Prompt Injection steckt jetzt auch in Bildern
Am 14. November berichtete t3n über KI-Modelle, die Botschaften in Bildern verstecken und wieder auslesen. Dabei ging es um Steganografie, also verborgene Nachrichten zwischen zwei Modellen. Der Angriff, der mir mehr Sorgen macht, ist allerdings ein anderer und im Lexikon „Klartext“ erklärt: Prompt Injection. Ein Fremder schiebt einem KI-Agenten dabei Anweisungen unter, und das geht inzwischen auch über ein Bild.
Meine These
Was ein Agent liest, sind Daten, keine Befehle, und das muss der Aufbau erzwingen, nicht der Prompt. Kein Filter erkennt jede versteckte Anweisung, das räumen die Hersteller selbst ein. Schutz entsteht deshalb durch Rechte, Freigaben und Prüfungen im Code. Genau so betreibe ich auch meine eigenen Routinen für Blog und Lexikon.So funktioniert Prompt Injection über Bilder
Multimodale Modelle lesen Text im Bild genauso wie Text auf einer Webseite. Genau das nutzt die indirekte Prompt Injection: Die Anweisung kommt nicht vom Nutzer, sondern steckt in einem Inhalt, den der Agent verarbeitet. Zwei Fälle zeigen zum Beispiel das Prinzip, ohne dass man es nachbauen muss.
- Verkleinerte Bilder: Trail of Bits zeigte im August 2025 Bilder, deren Text erst beim automatischen Verkleinern sichtbar wird. Betroffen waren unter anderem Gemini CLI und Vertex AI Studio.
- Blasse Schrift im Screenshot: Brave meldete im Oktober 2025, dass Perplexity Comet kaum sichtbaren Text aus Screenshots ungetrennt an das Sprachmodell weitergab.
- Unsichtbar für dich: In Vertex AI Studio sah der Mensch das große Bild, das Modell dagegen die verkleinerte Fassung mit der Botschaft.
Für das Marketing ist das allerdings keine Theorie. Microsoft fand 2026 in 60 Tagen versteckte Anweisungen von 31 Unternehmen aus 14 Branchen. Sie steckten dabei hinter Knöpfen wie „Summarize with AI“ und sollten KI-Assistenten auf eine Marke prägen. Versteckte Anweisungen werden dort also schon als SEO-Trick verkauft.
Was für bessere Filter spricht
Erstens werden die Hersteller bei der Abwehr von Prompt Injection messbar besser. Bei Claude for Chrome gelang laut Anthropic ohne Schutz knapp jeder vierte Angriff (23,6 Prozent), mit Schutz etwa jeder neunte (11,2 Prozent). Ende 2025 sank die Quote zudem für Opus 4.5 bei einem hartnäckigen Testangreifer von 8,0 auf 1,4 Prozent. Dazu prüfen Klassifikatoren gezielt versteckten Text und manipulierte Bilder.
Zweitens nerven Freigaben. Anthropic schreibt, dass Nutzer 93 Prozent der Rückfragen in Claude Code ohnehin genehmigen. Wer jeden Schritt abnicken muss, klickt deshalb irgendwann blind, auch bei einer indirekten Prompt Injection. Google wiederum setzt bei Gemini auf mehrere Schichten aus Klassifikatoren, Bestätigungen und Hinweisen. Das Ziel ist also, Angriffe teuer und mühsam zu machen.
Warum Filter gegen Prompt Injection nicht reichen
Trotzdem sagen dieselben Hersteller, dass das Problem bleibt. OpenAI hält Prompt Injection für eine Daueraufgabe wie Betrug im Netz, die sich wohl nie ganz lösen lässt. Das britische NCSC hält solche Angriffe für womöglich nie ganz beherrschbar, weil ein Sprachmodell Daten und Anweisungen nicht sauber trennt. Die Behörde rät deshalb zur Skepsis gegenüber Tools, die versprechen, solche Angriffe zu stoppen.
Auch 1,4 Prozent sind kein Freibrief. Denn bei 100 Läufen auf fremden Seiten bleibt rechnerisch ein erfolgreicher Angriff, und einer reicht. Sogar Anthropic selbst nennt eine Quote um ein Prozent ein spürbares Risiko. Der Fall von Trail of Bits zeigt zudem, wo die eigentliche Schutzlinie lag: Kalenderdaten flossen nur ab, weil Werkzeugaufrufe automatisch freigegeben waren.
So schützen meine Routinen vor versteckten Anweisungen
Meine Agenten lesen täglich Feeds, Fachartikel und Webseiten. Wie ich Freigaben nach Risiko staffle, steht im Beitrag über das letzte Wort bei KI-Agenten. Hier geht es dagegen nur um fremde Inhalte und versteckte Anweisungen darin. Dafür gelten drei Regeln, die nicht im Prompt stehen, sondern im Ablauf:
Regel
Was sie tut
Beispiel aus meinen Routinen
Fremde Inhalte sind Daten
Text aus Feeds, Seiten und Bildern wird gelesen, nie befolgt
Feed-Titel und Artikeltexte gelten im Themen-Scan als fremde Daten; der Recherche-Agent meldet Aufforderungen auf Seiten, statt ihnen zu folgen
Nie alle drei Fähigkeiten zugleich
fremde Inhalte, sensible Daten und Weg nach außen nie in einem Schritt
Der Recherche-Agent liest das Web, schreibt aber nichts und veröffentlicht nichts
Freigabe und Prüfung im Code
folgenreiche Schritte halten an, bis ein Mensch oder eine feste Regel sie durchlässt
Ein Blogbeitrag geht erst nach meinem Okay live, fehlerhafte Entwürfe stoppt das Skript vor dem Upload
Die mittlere Regel heißt bei Meta „Agents Rule of Two“: Ein Agent darf höchstens zwei der drei Eigenschaften haben, sonst braucht er eine Freigabe. Fremde Screenshots kommen deshalb auch nicht ungeprüft in meine Beiträge. Wie ich solche Prüfungen im Code baue, zeigt der Beitrag zur Kontrolle von KI-Agenten im Alltag.
Fremde Bilder werden geprüft und gelesen, an die Schalter kommen sie nicht.
Fazit: Prompt Injection wie Spam behandeln
Spam bekämpft niemand mit dem einen perfekten Filter, sondern mit Regeln, die auch bei einem Fehlgriff den Schaden begrenzen. Genau so gehören deshalb auch versteckte Anweisungen behandelt. Prüf deshalb jeden Agenten in deinem Marketing auf drei Fragen: Liest er fremde Inhalte, kommt er an sensible Daten, und kann er nach außen handeln? Sind alle drei mit Ja beantwortet, nimm ihm also eine Fähigkeit weg oder bau eine Freigabe ein.
Häufige Fragen
Können Bilder eine Prompt Injection enthalten?
Ja. Die OWASP-Liste der Risiken für KI-Anwendungen nennt in Bildern versteckte Anweisungen ausdrücklich, sie gelten dort als multimodale Prompt Injection. Trail of Bits und Brave haben es 2025 an echten Produkten gezeigt, etwa über Text, der erst beim Verkleinern des Bildes erscheint, oder über kaum sichtbare Schrift in Screenshots.
Lässt sich Prompt Injection vollständig verhindern?
Nach Aussage von OpenAI, Meta und dem britischen NCSC derzeit nicht. Zwar senken Filter und trainierte Modelle die Erfolgsquote deutlich, bei Anthropic zuletzt auf rund ein Prozent. Den Schaden begrenzen dagegen geringe Rechte, Freigaben für folgenreiche Aktionen und Prüfungen im Code, die unabhängig vom Modell anhalten.
Ist Prompt Injection in Deutschland strafbar?
Das ist offen. Fachbeiträge bei LTO halten das Ausspähen von Daten nach § 202a StGB meist für nicht erfüllt, weil keine Zugangssicherung überwunden wird. Je nach Folge kommen jedoch Betrug, Computerbetrug oder Computersabotage in Betracht. Urteile dazu gibt es noch nicht. Das ist keine Rechtsberatung.
Du willst das nicht allein umsetzen?
Ich helfe dir bei Auswahl, Einrichtung und den ersten Schritten – ohne Agentur-Overhead.
Quellen
- Trail of Bits: Image Scaling gegen KI-Systeme (August 2025)
- Brave: Unseeable prompt injections (Oktober 2025)
- OWASP Top 10 for LLM Applications: Prompt Injection
- NCSC: Prompt injection is not SQL injection (Dezember 2025)
- OpenAI: Atlas gegen Prompt Injection härten (Dezember 2025)
- Anthropic: Abwehr von Prompt Injection (November 2025)
- Microsoft Security: AI Recommendation Poisoning (Februar 2026)
Stand vom 17. November 2026 · Zahlen und Pläne können sich ändern – wir halten den Beitrag aktuell.