Quellenverzeichnis OWASP Foundation 2026
OWASP Top 10 for LLM Applications 2026
Hier finden Sie die im Katalog verwendete Dokumentfassung und die Fundstellen, die den einzelnen Bedrohungen zugeordnet sind.
Angaben zum Dokument
- Herausgeber
- OWASP Foundation
- Herangezogener Stand
- 2026
- Lizenz
- CC BY-SA 4.0
- Rahmenwerk
- OWASP LLM Top 10
Originaldokument beim Herausgeber öffnen Externer Verweis; maßgeblich ist immer die Fassung des Herausgebers.
Fundstellen im Katalog (10)
Die Tabelle nennt die jeweilige Kennung, den Titel und die Fundstelle im Originaldokument sowie die zugeordneten Bedrohungen.
| Kennung | Titel und Fundstelle | Zugeordnete Bedrohungen |
|---|---|---|
LLM01:2026 |
Prompt Injection LLM01:2026 Prompt Injection, OWASP Top 10 for LLM Applications 2026 v1.0, pp. 10-17 (doi:10.5281/zenodo.22109015); canonical text 2026/final/LLM01_PromptInjection.md at commit 7e144e05 | Prompt Injection – DirektPrompt Injection – IndirektJailbreaksExtraktion des Meta-PromptsHassrede und DiskriminierungSexuelle InhalteGewalt / gefährliche HandlungenRechtswidrige HandlungenSelbstverletzungSchadsoftwareAgenten-KI / Autonome AgentenRAG-spezifische Angriffe (Document Poisoning)Multimodale AngriffeMCP-Hijacking (Model Context Protocol)Agenten-Memory-Poisoning (persistenter Kontext) |
LLM02:2026 |
Sensitive Information Disclosure LLM02:2026 Sensitive Information Disclosure, OWASP Top 10 for LLM Applications 2026 v1.0, pp. 18-22 (doi:10.5281/zenodo.22109015); canonical text 2026/final/LLM02_SensitiveInformationDisclosure.md at commit 7e144e05 | Extraktion des Meta-PromptsPrivacy-AngriffeOffenlegung sensibler InformationenExfiltration aus der ML-AnwendungModell-ReconnaissanceCross-Tenant-Leakage (Multi-Tenant Vector-DB)Seitenkanal-Angriffe (Timing-Analyse)Shadow AI (nicht genehmigte Nutzung von KI-Diensten) |
LLM03:2026 |
Excessive Agency LLM03:2026 Excessive Agency, OWASP Top 10 for LLM Applications 2026 v1.0, pp. 23-26 (doi:10.5281/zenodo.22109015); canonical text 2026/final/LLM03_ExcessiveAgency.md at commit 7e144e05 | Unsicheres Tool-DesignExcessive Agency (übermäßige Handlungsermächtigung)Misalignment (Fehlausrichtung)Agenten-KI / Autonome AgentenMCP-Hijacking (Model Context Protocol) |
LLM04:2026 |
Supply Chain LLM04:2026 Supply Chain, OWASP Top 10 for LLM Applications 2026 v1.0, pp. 27-32 (doi:10.5281/zenodo.22109015); canonical text 2026/final/LLM04_SupplyChain.md at commit 7e144e05 | Lieferkette – InfrastrukturLieferkette – ModelleLieferkette – DatensätzeBackdoor im ML-ModellFaktische Fehler (Halluzinationen)Middleware-Exploits (Angriffe auf AI-Frameworks)Shadow AI (nicht genehmigte Nutzung von KI-Diensten) |
LLM05:2026 |
Data and Model Poisoning LLM05:2026 Data and Model Poisoning, OWASP Top 10 for LLM Applications 2026 v1.0, pp. 33-37 (doi:10.5281/zenodo.22109015); canonical text 2026/final/LLM05_DataModelPoisoning.md at commit 7e144e05 | Lieferkette – ModelleLieferkette – DatensätzeVergiftung der TrainingsdatenGezielte Datenvergiftung / Label-VergiftungBackdoor im ML-ModellSleepy Agent (zeit-/ereignisgetriggerte verdeckte Instruktionen)RAG-spezifische Angriffe (Document Poisoning)Graph-RAG-Vergiftung (Knowledge-Graph-Injection)Agenten-Memory-Poisoning (persistenter Kontext) |
LLM06:2026 |
Unbounded Consumption LLM06:2026 Unbounded Consumption, OWASP Top 10 for LLM Applications 2026 v1.0, pp. 38-42 (doi:10.5281/zenodo.22109015); canonical text 2026/final/LLM06_UnboundedConsumption.md at commit 7e144e05 | Vergiftung der TrainingsdatenModell-DiebstahlDenial-of-Service auf das ModellCost Harvesting / ZweckentfremdungAgenten-KI / Autonome AgentenModell-ReconnaissanceMCP-Hijacking (Model Context Protocol) |
LLM07:2026 |
Misinformation LLM07:2026 Misinformation, OWASP Top 10 for LLM Applications 2026 v1.0, pp. 43-45 (doi:10.5281/zenodo.22109015); canonical text 2026/final/LLM07_Misinformation.md at commit 7e144e05 | Adversariale EingabenÜbermäßiges Vertrauen in das KI-SystemKontroverse ThemenDesinformationFaktische Fehler (Halluzinationen)Misalignment (Fehlausrichtung)Modell-Drift & -Degradation |
LLM08:2026 |
Hidden Context Exposure LLM08:2026 Hidden Context Exposure, OWASP Top 10 for LLM Applications 2026 v1.0, pp. 46-49 (doi:10.5281/zenodo.22109015); canonical text 2026/final/LLM08_HiddenContextExposure.md at commit 7e144e05 | Extraktion des Meta-PromptsUnsicherer Umgang mit Modellausgaben |
LLM09:2026 |
Vector and Embedding Weaknesses LLM09:2026 Vector and Embedding Weaknesses, OWASP Top 10 for LLM Applications 2026 v1.0, pp. 50-54 (doi:10.5281/zenodo.22109015); canonical text 2026/final/LLM09_VectorAndEmbeddingWeaknesses.md at commit 7e144e05 | RAG-spezifische Angriffe (Document Poisoning)Cross-Tenant-Leakage (Multi-Tenant Vector-DB) |
LLM10:2026 |
Improper Output Handling LLM10:2026 Improper Output Handling, OWASP Top 10 for LLM Applications 2026 v1.0, pp. 55-57 (doi:10.5281/zenodo.22109015); canonical text 2026/final/LLM10_ImproperOutputHandling.md at commit 7e144e05 | Unsicherer Umgang mit ModellausgabenUnsicheres Tool-Design |
Diese Seite gibt keine Normtexte wieder. Sie nennt Kennung, Titel und Fundstelle des Abschnitts; der Wortlaut steht im Originaldokument. Die Zuordnungen zeigen fachliche Bezüge. Sie belegen nicht, dass ein System die jeweiligen Anforderungen erfüllt.
Bedrohungen mit Bezug auf dieses Dokument (44)
Nach Themengruppe geordnet. Jeder Eintrag führt zur vollständigen Bedrohungsseite.
Angriffe auf Modell und Betrieb
Anwendungs- und Integrationssicherheit
Autonome KI und Agenten
Datenschutz und Datenabfluss
Lieferkette und Herkunft
Manipulation von Modell und Trainingsdaten
Missbrauch für Angriffe, Betrug und Desinformation
Prompt-Angriffe und Umgehung von Schutzmechanismen
Schädliche Inhalte
Verlässlichkeit und verantwortliche Nutzung
Weitere Dokumente desselben Herausgebers
Alle im Katalog belegten Dokumente von OWASP Foundation.
Vom Beleg zur Bewertung
Der vollständige Katalog nennt zu jeder Bedrohung die Gegenmaßnahmen, die mögliche Auswirkung und alle belegten Fundstellen. Die Live-Demo läuft ohne Registrierung lokal in Ihrem Browser.
Diese Seite zitieren
Für Berichte, Richtlinien oder interne Unterlagen; der Link führt direkt auf diese Quellenseite.
„OWASP Top 10 for LLM Applications 2026“ (OWASP Foundation). Fundstellen im KI-Bedrohungskatalog, Versatile AI Risk Assessment, Stand Oktober 2026. https://www.versatile-ai-risk-assessment.com/wissensbasis/quellen/owasp-top-10-llm-2026/