Die Cloud-Rechnung Ihres öffentlichen LLM-Chatbots hat sich nach einer Welle automatisierter Anfragen über Nacht verdreifacht. Was ist das, und wie dämmen Sie es ein?

Ein Kostenanstieg durch automatisierten Traffic ist ein Verfügbarkeits- und Finanzproblem der Sicherheit, nicht nur des Betriebs. Der Interviewer erwartet den richtigen Begriff und mehrschichtige Kontrollen.

Was es ist

OWASP LLM10:2025 „Unbounded Consumption“ beschreibt Anwendungen, die übermäßige, unkontrollierte Inferenz zulassen — mit Denial of Service, finanziellen Verlusten, Modelldiebstahl und Leistungseinbußen als Folge. Da LLM-Inferenz rechenintensiv ist, besonders in der Cloud, lässt sie sich leicht ausnutzen. Denial of Wallet ist die Variante, bei der Angreifer massenhaft Operationen gegen nutzungsbasierte Preise ausführen, um untragbare Kosten zu erzeugen. OWASP nennt auch Modellextraktion, bei der gezielte Eingaben Ausgaben liefern, mit denen sich Teile des Modells nachbilden lassen.

Eindämmung und Prävention

• Rate Limiting und Nutzerquoten, damit kein Client unbegrenzt Inferenz verbraucht.
• Strenge Eingabevalidierung (Größe und Form der Anfragen).
• Timeouts und Drosselung mit dynamischer Ressourcenzuteilung.
• Logging und Anomalieerkennung, um ungewöhnliche Nutzung früh zu erkennen.
• Graceful Degradation, um unter Last Teilfunktionen zu erhalten.
• Zugriffskontrollen darauf, wer das Modell erreicht.

Warum die Alternativen scheitern

Hochskalieren vergrößert nur die Rechnung. Poisoning und Jailbreak sind andere Risiken; ein Prompt zum Ablehnen verhindert nicht, dass Anfragen die abgerechnete Inferenz erreichen.

Was Interviewer erwarten

Den Begriff (LLM10, Denial of Wallet) und Durchsetzung außerhalb des Modells.