SchwachstellenKI-SicherheitDatenschutz

Agentische KI: Sicherheit bleibt das größte Hindernis für Enterprise-Einsätze

Agentische KI: Sicherheit bleibt das größte Hindernis für Enterprise-Einsätze
Zusammenfassung

Die rasante Verbreitung des agentengesteuerten KI-Frameworks OpenClaw hat eine kritische Sicherheitskrise offenbart, die Unternehmen weltweit betrifft. Das Open-Source-Projekt erlebte einen explosiven Aufstieg: Innerhalb von zwei Monaten nach seiner Gründung wurde es über 250.000 Mal auf GitHub gestarrt, und Nvidia-CEO Jensen Huang kündigte es als das "Betriebssystem für agentische Computer" an. Doch unter dieser beeindruckenden Erfolgsgeschichte verbirgt sich ein erhebliches Sicherheitsrisiko. Gartner warnte bereits im Februar vor dem Framework, da es standardmäßig unsicher konfiguriert ist. Forscher haben über 454 Sicherheitslücken in OpenClaw dokumentiert, und zehntausende verwundbare Instanzen sind im Internet zugänglich. Das Kernproblem liegt in der Natur autonomer KI-Agenten selbst: Sie operieren mit hoher Geschwindigkeit und benötigen umfangreiche Berechtigungen, was erhebliche Risiken für Unternehmensinfrastrukturen birgt. Ein Exploit konnte in nur 47 Sekunden Berechtigungen eskalieren, auf Kundendaten zugreifen und Audit-Logs löschen. Für deutsche Unternehmen und Behörden bedeutet dies eine dringende Notwendigkeit, OpenClaw-Instanzen zu identifizieren, zu überwachen und mit robusten Sicherheitsarchitekturen wie Nvidia's NemoClaw auszustatten. Die Sicherung agentischer KI-Systeme erfordert völlig neue Governance- und Isolationsansätze.

Die Geschwindigkeit, mit der agentische KI-Systeme sich verbreiten, ist atemberaubend — und genau das ist das Problem. OpenClaw-Creator Peter Steinberger musste im Mai 2026 öffentlich eingestehen: “Ich habe unterschätzt, wie schwierig es sein würde, das richtig hinzubekommen.” Die Versuche, das Framework zu verbessern, führten zu Performance-Problemen, Reparaturschleifen und Kommunikationsausfällen — Zeichen eines Systems, das der rapiden Nachfrage hinterherhinkt.

Das Kernproblem liegt in der Architektur agentischer Systeme selbst. Anders als traditionelle Software verhalten sich KI-Agenten mehr wie Benutzer als wie Programme: Sie können bei jeder Ausführung unterschiedliche Aktionen durchführen und benötigen oft umfangreiche Berechtigungen. Dev Rishi, AI-Chef bei Rubrik, bringt es drastisch auf den Punkt: “Diese Agenten sind wie Formel-1-Autos ohne Bremsen. Sie arbeiten extrem schnell und fordern so viele Berechtigungen an, dass das Sicherheitsrisiko für Organisationen erheblich ist.”

Das zeigt sich in der Praxis: Ein Exploit-Beispiel, das Steinberger in seinem März-Blogpost präsentierte, brauchte nur 47 Sekunden, um über ein Support-Ticket Berechtigungen zu eskalieren, Kundendaten zu exfiltrieren und Audit-Logs zu manipulieren — vollständig unsichtbar.

Nvidia reagiert mit NemoClaw, einer Enterprise-Version mit Kernel-Level-Isolation, LLM-gestützter Policy-Evaluierung und dedizierter Daten-Sicherheit. Das System nutzt OpenShell für Sandboxing und formale Methoden, um in Rego geschriebene Richtlinien durchzusetzen — nicht probabilistisch, sondern garantiert durch Infrastruktur. Ali Golshan, Senior Director of AI Software bei Nvidia, betont: “Wir können nicht einfach annehmen, dass das Modell, der Agent und die Orchestration das Richtige tun.”

Andere Hersteller bauen bereits zusätzliche Sicherheitsebenen: Cisco’s Defense Claw scannt Skills auf Malware, Snyk bietet Agent-Security-Lösungen. Der Schlüssel liegt in strikter Governance: Agenten sollten von GitHub lesen, aber nicht schreiben können — und nicht mit anderen Agenten kommunizieren, die diese Fähigkeit haben.

Für deutsche Unternehmen und Behörden ist das Tempo kritisch. Mit DSGVO-Meldepflichten und Bußgeldrisiken bis 4 Prozent des Jahresumsatzes darf agentische KI nicht einfach unbeaufsichtigt laufen. Das BSI sollte Richtlinien für sichere Agentic-AI-Implementierungen ausgeben — bevor Shadow-AI-Instanzen zur Normalt werden.