# Enterprise Agent Infrastructure: Die fehlende Schicht zwischen Agent und Production

> Autor: Chris Jon Graf (KI-Stratege & CEO)
> Aktualisiert: 2026-08-21
> URL: https://ki-outsourcing.ch/ratgeber/enterprise-agent-infrastructure-die-fehlende-schicht-zwischen-agent-und-producti

## Zusammenfassung

Enterprise Agent Infrastructure ist die operative Schicht zwischen einem funktionierenden KI-Agenten und seinem sicheren Betrieb in Production: Identität, Policy Enforcement, Sandbox-Isolierung, Observability und Deployment-Harness. Mehrere grosse Launches in kurzer Folge im Sommer 2026 zeigen: Diese Schicht fehlt in den meisten Unternehmen noch – und genau dort scheitern die meisten Agenten-Projekte.

## Eine Woche, vier Launches, eine gemeinsame Botschaft

Im Sommer 2026 haben vier grosse Anbieter in kurzer Folge ihre Version der gleichen Antwort veröffentlicht: Red Hat hat OpenShift AI um OpenShell erweitert, Google hat seine Gemini Enterprise Agent Platform um Runtime, Registry und Gateway ausgebaut, BCG hat mit dem Enterprise AI Control Plane (EACP) eine herstellerübergreifende Governance-Schicht vorgestellt, und IBM hat seine watsonx Agentic Control Plane für AWS und IBM Cloud freigegeben. Die zeitliche Nähe ist kein Zufall. Alle vier Plattformen lösen dasselbe Problem: die operative Lücke zwischen einem funktionierenden Agenten-Prototyp und seinem sicheren, kontrollierten Betrieb im Unternehmensmassstab.

## Was ein Agent Control Plane wirklich leistet

Ein Agent Control Plane ist keine neue KI-Fähigkeit, sondern die Betriebsschicht darunter. Sie beantwortet fünf Fragen, die keine einzelne Agenten-Anwendung für sich selbst beantworten kann:

- Identität: Welcher Agent handelt in wessen Auftrag, mit welchen Berechtigungen?
- Policy Enforcement: Welche Aktionen darf ein Agent ausführen, welche nicht – durchgesetzt auf Prozessebene, nicht nur im Prompt?
- Sandbox-Isolierung: Wie wird verhindert, dass ein fehlerhafter Agent auf Systeme zugreift, für die er nicht vorgesehen ist?
- Observability: Wie lässt sich im Nachhinein lückenlos nachvollziehen, was ein Agent wann warum getan hat?
- Deployment-Harness: Wie kommt ein Agent von der Testumgebung in Production, ohne dass jedes Team das Rad neu erfindet?

## Warum 'können wir Agenten bauen' die falsche Frage ist

Einen Agenten zu bauen, ist heute keine grosse Hürde mehr. Ein Bericht von VentureBeat aus dem Juli 2026 bringt es auf den Punkt: Ein grosser Teil der als 'Agenten' bezeichneten Systeme sind im Kern Chatbot-Wrapper – funktional beeindruckend in der Demo, aber ohne die operative Substanz für den produktiven Einsatz. Die eigentliche Hürde liegt eine Ebene tiefer.

**40%+** — der Agenten-Projekte werden laut Gartner/BCG-Auswertungen abgebrochen, bevor sie je Production erreichen

Zwei weitere Zahlen aus der BCG-Erhebung zeigen, woran es konkret hakt: 27 Prozent der Unternehmen haben keinen Mechanismus, um ausser Kontrolle geratene Agenten-Kosten zu stoppen, und 35 Prozent nennen Vendor-Lock-in als ihre grösste Sorge bei der Wahl einer Agenten-Plattform. Beides sind keine Modell-Probleme. Es sind Infrastruktur-Probleme.

## Die vier Launches im Vergleich

Jede der vier Plattformen adressiert die Control-Plane-Lücke mit einem eigenen Schwerpunkt:

- Red Hat OpenShift AI + OpenShell: Agenten laufen als OCI-Container mit AgentCard-Metadaten in sandboxed Deployments, mit Policy Enforcement auf Prozessebene – entwickelt in Zusammenarbeit mit NVIDIA.
- Google Gemini Enterprise Agent Platform: Agent Runtime, Agent Registry und Agent Gateway mit MCP- und A2A-Unterstützung, serverlos skalierbar.
- BCG Enterprise AI Control Plane (EACP): eine Governance-Schicht oberhalb jeder einzelnen Plattform, mit Agenten- und Tool-Registry, Identity-Orchestrierung und 'Golden Paths' für Deployment.
- IBM watsonx Agentic Control Plane: zentrale Steuerung von Agenten über AWS und IBM Cloud hinweg, mit Inventar, Governance und Scheduling.

## Hybrid statt Single-Vendor: Was die 51-Prozent-Zahl bedeutet

Besonders aufschlussreich ist eine weitere BCG-Zahl: 51 Prozent der befragten Unternehmen erwarten bis Ende 2026 eine hybride Control-Plane-Architektur – bewusst ohne Bindung an einen einzelnen Anbieter. Das deckt sich mit einer Entwicklung, die auch in der Schweiz an Bedeutung gewinnt: dem Wunsch nach digitaler Souveränität und offenen Alternativen zu US- und Hyperscaler-Infrastruktur, wie sie etwa im Kontext von [Apertus, dem LLM der ETH Zürich](https://www.ki-podcast.ch/apertus-llm-eth-zuerich-digitale-souveraenitaet) diskutiert wird. Die Logik ist dieselbe: Wer sich zu früh auf eine einzige Control-Plane-Architektur festlegt, verliert genau die Flexibilität, die in einem sich schnell verändernden Markt zählt.

## Schweizer Perspektive: FINMA, revDSG und die Audit-Pflicht

Für Schweizer Unternehmen mit regulatorischen Pflichten ist die Control-Plane-Frage keine akademische Übung. FINMA-regulierte Institute und Unternehmen unter dem revidierten Datenschutzgesetz müssen lückenlos nachweisen können, welche Entscheidung ein System getroffen hat, auf welcher Datengrundlage und mit welcher Berechtigung. Genau das liefert eine Control Plane: Audit-Trails, Identitäts-Zuordnung und Policy Enforcement sind keine Kür, sondern die Voraussetzung dafür, dass ein Agent überhaupt produktiv laufen darf. Dass Red Hat OpenShift in Schweizer Unternehmen bereits stark verbreitet ist, verschafft vielen KMU hier einen Vorteil – die Infrastruktur-Basis existiert oft schon, sie muss nur um die Agenten-spezifische Schicht ergänzt werden.

Wo diese Schicht fehlt, entsteht das Phänomen, das wir an anderer Stelle bereits ausführlich beschrieben haben: Agent Sprawl, wenn KI-Agenten schneller wachsen als die Kontrolle. Ohne zentrale Registry und Identity-Orchestrierung entstehen Dutzende Einzel-Agenten, von denen niemand mehr den vollständigen Überblick hat – genau das Szenario, das die neuen Control-Plane-Plattformen verhindern sollen.

## Vom Piloten zur Production: Der nächste Schritt

Die vier jüngsten Launches zeigen auch, warum viele KI-Agenten-Governance-Frameworks in der Praxis versagen – wir haben das im Detail analysiert in [KI-Agenten-Governance-Lücke: Warum Frameworks strukturell versagen](/ratgeber/ki-agenten-governance-lucke-warum-frameworks-strukturell-versagen). Ein Framework auf Papier ersetzt keine technische Durchsetzung. Erst wenn Identität, Policy und Sandbox-Isolierung tatsächlich im Betrieb erzwungen werden, wird aus einer Richtlinie eine Kontrolle.

> **Der erste Schritt zählt mehr als die perfekte Architektur**
>
> Die naheliegende Reaktion ist, sofort eine vollständige Control-Plane-Lösung zu evaluieren. Sinnvoller ist ein kurzer Bestandes-Check: Welche Agenten laufen bereits produktiv oder im Pilotbetrieb, wer hat worauf Zugriff, und wo fehlt heute schon die Nachvollziehbarkeit? Dieser Check dauert Tage, nicht Monate – und zeigt genau, welche der vier Ansätze zur eigenen Systemlandschaft passt.

Auch grosse ERP-Anbieter ziehen in dieselbe Richtung: Wie SAP mit Autonomous Enterprise und Joule Studio eine eigene Agenten-Plattform aufbaut, haben wir eingeordnet in [SAP Autonomous Enterprise und Joule Studio: Was die neue KI-Agenten-Plattform für Schweizer KMU bedeutet](/ratgeber/sap-autonomous-enterprise-und-joule-studio-was-die-neue-ki-agenten-plattform-fur). Der Trend ist eindeutig: Die Plattform-Ebene wird zum eigentlichen Wettbewerbsfeld, nicht das einzelne Agenten-Feature.

## Was das für die nächsten Monate bedeutet

Die Frage ist nicht mehr, ob dein Unternehmen KI-Agenten bauen kann – das kann heute praktisch jedes Team mit den richtigen Werkzeugen. Die Frage ist, ob die operative Schicht existiert, die aus einem funktionierenden Prototyp einen sicheren, auditierbaren und skalierbaren Produktionsbetrieb macht. Genau dort setzt die nächste Phase der Enterprise-KI an – und genau dort entscheidet sich, wer die kommenden zwölf Monate produktiv nutzt und wer bei der rund vierzigprozentigen Abbruchquote landet.

## Häufige Fragen

### Was ist ein Agent Control Plane genau?

Ein Agent Control Plane ist die operative Schicht zwischen einem KI-Agenten und seinem produktiven Betrieb. Sie regelt Identität, Policy Enforcement, Sandbox-Isolierung, Observability und Deployment – unabhängig davon, mit welchem Modell oder Framework der Agent gebaut wurde.

### Warum haben gleich vier Anbieter innerhalb einer Woche ähnliche Plattformen gelauncht?

Red Hat, Google, BCG und IBM haben zwischen dem 11. und 19. August 2026 unabhängig voneinander erkannt, dass Unternehmen an derselben Stelle scheitern: nicht am Bau von Agenten, sondern an deren sicherem Betrieb im Unternehmensmassstab. Die zeitliche Nähe zeigt, dass sich hier ein neuer Standard-Layer der Enterprise-KI-Architektur etabliert.

### Was ist Agent Sprawl und wie hängt er mit der Control-Plane-Lücke zusammen?

Agent Sprawl bezeichnet die unkontrollierte Vermehrung einzelner Agenten ohne zentrale Registry, Identitäts-Zuordnung oder Kostenkontrolle. Ohne Control Plane entsteht dieses Problem praktisch automatisch, sobald mehr als eine Handvoll Agenten produktiv läuft.

### Ist eine Control-Plane-Lösung für FINMA-regulierte Unternehmen Pflicht?

Explizit vorgeschrieben ist keine bestimmte Technologie. Die Anforderungen an Nachvollziehbarkeit, Datenschutz und Risikokontrolle lassen sich ohne eine Schicht, die Audit-Trails, Identität und Policy Enforcement liefert, in der Praxis aber kaum lückenlos erfüllen.

### Sollten Schweizer KMU auf einen einzelnen Anbieter setzen oder hybrid planen?

Laut BCG-Daten erwarten 51 Prozent der Unternehmen bis Ende 2026 eine hybride Control-Plane-Architektur ohne Single-Vendor-Bindung. Für die meisten Schweizer KMU ist ein Ansatz sinnvoll, der bestehende Infrastruktur wie Red Hat OpenShift oder bestehende Cloud-Verträge nutzt, statt eine komplette Neuanschaffung zu erzwingen.

## Quellen

- [Red Hat: Operationalizing agentic AI: The Day 0-2 blueprint for enterprise infrastructure](https://www.redhat.com/en/blog/operationalizing-agentic-ai-day-0-2-blueprint-enterprise-infrastructure)
- [BCG: Enterprise AI Control Plane: The CIO's Guide to Governing and Accelerating AI Agents](https://www.bcg.com/publications/2026/how-cios-govern-ai-agents-at-scale)
- [Google Cloud: Introducing Gemini Enterprise Agent Platform](https://cloud.google.com/blog/products/ai-machine-learning/introducing-gemini-enterprise-agent-platform)
- [IBM: Agentic Control Plane in IBM watsonx Orchestrate](https://www.ibm.com/new/announcements/introducing-the-agentic-control-plane)
- [VentureBeat: Agentic orchestration: Enterprise AI organizations have a deployment problem](https://venturebeat.com/resources/agentic-orchestration-enterprise-ai-organizations-have-a-deployment-problem-not-a-platform-problem-and-most-are-calling-chatbots-agents)