AI-Agenten jetzt produktionsreif: OpenAI AgentKit, Evals und Enterprise-Sicherheit
OpenAI hat am 28. April AgentKit, erweiterte Evals und Reinforcement Fine-Tuning für Agenten angekündigt — ein Zeichen, dass AI-Agenten-Entwicklung aus dem experimentellen Stadium in Production-Workflows übergehen. Laut OpenAI sollen die neuen Tools Entwicklern ermöglichen, von Prototyp zu Live-Deployment schneller zu kommen. Parallel brachte Red Hats OpenClaw-Maintainer Sally O'Malley Tank OS auf den Markt: eine Container-Lösung, die AI-Agenten isoliert ausführt und verhindert, dass mehrere Agenten sich gegenseitig beeinflussen oder auf Credentials zugreifen — ein zentrales Enterprise-Problem bei Agentic-AI-Fleets, wie SecurityWeek meldet.
Die Sicherheitslage wird gleichzeitig kritischer. Zwei neue arXiv-Paper zeigen Angriffsvektoren: RouteGuard dokumentiert "Skill Poisoning" — Attacken, die über Agent-Skills (externe Tools) funktionieren und schwerer zu erkennen sind als klassische Prompt-Injections. AutoRISE demonstriert, dass automatisierte Red-Teaming-Methoden selbst ihre Angriffsstrategien entwickeln können, nicht nur Prompts optimieren. Das schärft den Fokus auf Governance: Cequence Security hat "Agent Personas" allgemein verfügbar gemacht — granulare, Infrastruktur-Level-Controls darüber, welche Operationen welche Agenten durchführen dürfen. Ein weiteres Startup, Sevii, adressiert das Kostenrisiko: Agentic AI ist teuer und unkontrolliert skalierbar. Sevii Cyber Swarm Defense verspricht, Sicherheits- und Nutzungskosten vorhersehbar zu machen.
Für DACH ist dies relevant, weil EU-AI-Act-Compliance gerade bei Agenten kritisch wird: Sie handeln autonomer, ihre Entscheidungswege sind weniger transparent, und regulatorisch ist unklar, wer haftet. Unternehmen, die Agenten einführen, benötigen nicht nur gute Entwickler-Tools (AgentKit), sondern auch Sicherheit (Tank OS, Agent Personas) und Audit-Trails für Compliance. Die deutsche und österreichische Mittelstands-Tech-Szene beobachtet hier genau: Agenten sind reif, aber der Governance-Stack muss mitgepflegt werden.
Der praktische Take-Away: Beginne nicht mit großen Agentic-Systemen, sondern mit klaren Scope, testierten Evals (OpenAIs neue Tools) und Sandbox-Setup (Tank OS-ähnliche Ansätze). Wer jetzt Agenten baut, muss parallel Kontrollmechanismen einplanen — nicht nachträglich retrofitted. Gute Evals sind das Fundament, bevor Agenten an echte APIs ran. Lies dazu auch, wie Agenten-Setups praktisch umgesetzt werden und welche Code-KI-Tools dafür beste Partner sind.
Quellen
- OpenAI: Introducing AgentKit, new Evals, and RFT for agents
- TechCrunch: Red Hat's OpenClaw maintainer makes enterprise Claw deployments safer
- arXiv: RouteGuard — Internal-Signal Detection of Skill Poisoning
- arXiv: AutoRISE — Agent-Driven Strategy Evolution for Red-Teaming
- SecurityWeek: Sevii Launches Cyber Swarm Defense
- Help Net Security: Cequence Agent Personas
- Decrypt: Tank OS sandboxes AI agents