Zero Trust ist seit Langem der Standard für die Absicherung menschlicher Zugriffe – doch die heutigen Unternehmensumgebungen erfordern eine Erweiterung dieses Ansatzes: Zero Trust für KI. Da KI-Agenten zunehmend Entscheidungen treffen, mit Systemen interagieren und Aktionen auslösen, muss der traditionelle Sicherheitsperimeter erweitert werden. Es geht nicht mehr darum, ob wir KI vertrauen sollten, sondern darum, wie wir Zero Trust von Anfang an für KI-Systeme durchsetzen.
Wenn „Safe by Design“ nicht sicher genug ist
Zunehmend setzt sich die Auffassung durch, dass Protokolle wie das Model Context Protocol (MCP) eine „sichere“ Möglichkeit bieten, KI-Agenten einzusetzen, indem sie deren Zugriffs- und Handlungsmöglichkeiten einschränken. Doch die Darstellung von MCP als sicheres Protokoll ist irreführend. Es begrenzt zwar das Potenzial, nicht aber die Risiken.
Scheinbar sichere Aktionen – etwa wenn ein Agent mithilfe einer schreibgeschützten SQL-Anweisung Millionen von Kundendatensätzen abfragt – können Datenbanken überlasten, Ressourcen blockieren und Sicherheitslücken schaffen. Und das alles, ohne gegen die Regeln zu verstoßen. Das ist kein Fehler, sondern eine Folge davon, Agenten ohne strenge Kontrolle Werkzeuge an die Hand zu geben.
Zero Trust für Agenten beginnt mit nichts
Deshalb ist es an der Zeit, Zero Trust nicht nur auf Benutzer, sondern auch auf KI-Agenten anzuwenden. Und zwar nicht als Metapher, sondern als Framework: Jede Aktion wird standardmäßig verweigert und im weiteren Verlauf mithilfe menschlicher Unterstützung autorisiert.
Dieses Framework geht davon aus, dass zunächst keinem Agenten vertraut wird. Der Zugriff richtet sich nicht nur nach Rollen, sondern auch nach dem jeweiligen Anwendungsfall und ist an Zeit, Kontext und Absicht gebunden. Muss ein Agent Daten aus einer Tabelle lesen? Dann erhält er Zugriff auf diese Tabelle und auf nichts anderes. Muss er eine Aktion ausführen? Dann wird diese Aktion klar eingegrenzt, protokolliert und überwacht.
Und genau wie bei den heutigen Bedenken hinsichtlich offengelegter API-Zugangsdaten müssen Agentenschlüssel und Modellberechtigungen mit derselben Sorgfalt verwaltet werden, die wir auch bei Cloud-Workloads und privilegierten Benutzern walten lassen.
Warum dieser Wandel wichtig ist
Da KI zunehmend in Arbeitsabläufe integriert wird, darf sich die Sicherheit nicht mehr auf überholte Annahmen verlassen. Agenten vergessen nichts. Sie ermüden nicht. Und wenn sie missbraucht werden, bitten sie nicht um Vergebung.
Zero Trust für Agenten bedeutet:
- Standardmäßig verweigern: Agenten erhalten nicht von vornherein Zugriff, sondern müssen ihn sich verdienen
- Eskalation mit menschlicher Beteiligung: Für sensible Berechtigungen sind ausdrückliche Genehmigungen erforderlich
- Anwendungsfallbezogene Eingrenzung: Der Zugriff ist kontextabhängig und nicht universell
- Beobachtbarkeit als Designprinzip: Jede Anfrage, jede Antwort und jede Ausgabe wird protokolliert und analysiert und ist auditierbar
Dieser Ansatz stellt sicher, dass die Geschwindigkeit, mit der KI arbeitet, nicht zum Risiko wird.
Eine neue Sicherheitsebene für eine neue Ära
Hier kommen KI-Laufzeitsicherheitslösungen ins Spiel: Sie schaffen dynamische Leitplanken dafür, wie KI-Agenten in Echtzeit mit Systemen, Daten und Nutzern interagieren. So wie wir einst die Netzwerkperimeter für die Cloud neu definiert haben, müssen wir nun die Verhaltensgrenzen für autonome Systeme neu definieren. Unterm Strich muss Zero Trust erwachsen werden, denn KI-Agenten sind da, sie sind leistungsfähig und verfügen nicht von sich aus über ein gutes Urteilsvermögen. Sicherheitsteams müssen Systeme entwickeln, die davon ausgehen, dass jede Interaktion mit einem Agenten schiefgehen könnte, und die nötige Kontrolle bieten, damit genau das nicht passiert.
Über den Autor

James White ist ein erfolgreicher Ingenieur und Unternehmensleiter mit fast zwei Jahrzehnten Erfahrung in der Unternehmenssoftwarebranche.
Weitere Blogbeiträge von James WhiteÄhnliche Blogbeiträge

Kubernetes-native WAF für das Gateway-Zeitalter: F5 WAF for NGINX lässt sich jetzt in F5 NGINX Gateway Fabric integrieren
F5 erweitert WAFs, um mit F5 NGINX Gateway Fabric und F5 NGINX Ingress Controller einen konsistenten, skalierbaren Schutz über Cluster und Umgebungen hinweg bereitzustellen.

Von Regeln zu Risiken: Die Entwicklung von WAFs und der Aufstieg KI-gestützter Ergebnisse
WAF-Programme geraten oft an einem bekannten Punkt ins Stocken: Der Blockierungsmodus wird verzögert aktiviert, weil die Feinabstimmung aufwendig ist.
Erklärbarkeit: Licht ins Dunkel der KI-Blackbox bringen
Einblicke von James White, CTO bei CalypsoAI: Dank GenAI verstehen wir inzwischen gut, wie Antworten generiert und an uns zurückgegeben werden. Vereinfacht gesagt basiert KI auf einer Transformer-Architektur – sie wählt die beste Vorhersage für das nächste Wort und den nächsten Satz aus und liefert anhand der ihr vorliegenden Informationen die wahrscheinlichste Antwort […]
Die neue KI-Risikolandschaft: unsichtbar, autonom und bereits im Unternehmen
James White, VP Engineering, F5 Zur Jahresmitte 2025 ist es an der Zeit, eine Momentaufnahme der KI-Nutzung in Unternehmen und des aktuellen Stands der KI-Sicherheit zu erstellen. Der Einsatz generativer KI ist in Unternehmen mittlerweile Standard Unternehmen verfügen inzwischen durchweg zumindest über ein grundlegendes Verständnis von generativer KI. Sie wissen, was sie ist und wo sie […]
Die KI-Grenzen sichern: Strategien zur Bekämpfung von Datenexfiltration
Da Unternehmen zunehmend Modelle der generativen KI (GenAI) und große Sprachmodelle (LLMs) in ihre digitalen Systeme integrieren, sind sie mit neuen und erhöhten Risiken konfrontiert. Wenig überraschend stehen dabei Risiken im Zusammenhang mit Datenexfiltration – der unbefugten Übertragung von Daten aus einem Unternehmen an ein externes Ziel – meist ganz oben auf der Prioritätenliste der Sicherheitsteams. Ein Verständnis […]
Everest Group-Bericht: Aktuelle Trends und Zukunftsaussichten bei der Einführung von GenAI in der Industrie
Wir freuen uns, einen wesentlichen Beitrag zu einem wegweisenden neuen Bericht der Everest Group, einem weltweit führenden Forschungsunternehmen, geleistet zu haben. Der Bericht mit dem Titel „Generative AI Adoption – Examining Real-world Use in Horizontal Functions and Future Outlook“ bietet eine eingehende Analyse der Einführung generativer KI (GenAI) in verschiedenen Branchen. Dem Bericht zufolge ist die IT […]