De sikkerhedsmæssige mangler, der stadig hindrer MCP i at blive taget i brug i virksomhederne

Denne blog blev oprindeligt offentliggjort den 18. november 2025 og er siden blevet opdateret.

Af Amber Wolff, Indholdschef

Model Context Protocol (MCP) er ved at blive en effektiv metode til at udvide AI-systemer med eksterne værktøjer, datakilder og arbejdsgange. Det giver en overskuelig og fleksibel måde at forbinde modeller med den virkelige verden på — og det gør det til en vigtig udvikling for udviklere og produktteams.

Men i takt med at interessen vokser, dukker én bekymring op igen og igen: MCP er endnu ikke klar til brug i virksomheder, hvad angår sikkerhed.

Hvorfor sikkerhed er et problem for MCP’erne

Anthropics MCP muliggør en hidtil uset grad af tilslutningsmuligheder, hvilket har ført til en bred og hurtig udbredelse af produktet. Men disse tilslutningsmuligheder er et tveægget sværd.

Flere nyligt opdagede CVE'er indikerer, at MCP er ved at blive et nyt angrebsmål. Og ligesom problemet med usikrede S3-buckets, der plagede AWS for mindre end et årti siden, har man konstateret, at et chokerende antal MCP-servere er udsat for internettet: Sikkerhedsudbyderen Trend Micro fandt næsten 500 sådanne instanser, mens Knostic AI selv opdagede mere end tre gange så mange.

Desværre er de forbundne sikkerhedsrisici enormt store. Undersøgelse foretaget af API-sikkerhedstestfirmaet Pynt konstaterede, at et enkelt MCP-plugin medfører en 9%-sandsynlighed for, at sårbarheden udnyttes. Med blot tre sammenkoblede servere er det mere sandsynligt, at der sker en udnyttelse, end at der ikke gør. Og med ti MCP-plugins, konstaterede Pynt, er det næsten sikkert, med en sandsynlighed på 92% for udnyttelse.

Hvad værre er: I modsætning til traditionelle sikkerhedsfejl, som ofte kan løses ved blot at installere en opdatering, opererer MCP typisk under applikationslaget — hvilket gør det vanskeligt at opdage og afhjælpe problemerne.

Hvad MCP mangler

Selvom MCP ser meget lovende ud, mangler det nuværende økosystem flere vigtige sikkerhedsforanstaltninger, som store organisationer har brug for. I dag fungerer MCP-implementeringer ofte med:

• Ingen standard autentificerings- eller autorisationsmodel
• Svag sandboxing omkring udførelse af eksterne værktøjer
• Høj eksponering for prompt-injection-angreb
• Begrænset håndhævelse af politik, begrænset til individuelle brugere eller sessioner
• Minimale overvågnings- og auditeringsegne rammer

Disse huller udgør ikke kun en teoretisk risiko – de skaber reelle veje til rettighedseskalering, datalækage, utilsigtet udførelse af værktøjer og overtrædelse af compliance-regler.

Hvad der skal ændres

For at kunne implementere MCP sikkert i virksomhedsmiljøer eller regulerede miljøer har vi brug for et solidere grundlag. Det betyder, at vi skal indarbejde:

1. Stærk godkendelse og fingraneret adgangskontrol

Værktøjer og data bør kun kunne kaldes af autoriserede identiteter, og tilladelser bør være afgrænsede, håndhævede og kan tilbagekaldes.

2. Sandboxing & eksekveringsisolation

Enhver ekstern værktøjsfremkaldelse af en AI-model bør køre i et omhyggeligt indkapslet miljø – ikke direkte på et produktionsnetværk eller filsystem.

3. Forsvar mod prompt-injektion og input-validering

Modeller har brug for sikkerhedsforanstaltninger mod at blive manipuleret til at aktivere værktøjer på utilsigtede måder.

4. Revision, overvågning og compliance-logning

Virksomheder skal kunne spore, hvem der har tilgået hvad, hvornår, hvordan — og hvorfor.

5. Rate Limiting & DoS-beskyttelse

Værktøjs-endpoints bør være robuste over for løbske prompts eller rekursive værktøjskald.

6. Sikker transport (TLS/SSL)

Hver eneste MCP-forbindelse skal krypteres, punktum.

7. Dataminimering som standard

Modellen bør kun se de data, der er nødvendige for en given opgave — ikke mere.

Sådan sikrer Jitterbit MCP

Jitterbit MCP leverer en implementering i virksomhedsklasse af Model Context Protocol, som omdanner eksisterende API'er og integrationer til genbrugelige, agent-klar funktioner. Den etablerer et standardiseret kontrol lag mellem AI-modeller, agenter og virksomhedssystemer, og omdanner eksisterende integrationer og API'er til styrede, genbrugelige værktøjer.

Funktionen er integreret i Jitterbit Harmony-platformen og giver organisationer mulighed for sikkert at oprette, eksponere og administrere MCP-servere “uden behov for tilpasset udvikling”, samtidig med at der opretholdes centraliseret styring, identitetskontrol og håndhævelse af politikker på tværs af alle AI-interaktioner.

Dette skifter agentbaseret AI fra skræddersyede forbindelser til en konsekvent virksomhedsudførelsesmodel med indbygget kontrol, synlighed og sikkerhed.

Jitterbit MCP er udviklet med fokus på sikkerhed, fleksibilitet og skalerbarhed og tilbyder beskyttelse under kørsel, herunder adgangskontrol, begrænsning af kapacitet samt sikkerhedsforanstaltninger mod usikker eller ukontrolleret agentadfærd. Dermed hjælper løsningen virksomheder med sikkert at implementere agentbaseret AI uden at udsætte de underliggende systemer for risiko eller skabe ukontrolleret “skygge-AI”.”

Samlet set udgør disse funktioner et sikkert og skalerbart fundament for virksomheder til at gå fra AI-eksperimenter til produktionsklar, styret AI-udførelse.

Konklusionen

MCP åbner op for nye, kraftfulde muligheder. Men uden solide adgangskontrolmekanismer, isolering af udførelse, overvågning og injektionssikre grænseflader medfører det også en betydelig risiko.

Den den næste bølge af indførelsen af MCP — især i store virksomheder — vil afhænge af at lukke disse sikkerhedshuller.

De, der løser denne opgave på en god måde, vil ikke blot gøre MCP mere sikkert. De vil også være med til at forme, hvordan AI-systemer interagerer med den virkelige verden i stor skala.