KI-Agenten-Sicherheit
und Bedrohungsminimierung
Die Angriffsfläche von KI-Agenten ist breiter als bei traditioneller Software. Prompt-Injection, Datenexfiltration, Delegationsschleifen, unbefugter Zugriff — JieGous Governance-Stack minimiert jeden Angriffsvektor mit PII-Erkennung, gestufter Autonomie, Schleifenerkennung und 30 Audit-Log-Typen.
Angriffsfläche
Die Angriffsfläche von KI-Agenten ist breiter als bei traditioneller Software
Traditionelle Software hat bekannte Ein- und Ausgaben. KI-Agenten akzeptieren natürliche Sprache, treffen autonome Entscheidungen, delegieren an andere Agenten und greifen auf externe Tools zu. Jede Fähigkeit ist ein potenzieller Angriffsvektor.
Prompt-Injection
Bösartige Eingaben, die darauf abzielen, System-Prompts zu überschreiben, Sicherheitsrichtlinien zu umgehen oder den Agenten dazu zu bringen, unbeabsichtigte Aktionen auszuführen.
Eingabebereinigung, System-Prompt-Isolation, Konfidenz-Scores und PII-Erkennung fangen Injektionsversuche ab, bevor sie das LLM erreichen. Gestufte Autonomie stellt sicher, dass risikoreiche Aktionen menschliche Überprüfung erfordern.
Datenexfiltration
Agenten extrahieren sensible Daten — PII, Finanzunterlagen, proprietäre Informationen — und senden sie über Tool-Aufrufe oder Ausgabekanäle an unbefugte Ziele.
PII-Erkennung mit reversibler Tokenisierung entfernt sensible Daten vor der LLM-Verarbeitung. Envelope-Schlüsselverschlüsselung (BYOK) schützt ruhende Daten. Datensensitivitätslabels (demnächst) klassifizieren Informationen nach Risikostufe.
Delegationsschleifen
In Multi-Agenten-Systemen delegiert Agent A an Agent B, der zurück an Agent A delegiert — eine Endlosschleife, die Ressourcen verbraucht, Kosten verursacht und keine nützliche Ausgabe erzeugt.
Multi-Agenten-Schleifenerkennung identifiziert und unterbricht Delegationsschleifen automatisch. Delegationstiefenbegrenzung limitiert die maximale Kettenanzahl. Gemeinsamer Speicher-Isolation verhindert, dass Agenten gegenseitig den Zustand zerstören.
Unbefugter Zugriff
Agenten greifen auf Tools, Datenquellen zu oder führen Aktionen aus, die über ihre Autorisierung hinausgehen — möglicherweise durch Fehlkonfiguration oder zu weit gefasste Berechtigungen.
RBAC mit 5 Rollen und 20 granularen Berechtigungen. Gestufte Autonomie begrenzt, welche Aktionen Agenten ohne Überprüfung ausführen können. MCP-Server-Berechtigungsbereiche erzwingen Least-Privilege-Zugriff. Vollständige Audit-Logs mit 30 Aktionstypen liefern forensische Beweise.
Sicherheits-Stack
7-Schichten KI-Agenten-Sicherheit
JieGous Sicherheit ist kein Nachgedanke — sie ist in jede Schicht der Plattform eingewoben. Von der PII-Erkennung am Eingang bis zum Audit-Log am Ausgang durchläuft jede Agentenaktion mehrere Sicherheitsprüfpunkte.
PII-Erkennung und reversible Tokenisierung
Automatische Erkennung personenbezogener Daten — Namen, E-Mails, Telefonnummern, Adressen, Sozialversicherungsnummern, Kreditkartennummern — bevor Daten das LLM erreichen. Sensible Daten werden durch reversible Token ersetzt, autorisierte Benutzer können die Ausgabe de-tokenisieren, während das LLM die Originaldaten nie sieht.
Gestufte Autonomie — 4 Vertrauensstufen
Vier Autonomiestufen von vollständig manuell bis vollständig autonom. Agenten beginnen unter Aufsicht und verdienen sich durch konsistente Leistung Unabhängigkeit. Vertrauens-Upgrades sind richtliniengesteuert, automatische Herabstufung bei sinkender Genauigkeit. Pro Abteilung, pro Workflow unterschiedliche Richtlinien möglich.
Multi-Agenten-Schleifenerkennung
Echtzeit-Delegationsschleifenerkennung in Multi-Agenten-Workflows. Wenn Agent A an Agent B delegiert, der zurück an Agent A delegiert, wird die Schleife automatisch erkannt und unterbrochen — bevor Ressourcen verschwendet oder Kosten außer Kontrolle geraten.
Delegationstiefenbegrenzung
Konfigurierbare maximale Anzahl von Agenten-Kettendelegierungen. Verhindert sowohl absichtlichen Missbrauch als auch unbeabsichtigte endlose Delegationsketten in komplexen Multi-Agenten-Orchestrierungen.
Audit-Logs — 30 Aktionstypen
Jede Agentenaktion wird mit 30 verschiedenen Aktionstypen protokolliert — Tool-Aufrufe, LLM-Aufrufe, Delegationsereignisse, Überprüfungsentscheidungen, Datenzugriffe, Konfigurationsänderungen und mehr. Vollständiger forensischer Trail für Compliance, Incident Response und Governance.
Envelope-Schlüsselverschlüsselung (BYOK)
Alle API-Schlüssel, Anmeldedaten und sensible Konfigurationen werden mit AES-256-GCM Envelope-Verschlüsselung verschlüsselt. BYOK-Unterstützung (Bring Your Own Key) ermöglicht Unternehmen die Verwaltung eigener Verschlüsselungsschlüssel — JieGou hat niemals Zugriff auf Ihre Originaldaten.
Datensensitivitätslabels
Klassifizierung von Daten nach Sensitivitätsstufe — öffentlich, intern, vertraulich, eingeschränkt. Sensitivitätslabels durchziehen die gesamte Pipeline: Welche Agenten auf welche Daten zugreifen können, welche Ausgaben Überprüfung erfordern, welche Ergebnisse extern geteilt werden dürfen.
Pipeline
Jede Agentenaktion durchläuft die Sicherheits-Pipeline
Vergleich
KI-Agenten-Sicherheit im Vergleich
| Fähigkeit | JieGou | Andere Plattformen |
|---|---|---|
| PII-Erkennung | Eingebaut, Echtzeit, reversible Tokenisierung | Die meisten: Keine | Microsoft: DLP-Add-on |
| Autonomiestufen | 4 Stufen mit Vertrauens-Upgrade | Alle: Binärer HITL oder keiner |
| Schleifenerkennung | Automatisch, Echtzeit | Alle: Nicht eingebaut |
| Delegationslimits | Konfigurierbare Tiefenbegrenzung | Alle: Nicht eingebaut |
| Audit Trail | 30 Aktionstypen, vollständiger forensischer Trail | Zapier: Basis | LangSmith: Traces | n8n: Logs |
| Schlüsselverschlüsselung | AES-256-GCM Envelope-Verschlüsselung, BYOK | Unterschiedlich — die meisten nutzen plattformverwaltete Schlüssel |
| Datenklassifizierung | Sensitivitätslabels (demnächst) | Microsoft: Purview | Andere: Keine |
Ihre KI-Agenten brauchen Sicherheit, die ihren Fähigkeiten entspricht.
PII-Erkennung, gestufte Autonomie, Schleifenerkennung, Audit-Logs und BYOK-Verschlüsselung — in jedem JieGou-Plan eingebaut. Volle Sicherheit ab Tag eins, kostenlos starten.