Geführtes Sicherheitslab

Prompt Injection über Websites

Eine geführte Übung zum Vertrauen in Webquellen: Seiteninhalte von der Abrufprovenienz trennen, entscheiden, worauf sich die Anwendung stützen darf, und Ziel- und Aufgaben-Policy auf einen Modellvorschlag anwenden.

Konzeptionelle SimulationIntermediate15 Minuten2026-09-26

Konzeptionelle Simulation

Diese Übung nutzt redaktionell festgelegte, deterministische Beispiele mit fiktiven Domains. Sie ruft nichts ab, nutzt kein Modell und keine Tools und sagt nicht voraus, wie sich ein reales Modell verhält.

Schritt 3 von 63/6

Lernziele

Eine vertrauenswürdige Fetch- oder Browser-Komponente von den nicht vertrauenswürdigen Seiteninhalten trennen, die sie liefert.
Angefragte URL und final abgerufene URL als unterschiedliche Provenienzfakten behandeln.
Erkennen, dass Seitentext, Metadaten und abgeleiteter Text je nach Pipeline modellsichtbar werden können.
Begründen, warum erfolgreicher Abruf und Modelleinfluss keine Autorisierung sind.
Von Seiteninhalten genannte Ziele nicht automatisch als freigegebene Ziele behandeln.

Voraussetzungen

Lab Vertrauensgrenzen und Modellkontext (empfohlen)
Angriffsartikel Website Prompt Injection (optional)

Szenario wählen

Jedes fiktive Szenario zeigt seitenabgeleitete Inhalte, die das Modell sieht, und getrennt davon die Provenienz, die die Anwendung erfasst hat. Sicherheitsentscheidungen gehören in die zweite Spalte.

Öffentlicher Artikel für eine ZusammenfassungDer Nutzer bittet um eine Zusammenfassung eines öffentlichen Artikels auf news.example.test.Renommierte Site mit KommentarbereichDie abgerufene Seite enthält unter dem Artikel Leserkommentare.Angefragte URL leitet weiterEin Link auf docs.example.test leitet vor dem Abruf auf einen anderen Host weiter.Abgeleiteter Text aus einer vertrauenswürdigen Browser-KomponenteEin Headless-Browser rendert eine Seite und liefert sichtbaren Text sowie Seitenmetadaten.Recherche-Agent will Daten an eine auf der Seite genannte Site sendenWährend einer Recherche nennt abgerufener Inhalt eine externe Site, und das Modell schlägt vor, gesammelte Notizen dorthin zu senden.

Pfad der Webquelle und Vertrauensfluss

Seiteninhalte durchlaufen Anwendungskomponenten, bevor das Modell sie sieht. Komponenten sind System; Seiteninhalte und der Modellvorschlag bleiben variabel.

NutzeraufgabeVariabler Inhalt->
Fetch-ToolSystemkomponente->
SeiteninhaltVariabler Inhalt->
KontextzusammenstellungSystemkomponente->
ModellSystemkomponente->
VorschlagVariabler Inhalt->
Ausgabe-PolicySystemkomponente

Modellsichtbare Seiteninhalte

Seitenabgeleiteter Text, den das Modell liest. Text in eckigen Klammern ist ein neutraler Platzhalter, keine echte Anweisung.

Extrahierter Artikeltext
Ein allgemein verständlicher Beitrag über regionale Energiepreise.

Anwendungsseitige Provenienz und Policy

Von der Abruf-Pipeline und der Anwendung außerhalb des Modelltexts erfasst.

Angefragte URL: https://news.example.test/energy-prices
Finale URL: Identisch, keine Weiterleitung
Aufgabenumfang: Eine Seite zusammenfassen, nur lesend, keine Folgeaktionen