen von Waffeneinsatz und Bombenbau, dann zur Überwachung, schließlich zur Planung. Die Gruppe soll dafür eigene interne „KI-Einheiten“ mit Bombenbauern und Technikern eingerichtet haben, die gezielt Prompts testeten und Chatbot-Antworten in feldtaugliche Anweisungen übersetzten; Sicherheitsfilter wurden dabei häufig umgangen, indem Anfragen als legitime Forschungs- oder Bildungsprojekte getarnt wurden. Übereinstimmend berichten mehrere Quellen, dass ab etwa 2023 IS-nahe ausländische Kämpfer aus Libyen, Frankreich und arabischen Ländern Boko-Haram-Kommandanten in Prompt-Engineering und Jailbreak-Techniken schulten und sie mit Laptops, VPNs und bezahlten KI-Abos ausstatteten.

Die Studie relativiert sich an einer Stelle selbst: Laut the-decoder.de sollen Kämpfer KI auch für riskante taktische Experimente genutzt haben — etwa Motorrad-Sprünge über Gräben —, bei denen 18 Kämpfer starben. Das deutet darauf hin, dass KI-Rat keineswegs durchgängig zu „besseren“ Ergebnissen führte, sondern teils in fahrlässiges Vertrauen in Chatbot-Antworten umschlug. Zur Reaktion der beteiligten KI-Anbieter liefert die Berichterstattung kein klares Bild: Premium Times schreibt explizit, es sei nicht dokumentiert, ob OpenAI, Google, Anthropic, Meta oder DeepSeek überhaupt kontaktiert wurden oder reagiert haben — eine belastbare Stellungnahme eines der genannten Unternehmen zu diesem konkreten Bericht liegt nicht vor.

Gegenüber der South China Morning Post ordnet Juelich den Befund ein: „This is very much a current national security problem.“ Die Studie versteht sich als erster feldbasierter Beleg dafür, dass eine Terrororganisation KI nicht nur für Propaganda, sondern für operative Kampfunterstützung einsetzt — bisherige Forschung zu Extremismus und KI hatte sich überwiegend auf Desinformation und Rekrutierung konzentriert. Der seit 17 Jahren andauernde Boko-Haram-Aufstand hat bislang mehr als 35.000 Menschenleben gefordert und über zwei Millionen Menschen vertrieben; wie stark KI-Zugang diese Bilanz künftig verändert, lässt sich nach den vorliegenden Zeugenaussagen allein nicht beziffern.

Moderne Reasoning-Modelle — KI-Systeme wie DeepSeek-R1, Gemini oder GPT-o3, die vor der eigentlichen Antwort erst eine interne „Gedankenkette“ (Chain of Thought) erzeugen — lassen sich gezielt dazu bringen, viel länger nachzudenken als nötig, ohne dass sich am eigentlichen Ergebnis etwas ändert. Das zeigt die Studie „Inducing Overthink: Hierarchical Genetic Algorithm-based DoS Attack on Black-Box Large Language Reasoning Models“ von Shuqiang Wang, Wei Cao und Kollegen, mutmaßlich mit Bezug zur Zhejiang-Universität, angenommen für die ICML 2026 und laut IEEE Spectrum unabhängig bestätigt. Über t3n berichtete darüber auch die deutschsprachige Presse am 25. Juli. Das Paper ist noch nicht formal peer-reviewed veröffentlicht und sollte entsprechend als vorläufig markiert werden.

Der Angriff nutzt einen hierarchischen genetischen Algorithmus — ein Optimierungsverfahren, das biologische Evolution nachahmt, um iterativ immer wirksamere Angriffs-Prompts zu „züchten“. Ausgangspunkt sind normale Matheaufgaben mit klar definierten Prämissen; der Algorithmus löscht, ergänzt oder vertauscht diese Prämissen automatisiert zwischen konkurrierenden Prompt-Varianten und bewertet jede Variante danach, wie lang die erzeugte Denkkette wird und wie oft typische „Grübel-Marker“ auftauchen — Wörter wie „aber“, „warte“ oder „alternativ“, die auf Selbstzweifel im Modell hindeuten. Wichtig: Der Angriff funktioniert als reiner Black-Box-Angriff über die normale API, benötigt keinen Zugriff auf Modellgewichte, und die auf kleinen, günstigen Modellen „gezüchteten“ Prompts wirken laut Studie auch gegen große kommerzielle Modelle — mit einem Testaufwand von nur rund 60 Abfragen pro Modell.

Getestet wurden DeepSeek-R1, Qwen3-Thinking, GPT-o3 und Gemini-2.5-Flash anhand der Mathe-Benchmarks GSM8K, SVAMP und MATH. Ergebnis: Die manipulierten Prompts erzeugten Antworten bis zu 26,1-mal länger als bei normal formulierten, korrekten Aufgaben — auf dem MATH-Benchmark etwa wuchs die durchschnittliche Antwortlänge von Qwen3-Thinking auf über 13.000 Tokens. Bemerkenswert ist das Aufwandsverhältnis: Der Angriffs-Prompt selbst umfasst nur rund 99 Input-Tokens, gegenüber 2.652 Tokens bei einer bisherigen Vergleichsmethode — ein extremes Verhältnis von minimalem Aufwand zu maximaler Wirkung. Da kommerzielle KI-Anbieter überwiegend nach Anzahl generierter Tokens abrechnen, lässt sich der Angriff direkt in reale Mehrkosten übersetzen, auch wenn das Paper selbst keine Dollarbeträge nennt.

Für Unternehmen, die KI-gestützte Dienste oder mehrstufige Agenten-Systeme betreiben, beschreiben Forschende und IEEE Spectrum drei konkrete Risiken: klassische Ressourcen-Erschöpfung durch massenhaft eingeschleuste Grübel-Prompts, gezielte Kosten-Angriffe auf nutzungsbasiert abgerechnete Dienste, sowie sich aufschaukelnde Verzögerungen in automatisierten Agenten-Workflows, wenn ein Zwischenschritt selbst in eine solche Denkschleife gerät. Als Gegenmaßnahmen nennt das Paper vor allem trainingsseitige Ansätze — Belohnungsfunktionen, die kompakte statt lange Denkketten prämieren, sowie gezieltes Training mit unvollständigen Aufgaben — und betriebsseitig Monitoring auf anomal lange Reasoning-Muster, Early-Stopping-Mechanismen und Token-basiertes Rate-Limiting. Die Forschenden betonen laut t3n, dass „Overthinking“ eine grundlegende, anbieterübergreifende Schwachstelle moderner Reasoning-Modelle ist, kein Einzelfall eines bestimmten Herstellers.

Dr. Jason Gibson, Geschichtsprofessor an der Alcorn State University in Mississippi, versteckte in der Aufgabenstellung einer Zwischenprüfung zur Industriellen Revolution Text in weißer Schriftfarbe — für Studierende unsichtbar, für eine KI beim Kopieren jedoch les- und verarbeitbar. Die versteckte Anweisung forderte sinngemäß, das Wort „Madagascar“ so in die Antwort einzubauen, dass es keinen inhaltlichen Sinn ergibt. Ein Beispielsatz aus einer betroffenen Antwort lautete: „Madagascar floats sideways through the afternoon.“ Wer die komplette Aufgabe unbesehen in einen Chatbot kopierte und dessen Antwort ungeprüft zurück ins Prüfungsfeld einfügte, übernahm damit auch den unsinnigen Madagaskar-Verweis — ein eindeutiger Beleg für nicht selbst geschriebenen, KI-generierten Text. Von 35 Studierenden aus zwei Kursen fielen 32 durch mindestens einen Teil der Prüfung; Gibson bot allen die Möglichkeit, ihre Note anzufechten, zwei nutzten dies, bei einem wurde die Teilnote nachträglich korrigiert.

Gibson veröffentlichte den Fall selbst in einem TikTok-Video (@iamjasongibson), das laut Berichten über 1,8 Millionen Aufrufe erzielte und dadurch viral ging; zahlreiche US-Medien griffen die Geschichte im Juli 2026 auf, deutschsprachig berichtete t3n am 25. Juli. Gibson betonte gegenüber Medien, es bereite ihm „keine Genugtuung“, Studierende durchfallen zu sehen, und dass die akademische Welt bislang keine bewährten Verfahren für den Umgang mit KI in Prüfungen habe.

Die Methode ist kein Einzelfall: Bereits im November 2025 nutzte Will Teague, Assistenzprofessor an einer kleineren, lehrorientierten Universität, laut HuffPost eine nahezu identische Technik in einem Erstsemester-Geschichtskurs: Er versteckte die Anweisung, aus „marxistischer Perspektive“ zu schreiben — ein Blickwinkel, der zum behandelten Buch nicht passte. Von 122 Einsendungen wurden 33 automatisch als KI-generiert erkannt, 14 weitere Studierende gestanden die Nutzung ein, macht rund 39 Prozent. Auch außerhalb von Prüfungssälen ist das Grundprinzip bekannt: Eine Nature-Recherche fand laut The Register in mindestens 18 wissenschaftlichen Papern aus 44 Institutionen und 11 Ländern versteckte, für Menschen unsichtbare Textinstruktionen, die KI-gestützte Peer-Reviewer zu positiven Bewertungen anweisen sollten — dieselbe Technik, nur mit umgekehrter Angriffsrichtung.

Der Fall illustriert ein Grundproblem, das Bildungseinrichtungen derzeit umtreibt: Klassische Plagiats- und KI-Erkennungssoftware liefert unzuverlässige Ergebnisse, während unsichtbare Prompt-Injection als Nachweismethode zwar wirksam, aber technisch und rechtlich ein Grenzfall ist — sie funktioniert nur so lange, wie Studierende KI-Antworten komplett unkontrolliert übernehmen, und trifft im Zweifel auch sorgfältig arbeitende Studierende, die einen Chatbot lediglich zur Recherche nutzten. Eine einheitliche, anerkannte Praxis für den Umgang mit KI in Prüfungssituationen existiert an US-Hochschulen bislang nicht.

Ein Bericht des Wall Street Journal beschreibt, dass US-Unternehmen nach einer Phase des unkontrollierten Ausrollens von KI-Tools nun aktiv gegensteuern: Budgets werden gedeckelt, Zugriff rationiert, Mitarbeiter zu günstigeren Alternativen gelenkt. Am besten belegt ist der Fall Uber: Nach dem Rollout von Anthropics Claude Code an rund 5.000 Ingenieuren — die Nutzungsquote stieg von 32 Prozent im Februar auf 84 Prozent im März 2026 — war das komplette KI-Budget für 2026 bereits nach vier Monaten aufgebraucht. Durchschnittliche Kosten lagen laut Forbes bei 150 bis 250 Dollar pro Ingenieur und Monat, bei Power-Usern zwischen 500 und 2.000 Dollar, mit Einzelsessions von bis zu 1.200 Dollar. Uber reagierte laut TechCrunch mit einem Deckel von 1.500 Dollar pro Mitarbeiter und Tool und Monat. Eine kursierende Zahl von „3,4 Milliarden Dollar KI-Budget“ ist dabei irreführend — das ist Ubers gesamtes Forschungs- und Entwicklungsbudget 2025, nicht das spezifische KI-Budget, das nirgends beziffert wurde.

Ein zentraler Treiber ist der Preisunterschied zu chinesischen Modellen: Laut CNBC liegen offene chinesische Modelle 60 bis 90 Prozent unter den Kosten führender US-Modelle — konkret werden rund 18 Cent pro Million Tokens bei chinesischen Modellen gegen etwa 4 Dollar pro Million Tokens bei US-Modellen genannt. Konkrete Beispiele: Der Automatisierungs-Anbieter Lindy hat laut Fortune 100 Prozent seines Datenverkehrs auf DeepSeek V4 migriert, mit Einsparungen im Millionenbereich. DoorDash setzt laut CTO Andy Fang für einfachere Aufgaben auf ein Modell von Moonshot AI — „bessere Qualität“ bei „günstigeren Kosten“. Cursor nutzte ein Moonshot-Modell für seinen Composer-2-Coding-Agent, Airbnb und Siemens experimentieren mit Modellen von Alibaba und DeepSeek. Auf Hugging Face lag der Downloadanteil chinesischer Open-Source-Modelle im März 2026 bereits bei 41 Prozent.

Die Diskussion auf Hacker News zum Artikel (303 Punkte-Nachbarartikel, dieser 59 Punkte, 80 Kommentare) fällt differenzierter aus als die WSJ-These selbst: Mehrere Kommentatoren widersprechen der pauschalen „Zeitenwende“-Erzählung — ein Nutzer berichtet von unter 40 Euro monatlichen Kosten bei laut eigener Einschätzung zehnfacher Produktivität und hinterfragt, warum teurere Umstiege überhaupt nötig wären. Andere kritisieren, dass Token-Verbrauch intern häufig als Kennzahl behandelt werde, ohne den tatsächlichen Produktivitätsnutzen zu messen — echte Rechenschaftspflicht darüber, ob sich der KI-Einsatz lohnt, fehle vielerorts. Wieder andere bestätigen aus eigener Praxis ein besseres Preis-Leistungs-Verhältnis chinesischer Frontier-Modelle. Der Analyst Arun Chandrasekaran von Gartner ordnet generative KI derzeit im „Tal der Enttäuschungen“ des Hype-Zyklus ein und verweist auf nutzungsbasierte Abrechnung als zentralen Kostentreiber für die aktuelle Sparwelle.

Einzuordnen ist der Trend auch vor dem Hintergrund der laufenden Debatte über eine mögliche KI-Blase, die diese Ausgabe in früheren Artikeln bereits mehrfach begleitet hat: Parallel zu Berichten über bilanzferne KI-Schulden bei Tech-Konzernen liest sich die Kostensenkungswelle bei Endkunden-Unternehmen für manche Beobachter als Frühindikator einer platzenden Erwartungsblase, für andere lediglich als normale Marktbereinigung nach der ersten Experimentierphase. Gesichert ist, dass die Einzelfälle (Uber, Lindy, DoorDash, Cursor, Airbnb, Siemens) real sind und mehrfach unabhängig bestätigt wurden — die pauschale These, „Corporate America“ habe branchenweit „plötzlich“ umgeschwenkt, bleibt dagegen eine journalistische Zuspitzung ohne belastbare Flächenstatistik.