Enterprise-Governance für KI-Agenten: Die Kontroll-Schicht ist da

Was in den letzten 72 Stunden passiert ist

In nur drei Tagen haben vier grosse Anbieter unabhängig voneinander das gleiche Signal gesendet: Am 19. August hat UiPath mit Maestro Flow eine Orchestrierungs-Oberfläche für Entwickler lanciert, die Coding-Agenten wie Claude Code, Cursor oder GitHub Copilot mit Enterprise-Tauglichkeit – also Persistenz und Governance – ausstattet. Am selben Tag hat Salesforce Zahlen veröffentlicht, die zeigen, wie schnell das Problem gewachsen ist: Die «Agenten-Belegschaft» der Kunden hat sich zwischen Februar 2025 und April 2026 verdreifacht. Am 20. August hat GitLab mit Version 19.3 Nutzungslimiten für GitLab Credits, eingeschränkte Sichtbarkeit für Custom Agents auf Gruppenebene und einen produktiven Secrets Manager eingeführt. Und am 21. August hat Google Antigravity in die Gemini-Enterprise-Abonnements integriert – mit Admin-Kontrollen für Lizenzen, Sicherheit und Ausgaben, Sandbox-Beschränkungen und Freigabe-Gates für Terminal-Befehle.

• Google Antigravity (21. Aug.): Admin-Kontrollen für Lizenzen, Sicherheit und Spend, Sandbox-Restriktionen, Freigabe-Pflicht für Terminal-Kommandos – integriert in Gemini Enterprise.
• UiPath Maestro Flow (19. Aug.): Orchestrierungs-Canvas für Entwickler, verbindet Coding-Agenten mit Enterprise-Grade-Persistenz und -Governance.
• GitLab 19.3 (20. Aug.): Nutzungslimiten für Credits, gruppenweite Sichtbarkeitsbeschränkung für Custom Agents, GA für den Flow Creator Agent, Secrets-Manager-Unterstützung.
• Salesforce-Daten (19. Aug.): Agenten-«Headcount» hat sich in 15 Monaten verdreifacht, Aktivierungszeit sank um 53%, durchschnittliche Aktionen pro Konto wachsen mit 31% CAGR pro Monat.

Warum das mehr ist als ein Feature-Update

Das Muster ist eindeutig: Nachdem Unternehmen im letzten Jahr primär mit dem Agent Sprawl beschäftigt waren – also mit unkontrolliert wachsenden Agenten-Flotten ohne zentrale Übersicht – liefern die grossen Plattformen jetzt die technische Antwort darauf. Nicht mehr «wie baue ich einen Agenten», sondern «wie behalte ich hundert davon unter Kontrolle».

Diese Kontroll-Schicht war bislang die entscheidende Lücke zwischen einem funktionierenden Agenten-Prototyp und einem produktionsreifen System – die fehlende Schicht zwischen Agent und Production, wie wir es genannt haben. Dass gleich vier Anbieter binnen 72 Stunden nachziehen, zeigt: Der Markt hat verstanden, dass Governance kein Nice-to-have ist, sondern die Voraussetzung dafür, dass Agenten überhaupt in die Produktion dürfen.

Was die neue Kontroll-Schicht konkret liefert

• Zentrale Verwaltung: Lizenzen, Kosten und Sicherheitsrichtlinien für alle Agenten an einer Stelle statt verteilt über Dutzende Tools.
• Nutzungsgrenzen: Harte Caps für Ressourcenverbrauch, damit ein einzelner Agent nicht unkontrolliert Budget oder Rechenzeit verbraucht.
• Sichtbarkeits- und Freigabe-Regeln: Wer darf welchen Agenten sehen, ändern oder mit welchen Berechtigungen laufen lassen.
• Sandbox-Grenzen: Agenten operieren standardmässig in eingeschränkten Umgebungen, kritische Aktionen brauchen eine explizite Freigabe.

Diese Entwicklung deckt sich mit einer Beobachtung, die derzeit in fast jedem Enterprise-Rollout auftaucht: Die Unternehmen, die mit KI-Agenten tatsächlich Wert schaffen, sind nicht die mit den meisten Agenten – sondern die mit den klarsten Grenzen für das, was ein Agent alleine entscheiden darf.

Enterprises winning with AI agents are limiting how much the agents can do alone.

Die Schweizer Perspektive: Governance ist keine Kür

Für Schweizer Unternehmen kommt zur betriebswirtschaftlichen Logik eine regulatorische hinzu. Wenn ein Agent automatisierte Entscheide trifft, greift Art. 21 revDSG mit Anforderungen an Nachvollziehbarkeit und Widerspruchsrecht. Setzt eine Bank oder ein Finanzdienstleister KI-Agenten für ausgelagerte Prozesse ein, gilt die FINMA-Wegleitung 08/2024 zu ausgelagerten KI-Anwendungen. Und der Verwaltungsrat trägt über Art. 716a OR eine nicht delegierbare Oberaufsichtspflicht – auch für Agenten, die im Hintergrund autonom handeln.

Vom Werkzeug zur gelebten Governance

Ein Admin-Dashboard mit Nutzungslimiten ist ein Werkzeug. Governance entsteht erst, wenn ein Unternehmen definiert, welche Entscheide ein Agent autonom treffen darf, welche eine Freigabe brauchen und wer im Zweifel haftet. Diese Entscheidungslogik unterscheidet sich je nach Plattform erheblich – wie ein Vergleich der Produktionsplattformen für KI-Agenten in der Schweiz zeigt. Die Wahl der Kontroll-Schicht ist damit auch eine Wahl der Betriebsphilosophie.

Der nächste Schritt für dein Unternehmen

Die Anbieter liefern jetzt die Bausteine. Was sie nicht liefern, ist die unternehmensspezifische Antwort auf die Fragen, die dahinter stehen: Welche Agenten brauchst du wirklich, wo verläuft die Grenze der Autonomie, und wer betreibt diese Kontroll-Schicht im Alltag, ohne dass sie zum nächsten internen Projekt wird, das Kapazität bindet. Genau an diesem Punkt setzt eine externe KI-Abteilung an, die Governance nicht als einmaliges Projekt, sondern als laufenden Betrieb versteht.