Über das Projekt

Eine unabhängige, zweisprachige Plattform für aktuelle AI-Security-News, Forschung, Schwachstellen und wöchentliche Einordnung

So funktioniert fy(ai)-security

Technischer Inhaltsfluss von der Quellenaufnahme über Ollama und Qualitätsprüfungen bis zur redaktionellen Freigabe

  1. 01
    IntakeFreigegebene Quellen

    Feste Adapter erfassen Herstellerfeeds, Security-Medien, arXiv, NVD, CISA und Advisories als grundsätzlich unvertrauenswürdige Eingaben

  2. 02
    IntakeExtraktion & Normalisierung

    Python-Collector extrahieren sichtbaren Inhalt, vereinheitlichen URLs, Zeitangaben und Metadaten und verwerfen unzulässige Ziele

  3. 03
    PipelineFilter & Clustering

    Zeitfenster und Relevanzregeln begrenzen Kandidaten. Kanonische URLs, stabile IDs und Quellencluster reduzieren Duplikate

  4. 04
    AI PipelineOllama-Analyse

    Ein Open-Source-Modell bewertet Relevanz, klassifiziert den Inhaltstyp und erzeugt einen zweisprachigen, strukturierten Entwurf

  5. 05
    Quality GateGrounding & Validierung

    Pydantic-Schemas, deterministische Regeln und ein separater Grounding-Pass prüfen Pflichtfelder, Quellenbezug, Datumslogik und Unsicherheiten

  6. 06
    BackendGeschützte Import-API

    Eine authentifizierte und idempotente Next.js-API akzeptiert nur validierte Batches. Zod, Größenlimits, Rate Limits und Markup-Prüfungen sichern die Grenze

  7. 07
    RedaktionMenschliche Redaktion

    Jeder Entwurf wird vor der Veröffentlichung von Hand geprüft. Inhalte können überarbeitet, freigegeben oder abgelehnt werden

  8. 08
    PublicationContent Store & Frontend

    Der Service-Layer speichert Versionen, Quellen und Status in einer SQL-Datenbank. Das öffentliche Frontend liest ausschließlich freigegebene Datensätze

Porträt von Sebastian Grünewald

Über Mich

Hallo AI-Security-Nerds, Enthusiasten und Forscher – willkommen!

Ich heiße Sebastian Grünewald und bin Teamleiter für AI Security in einer Beratung und forsche nebenbei aus Leidenschaft an AI Security. Mein Weg führte mich von Secure Software Development über die Rolle als Senior Security Architect bis hin zu Forschung an der UC Berkeley, wo mein Interesse an AI Security noch einmal deutlich gewachsen ist.

Die Idee für fy(a)i-security entstand aus einem einfachen Problem: Es wird immer schwieriger, mit der Geschwindigkeit der Entwicklungen in KI, Security, Forschung und neuen Schwachstellen Schritt zu halten. Gleichzeitig fehlte mir eine zentrale Plattform, die genau diese Nische abdeckt – fokussiert auf AI Security, ohne unnötiges Rauschen. Mit dieser Plattform möchte ich aktuelle Entwicklungen zugänglicher machen und zugleich praktisch ausprobieren, wie weit sich eine moderne Web-App heute mit Unterstützung von Coding-Assistenten wie Codex bauen lässt.