Agenten
KI-Agenten sicher im Unternehmen einsetzen
KI-Agenten können mehr als antworten – sie können handeln: Dateien bearbeiten, Tools aufrufen, mehrstufige Aufgaben erledigen. Genau das macht sie nützlich und erfordert zugleich klare Leitplanken.
Unterschied zwischen Chat und Agent
Ein Chat beantwortet eine Frage in einer Unterhaltung. Ein Agent bearbeitet eine Aufgabe eigenständig über mehrere Schritte hinweg – etwa Dateien lesen, ein Tool aufrufen und das Ergebnis zusammenfassen. Diese Eigenständigkeit erfordert mehr Kontrolle als ein einfacher Chat.
Workspaces
Ein Agent arbeitet immer innerhalb eines Workspace – einem begrenzten Arbeitsbereich mit eigenem Dateibereich, eigenen erlaubten Modellen und eigenen freigegebenen Tools. Das begrenzt, was ein Agent überhaupt erreichen kann.
Modelle und Wissen
Welche Modelle und welche Wissensspeicher-Collections ein Agent nutzen darf, wird pro Workspace festgelegt – nicht global. Ein Agent erhält damit nur genau das Wissen, das für seine Aufgabe vorgesehen ist.
Tool-Allowlisten
Für unbeaufsichtigte Läufe – etwa nach Zeitplan – gilt eine Allowlist: Nur explizit freigegebene Tools laufen automatisch, alles andere wird abgelehnt statt auf eine Freigabe zu warten. So bleibt das Verhalten auch ohne anwesende Person vorhersehbar.
Nutzerfreigaben
Der Zugriff auf einen Workspace wird über Organisationsrollen oder eine explizite Mitgliederliste gesteuert. Nur ein Standard-Workspace ist grundsätzlich für alle offen.
Workflows und Trigger
Agenten lassen sich manuell, nach Zeitplan oder über einen Webhook auslösen. Jeder Lauf zeigt einen klaren Status – Wartet, Läuft, Erfolgreich oder Fehlgeschlagen – und läuft serverseitig weiter, auch wenn die Seite verlassen wird.
Netzwerkisolation
Jede Organisation erhält einen eigenen, niemals geteilten Container. In Produktion hat dieser Container keinen Zugang zum öffentlichen Internet – er erreicht ausschließlich das eigene Backend.
Protokollierung
Jeder Tool-Aufruf eines Agenten erscheint in einer Timeline mit Ziel, Status und im Fehlerfall dem Grund. Das macht auch unbeaufsichtigte Läufe nachträglich nachvollziehbar.
Erste Anwendungsfälle
Ein guter Einstieg sind klar abgegrenzte, wiederkehrende Aufgaben: Dateien aufbereiten, Berichte erzeugen, Dokumente prüfen. Diese Aufgaben lassen sich gut beobachten und schrittweise ausweiten, sobald Vertrauen in das Verhalten des Agenten besteht.
Agenten in der AI Zentrale
In der AI Zentrale kombinieren Workspaces, Tool-Freigaben und Container-Isolation die nötige Kontrolle mit echter Handlungsfähigkeit – vom ersten manuellen Test bis zum zeitgesteuerten Produktionslauf.