---
id: CP-288
slug: denial-of-wallet-ki-dienst
lang: de
title: "Geldbeutel-Blockade: einen KI-Dienst ruinieren"
description: Sehr lange oder wiederholte Anfragen können die Rechnung eines KI-Dienstes mit Nutzungsabrechnung hochtreiben. Was das ist und was Beschäftigte tun können.
canonical_url: https://startbrain.io/cyberpedia/de/articles/denial-of-wallet-ki-dienst/
markdown_url: https://startbrain.io/cyberpedia/de/articles/denial-of-wallet-ki-dienst.md
publisher: Brain (https://startbrain.io)
license: CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/)
cite_as: "Brain, „Geldbeutel-Blockade: einen KI-Dienst ruinieren“, Cyberpedia, 2026. https://startbrain.io/cyberpedia/de/articles/denial-of-wallet-ki-dienst/ (CC BY 4.0)"
wing: 4
theme: use_responsibly
reflex: air-044
schema: G1
updated: "2026-11-14"
translations:
  de: https://startbrain.io/cyberpedia/de/articles/denial-of-wallet-ki-dienst/
  fr: https://startbrain.io/cyberpedia/fr/articles/denial-of-wallet-service-ia/
  en: https://startbrain.io/cyberpedia/en/articles/denial-of-wallet-ai-service/
  es: https://startbrain.io/cyberpedia/es/articles/denegacion-cartera-servicio-ia/
  it: https://startbrain.io/cyberpedia/it/articles/negazione-portafoglio-servizio-ia/
  nl: https://startbrain.io/cyberpedia/nl/articles/denial-of-wallet-ai-dienst/
  pl: https://startbrain.io/cyberpedia/pl/articles/denial-of-wallet-usluga-ai/
  pt: https://startbrain.io/cyberpedia/pt/articles/denial-of-wallet-servico-ia/
  ja: https://startbrain.io/cyberpedia/ja/articles/denial-of-wallet-ai-service/
sources:
  - "n": 1
    title: LLM10:2025 Unbounded Consumption
    publisher: OWASP
    url: https://genai.owasp.org/llmrisk/llm102025-unbounded-consumption/
    published: "2024-04-10"
    accessed: "2026-11-14"
  - "n": 2
    title: 5. Unbounded AI Consumption and Agentic DoS (DoS / Wallet Attack)
    publisher: Microsoft
    url: https://learn.microsoft.com/en-us/security/zero-trust/catalog-ai-attack-techniques/unbounded-ai-consumption-and-agentic-dos
    accessed: "2026-11-14"
  - "n": 3
    title: "Persistent Billable State: Denial-of-Wallet Attacks and Defenses in Tool-Calling LLM Agents"
    publisher: arXiv
    url: https://arxiv.org/abs/2609.28585
    published: "2026-09-23"
    accessed: "2026-11-14"
  - "n": 4
    title: Thinking carefully before adopting agentic AI
    publisher: NCSC (Royaume-Uni)
    url: https://www.ncsc.gov.uk/blogs/thinking-carefully-before-adopting-agentic-ai
    published: "2026-05-15"
    accessed: "2026-11-14"
  - "n": 5
    title: AI Agent Security Cheat Sheet
    publisher: OWASP
    url: https://cheatsheetseries.owasp.org/cheatsheets/AI_Agent_Security_Cheat_Sheet.html
    accessed: "2026-11-14"
---

# Geldbeutel-Blockade: einen KI-Dienst ruinieren

Ein nutzungsabhängig abgerechneter KI-Dienst kostet bei jeder Operation Geld. Die Geldbeutel-Blockade (englisch Denial of Wallet, DoW) nutzt dieses Modell aus: Der Angreifer löst eine große Zahl von Operationen aus, was für den Anbieter des Dienstes untragbare finanzielle Belastungen schafft, bis hin zum Risiko des finanziellen Ruins [1]. Die OWASP ordnet diesen Fall in die Kategorie LLM10:2025 Unbounded Consumption ein, den Verbrauch ohne Begrenzung [1].

Der Dienst muss nicht ausfallen, damit der Angriff gelingt. Microsoft stellt fest, dass ein Angreifer schaden kann, ohne das System zum Absturz zu bringen: Eine übermäßige Nutzung genügt, um das Budget aufzubrauchen, das ist eine finanzielle Dienstverweigerung [2]. Der Artikel beschreibt den Mechanismus, einen im September 2026 im Labor gezeigten Fall und was Beschäftigte tun können.

## In 30 Sekunden

- Wo es vorkommt: in KI-Diensten in der Cloud, die pro Token oder pro Operation abgerechnet werden [2], und in Agenten, die Werkzeuge aufrufen [3].
- Was der Angreifer will: das Budget des Opfers aufbrauchen [1] oder es seine eigenen aufwendigen Berechnungen bezahlen lassen [2].
- Der Reflex: wissen, wem der Agent gehört, wer sein Verhalten überwacht und wer ihn stoppen kann [4]. Der Artikel rät außerdem, das verantwortliche Team zu benachrichtigen, wenn ein Agent endlos zu laufen scheint.
- Was das Unternehmen vorsehen muss: Microsoft empfiehlt Kontingente, Ausgabenobergrenzen und Kostenwarnungen [2].

## Direkte Fragen

### Was ist die Geldbeutel-Blockade?

Die OWASP beschreibt sie als das Auslösen einer großen Zahl von Operationen, um das Modell der nutzungsabhängigen Bezahlung von KI-Diensten in der Cloud auszunutzen [1]. Das Merkblatt der OWASP mit bewährten Vorgehensweisen für Agenten beschreibt sie auch als Angriffe, die durch Agentenschleifen ohne Begrenzung übermäßige Kosten für API oder Rechenleistung verursachen [5].

### Fällt der Dienst aus?

Nicht unbedingt. Microsoft erklärt, dass der Angreifer ein System nicht vollständig zum Absturz bringen muss, um Schaden anzurichten [2]. Ist der Dienst überlastet, können berechtigte Benutzer dagegen Verlangsamungen oder Nichtverfügbarkeit erleben [2].

### Sieht man viele Angriffe dieser Art?

Microsoft gibt an, dass vollständige Vorfälle böswilliger Dienstverweigerung gegen ein LLM nicht breit öffentlich gemacht werden, dass es aber klare Demonstrationen des Risikos gibt [2]. Der weiter unten datierte Fall ist eine Laborstudie: Die Zusammenfassung beschreibt eine Bewertung auf einem Prüfstand und erwähnt keinen beobachteten Angriff [3].

### Was tut das Unternehmen zum Schutz?

Microsoft empfiehlt Ratenbegrenzungen und Kontingente pro Benutzer, IP-Adresse, API-Schlüssel, Agentenidentität oder Dienstkonto, die auch für Werkzeugaufrufe gelten, die ein Agent startet [2]. Außerdem empfiehlt Microsoft, die Nutzung mit Dashboards und Warnungen zu verfolgen und für KI-Dienste in der Cloud Ausgabenlimits zu setzen, um böse Überraschungen bei der Abrechnung zu vermeiden [2]. Die OWASP ergänzt begrenzte Eingabegrößen, Zeitlimits und die Überwachung des Ressourcenverbrauchs [1].

### Was können Beschäftigte tun?

Das britische NCSC empfiehlt, dass die Organisation weiß, wem ein Agentensystem gehört, wer seine Zugriffe genehmigt, wer sein Verhalten überwacht und wer es stoppen kann, und dass diese Verantwortlichkeiten festgelegt sind, bevor der Agent mit realen Systemen verbunden wird [4]. Für Beschäftigte leitet der Artikel daraus einen Reflex ab: das verantwortliche Team des Agenten kennen, den sie nutzen, und es benachrichtigen, wenn sich der Agent auffällig verhält.

## In der Haut des Angreifers

Der Angreifer will den Dienst auf Kosten des Opfers so viel wie möglich arbeiten lassen. Microsoft nennt konkrete Methoden: einen Strom von Anfragen an einen internen Assistenz-Bot schicken oder Anweisungen fabrizieren, die sehr lange oder komplexe Antworten erzeugen [2]. Ein Beispiel von Microsoft ist die Aufforderung, die gesamte Bibel im JSON-Format auszugeben, automatisch wiederholt [2].

```text
Illustration (paraphrasierte Anweisung, kein reales Ziel):
[Aufforderung, einen riesigen Text zu erzeugen, von einem Skript
tausendfach wiederholt, an einen KI-Assistenten, der pro Token abgerechnet wird]
```

Microsoft beschreibt außerdem den Fall, in dem der Angreifer seine eigenen aufwendigen Berechnungen auf das Modell des Opfers abwälzt, was neben der klassischen Dienstverweigerung eine verdeckte Ausgabe schafft [2]. Schließlich stellt Microsoft fest, dass sich böswillige und normale, aber komplexe Nutzung schwer unterscheiden lassen, vor allem wenn der Angreifer gewöhnliche und schwere Anfragen mischt, um unter der Überwachung durchzukommen [2].

Bei einem Agenten hat der Angreifer einen weiteren Hebel: Eine einzige Anweisung kann den Agenten dazu bringen, APIs aufzurufen, Aufgaben anzulegen oder mit anderen Agenten in Maschinengeschwindigkeit zu kommunizieren [2].

## Was Sie auf dem Bildschirm sehen

Beschäftigte bemerken vor allem die Auswirkungen auf den Dienst: langsame Antworten oder Nichtverfügbarkeit [2]. Microsoft berichtet, dass 2023 eine starke Nachfrage nach ChatGPT, bei der Benutzer sehr lange Unterhaltungen einreichten, spürbare Verlangsamungen und Ausfälle verursachte [2]. Dieser Fall ist kein Angriff, zeigt aber, dass ein hoher Verbrauch die Verfügbarkeit beeinträchtigt [2].

Bei einem Agenten fällt die Schleife weniger schnell auf: Das NCSC stellt fest, dass Probleme schwerer zu erkennen sind, wenn die Aktionen schneller ablaufen, als ein Mensch sie nachlesen kann [4]. Microsoft nennt eine erste Version eines autonomen GPT-4-Agenten, die exorbitante API-Guthaben verbrauchte, weil sie in einer Schleife von Aufgaben festhing, die sie selbst erzeugte [2]. Die Ausgabe zeigt sich vor allem in den Dashboards und Kostenwarnungen, die das Unternehmen einrichtet [2].

## Unter der Haube

Laut Microsoft lassen drei Mechanismen die Last steigen. Sehr lange Eingaben zwingen das Modell, mehr Zeit und Speicher aufzuwenden. Pathologische Anweisungen verlangen zum Beispiel, eine Million Primzahlen aufzuzählen. Parallele Anfragen, von Skripten oder Bots gestartet, übersteigen die Kapazität des Modells [2]. Die OWASP nennt außerdem das fortlaufende Senden von Eingaben, die das Kontextfenster des Modells überschreiten [1].

Agenten fügen einen Mechanismus hinzu, den eine auf arXiv veröffentlichte Studie beschreibt. Ein Agent, der Werkzeuge aufruft, behält den Zustand der Unterhaltung von Runde zu Runde, und wird ein Werkzeugergebnis in die folgenden Eingaben übernommen, stellt der Anbieter es erneut in Rechnung [3]. Die Autoren nennen diesen aufbewahrten Inhalt den persistenten abrechenbaren Zustand [3]. Ein böswilliges oder kompromittiertes Werkzeug kann, einmal zugelassen, so nicht vertrauenswürdige Daten in wiederkehrende Verarbeitungen verwandeln, die dem Opfer in Rechnung gestellt werden, ohne dessen Zugangsdaten oder lokale Privilegien zu haben [3].

Auf der Seite der Abwehr verlangt das Merkblatt der OWASP mit bewährten Vorgehensweisen, die Token-Nutzung und die Kosten pro Sitzung und pro Benutzer zu verfolgen und Grenzen für Token, Kosten, Wiederholungsversuche und Werkzeugverkettung durchzusetzen [5]. Es verlangt auch Tests, bei denen die Grenzen für Verkettungstiefe, Wiederholungsversuche, Token und Kosten unkontrollierte Schleifen stoppen [5]. Microsoft empfiehlt, die Zahl gleichzeitiger Agenten zu begrenzen, die Rekursionstiefe zu beschränken und Werkzeugaufrufe zu deckeln [2].

## Fallanalysen

### September 2026: Ein böswilliges Werkzeug bläht die Rechnung eines Agenten auf (Laborstudie)

Am 23. September 2026 haben Forscher des Instituts für Informationstechnik der Chinesischen Akademie der Wissenschaften und anderer Einrichtungen auf arXiv eine Studie zu diesem Risiko eingereicht [3]. Sie beschreiben sechs Angriffsvektoren der Geldbeutel-Blockade und einen Prüfstand, DOW-BENCH, ausgewertet an sechs Modellfamilien [3].

Bei 243 Durchläufen erreichte der kumulierte Eingabeverbrauch einer Sitzung höchstens das 14.293-Fache des ersten Aufrufs [3]. Das Beibehalten des rohen Verlaufs erhöht die effektiven Durchschnittskosten einer Sitzung um 21,2 bis 35,9 % [3]. Die Autoren schlagen vier Schutzvorkehrungen auf Seiten des Hosts vor, die die Masse der Anfrage, das Wachstum des Kontexts, die Rekursionsmöglichkeiten und die kumulierte Ausgabe vor der Wiedereinspeisung begrenzen und die jeden wiederkehrenden Angriff des Korpus von 123 wiederholten Auswertungen eindämmen [3]. Nur 71 der 3.830 analysierten Repositories von MCP- und Transport-Servern weisen einen im Code sichtbaren Schutz auf, und keines deckt alle vier Familien ab [3].

Es handelt sich um eine im Labor gezeigte Schwachstelle. Die Zusammenfassung beschreibt eine Bewertung auf einem Prüfstand und erwähnt keinen beobachteten Angriff [3].

## Quellen

1. OWASP, „LLM10:2025 Unbounded Consumption“, 10. April 2024. https://genai.owasp.org/llmrisk/llm102025-unbounded-consumption/ (abgerufen am 14. November 2026)
2. Microsoft, „5. Unbounded AI Consumption and Agentic DoS (DoS / Wallet Attack)“. https://learn.microsoft.com/en-us/security/zero-trust/catalog-ai-attack-techniques/unbounded-ai-consumption-and-agentic-dos (abgerufen am 14. November 2026)
3. arXiv, „Persistent Billable State: Denial-of-Wallet Attacks and Defenses in Tool-Calling LLM Agents“, 23. September 2026. https://arxiv.org/abs/2609.28585 (abgerufen am 14. November 2026)
4. NCSC (Royaume-Uni), „Thinking carefully before adopting agentic AI“, 15. Mai 2026. https://www.ncsc.gov.uk/blogs/thinking-carefully-before-adopting-agentic-ai (abgerufen am 14. November 2026)
5. OWASP, „AI Agent Security Cheat Sheet“. https://cheatsheetseries.owasp.org/cheatsheets/AI_Agent_Security_Cheat_Sheet.html (abgerufen am 14. November 2026)

---

Originalquelle: Cyberpedia, die öffentliche Enzyklopädie zu Cybersicherheit und KI von Brain. Kanonische Version: https://startbrain.io/cyberpedia/de/articles/denial-of-wallet-ki-dienst/
Sie dürfen diesen Text unter der Lizenz CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) frei weiterverwenden, sofern Sie „Brain, Cyberpedia“ mit einem Link auf die obige Adresse nennen.
