--- title: "KI-Sicherheit für Anwendungen und Agenten" canonical: https://wavect.io/de/services/ai-security/ language: de description: "Prüft Datenzugriffe, Tools und Aktionen eurer KI-Anwendung. Wavect grenzt Sicherheitschecks ab, setzt vereinbarte Korrekturen um und dokumentiert Retests." image: "https://wavect.io/img/general/bak/open_graph_preview.jpg" --- AI Security # KI-Sicherheit für relevante Daten, Tools und Aktionen. Eure KI-Anwendung kann vertrauliche Informationen lesen und über angebundene Tools handeln. Wir prüfen die vereinbarten Daten- und Aktionsgrenzen, testen realistische Missbrauchsszenarien und setzen priorisierte Kontrollen im beauftragten Umfang um. DER AUFTRAG ## Berechtigungen erfassen. Grenzen testen. Korrekturen nachprüfen. 1. **Zugriffe erfassen** Modelle, Nutzer, Quellen, Tools und deren Berechtigungen. 2. **Missbrauchsfälle prüfen** Szenarien, Umgebung und erwartete Ablehnungen vereinbaren. 3. **Korrigieren und nachprüfen** Ausgewählte Änderungen beauftragen und Nachweise festhalten. KURZ ERKLÄRT AI Security prüft das System rund um ein LLM: Identitäten, Retrieval, Speicher, angebundene Tools und Aktionen. Befunde, vereinbarte Korrekturen und Retests machen geprüfte Grenzen und verbleibende Einschränkungen sichtbar. Passt für - Eine bestehende KI-Funktion mit vertraulichen Daten, Tools oder Schreibrechten - Teams, die eine abgegrenzte Sicherheitsprüfung und konkrete Korrekturen brauchen Eine andere Leistung passt besser - Den Bau eines neuen KI-Produkts oder die unternehmensweite Einführung von KI - Eine gewöhnliche Web-App, die mit KI erstellt wurde, aber selbst keine KI-Funktion enthält ## Prüfen, was die Anwendung erreichen und verändern kann Nutzer, Dienstidentitäten, Modellanbieter, Retrieval-Quellen, Speicher und Tools erfassen. Aktionen mit ausdrücklichem Freigabebedarf festlegen. Dieses Angebot betrifft Produkte, die KI einsetzen. Geht es zunächst um eine fragile KI-generierte Codebasis, passt [Vibe Coding Rescue](/de/services/vibe-coding-rescue/). Muss das Produkt erst gebaut werden, passt [AI Agents & Products](/de/services/artificial-intelligence/). Eine breite Prüfung vor Investition oder Übernahme, die KI-Risiken neben anderen Befunden nur markiert, ist [Technische Due Diligence](/de/services/technical-due-diligence/). Angriffstests der vereinbarten Grenzen bleiben hier. ## Die Kontrollen rund um das Modell testen Wir wählen Fälle anhand der tatsächlichen Möglichkeiten eurer Anwendung. Eine überzeugende Antwort und eine funktionierende Demo belegen noch keine korrekten Datenzugriffe oder Tool-Berechtigungen. Daten- und Mandantengrenzen Prüfen, welche Identität eine Quelle abrufen, lesen und speichern darf. Entzogene Rechte, geschützte Datensätze und gemeinsam genutzten Speicher einbeziehen, soweit relevant. Tools und Freigaben Tool-Rechte begrenzen und sensible Aktionen im ausführenden System prüfen. Untersuchen, wie Freigaben an Person, Ziel und exakte Aktion gebunden sind. Nicht vertrauenswürdige Inhalte Vereinbarte Missbrauchsfälle für Prompt Injection, Retrieval und Tool-Ausgaben prüfen und ihre Wirkung auf Daten und Aktionen nachvollziehen. Begrenzung und Nachweise Relevante Ausführungslimits, Zugangsumfang, Sandboxing und Audit-Aufzeichnungen prüfen. Laufende Infrastruktur bei Bedarf mit Cloud Security abgrenzen. ## Illustrative Abnahme: kein Zugriff auf den Datensatz eines anderen Mandanten Mit synthetischen Daten fordert ein Nutzer aus Mandant A über den Agenten einen Datensatz aus Mandant B an. Die Datenzugriffsschicht verweigert die Anfrage auch dann, wenn das Modell den Tool-Aufruf formuliert. Eine erlaubte Anfrage innerhalb von Mandant A funktioniert weiter. Build, Policy, Retrieval-Konfiguration, Erwartung, beobachtetes Verhalten und Logs werden festgehalten. Das ist ein illustrativer Test, kein Kundenresultat oder Abdeckungsnachweis für sämtliche Tools. ## Aus einem bestätigten Befund eine überprüfte Änderung machen Assessment und Korrekturen sind getrennte Beauftragungen. Abdeckung, erlaubte Aktionen und Retest-Umfang werden vor Beginn vereinbart. 1. **Assessment** - Ihr erhaltet Systemkarte, vereinbarte Missbrauchsfälle, reproduzierbare Befunde, Abdeckungslücken und einen priorisierten Korrekturplan. 2. **Korrektur und Retest** - Ausgewählte Code- oder Konfigurationsänderungen beauftragen. Betroffenes Verhalten und vereinbarte Regressionen an einem dokumentierten Systemstand nachprüfen. 3. **Laufende Prüfung** - Festlegen, welche Änderungen an Tools, Retrieval, Policies, Speicher, Prompts oder Providern eine neue Prüfung auslösen. Rhythmus und Verantwortung separat vereinbaren. ## Testumgebung und Entscheidungsverantwortung festlegen Benötigt werden Aufgabe, Tool-Liste, Identitätsmodell, Datenklassen, bekannte Befunde und eine geeignete Testumgebung. Testkonten, erlaubte Aktionen, Last-/Kostenlimits und Stop-Kriterien vereinbaren. Autorisierung gehört ins ausführende System; Prompt-Regeln und Filter ergänzen sie. Die [OWASP-Empfehlungen für KI-Agenten](https://cheatsheetseries.owasp.org/cheatsheets/AI_Agent_Security_Cheat_Sheet.html) beschreiben diese Grenzen und wiederholbare Missbrauchstests. ## Ergebnisse für die Menschen nutzbar machen, die das Produkt betreiben Ihr erhaltet vereinbarte Befunde, Änderungen, Testprotokolle und verbleibende Einschränkungen. Antwortqualität und Zugriffs-/Aktionskontrollen werden getrennt bewertet. [DevSecOps](/de/services/devsecops/) behandelt Releases; [Cloud Security](/de/services/cloud-security/) die laufende Infrastruktur. Spezialisten werden nach Auftragsumfang eingebunden. Unser [Trust Center](/de/trust-center/) erklärt Datenverarbeitung und Service-Level. Es entstehen keine 24/7-Abdeckung, formale Zertifizierung oder Zusage, jeden Angriff zu verhindern. // beweise ## KI-Engineering-Erfahrung mit sichtbarem Umfang Twinsoft AI dokumentiert LLM-Integration, Code-Refactoring und Infrastrukturarbeit für ein pilotfähiges Produkt. Der Fall belegt diesen Lieferumfang; er wird nicht als abgeschlossener KI-Red-Team-Audit dargestellt. ### [Twinsoft AI](/de/case-studies/twinsoft-ai/) - **Status:** Live - **Ergebnis:** 2 Wochen - Zum verkaufbaren MVP - **Zusammenfassung:** Vibe-coded Prototyp auf enterprise-pilotbereit gebracht. Keine Abkürzungen. - **Stack:** Python, Flask, LLMs Das sind ausgewählte Projekte, nicht unser gesamtes Portfolio. Seit 2018 haben wir 100+ Produkte ausgeliefert. ## Fragen vor dem Start ### Ist das für KI-generierten Code gedacht? Im Mittelpunkt stehen Anwendungen mit LLM, Agent oder KI-angebundenen Tools. Eine gewöhnliche KI-generierte App braucht gegebenenfalls Vibe Coding Rescue, funktionale QA oder eine separat abgegrenzte Anwendungssicherheitsprüfung. ### Reicht ein stärkerer Systemprompt? Zugriffe und sensible Aktionen brauchen Kontrollen im Daten- oder Ausführungssystem. Prompt-Regeln, Filter und Modell-Evals können unterstützen, ersetzen aber keine Autorisierung. ### Prüft ihr RAG- und MCP-Integrationen? Wir grenzen die tatsächlichen Quellen, Identitäten, Tools und Berechtigungen ab. Ein Protokoll oder Retrieval-Framework belegt allein keine korrekte Zugriffskontrolle seiner Integration. ### Ist das in unserem QA-Retainer enthalten? Allgemeine QA enthält nicht automatisch einen umfassenden KI-Security-Audit oder Pentest. Den zusätzlichen Umfang und die Abnahme vereinbaren wir separat. ### Was belegt ein bestandener Test? Er dokumentiert das beobachtete Verhalten für geprüfte Fälle und Konfigurationen. Der Bericht nennt auch ungeprüfte Bereiche, blockierte Prüfungen und verbleibende Risiken. ### Setzt ihr die Korrekturen um? Wir können ausgewählte Korrekturen und einen Retest scopen. Ihr könnt das Assessment auch mit eurem eigenen Team umsetzen; Befunde und vereinbarte Ergebnisse bleiben bei euch. ## Der passende nächste Schritt - [Ein KI-Produkt entwickeln](/de/services/artificial-intelligence/) - [Einen KI-generierten Prototyp stabilisieren](/de/services/vibe-coding-rescue/) - [Autorisierung für Agenten verstehen](/de/blog/enterprise-mcp-authorization-architecture/) ## Structured Data ```json { "@context": "https://schema.org", "@graph": [ { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ], "employee": [ { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } } ], "founder": [ { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } } ], "legalRepresentative": [ { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } } ], "name": "Wavect GmbH", "subjectOf": { "@id": "https://wavect.io/verified-claims.json#dataset", "@type": "Dataset", "creator": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] }, "description": "A machine-readable registry of quantitative and qualitative claims published by Wavect, with review dates, localized page appearances and public third-party citations where available.", "inLanguage": "en", "isAccessibleForFree": true, "license": "https://creativecommons.org/licenses/by/4.0/", "name": "Wavect verified publication claims", "url": "https://wavect.io/verified-claims.json" }, "url": "https://wavect.io/" }, { "@id": "https://wavect.io/team/kevin-riedl/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Kevin Riedl", "sameAs": [ "https://www.wikidata.org/wiki/Q139796365", "https://www.linkedin.com/in/wsdt", "https://github.com/wsdt" ], "url": "https://wavect.io/team/kevin-riedl/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/team/christof-jori/#person", "@type": "Person", "jobTitle": "Managing Director", "name": "Christof Jori", "sameAs": [ "https://www.wikidata.org/wiki/Q139796367", "https://www.linkedin.com/in/jocr77/", "https://github.com/jo-chris" ], "url": "https://wavect.io/team/christof-jori/", "worksFor": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] } }, { "@id": "https://wavect.io/#website", "@type": "WebSite", "inLanguage": [ "en", "de", "es", "zh" ], "name": "Wavect", "potentialAction": { "@type": "SearchAction", "query-input": "required name=search_term_string", "target": { "@type": "EntryPoint", "urlTemplate": "https://wavect.io/search/?q={search_term_string}" } }, "publisher": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] }, "url": "https://wavect.io/" } ] } ``` ```json { "@context": "https://schema.org", "@graph": [ { "@id": "https://wavect.io/de/services/ai-security/#service", "@type": "Service", "areaServed": [ { "@type": "Country", "name": "Austria" }, { "@type": "Place", "name": "Worldwide" } ], "category": "Sicherheit & Betrieb", "dateModified": "2026-10-30", "description": "Prüft Datenzugriffe, Tools und Aktionen eurer KI-Anwendung. Wavect grenzt Sicherheitschecks ab, setzt vereinbarte Korrekturen um und dokumentiert Retests.", "name": "KI-Sicherheit für Anwendungen und Agenten", "provider": { "@id": "https://wavect.io/#organization", "@type": [ "Organization", "ProfessionalService", "LocalBusiness" ] }, "serviceType": "AI Security", "url": "https://wavect.io/de/services/ai-security/" }, { "@type": "BreadcrumbList", "itemListElement": [ { "@type": "ListItem", "item": "https://wavect.io/de/", "name": "Startseite", "position": 1 }, { "@type": "ListItem", "item": "https://wavect.io/de/services/overview/", "name": "Leistungen", "position": 2 }, { "@type": "ListItem", "item": "https://wavect.io/de/services/overview/#security", "name": "Sicherheit & Betrieb", "position": 3 }, { "@type": "ListItem", "item": "https://wavect.io/de/services/ai-security/", "name": "AI Security", "position": 4 } ] }, { "@id": "https://wavect.io/de/services/ai-security/#webpage", "@type": "WebPage", "dateModified": "2026-10-30", "description": "Prüft Datenzugriffe, Tools und Aktionen eurer KI-Anwendung. Wavect grenzt Sicherheitschecks ab, setzt vereinbarte Korrekturen um und dokumentiert Retests.", "inLanguage": "de", "isPartOf": { "@id": "https://wavect.io/#website", "@type": "WebSite" }, "mainEntity": { "@id": "https://wavect.io/de/services/ai-security/#service" }, "name": "KI-Sicherheit für Anwendungen und Agenten", "url": "https://wavect.io/de/services/ai-security/" } ] } ``` ```json { "@context": "https://schema.org", "@type": "FAQPage", "mainEntity": [ { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "Im Mittelpunkt stehen Anwendungen mit LLM, Agent oder KI-angebundenen Tools. Eine gewöhnliche KI-generierte App braucht gegebenenfalls Vibe Coding Rescue, funktionale QA oder eine separat abgegrenzte Anwendungssicherheitsprüfung." }, "name": "Ist das für KI-generierten Code gedacht?" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "Zugriffe und sensible Aktionen brauchen Kontrollen im Daten- oder Ausführungssystem. Prompt-Regeln, Filter und Modell-Evals können unterstützen, ersetzen aber keine Autorisierung." }, "name": "Reicht ein stärkerer Systemprompt?" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "Wir grenzen die tatsächlichen Quellen, Identitäten, Tools und Berechtigungen ab. Ein Protokoll oder Retrieval-Framework belegt allein keine korrekte Zugriffskontrolle seiner Integration." }, "name": "Prüft ihr RAG- und MCP-Integrationen?" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "Allgemeine QA enthält nicht automatisch einen umfassenden KI-Security-Audit oder Pentest. Den zusätzlichen Umfang und die Abnahme vereinbaren wir separat." }, "name": "Ist das in unserem QA-Retainer enthalten?" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "Er dokumentiert das beobachtete Verhalten für geprüfte Fälle und Konfigurationen. Der Bericht nennt auch ungeprüfte Bereiche, blockierte Prüfungen und verbleibende Risiken." }, "name": "Was belegt ein bestandener Test?" }, { "@type": "Question", "acceptedAnswer": { "@type": "Answer", "text": "Wir können ausgewählte Korrekturen und einen Retest scopen. Ihr könnt das Assessment auch mit eurem eigenen Team umsetzen; Befunde und vereinbarte Ergebnisse bleiben bei euch." }, "name": "Setzt ihr die Korrekturen um?" } ], "speakable": { "@type": "SpeakableSpecification", "cssSelector": [ ".faq-question", ".faq-answer" ] } } ```