Zum Inhalt
WeltzeitEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal über KI und Technologieereignisse · analysen · interviews · technischer hintergrund

Suche
LIVE
›

Agent-Tooling splittert sich: OpenClaws kostenlose Control Plane trifft auf einen Governance-Goldrausch

OpenClaw hat am 30. September OpenClaw Enterprise (OCE) veröffentlicht. Es ist eine quelloffene, herstellerneutrale Control Plane für persistente Agenten. Die Stiftung dahinter sagt, die Enterprise-IT habe auf agentische Plattformen meist mit einem pauschalen Verbot reagiert.

KI & ModelleAnalyseKatrin HoffmannVeröffentlicht: 30. September 20263 Min. LesezeitQuellen 8
Agent-Tooling splittert sich: OpenClaws kostenlose Control Plane trifft auf einen Governance-Goldrausch

Die OpenClaw Foundation hat die neue Control Plane am 30. September angekündigt. Sie entsteht offen vor einem 1.0-Release später in diesem Jahr. Im Launch-Post des Projekts heißt es, OCE sei bei OpenAI entstanden und der Stiftung gespendet worden. Entwickelt wird es jetzt mit Red Hat und NVIDIA. Es unterstützt Multi-Tenancy, harte Sicherheitsgrenzen und das, was der Post standardisierte agentische Primitive nennt. Der Anspruch ist klar: Organisationen wollen Governance, bevor sie Agenten loslassen.

Das beantwortet einen Marktdruck direkt. Am selben Tag sagte Gartner voraus, dass bis 2028 70 Prozent der Unternehmen agentische KI-Systeme aufgeben werden, die mit Herstellerhilfe gebaut wurden. Die Kosten steigen, und Kunden haben Mühe, die Technologie ohne externe Hilfe anzupassen, berichtete The Register. Die Beratung nennt das Modell Forward Deployed Engineering, kurz FDE.

Mukul Saha, Senior Director Analyst bei Gartner, sagte, FDE "success starts with getting the engagement structure right, from scope and incentives to governance, ownership, and exit." Viele Anbieter nutzten "forward deployed" als Etikett für Implementierung, Professional Services oder KI-Beratung, fügte er hinzu. Manche verlangten Aufpreise ohne die Liefertiefe, die sie rechtfertigen würde. Gartner erwartet außerdem, dass bis 2028 weniger als 20 Prozent der FDE-Engagements wiederkehrende Kundenanforderungen in Features des Kernprodukts beim Anbieter verwandeln.

Das Governance-Thema zieht sich durch die neuesten Werkzeuge. OpenAPPA, am 30. September auf GitHub veröffentlicht, sitzt zwischen einem Agenten und seinen Tools. Es prüft vor jeder Aktion, ob Daten ein Ziel erreichen dürfen. Die Entwickler berichten, dass kein bewerteter Angriff über 1.320 Evaluierungen hinweg erfolgreich war, während die Aufgabenerfüllung bei 88 bis 90 Prozent lag. Sie vergleichen das mit Microsoft FIDES, das nach ihrer Darstellung 28 bis 35 Prozent der Angriffe durchließ. Sie nennen auch den Auto-Modus von Claude Code, der nach ihrer Darstellung 10 durchließ, über zwei Suiten hinweg. Das sind die eigenen Zahlen des Projekts, keine unabhängigen Tests.

Identität ist die andere Hälfte des Problems. UAI, am 30. September veröffentlicht, beschreibt ein offenes Protokoll für Agentenidentität, Autorisierung und nachprüfbare Rechenschaft. Es hat vier Artefakte: eine UAI-ID, ein Credential, das einen Agenten an einen Eigentümer bindet, einen Pass, der begrenzt, wo und bis wann er handeln darf, und signierte Handlungsattestierungen. Das Projekt sagt ausdrücklich, dass es nicht bescheinigt, dass ein Agent sicher ist. Es zeigt nur, dass seine Handlungen zurechenbar und unabhängig prüfbar sind. Langfristig setzt es auf föderierte Register, angelehnt an BGP-Routing statt an eine globale Datenbank.

Leitplanken kommen schneller als Deployments

Sicherheitsanbieter warten nicht. Tailscale veröffentlichte am 30. September eine Anleitung, wie Metas Agent Muse als eigener Knoten einem Tailnet beitritt. Nutzer können dann Grants und Tags setzen, um zu begrenzen, was der Agent erreichen kann. Der Post wiederholt Metas Aussage, dass Muse in einer Linux-VM läuft und dem Least-Privilege-Prinzip folgt. Er nennt ausgehende Verbindungen nur nach außen plus ausdrückliche Bestätigung beim ersten Kontakt mit einem Gerät. Tailscale warnt zugleich, dass Prompt Injection weiterhin durchkommt.

Das Entwickler-Tooling bewegt sich parallel. Der Bericht State of agent skills von Vercel, datiert auf den 25. September, sagt, skills.sh habe in sieben Monaten eine Million Einträge und fast 280.000.000 erfasste Installationen überschritten, laut der Darstellung von DevNavigator. Das sind Aktivitätszahlen des Registers, keine eindeutigen Nutzer und kein belegter Geschäftswert. Am 30. September brachte Magnitude eine quelloffene Inferenz-Engine auf den Markt, die Kernel auf dem Gerät des Nutzers abstimmt. Sie beansprucht bis zu 2x schnellere Leistung als llama.cpp, mit 92 Prozent schnellerem Decode auf Metal und 19 Prozent auf CUDA. Git-dedup, am selben Tag veröffentlicht, beansprucht, dass große Checkouts 6x schneller laufen. Es beansprucht außerdem, dass der Git-Speicher über 117 Checkouts von 35,5 GB auf 11,1 GB fiel.

Das Ergebnis ist eine überfüllte Schicht zwischen Modellen und Arbeit. OpenClaw wettet darauf, dass eine kostenlose, herstellerneutrale Control Plane zum Standard wird. Analysten warnen, dass herstellerunterstützte Builds Kunden oft abhängig zurücklassen. Die beiden Aussagen widersprechen sich nicht. Sie beschreiben dieselbe Lücke, und wer sie schließt, wird bezahlt.

Kommentare 0

Quellen

8
  1. 01OpenClaw Enterprise - The Open Agent PlatformEN
  2. 027 in 10 enterprises expected to abandon vendor-built agentic AI by 2028EN
  3. 03OpenAPPA: Deterministic guardrails that don't break agentsEN
  4. 04UAI - An open protocol for identity and accountability of AI agentsEN
  5. 05Agent, your network: How Meta's Muse agent works with TailscaleEN
  6. 06Agent Skills: 4 Powerful Ways to Improve Enterprise AIEN
  7. 07Launch HN: Magnitude (YC S25) - Self-optimizing inference engine for agentsEN
  8. 08git-dedup: Faster and Smaller Checkouts for FreeEN

Alle Zahlen und Zitate in diesem Text stammen aus den unten genannten Quellen.

Die Materialien wurden vom Redaktionsteam mit Unterstützung von KI erstellt.

Katrin Hoffmann

Katrin Hoffmann

KI, Modelle und Technik

Katrin Hoffmann schreibt für FLASH24 über Technik, KI und Modelle sowie Medien und Internet und stützt sich dabei auf Primärquellen wie Herstellerangaben, Studien und Protokolle statt auf Pressemitteilungen. Bei Benchmarks prüft sie Messmethoden, Testumgebungen und Reproduzierbarkeit, bevor sie Zahlen übernimmt. Für ihre Artikel spricht sie mit Entwicklern und Forschern, wartet auf Konferenzankündigungen und vergleicht Versionsstände von Modellen und Standards. Privat betreibt sie Selfhosting und Heimnetze und dokumentiert ihre eigene Infrastruktur, was ihrer Redaktionsarbeit zugutekommt. Sie veröffentlicht keine Zahlen ohne nachvollziehbare Quelle.

Redaktion →

Kommentare

0
  1. Noch keine Kommentare — seien Sie der Erste.

Kommentar schreiben

Kommentare sind öffentlich sichtbar. Wir veröffentlichen keine Beleidigungen, Werbung oder Spam.