Cisco-Studie: 88 % der KI-Modelle durch Multi-Turn-Angriffe kompromittiert

Cisco hat signifikante Schwachstellen in künstlichen Intelligenzmodellen aufgedeckt. Bei 88,3 % der getesteten Systeme konnten Angreifer durch Multi-Turn-Angriffe, bei denen Taktiken während einer Konversation angepasst wurden, erfolgreich eindringen. Amy Chang, Leiterin der KI-Bedrohungsintelligenz und Sicherheitsforschung bei Cisco, präsentierte diese Ergebnisse auf der Konferenz VB Transform 2026.

Die Studie umfasste 6.986 Multi-Turn-Angriffe gegen 15 führende KI-Modelle. Die Ergebnisse zeigten, dass einfachere Single-Turn-Testmethoden kritische Risiken übersehen. Chang betonte, dass Multi-Turn-Angriffe reale Interaktionen mit KI realistischer simulieren und schädliches Verhalten aufdecken, das bei kurzen Tests nicht erkannt wird.

Ciscos Erkenntnisse basieren auf einer breiteren Analyse mit 30.090 Single-Turn-Prompts und 6.986 Multi-Turn-Angriffen. Die Erfolgsraten der Modelle bei diesen adaptiven Angriffen lagen zwischen 7,89 % und 88,3 %. Jedes getestete Modell zeigte eine signifikante Anfälligkeit für längere Angriffssequenzen.

Chang forderte Unternehmen auf, ihre Sicherheitsprotokolle zu überprüfen. Sie hob hervor, dass mangelndes Verständnis für die Anfälligkeit von Modellen gegenüber verschiedenen Angriffstypen Unternehmen daran hindert, Schwachstellen zu identifizieren. Cisco veröffentlicht seine Bewertungen auf der LLM Security Leaderboard, die derzeit über 105 Modelle bewertet.