Agentische KI & Automatisierung

Ein Chatbot erzeugt Text; ein Agent erledigt Arbeit. Von Neuros gebaute Agenten rufen Werkzeuge auf, planen über mehrere Schritte, prüfen Zwischenergebnisse und brechen bei Bedarf ab. Der Unterschied ist messbar: Die Ausgabe eines Chatbots ist eine Antwort, die eines Agenten ein geänderter Datensatz — eine erstellte Rechnung, ein aktualisierter Lagerbestand, ein versendetes Angebot.

Jede unumkehrbare Aktion hängt an einer menschlichen Freigabe — ein Agent überweist also kein Geld und löscht keine Datensätze im Alleingang. Für umkehrbare Aktionen ist ein kompensierender Schritt definiert, und jeder Schritt liegt in einem unveränderlichen Protokoll. Neuros betreibt Agenten zuerst wochenlang im Schattenbetrieb: Entscheidungen entstehen, werden nicht angewendet und mit der menschlichen Entscheidung verglichen.

Neuros-Agenten binden Unternehmenssysteme wie SAP, Logo, NetSuite, Salesforce und HubSpot sowie Ihre eigenen internen Dienste an. Die Verbindung ist nie ein direkter Datenbankzugriff, sondern eine vertraglich beschriebene Werkzeugschicht: Jedes Werkzeug deklariert, was es tut, welche Berechtigung es braucht und wie es im Fehlerfall zurückfällt. Das Model Context Protocol (MCP) ist der Standardträger dieser Schicht.

Jeder Agentenlauf trägt drei Obergrenzen: Schrittzahl, Anzahl der Werkzeugaufrufe und Ausgaben in Währung. Ein Lauf, der eine Grenze erreicht, stoppt und übergibt an einen Menschen. Neuros verfolgt zusätzlich Cache-Trefferquote, Modellauswahl und Kontextlänge getrennt — der größte Kostenanteil entsteht meist durch unnötig langen Kontext, nicht durch den Modellpreis.

Von außen eintreffender Text gelangt als Daten in den Agenten, nie als Anweisung; System-Prompt und Nutzerinhalt bleiben in getrennten Kanälen. Werkzeugaufrufe sind berechtigungsbeschränkt, sodass selbst ein gekaperter Prompt keine Aktion ausführen kann, die dem Agenten nicht gewährt wurde. Die OWASP Top 10 für LLM-Anwendungen werden als Testfälle in die Regressionssuite aufgenommen.