
Vertrauenswürdiges Agenten-Computing für Multi-Tenant-Szenarien
Sprachmodellbasierte KI-Agenten werden verstärkt als Cloud-Services bereitgestellt und müssen dabei auf vertrauliche Informationen zugreifen, eigenständig externe Werkzeuge nutzen und mit weiteren Agenten kommunizieren. Die Herausforderung: In diesem komplexen Mehrparteien-Ökosystem können nicht vertrauenswürdige Komponenten zu Sicherheitslücken, Datenabflüssen oder manipuliertem Verhalten führen. Herkömmliche Confidential Virtual Machines (CVMs) bieten lediglich binären Schutz ohne differenzierte Garantien für parteienübergreifendes Vertrauen oder Isolierung auf Beschleunigerebene.
Abbildung 1: Cloud AI agentecosystem. Ein Agent läuft auf einer KI-Agentenplattform, die auf einer Cloud-Infrastruktur gehostet wird, und interagiert mit mehreren unabhängigen Akteuren. Agenten rufen externe Tools (Dienste) über MCP auf und koordinieren sich mit anderen Agenten über A2A. Die Farben zeigen an, welcher Akteur die einzelnen Komponenten steuert.
Verschachtelte Isolierung mit Hardware-Sicherheitsfunktionen
Forscher haben mit Omega ein System entwickelt, das vertrauenswürdige KI-Agenten durch End-to-End-Isolierung ermöglicht. Die Plattform etabliert überprüfbares Vertrauen zwischen allen beteiligten Akteuren und protokolliert jede externe Interaktion mit nachvollziehbarer Herkunft. Omega nutzt CVMs und Confidential GPUs als Basis für eine vertrauenswürdige Agenten-Infrastruktur, die mehrere Agenten innerhalb einer einzelnen CVM durch verschachtelte Isolierungsmechanismen ausführt.
Differentielle Attestierung für komplexe Vertrauensbeziehungen
Das System implementiert eine effiziente Multi-Agenten-Orchestrierung, bei der Vertrauensbeziehungen zwischen unterschiedlichen Prinzipalen über differentielle Attestierung etabliert werden. Ein dediziertes Policy-Framework reguliert Datenzugriffe, Werkzeugnutzung und Agenten-zu-Agenten-Kommunikation zum Schutz sensibler Informationen und zur Einhaltung regulatorischer Anforderungen.
Die Implementierung erfolgt auf AMD SEV-SNP und NVIDIA H100, wobei der Agentenstatus vollständig über die CVM-GPU-Verbindung abgesichert wird. Das Cloud-Ökosystem umfasst Agenten, die auf der gehosteten Plattform laufen und über das Model Context Protocol (MCP) externe Tools aufrufen sowie über Agent-to-Agent-Protokolle (A2A) koordinieren.
Abbildung 4: Omega-Übersicht. Omega bietet eine richtlinienkonforme, vertrauenswürdige KI-Agentenplattform. Jeder Agent läuft in einer Sandbox-Umgebung, in der eine vom Benutzer bereitgestellte Richtlinie die zulässigen Aktionen definiert. Der LLM-Dienst verwendet CGPUs, um Inferenz durchzuführen und Modelle zu schützen. Grüne Komponenten sind vertrauenswürdig.
Sandbox-Umgebungen mit deklarativer Richtliniensprache
Jeder Agent wird in einer Sandbox-Umgebung ausgeführt, in der benutzerdefinierte Richtlinien die zulässigen Aktionen spezifizieren. Der LLM-Service nutzt Confidential GPUs für Inferenz-Operationen und Modellschutz. Die vertrauenswürdigen Komponenten sind in der Systemarchitektur klar gekennzeichnet.
Omegas verschachtelte vertrauliche Ausführung gewährleistet robuste Isolierung in Multi-Tenant-Umgebungen. Der Attestierungsdienst und Trusted-Boot-Mechanismen unterstützen komplexe Mehrparteien-Vertrauensmodelle. Die neuartige deklarative Richtliniensprache setzt detaillierte Compliance-Vorgaben durch und mitigiert kritische Bedrohungen wie Prompt-Injection-Angriffe effektiv.
Hochleistungsfähige Multi-Agenten-Deployments
Die Plattform erreicht hohe Performance bei gleichzeitiger Unterstützung dichter, richtlinienkonformer Multi-Agenten-Deployments in Cloud-Dimensionen. Das System ebnet den Weg für sichere, compliance-konforme und leistungsstarke KI-Agenten-Deployments in nicht vertrauenswürdigen Cloud-Infrastrukturen.
Die Forscher stellen Omega samt vollständigem Versuchsaufbau als Open-Source-Projekt öffentlich zur Verfügung, um weitere Entwicklungen im Bereich vertrauenswürdiger KI-Agenten zu fördern.
Ursprünglich veröffentlicht von arXiv / Dimitrios Stavrakakis
Auch interessant:
Fachartikel

ShinyHunters-Angriffe: Mandiant zeigt wirksame Schutzmaßnahmen gegen SaaS-Datendiebstahl

Phishing-Angriff: Cyberkriminelle missbrauchen Microsoft-Infrastruktur für Betrugsmaschen

Wie Angreifer proprietäre KI-Modelle über normale API-Zugriffe stehlen können

KI-Agenten in cyber-physischen Systemen: Wie Deepfakes und MCP neue Sicherheitslücken öffnen

Sicherheitslücke in Cursor-IDE: Shell-Befehle werden zur Angriffsfläche
Studien

Deutsche Unicorn-Gründer bevorzugen zunehmend den Standort Deutschland

IT-Modernisierung entscheidet über KI-Erfolg und Cybersicherheit

Neue ISACA-Studie: Datenschutzbudgets werden trotz steigender Risiken voraussichtlich schrumpfen

Cybersecurity-Jahresrückblick: Wie KI-Agenten und OAuth-Lücken die Bedrohungslandschaft 2025 veränderten
![Featured image for “Phishing-Studie deckt auf: [EXTERN]-Markierung schützt Klinikpersonal kaum”](https://cdn-ileiehn.nitrocdn.com/EZdGeXuGcNedesCQNmzlOazGKKpdLlev/assets/images/optimized/rev-68905f9/www.all-about-security.de/wp-content/uploads/2025/12/phishing-4.jpg)
Phishing-Studie deckt auf: [EXTERN]-Markierung schützt Klinikpersonal kaum
Whitepaper

DigiCert veröffentlicht RADAR-Bericht für Q4 2025

Koordinierte Cyberangriffe auf polnische Energieinfrastruktur im Dezember 2025

Künstliche Intelligenz bedroht demokratische Grundpfeiler

Insider-Risiken in Europa: 84 Prozent der Hochrisiko-Organisationen unzureichend vorbereitet

ETSI veröffentlicht weltweit führenden Standard für die Sicherung von KI
Hamsterrad-Rebell

NIS2: „Zum Glück gezwungen“ – mit OKR-basiertem Vorgehen zum nachhaltigen Erfolg

Cyberversicherung ohne Datenbasis? Warum CIOs und CISOs jetzt auf quantifizierbare Risikomodelle setzen müssen

Identity Security Posture Management (ISPM): Rettung oder Hype?

Platform Security: Warum ERP-Systeme besondere Sicherheitsmaßnahmen erfordern









