Die Sicherheitslücken, die die Einführung von MCP in Unternehmen nach wie vor behindern

Dieser blog wurde ursprünglich am 18. November 2025 veröffentlicht und wurde aktualisiert.

Von Amber Wolff, Content Manager

Das Model Context Protocol (MCP) entwickelt sich zu einer leistungsstarken Möglichkeit, KI-Systeme um externe Tools, Datenquellen und Arbeitsabläufe zu erweitern. Es bietet eine übersichtliche und flexible Möglichkeit, Modelle mit der realen Welt zu verknüpfen – und genau das macht es für Entwickler und Produktteams so interessant.

Doch während das Interesse wächst, taucht immer wieder eine Sorge auf: Was die Sicherheit angeht, ist MCP noch nicht für den Einsatz in Unternehmen geeignet..

Warum Sicherheit bei MCPs ein Problem darstellt

Der MCP von Anthropic ermöglicht eine beispiellose Konnektivität, was zu seiner breiten und raschen Verbreitung geführt hat. Diese Konnektivität ist jedoch ein zweischneidiges Schwert.

Mehrere kürzlich entdeckte CVEs weisen darauf hin, dass MCP entwickelt sich zu einer neuen Angriffsfläche. Und ähnlich wie bei dem Problem mit ungesicherten S3-Buckets, das AWS vor weniger als einem Jahrzehnt plagte, wurde festgestellt, dass eine schockierend hohe Anzahl von MCP-Servern für das Internet zugänglich ist: Der Sicherheitsanbieter Trend Micro fand fast 500 solcher Instanzen, während Knostic AI selbst mehr als dreimal so viele entdeckte.

Leider sind die damit verbundenen Sicherheitsrisiken enorm. Untersuchung des API-Sicherheits-Testunternehmens Pynt Es wurde festgestellt, dass ein einzelnes MCP-Plugin eine Wahrscheinlichkeit von 9% für die Ausnutzung der Sicherheitslücke mit sich bringt. Bereits bei nur drei miteinander verbundenen Servern ist es wahrscheinlicher, dass eine Ausnutzung stattfindet, als dass dies nicht der Fall ist. Und bei zehn MCP-Plugins ist dies laut Pynt mit einer Wahrscheinlichkeit von 92% nahezu sicher.

Schlimmer noch: Im Gegensatz zu herkömmlichen Sicherheitslücken, die oft einfach durch die Installation eines Patches behoben werden können, wirkt MCP in der Regel unterhalb der Anwendungsschicht – was es schwierig macht, Probleme zu erkennen und zu beheben.

Was dem MCP fehlt

Auch wenn MCP äußerst vielversprechend ist, fehlen im derzeitigen Ökosystem einige wichtige Sicherheitsvorkehrungen, die große Unternehmen benötigen. Derzeit werden MCP-Implementierungen häufig mit folgenden Merkmalen betrieben:

• Kein Standard-Authentifizierungs- oder Autorisierungsmodell
• Schwaches Sandboxing um die Ausführung externer Tools
• Hohes Risiko von Prompt-Injection-Angriffen
• Eingeschränkte Richtliniendurchsetzung, beschränkt nur auf einzelne Benutzer oder Sitzungen
• Minimale Überwachungs- und Prüfungsrahmen

Diese Lücken stellen nicht nur ein theoretisches Risiko dar – sie schaffen reale Pfade für Rechteausweitung, Datenabfluss, unbeabsichtigte Tool-Ausführung und Compliance-Verstöße.

Was sich ändern muss

Um MCP in Unternehmensumgebungen oder regulierten Umgebungen sicher einzusetzen, benötigen wir eine solidere Grundlage. Das bedeutet, dass wir Folgendes integrieren müssen:

1. Starke Authentifizierung & Fein granulierte Zugriffskontrolle

Werkzeuge und Daten sollten nur von autorisierten Identitäten aufgerufen werden können, und Berechtigungen sollten eingegrenzt, durchgesetzt und widerrufbar sein.

2. Sandboxing & Ausführungsisolation

Jedes externe Tool, das von einem KI-Modell aufgerufen wird, sollte in einer sorgfältig gekapselten Umgebung ausgeführt werden – nicht direkt in einem Produktionsnetzwerk oder Dateisystem.

3. Prompt-Injection- & Eingabevalidierungs-Abwehrmechanismen

Modelle benötigen Leitplanken gegen Manipulationen, die darauf abzielen, Werkzeuge auf unbeabsichtigte Weise aufzurufen.

4. Auditing, Überwachung und Compliance-Protokollierung

Unternehmen müssen nachverfolgen können, wer wann, wie und warum auf was zugegriffen hat.

5. Ratenbegrenzung & DoS-Schutz

Tool-Endpunkte sollten gegen fehlerhafte Prompts oder rekursive Tool-Aufrufe resistent sein.

6. Sichere Übertragung (TLS/SSL)

Jede MCP-Verbindung muss verschlüsselt sein, Punkt.

7. Datenminimierung durch Voreinstellung

Das Modell sollte nur die für eine bestimmte Aufgabe erforderlichen Daten sehen – nicht mehr.

Wie Jitterbit MCP sichert

Jitterbit MCP liefert eine Implementierung des Model Context Protocol auf Unternehmensebene und verwandelt bestehende APIs und Integrationen in wiederverwendbare, KI-fähige Funktionen. Sie etabliert eine standardisierte Steuerungsschicht zwischen KI-Modellen, Agenten und Unternehmenssystemen und wandelt bestehende Integrationen und APIs in kontrollierte, wiederverwendbare Werkzeuge um.

Als integraler Bestandteil der Jitterbit Harmony-Plattform ermöglicht es Unternehmen, MCP-Server “ohne individuelle Entwicklung” sicher zu erstellen, bereitzustellen und zu verwalten und dabei eine zentralisierte Governance, Identitätskontrollen und die Durchsetzung von Richtlinien bei allen KI-Interaktionen zu gewährleisten.

Dies wandelt agentische KI von maßgeschneiderten Verbindungen in ein einheitliches Unternehmensausführungsmodell mit integrierter Kontrolle, Transparenz und Sicherheit um.

Der auf Sicherheit, Flexibilität und Skalierbarkeit ausgelegte Jitterbit MCP bietet Laufzeitschutzmaßnahmen wie Zugriffskontrolle, Drosselung und Schutz vor unsicherem oder außer Kontrolle geratendem Agentverhalten. Damit unterstützt er Unternehmen dabei, agentenbasierte KI sicher in den Betrieb zu integrieren, ohne zugrunde liegende Systeme zu gefährden oder eine unkontrollierte “Schatten-KI” zu schaffen.”

Zusammenfassend bieten diese Funktionen Unternehmen eine sichere und skalierbare Grundlage, um von KI-Experimenten zu einer produktionsreifen, regulierten KI-Ausführung überzugehen.

Fazit

MCP eröffnet leistungsstarke neue Funktionen. Ohne robuste Zugriffskontrollen, Ausführungsisolierung, Überwachung und injektionssichere Schnittstellen birgt es jedoch auch erhebliche Risiken.

Das die nächste Welle der Einführung von MCP — vor allem in großen Unternehmen — wird von der Schließung dieser Sicherheitslücken abhängen.

Wer diese Aufgabe gut löst, sorgt nicht nur dafür, dass MCP sicherer wird. Er wird auch maßgeblich beeinflussen, wie KI-Systeme in großem Maßstab mit der realen Welt interagieren.