Studie: Autonome KI-Agenten weisen massive Sicherheitslücken und Instabilitäten auf

Eine Analyse von Gary Marcus beleuchtet eine neue institutsübergreifende Forschungsarbeit, die 847 Deployments autonomer Agenten im Gesundheitswesen, Finanzsektor, Kundenservice und bei der Codegenerierung untersucht hat. Die Studie dokumentiert systemische Sicherheits- und Zuverlässigkeitsdefizite: 91 % der Agenten waren anfällig für Tool-Chaining-Angriffe, 89,4 % wiesen nach etwa 30 Prozessschritten Goal Drift auf, und 94 % der speichererweiterten Systeme waren anfällig für Memory-Poisoning. Das Paper, verfasst von Forschern unter anderem von Stanford, MIT CSAIL, Carnegie Mellon, ITU Kopenhagen, NVIDIA und Elloe AI Labs, verweist zudem auf den OpenClaw/Moltbook-Vorfall, bei dem 770.000 aktive Agenten über ein einzelnes Datenbank-Exploit kompromittiert wurden. Die Autoren argumentieren, dass agentische Systeme weitaus fragiler sind als statelose LLMs, und fordern strikte Kontrollen an den Ausführungsgrenzen anstelle nachträglicher Audits.