Wichtigste Erkenntnisse
- Agentische KI wird im Finanzwesen bereits eingesetzt: bei Compliance-Prüfungen, der Transaktionsüberwachung, der Vorbereitung von Wirtschaftsprüfungen und der aufsichtsrechtlichen Berichterstattung – wobei die Agenten standardmäßig ohne Dateiprüfung arbeiten.
- Finanzdienstleister stellen Verbindungen zu Zahlungsabwicklern, ERP-Systemen, regulierten Datenspeichern und Auditorenportalen her. Jede Verbindung stellt eine Vertrauensgrenze dar; eine einzige infizierte Datei kann alle diese Verbindungen gefährden.
- Herkömmliche Malware (Emotet, Carbanak, FIN7) und neu auftretende Bedrohungen (Prompt-Injection) nutzen das Vertrauen in Agenten in Echtzeit aus – noch bevor ein Mensch eingreifen kann.
- DORA, PCI DSS, die Offenlegungsvorschriften der SEC im Bereich Cybersicherheit sowie FINRA/FFIEC schreiben alle eine Steuerung der Arbeitsabläufe von Mitarbeitern vor, wobei die Meldepflicht für Vorfälle bereits in dem Moment greift, in dem ein Mitarbeiter eine Datei unsachgemäß behandelt.
- Die Dateiprüfung vor der Erfassung durch den Agenten ist die entscheidende Kontrollmaßnahme, die bisher fehlte. MetaDefender™ Cloud fängt jede Datei ab: mit über 20 Engines, Deep CDR™-Technologie und Adaptive Sandbox – noch bevor ein Agent sie überhaupt zu Gesicht bekommt.
Der Juli 2026 war, gelinde gesagt, ein interessanter Monat für die Sicherheit agentischer KI. Sowohl Anthropic als auch OpenAI sorgten mit bedeutenden Nachrichten für Schlagzeilen; beide Unternehmen waren in Fälle verwickelt, in denen Agenten aus Sandbox-Umgebungen ausbrachen und ansonsten sichere Server kompromittierten.
Die Nachricht überraschte niemanden. Bereits im Februar 2026 tauchten erste Studien auf, die die Neigung der Agenten dokumentierten, auf eigene Faust zu handeln, wenn sie unbeaufsichtigt blieben. Eine dieser Studien ist die Studie „Agents of Chaos“, aus der hervorgeht, dass Agenten in der Lage sind:
- den Anweisungen von Nicht-Eigentümern Folge leisten
- vertrauliche Daten offenlegen
- destruktive Aktionen auf Systemebene ausführen
- sich gegenseitig unsichere Praktiken vermitteln
Kurz gesagt: Agente-KI ist zum jetzigen Zeitpunkt noch nicht bereit, alltägliche Aufgaben vollständig zu übernehmen. Nirgendwo wird dies deutlicher als bei der Angriffsfläche von KI-Agenten im Finanzwesen, wo die Autonomie bereits die Aufsicht übertrifft.
Ihr Compliance-Beauftragter hat diesen Monat rund 300 Dokumente bearbeitet und dabei Unterlagen, Rechnungen, Lieferantenabrechnungen und Prüfungsunterlagen aus allen Ecken Ihrer Speicherumgebung abgerufen. Zu welchem Zeitpunkt dieses Prozesses hat er überprüft, ob diese Dateien tatsächlich sicher waren?
Wenn Sie keine sichere Antwort darauf haben:
- Sie sind nicht allein; die meisten Finanzunternehmen tun das auch nicht.
- Die Beantwortung dieser Frage sollte für Sie oberste Priorität haben.
Wie agentische KI die Angriffsfläche im Finanzbereich vergrößert
Im Jahr 2025 stellte Gartner fest, dass 59 % der Finanzverantwortlichen KI in ihren Finanzabteilungen einsetzten. Zwar liegen die Zahlen für 2026 noch nicht vor, doch ist davon auszugehen, dass die Einführungsraten gestiegen sind. KI-Agenten werden für Compliance-Prüfungen, die Transaktionsüberwachung, die Vorbereitung von Wirtschaftsprüfungen oder die aufsichtsrechtliche Berichterstattung eingesetzt.
Nehmen wir einen typischen monatlichen Arbeitsablauf für die Compliance-Prüfung als Beispiel. Ein Sachbearbeiter:
- Ruft Dokumente aus SharePoint, Box oder Amazon S3 ab
- Analysiert und extrahiert Daten und gleicht diese mit den Begleitunterlagen ab
- Fragt Salesforce oder Stripe ab, um Zahlungsabweichungen abzugleichen
- Erstellt Jira-Tickets und leitet diese an die Finanz- oder Rechtsabteilung weiter
- Benachrichtigt die zuständigen Teams über Teams oder per E-Mail
- Erstellt Berichte zur Einhaltung gesetzlicher Vorschriften und exportiert diese an externe Interessengruppen
Das sind sechs Schritte, mehrere Systeme und keinerlei Dateiprüfung. Jedes Dokument, das in die Pipeline gelangt, wird als vertrauenswürdig eingestuft. Das ist sowohl das Konzept als auch das Problem.
Warum sind Finanzworkflows stärker den Sicherheitsrisiken durch agentenbasierte KI ausgesetzt?
Mit Ausnahme von Hacktivisten oder staatlich geförderten Akteuren zielen die meisten Angreifer vor allem auf Branchen mit hohen Gewinnen ab, ohne dass dahinter weitere Motive stehen. Im vergangenen Jahr waren die Zielbranchen das verarbeitende Gewerbe, das Gesundheitswesen, der Finanzsektor und der öffentliche Sektor – also Branchen, die sowohl über umfangreiche Datensätze verfügen als auch viel zu verlieren haben.
Um direkt Geld zu stehlen, nehmen Hacker Zahlungsnetzwerke, Bankkonten und die Blockchain-Infrastruktur ins Visier, um Gelder direkt abzuzweigen. Finanzunternehmen sind zudem ein beliebtes Ziel, da sie unter hohem Druck stehen, den Geschäftsbetrieb aufrechtzuerhalten, Compliance-Vorgaben einzuhalten und das Vertrauen der Öffentlichkeit zu wahren – was die Wahrscheinlichkeit erhöht, dass sie Lösegeld zahlen, um ihre Systeme wiederherzustellen.
Auch branchenspezifische Abläufe können eine Rolle spielen. Agentic-Workflows sind mit Zahlungsabwicklern, ERP-Systemen, behördlichen Portalen, Cloud-Speichern und Auditorenportalen verbunden. Jede dieser Verbindungen stellt eine Vertrauensgrenze dar, und jede Vertrauensgrenze ist ein potenzieller Single Point of Failure.
Agentische KI gewinnt aufgrund ihrer maschinellen Ausführungsgeschwindigkeit und der damit verbundenen Aussicht auf Produktivitätssteigerungen zunehmend an Bedeutung. Doch genau in dieser Geschwindigkeit liegt die Gefahr.
Früher war das Einzige, was eine bösartige Rechnung oder einen infizierten Prüfbericht auffangen konnte, die Tatsache, dass ein Mensch vor dem Öffnen kurz innehalten würde. Agentic AI beseitigt diese Kontrollinstanz vollständig. Eine infizierte Datei, die früher einen Tag lang im Posteingang eines Mitarbeiters gelegen hätte, wird nun innerhalb von Sekunden eingelesen, ausgewertet und bearbeitet.
Unternehmen haben zudem damit zu kämpfen, dass Mitarbeiter KI-Tools außerhalb der vorgeschriebenen Kanäle nutzen oder nicht autorisierte Daten an KI-Systeme weitergeben. Im Jahr 2023 luden Ingenieure von Samsung proprietären Quellcode und interne Besprechungsnotizen auf ChatGPT hoch. Im vergangenen Sommer lud der damalige amtierende Direktor der CISA sensible Regierungsdokumente in eine öffentliche ChatGPT-Sitzung hoch.
Wenn bereits unregulierte Chat-Tools ein derart hohes Risiko darstellen, erhöhen unregulierte, autonom ablaufende Arbeitsabläufe mit direktem Zugriff auf Zahlungssysteme und aufsichtsrechtliche Daten das Risiko noch erheblich.
Reale Bedrohungsszenarien für agentenbasierte KI im Finanzwesen
Die Malware-Familien, die seit über einem Jahrzehnt auf den Finanzsektor abzielen, müssen sich kaum weiterentwickeln, um agentische Arbeitsabläufe auszunutzen. Man kann es gerne als „agentische KI-Malware“ bezeichnen: dieselben Payloads, ein schnellerer, weniger überwachter Verbreitungsweg. Um nur einige zu nennen:
- Emotet, der Banking-Trojaner, verbreitete sich jahrelang über Spam-E-Mails, die als Rechnungen und Zahlungsaufforderungen getarnt waren, wobei makroaktivierte Word-Dokumente als Übertragungsweg dienten; die CISA stufte ihn als eine der Malware-Familien ein, deren Beseitigung mit den höchsten Kosten verbunden ist. In einem agentenbasierten Workflow lässt sich dieser Mechanismus direkt übertragen. Ein Agent nimmt den Anhang „Rechnung“ im Rahmen der routinemäßigen Dokumentenverarbeitung auf. Ohne eine zu diesem Zeitpunkt vorhandene Dateisicherheit für KI-Agenten hindert ihn nichts daran, die Datei im Rahmen der normalen Indizierung in SharePoint zu synchronisieren oder sie selbst in Teams freizugeben.
- Carbanak war ein Bankraub im Wert von 1 Milliarde US-Dollar mittels manipulierter Rechnungen. Die Angreifer nutzten manipulierte Word- und CPL-Anhänge, um sich Zugang zu verschaffen, und drangen dann über interne Systeme zu Zahlungsabwicklungsdiensten, Geldautomaten und SWIFT-Überweisungen vor. Der ursprüngliche Raub erforderte etwa zwei Jahre geduldiger seitlicher Bewegung durch menschliche Operatoren. In einer agentenbasierten Umgebung könnte ein Agent mit dauerhaftem Zugriff auf ERP- oder Zahlungssysteme grundsätzlich dieselbe Systemklasse in einem einzigen automatisierten Schritt erreichen.
- FIN7 baute seine Karriere auf Spear-Phishing-E-Mails auf, die Office-Dokumente enthielten, welche bekannte Sicherheitslücken ausnutzten, was zum Diebstahl von Anmeldedaten und zur Exfiltration von Zahlungskartendaten und Finanzunterlagen aus über 100 Organisationen führte. Wird dasselbe Dokument einem Agenten mit autonomen E-Mail- oder Dateiverarbeitungsberechtigungen zugeführt, könnten die Aufnahme, die Offenlegung von Anmeldedaten und die Exfiltration ineinandergreifen, ohne dass jemals eine Person die Datei überprüft.
- Bei der Prompt-Injection ist die Bedrohung durch Agenten bereits real und nicht mehr nur hypothetisch. Microsoft hat „EchoLeak“ (CVE-2025-32711) bekannt gegeben, eine Zero-Click-Sicherheitslücke in Microsoft 365 Copilot, bei der in einer E-Mail eingebettete versteckte Anweisungen dazu führten, dass Copilot diese automatisch ausführte. Die Prompt-Injection ist eine neue Angriffsklasse, für deren Funktionieren nicht einmal Malware erforderlich ist, sodass sie durch signaturbasierte Erkennung überhaupt nicht identifiziert werden kann. Genau das macht sie zur am schwersten zu erkennenden der vier Angriffsarten.
Was die Situation im Finanzsektor in der Praxis angeht:
- Die durchschnittlichen Kosten eines durch Shadow AI verursachten Datenlecks können bis zu 4,63 Mio. US-Dollar betragen; das sind 670.000 US-Dollar mehr als bei einem herkömmlichen Datenleck.
- Fast die Hälfte (48 %) der Sicherheitsexperten stufte agentische KI als den wichtigsten Angriffsvektor im Jahr 2026 ein.
- Und nur 33 % der Unternehmen verfügen über die grundlegenden Daten für solide KI-Sicherheitsmaßnahmen.
Wie regulatorische Rahmenbedingungen agentische KI abdecken
Die meisten Rahmenwerke im Finanzsektor haben agentische KI bereits in ihre Compliance-Vorschriften aufgenommen und schreiben vor, dass Unternehmen das Verhalten von Agenten denselben Kontrollmechanismen zuordnen müssen wie bei anderen Arbeitsabläufen. Daher ist agentische KI ein regulatorisches Thema und steht im Mittelpunkt der Art und Weise, wie Aufsichtsbehörden mittlerweile die KI-Risiken im Finanzdienstleistungssektor definieren.
- DORA behandelt KI-Agenten als IKT-Systeme. Da das Gesetz seit dem 17. Januar 2025 in Kraft ist, müssen Finanzinstitute in der EU Ausfälle von Agenten in dieselben Säulen des IKT-Risikomanagements, der Vorfallmeldung und der Resilienztests einbeziehen, die für jedes andere System gelten. Die deutsche BaFin bestätigte dies direkt in ihren Leitlinien vom Januar 2026: Agenten und LLMs unterliegen keiner gesonderten Regelung und müssen in die bestehenden DORA-Governance- und Testrahmen integriert werden. Eine Datei, die ein Agent falsch verarbeitet, gilt gemäß DORA als IKT-Vorfall wie jeder andere auch.
- PCI DSS gilt für jedes System, das Karteninhaberdaten speichert, verarbeitet oder überträgt oder das die Sicherheit dieser Daten beeinträchtigen könnte; der PCI Security Standards Council hat ausdrücklich erklärt, dass dies auch KI-Systeme mit Zugriff auf geschützte Zahlungsinformationen umfasst. Eine Rechnung oder ein Kontoauszug, mit dem ein Agent in Berührung kommt, fällt ebenso in den Geltungsbereich von PCI wie ein von Menschen betriebenes System, was bedeutet, dass dieselben Kontrollmaßnahmen gelten – unabhängig davon, ob es sich um einen Agenten handelt oder nicht.
- Cyber-Offenlegungsvorschriften der SEC verpflichten börsennotierte Unternehmen dazu, wesentliche Cybersicherheitsvorfälle innerhalb von vier Werktagen nach Feststellung ihrer Wesentlichkeit offenzulegen. Die Vorschrift unterscheidet nicht zwischen einem Vorfall, der durch menschliches Versagen ausgelöst wurde, und einem, der durch einen autonomen Agenten verursacht wurde. Sollte sich herausstellen, dass eine Datei, auf die ein Agent zugegriffen hat, wesentliche Daten offenlegt, beginnt die Offenlegungsfrist genauso wie bei jedem anderen Sicherheitsverstoß.
- Die FINRA und die FFIEC haben das Thema KI-Governance in den Mittelpunkt ihrer Überprüfung gerückt. Der jährliche Bericht der FINRA zur aufsichtsrechtlichen Überwachung für das Jahr 2026 widmete seinen ersten eigenen Abschnitt der generativen und agentenbasierten KI, wobei Erwartungen hinsichtlich Tests, Überwachung, menschlicher Überprüfung und Aufzeichnungspflichten für KI-gesteuerte Aktivitäten formuliert wurden.
Fazit: Eine dateibasierte, durch KI verbreitete Infektion kann einen IKT-Vorfall im Sinne von DORA, einen Verstoß gegen den Geltungsbereich des PCI DSS, eine Wesentlichkeitsprüfung gemäß den SEC-Vorschriften sowie eine von FINRA- oder FFIEC-Prüfern festgestellte Aufsichtslücke auslösen.
Fünf Maßnahmen für Führungskräfte im Bereich Finanzsicherheit
Wie bereits angedeutet, beginnt die Steuerung durch Agentic AI auf Dateiebene; das heißt, alles beginnt mit einer Frage: Was stehtin der Datei, die dieser Agent gleich verarbeiten wird?
Ausgehend von der Antwort lassen sich eine Reihe von Best-Practices (die zur Gewohnheit werden sollten) ableiten:
- Behandeln Sie alle Eingaben als nicht vertrauenswürdig, einschließlich Dateien aus vertrauenswürdigen internen Quellen, und leiten Sie sie durch eine spezielle Scan-Ebene, bevor ein Agent sie überhaupt zu Gesicht bekommt.
- Auf der Grundlage des Zero-Trust-Prinzips werden mehrschichtige Sicherheits- und Überprüfungsrichtlinien kombiniert, um festzustellen, ob die Datei kompromittiert ist oder nicht.
- Definieren Sie, was unter „destruktiven Handlungen“ im Kontext der agentenbasierten KI zu verstehen ist, und legen Sie anschließend explizite Richtlinien fest.
- Überprüfen und sichern Sie die Datenübertragungswege zwischen den Systemen, auf die Ihre Mitarbeiter zugreifen: Speicher, CRM, Zahlungsabwickler, Ticketingsysteme, Kommunikationswerkzeuge.
- Schützen Sie Speicherumgebungen wie SharePoint und S3 durch ereignisgesteuerte Scans, sodass Dateien sofort nach ihrer Speicherung überprüft werden und nicht erst, nachdem ein Agent bereits darauf zugegriffen hat.
Wie sich die MetaDefender™- Cloud -Lösung in die Pipeline einfügt
Die oben beschriebenen Bedrohungsszenarien sind technisch nur dann möglich, wenn eine Datei einen Agenten erreicht, bevor jemand ihre Unbedenklichkeit bestätigt hat. MetaDefender™ Cloud greift ein und beseitigt die Bedrohung. Und so funktioniert es.
Eine Datei gelangt in die Pipeline – sei es aus einem Posteingang, einem gemeinsam genutzten Laufwerk oder einem Upload-Portal. MetaDefender Cloud fängt sie ab, noch bevor der KI-Agent sie überhaupt berührt. Von dort aus laufen mehr als 20 Anti-Malware-Engines (über die Metascan™-Multiscaning-Technologie ), die Deep CDR™-Technologie, Proactive DLP™ und die Adaptive Sandbox Technologie laufen parallel:
- Die Engines suchen nach bekannten Signaturen.
- Die Deep CDR™-Technologie zerlegt die Datei und baut sie neu auf, sodass keine aktiven Inhalte übrig bleiben – unabhängig davon, ob diese erkannt wurden oder nicht.
- Das „ Adaptive “ (Sandbox ) führt Dateien in einer isolierten Umgebung aus, um deren Verhalten zu beobachten.
- Proactive DLP schwärzt sensible Daten, bevor diese weiterverarbeitet werden.
Ist die Datei schädlich, wird sie blockiert, bevor sie die verbundenen Agenten überhaupt erreicht. Und der gesamte Prozess lässt sich den Nachweisen zuordnen, die DORA-, PCI-DSS- und SEC-Prüfer verlangen.
Ohne „ MetaDefender “Cloud läuft der agentenbasierte Workflow „blind“; Dateien werden direkt in den KI-Workflow eingelesen, ohne dass an irgendeiner Stelle dieses Pfades ein Scan stattfindet, sodass Malware, bösartige Makros und Prompt-Injektionen unentdeckt durchrutschen. Niemand hat Einblick in den Dateiinhalt oder eingebettete Bedrohungen, bis es weiter unten in der Kette zu einem Ausfall kommt. Ein einziges bösartiges Dokument kann sich innerhalb weniger Minuten zu einem unternehmensweiten Vorfall ausweiten, wenn man bedenkt, wie schnell ein Agent Daten synchronisieren, weitergeben und Maßnahmen ergreifen kann. Und wenn eine Aufsichtsbehörde schließlich Nachweise darüber verlangt, was wann passiert ist, gibt es keinen Prüfpfad, der vorgelegt werden könnte.
Dadurch durchläuft dieselbe Datei einen Kontrollpunkt, bevor der Agent sie überhaupt zu Gesicht bekommt. Der Kerngedanke besteht darin, die Position des Kontrollpunkts zu verlagern. Verschiebt man ihn vor den Agenten, ist dessen Geschwindigkeit kein Nachteil mehr. Das ist die Grundidee einer gut umgesetzten agentenbasierten KI-Sicherheit.
Erste Schritte mit MetaDefender Cloud
Agentische KI zeigt, was möglich ist, wenn Compliance-Prüfungen, die Vorbereitung auf Audits und die Transaktionsüberwachung innerhalb von Minuten statt Tagen erledigt werden. Doch dann trifft die infizierte Datei ein – und nichts kann sie aufhalten.
Wollen Sie mal raten, welche Auswirkungen diese Geschwindigkeit auf einen Fehler oder eine schädliche Datei hat, wenn diese nicht zuvor überprüft wird? Verschieben Sie den Kontrollpunkt. Setzen Sie ihn vor den Agenten statt erst nach dem Vorfall – dann ist das Risiko durch dateibasierte Bedrohungen keine Glückssache mehr.
Sprechen Sie mit einem Experten über die Absicherung Ihrer Pipeline für agentische KI unter MetaDefender Cloud .
Häufig gestellte Fragen
Was ist agentische KI und warum birgt sie neue Risiken für die Cybersicherheit?
Unter „Agentic AI“ versteht man KI-Systeme, die selbstständig Daten abrufen, Maßnahmen über vernetzte Systeme hinweg ergreifen und mehrstufige Aufgaben ausführen können, ohne dass bei jedem Schritt eine menschliche Genehmigung erforderlich ist. Im Finanzwesen bedeutet diese Autonomie, dass eine einzelne Datei Maßnahmen wie Datenextraktion, Systemabfragen, die Erstellung von Tickets und die Erstellung externer Berichte auslösen kann – und zwar noch bevor eine Person die Datei überhaupt geprüft hat.
Wie kann eine einzige infizierte Datei den Arbeitsablauf eines KI-Agenten beeinträchtigen?
Ein Agent kann unwissentlich eine schädliche Datei aufnehmen und diese anschließend verarbeiten. Das kann bedeuten, dass die Datei über Speichersysteme hinweg synchronisiert, in Kommunikationskanälen weitergegeben oder eingebetteter Code im eigenen Ausführungskontext des Agenten ausgeführt wird – und zwar alles ohne den manuellen Überprüfungsschritt, mit dem solche Angriffe früher abgefangen wurden.
Was ist „Prompt Injection“ und wie wirkt sich dies auf KI-Agenten im Finanzbereich aus?
Bei der „Prompt Injection“ werden Anweisungen in einem Dokument versteckt, die ein KI-Agent als Befehle interpretiert. Da dabei kein schädlicher Code zum Einsatz kommt, wird dies von herkömmlichen Antiviren- und Malware-Erkennungstools nicht erkannt, was es besonders schwer macht, diese Angriffe in Finanzworkflows aufzuspüren, in denen große Mengen externer Dokumente verarbeitet werden.
Inwiefern setzt „Shadow-KI“ Finanzinstitute dem Risiko von Datenlecks aus?
Unter „Shadow AI“ versteht man die Nutzung von KI-Tools durch Mitarbeiter außerhalb genehmigter, regulierter Kanäle. Sobald diese Daten die Kontrolle des Unternehmens verlassen, können sie nicht mehr zurückgerufen werden, und es gibt keinen Prüfpfad für Compliance-Zwecke.
Welche Vorschriften gelten für agentische KI im Finanzdienstleistungssektor?
DORA, PCI DSS, die Offenlegungsvorschriften der SEC im Bereich Cybersicherheit sowie die Prüfungsstandards der FINRA und der FFIEC betreffen alle den Einsatz agentischer KI im Finanzwesen, obwohl keine dieser Vorschriften speziell dafür verfasst wurde. Jede dieser Vorschriften erfordert eine Kombination aus Governance, Tests, validiertem Datenumgang und Vorfallmeldung, die bei der Entwicklung agentischer Arbeitsabläufe berücksichtigt werden muss.
Wie füge ich einer bestehenden AI-Agent-Pipeline Dateisicherheit hinzu?
Fügen Sie zwischen der Dateieingabe und der Verarbeitung durch den Agenten eine spezielle Scan-Ebene ein. Jede Datei wird überprüft, bevor ein Agent darauf zugreift, anstatt sich darauf zu verlassen, dass der Agent selbst schädliche Inhalte erkennt.
Was leistet die Dateiprüfung, was herkömmliche Antivirenprogramme nicht können?
Herkömmliche Antiviren-Lösungen stützen sich in erster Linie auf bekannte Malware-Signaturen. MetaDefender Cloud kombiniert Multiscanning, die Deep CDR™-Technologie (die Dateien rekonstruiert, um potenziell schädliche aktive Inhalte zu entfernen) und Sandboxing, um Zero-Day-Bedrohungen und manipulierte Dokumente zu erkennen, die von signaturbasierten Tools völlig übersehen werden.
Was ist der Unterschied zwischen agentenbasierter KI-Sicherheit und herkömmlicher Endpunktsicherheit?
Herkömmliche Endpoint-Sicherheit schützt das Gerät, auf dem eine Datei landet. Eine agentenbasierte KI-Sicherheit muss die gesamte Pipeline schützen – von der Erfassung bis hin zu jedem System, mit dem der Agent eine Verbindung herstellt. Ein Endpoint-Tool erkennt eine Datei nur, wenn sie mit einem verwalteten Gerät in Berührung kommt; ein Agent hingegen kann eine Datei über Cloud-Speicher, SaaS-Tools und Zahlungssysteme hinweg erfassen, umwandeln und darauf reagieren, ohne dass jemals ein verwalteter Endpunkt involviert ist.
Können Prompt-Injection-Angriffe mit herkömmlichen Sicherheitstools erkannt werden?
Nein. Bei der „Prompt Injection“ werden Befehle im Klartext innerhalb eines Dokuments versteckt; es gibt weder Schadcode noch einen Exploit und auch keine Signatur, die abgeglichen werden könnte. Herkömmliche Antiviren- und EDR-Tools erkennen dies nicht. Zur Erkennung sind inhaltsorientierte Überprüfungen und Sandboxing erforderlich, mit denen beobachtet werden kann, wie sich ein KI-Agent bei der Verarbeitung des Dokuments verhält – und genau das bietet „ MetaDefender “Cloudunter Adaptive Sandbox .
