Das Google Chrome AI Security Team hat am 19. November 2026 eine isolierte Testumgebung mit dem Namen Mirror Dimension vorgestellt. Bei dem System handelt es sich um eine synthetische Nachbildung des Internets mit Tausenden simulierten Websites und verdeckten Injection-Proxies.
Die Plattform dient dazu, autonome Browsing-Agenten von Chrome gegen Sicherheitslücken sowie Prompt-Injection-Angriffe abzusichern, ohne dabei reale Webdienste oder bestehende Nutzerkonten zu gefährden.
Schutz vor Manipulationen und ungewollten Aktionen
Hintergrund der Entwicklung ist die Absicherung der Funktion Auto Browse, die seit Januar in Chrome verfügbar ist. Diese ermöglicht es KI-Agenten, im Auftrag von Nutzenden Webseiten zu analysieren, Aktivitäten auf Social-Media-Plattformen zu prüfen sowie Einkäufe und Zahlungen abzuwickeln. Viele dieser Aufgaben erfordern Interaktionen wie Navigation, Klicks, Scrollen und Formulareingaben auf bekannten Websites.
Mirror Dimension soll verhindern, dass Agenten Fehlkäufe tätigen, sensible Daten preisgeben oder unbeabsichtigt Cyberangriffe ausführen. Die Testumgebung bildet Alltagsaktivitäten wie Online-Banking, Einkaufen im Netz und soziale Medien realitätsnah nach.
Um eine verlässliche Überprüfung zu gewährleisten, startet jeder Testdurchlauf mit einem sauberen, identischen Ausgangszustand. Dies stellt sicher, dass Tests exakt wiederholbar bleiben und Verbesserungen der Sicherheitsmechanismen präzise gemessen werden können.
Während Google seine KI-Systeme in isolierten Umgebungen testet, müssen Unternehmen ihre eigenen Sicherheitsstrategien proaktiv an neue Bedrohungen anpassen. Dieser kostenlose Report klärt auf, welche rechtlichen Pflichten und Bedrohungen Unternehmer jetzt kennen müssen. Neue KI-Gesetze und Cyberrisiken jetzt verstehen
Isolierte Testarchitektur ohne Verbindung zum öffentlichen Netz
Technisch basiert das System auf einer Headless-Variante von Chrome, die innerhalb einer Sandbox-Umgebung mittels gVisor ausgeführt wird. Diese besitzt keine sichtbare Benutzeroberfläche und unterbindet jede Verbindung zum öffentlichen Internet vollständig. Ein lokaler Proxy fängt Anfragen an bekannte Webadressen wie youtube.com ab und leitet sie stattdessen auf dynamisch generierte Testseiten um.
Damit Standard-Sicherheitsprüfungen des Browsers den Testablauf nicht blockieren, erzeugt der Proxy dynamisch TLS-Zertifikate über eine eigens in der Sandbox-Konfiguration hinterlegte Stammzertifizierungsstelle.
Angriffsversuche in Form von Prompt-Injection-Payloads werden gezielt in sichtbaren Texten, Bildern, barrierefreien ARIA-Beschreibungen, Programmcode sowie WebMCP-Antworten untergebracht. Um zu verhindern, dass die KI-Agenten die Prüfungssituation erkennen, werden Angriffskennungen nicht in URL-Parametern, sondern in HTTP-Headern wie X-Sandbox-Injection-Key übertragen.
Automatisierte Erstellung und interne Weiterverwendung
Die Erstellung der Testseiten erfolgt über eine mehrstufige Struktur: Während menschliche Entwickler übergeordnete Nutzerszenarien vorgeben, übernehmen drei spezialisierte Agentenrollen die Umsetzung.
Die rasante Entwicklung von KI-Agenten und automatisierten Systemen erfordert nicht nur technische Schutzmaßnahmen, sondern auch die Einhaltung neuer gesetzlicher Rahmenbedingungen wie dem EU AI Act. Ein kostenloser Download verschafft Ihnen den Überblick, den Ihre Rechts- und IT-Abteilung jetzt dringend braucht. EU AI Act in 5 Schritten verstehen
Ein Research-Agent definiert Spezifikationen und erstellt vereinfachte Entwürfe mit Nano Banana. Anschließend baut ein Builder-Agent den notwendigen HTML-, CSS- und JavaScript-Code für Elemente wie Warenkörbe oder Social-Media-Feeds.
Ein Critic-Agent überprüft die Seiten schließlich über die Chrome DevTools for Agents auf Barrierefreiheit, Formularfunktionen, Darstellungsfehler und Konsolenausgaben. Google stellt diese Agenten-Pipeline als Open-Source-Software unter der Apache-2.0-Lizenz bereit.
Wie die Software-Ingenieure Aaron Selya und Charles Qian in einem Blogbeitrag erläuterten, erzeugt die automatisierte Pipeline über 1.000 Angriffs-Testkandidaten pro Sicherheitsingenieur und Tag. Das entspreche mehr als dem 30-Fachen der manuellen Arbeitsleistung.
Diese Kennzahlen beziehen sich jedoch ausschließlich auf die Generierung von Testszenarien; Angaben zu Abwehrquoten oder Blockierungsraten veröffentlichte das Team nicht.
Eine öffentliche Veröffentlichung der gesamten Testumgebung ist nicht vorgesehen. Allerdings soll Mirror Dimension weiteren Google-Teams zur Verfügung gestellt und künftig auch für interne Forschungsgruppen sowie Programmier-Agenten genutzt werden.

