01OWASP Top 10 für LLM-Anwendungen
Der Katalog des OWASP GenAI Security Project benennt die kritischsten Schwachstellenklassen in LLM-Applikationen — von Prompt Injection (LLM01:2025) über Sensitive Information Disclosure (LLM02) und Supply Chain (LLM03) bis Excessive Agency (LLM06). Sechs der zehn Risiken betreffen direkt die Datensicherheit. Entwicklungs- und AppSec-Teams nutzen die Liste als Prüf- und Anforderungsperspektive beim Bauen und Testen von LLM-Systemen.
02MITRE ATLAS: die Angreiferperspektive
MITRE ATLAS katalogisiert reale Angriffstaktiken und -techniken gegen KI-Systeme — analog zur ATT&CK-Matrix, mit Taktiken von Reconnaissance über Resource Development bis Exfiltration und Technik-IDs wie AML.T0051. Das Framework nimmt konsequent die Perspektive des Angreifers ein und bildet damit die Grundlage für Red- und Purple-Teaming gegen KI-Systeme.
03NIST AI RMF: der Risikomanagement-Rahmen
Das NIST AI Risk Management Framework strukturiert das Risikomanagement über den gesamten KI-Lifecycle entlang der vier Kernfunktionen GOVERN, MAP, MEASURE und MANAGE. Es adressiert Trustworthiness und Governance und richtet sich an CISOs und Risk Management — als Rahmen, in dem technische Befunde in Policies, Prozesse und Verantwortlichkeiten überführt werden.
04Zusammenspiel: Build · Test · Govern
Die drei Frameworks konkurrieren nicht, sie ergänzen sich: OWASP unterstützt beim sicheren Entwickeln (Developer, DevSecOps), MITRE ATLAS beim adversarialen Validieren (Red/Purple Teams), NIST AI RMF beim Verankern von Governance und Risiko (CISO, Risk Management). Konkrete Maßnahmen lassen sich allen drei zuordnen — Input Validation und Prompt Filtering etwa auf LLM01, AML.T0051 und die Funktionen MAP/MANAGE.
05Praktischer Einstieg in vier Schritten
Bewährt hat sich die Abfolge Assess, Test, Govern, Protect: zuerst die Bestandsaufnahme aller LLM-Deployments und des aktuellen Security-Status, dann adversariales Testen gegen OWASP Top 10 und MITRE-ATLAS-Taktiken, anschließend der Aufbau einer AI-Governance nach NIST AI RMF. Den Abschluss bildet die kontinuierliche Umsetzung mehrschichtiger Sicherheitsmaßnahmen im laufenden Betrieb.
06Lösungslandschaft und Tool-Einordnung
Für die Tool-Auswahl pflegt das OWASP GenAI Security Project eine quartalsweise aktualisierte, herstellerneutrale Solutions Landscape: Open-Source- und kommerzielle Lösungen werden entlang der LLMSecOps-Lifecycle-Phasen — von Scope & Plan über Test & Evaluate bis Govern — eingeordnet und auf die Top-10-Risiken gemappt. Für agentische Architekturen existiert seit Q3 2025 eine eigene Landscape; die zugehörigen Risiken beschreibt die OWASP Top 10 for Agentic Applications 2026.