MOCET: Monte Carlo Expected Threat – neue Messgröße für KI‑Sicherheit

Eine neue Studie auf arXiv (2511.16823v1) präsentiert MOCET, eine innovative Metrik zur Bewertung von realen Risiken, die von großen Sprachmodellen (LLMs) ausgehen. MOCET steht für Monte Carlo Expected Threat und soll die Lücken schließen, die aktuelle Benchmarks wie LAB‑Bench, BioLP‑Bench und WMDP hinterlassen.

Insbesondere Modelle mit einem AI Safety Level (ASL) von 3+ stellen ein besonderes Risiko dar: Sie könnten unerfahrene Akteure, auch außerhalb staatlicher Strukturen, in Bereichen wie der Bio‑Sicherheit stärken. Um solche Gefahren besser zu verstehen, braucht es Messgrößen, die die „real‑world“ Auswirkungen von KI‑Entwicklungen berücksichtigen.

MOCET ist dabei interpretiert, doppelt skalierbar, automatisierbar und offen für zukünftige Entwicklungen. Durch die Monte‑Carlo‑Simulation quantifiziert die Metrik die potenziellen Bedrohungen, die ein Modell in konkreten Anwendungsszenarien darstellen kann. Damit liefert sie Entscheidungsträgern ein präziseres Werkzeug, um Schutzmaßnahmen zu planen und Risiken innerhalb akzeptabler Grenzen zu halten.

Die Einführung von MOCET markiert einen wichtigen Schritt in der KI‑Sicherheit: Sie verbindet die Zuverlässigkeit bestehender Benchmarks mit einer realitätsnahen Risikoanalyse und schafft damit eine Grundlage für robuste Sicherheitsstrategien in einer Zeit, in der KI‑Modelle immer schneller voranschreiten.