Am 13. September 2026 enthüllte die Associated Press einen bekannten Fehler im elektronischen Wahlsystem Georgias, der es Forschern ermöglichen könnte, einige anonyme Stimmzettel mithilfe öffentlicher Aufzeichnungen bestimmten Wählern zuzuordnen. Der Forscher Max Springer nutzt öffentlich verfügbare KI-Assistenten, um die Reihenfolge der Datensätze zu analysieren und nach den notwendigen Daten zu suchen, was zeigt, dass generative KI die Programmier- und Datenverarbeitungsbarrieren senkt, die für die Ausnutzung alter Datenschutzlücken erforderlich sind.
Das Risiko liegt in der Wahlgeheimhaltung, nicht in der Manipulation der Ergebnisse
Wahlgeräte würden die Reihenfolge der Stimmzettel und elektronischen Stimmzettelbilder stören, um die Verbindung zwischen den Wähler-Check-in-Zeiten und dem Inhalt ihrer Stimmen zu kappen. Das Problem ist, dass die zugehörigen Randomisierungsmethoden reversible Hinweise enthalten; In Kombination mit öffentlichen Informationen wie Frühwahllisten, Audit-Protokollen und Anmeldeprotokollen ist es möglich, die ursprüngliche Reihenfolge großer Zahlen von Aufzeichnungen wiederherzustellen. Die Berichte zeigen keine Hinweise darauf, dass die Stimmzettel verändert wurden, noch stellen sie bestehende Auszählungsergebnisse infrage; die Gefahr liegt in der Anonymität, dass "andere nicht wissen dürfen, für wen Sie gestimmt haben."
Was KI verändert, sind die Nutzungskosten
Schwachstellen werden nicht von KI erzeugt, aber allgemeine KI-Assistenten können helfen, Felder zu organisieren, neu angeordnete Skripte zu schreiben, Zeitangaben zu vergleichen und Korrelationen zwischen Daten zu entdecken. Teams, die zuvor mit Wahlgeräten und Datenstrukturen vertraut sein mussten, können nun weniger Personen für die vorläufige Reproduktion haben. Diese Änderung ähnelt dem Risiko von Datenpannen in Unternehmen: Eine einzelne öffentliche Datendatei mag harmlos erscheinen, aber mehrere mit KI zusammengeschnittene Datensätze können Personen erneut identifizieren.
| Link | Ursprünglich geschützt | Belichtungspunkte |
|---|---|---|
| Stimmzettel | Mische die Reihenfolge zufällig | Der Algorithmus hinterlässt ein wiederherstellbares Muster |
| Öffentliche Informationen | Unterstützung von Prüfungen und Transparenz | Mehrere Datenpunkte können kreuzkorreliert werden |
| KI-Assistent | Verbesserung der analytischen Effizienz | Senkt die Schwelle für Umterminierung und Abgleich |
Die Reparatur kann sich nicht ausschließlich auf weniger öffentliche Daten verlassen
Andere Regionen, die verwandte Geräte nutzen, haben Risiken durch Software-Updates oder Einschränkungen der Kombination sensibler Datensätze gemindert. Beamte in Georgia sagen, dass Maßnahmen ergriffen wurden, während Wahlsicherheitsbefürworter die Maßnahmen für unzureichend halten. Ein sinnvoller Ansatz ist es, die Umsetzung der Randomisierung zu verbessern, unabhängige Behörden erneut testen zu lassen und Portfolio-Risikobewertungen öffentlicher Daten durchzuführen, wobei die Zeitgenauigkeit, Release-Chargen und Metadatenfelder angepasst werden, ohne die öffentliche Prüfungskapazität zu schwächen.
Dieser Vorfall erinnert alle öffentlichen Datensysteme daran: Transparenz und Datenschutz können nicht getrennt gestaltet werden. Angesichts der verbesserten Datenkorrelationsfähigkeiten von KI sollte sich der Fokus der Governance von "ob eine einzelne Datei einen Namen enthält" auf "ob mehrere Dateien zusammengeführt werden können, um die Person neu zu identifizieren" verschieben und diese Inspektion in einen festen Vorabprozess integrieren.
