Blog — alle Artikel
Alle opsagent-Artikel zu Agenten-Sicherheit, MCP, Governance, Observability, Evals, Orchestrierung und Aufsicht — neueste zuerst.
Agentic Engineering: die Disziplin hinter zuverlässigen KI-Agenten in der Produktion
Was Agentic Engineering ist, wie es sich von Prompt Engineering und Orchestrierung unterscheidet, und wie die sieben Säulen von opsagent sich zu einem Prozess fügen, der Agenten vom Prototyp bis zur zuverlässigen Produktion trägt.
Lesen →Indirekte Prompt Injection: Erkennung und Abwehr in der Agenten-Pipeline
Wie Sie indirekte Prompt Injection in einer produktiven Agenten-Pipeline erkennen und eindämmen — Inhaltsisolierung, Provenance, Ausgabefilterung und mehrschichtige Abwehr, die den Schadensradius verkleinert.
Lesen →Red Teaming für KI-Agenten: ein Red-Team-Programm im Unternehmen aufbauen
Wie Sie ein Red-Team-Programm für Agenten als wiederholbaren Prozess etablieren — Umfang, Kadenz, Rollen und warum organisatorisches Red-Teaming autonomer Agenten sich von einem einmaligen Pentest unterscheidet.
Lesen →Memory Poisoning: das Gedächtnis eines Agenten im Produktivbetrieb schützen
Wie Sie den Langzeitspeicher und Retrieval-Store eines produktiven Agenten gegen Poisoning schützen — Validierung, Provenance, Segmentierung und Ablauf, damit falsche Daten künftige Entscheidungen nicht verzerren.
Lesen →OWASP Top 10 für agentische Anwendungen: jedes Risiko im Produktivbetrieb absichern
Ein Praxis-Playbook zu den OWASP Top 10 für agentische Anwendungen: wie Sie jedes der zehn Risiken im Produktivbetrieb mit konkreten Kontrollen, Guardrails und Governance erfüllen und mindern.
Lesen →Tool Poisoning: wenn die Tools eines Agenten sich gegen ihn wenden
Wie manipulierte Tool-Beschreibungen und präparierte Tool-Ausgaben autonome Agenten zu schädlichen Aktionen lenken — und die Validierungs-, Isolations- und Herkunftskontrollen dagegen.
Lesen →AI Act Artikel 50: Transparenz im Agentenbetrieb
Wie Sie die Transparenzpflichten aus Artikel 50 des EU AI Act im laufenden Agentenbetrieb bis zum 2. August 2026 erfüllen — KI-Offenlegung, Inhaltskennzeichnung und Deepfake-Markierung, im Runtime verankert.
Lesen →Der Zeitplan des EU AI Act für autonome Agenten
Wann jede Pflicht des EU AI Act tatsächlich greift — und was Teams, die autonome KI-Agenten ausliefern, zur Transparenzfrist nach Artikel 50 am 2. August 2026 bereit haben müssen.
Lesen →Excessive Agency: das schädlichste Agenten-Risiko
Warum zu weit gefasste Berechtigungen einen kleinen Agentenfehler in einen großen Vorfall verwandeln — und wie Least Privilege, eingegrenzte Tools und Freigabe-Gates den Schadensradius eindämmen.
Lesen →EU AI Act vs. DSGVO: zwei Regime, die Ihre Agenten erfüllen müssen
Warum DSGVO-Compliance den EU AI Act nicht abdeckt, wo sich beide überschneiden und was ein autonomer Agent unter jedem erfüllen muss.
Lesen →ISO 42001 für Agenten: ein KI-Managementsystem Schritt für Schritt
Was ISO/IEC 42001 verlangt, wie es den EU AI Act ergänzt und ein praktischer Weg zu einem KI-Managementsystem, das autonome Agenten wirklich steuert.
Lesen →Eine KI-Richtlinie schreiben, die Agenten wirklich steuert
Eine praktische Vorlage für eine interne KI-Richtlinie — die Abschnitte, die zählen, wie man autonome Agenten und Shadow AI abdeckt und sie nicht zum Regalstück wird.
Lesen →MCP-Sicherheit: sichere Konfiguration, Identität und Gateway-Autorisierung
Wie Sie das Model Context Protocol produktiv sicher betreiben: ein MCP-Gateway, Autorisierung und Scoping sowie Kontrollen für Maschinenidentitäten, die Agenten-Tooling unter Kontrolle halten.
Lesen →Observability für Agenten: sehen, was Ihre KI wirklich tut
Tracing, Metriken und Kostenkontrolle für autonome Agenten — die fünf Dinge, die man messen sollte, und wie OpenTelemetry zum De-facto-Standard für Agenten-Observability wurde.
Lesen →MCP-Gateways und Laufzeit-Autorisierung für Agenten
Warum Agenten im Moment jeder Aktion eine Autorisierungsentscheidung brauchen — und wie ein MCP-Gateway Policy, Freigaben und Audit für den Tool-Zugriff zentralisiert.
Lesen →Non-Human Identity: die Agenten steuern, die für Sie handeln
Agenten authentifizieren sich als Maschinenidentitäten, nicht als Personen. Warum Non-Human Identity heute eine Kernkontrolle ist — und wie man sie inventarisiert, eingrenzt und rotiert.
Lesen →Die OWASP MCP Top 10: das Protokoll der Agenten absichern
Ein praktischer Durchgang durch die OWASP MCP Top 10 — die Sicherheitsrisiken von Model-Context-Protocol-Servern — und die Kontrollen, die jedes adressieren.
Lesen →Zero-Trust für KI-Agenten: „niemals vertrauen, immer prüfen“ im Produktivbetrieb umsetzen
Wie Sie Zero-Trust für autonome Agenten sowie die Tools und Agenten, die sie aufrufen, operativ umsetzen — Identität, Policy-Enforcement und Segmentierung, die kontinuierliche Verifizierung im Betrieb real machen.
Lesen →KI-Agenten evaluieren: von Evals zum zuverlässigen Produktivbetrieb
Wie man autonome Agenten bewertet, denen man vertrauen kann — LLM-as-a-Judge richtig gemacht, die Metriken, die zählen, und CI/CD-Quality-Gates gegen Regressionen.
Lesen →Kostenkontrolle für Agenten: FinOps für autonome KI
Warum Kosten ein erstrangiges Signal für Agenten sind, was die Rechnung wirklich treibt und wie Token-Tracking, Loop-Detection und Budgets ein autonomes System bezahlbar halten.
Lesen →Die Produktionsmetriken, die zeigen, dass ein Agent funktioniert
Sechs Metriken — Completion, Genauigkeit, Halluzination, Latenz, Kosten und Zufriedenheit — die einen Agenten von der Blackbox zu einem betreibbaren System machen.
Lesen →KI-Agenten mit OpenTelemetry tracen
Wie man autonome Agenten mit den GenAI-Konventionen von OpenTelemetry instrumentiert, sodass jeder Reasoning-Schritt, Tool-Aufruf und jede Kostenposition in einem portablen Trace landet.
Lesen →Agenten-Orchestrierung: LangGraph vs. CrewAI vs. AutoGen
Ein herstellerneutraler Vergleich der wichtigsten Agenten-Frameworks — LangGraph, CrewAI, AutoGen, OpenAI Agents SDK und Google ADK — und wie man zwischen Single- und Multi-Agent-Designs wählt.
Lesen →Agenten-Benchmarks: was τ-bench und Co. verraten — und was nicht
Wie man Agenten-Benchmarks wie τ-bench, MCP-Bench und AgentBench liest — was sie messen, wo sie in die Irre führen und warum Ihre eigenen Evals am meisten zählen.
Lesen →Regressionstests für KI-Agenten: nicht eines reparieren und drei zerstören
Warum ein Golden Dataset und CI-Gates die einzige verlässliche Abwehr gegen stille Agenten-Regressionen sind, wenn Modelle, Prompts und Tools sich darunter ändern.
Lesen →Speicherarchitektur für Agenten: Kurzzeit, Langzeit, episodisch
Wie autonome Agenten sich erinnern — die drei Gedächtnisarten, wann man welche nutzt und warum die Steuerung der Speicherschicht zugleich Fähigkeit und Sicherheitsentscheidung ist.
Lesen →LLM-as-a-Judge: erst kalibrieren, dann vertrauen
Wie man einen LLM-Judge zuverlässig macht — Ausrichtung an menschlichen Labels, Positions- und Verbosity-Bias ausschalten und erkennen, wann ein Judge Qualität statt eigener Vorlieben misst.
Lesen →Agenten-Guardrails: die automatisierten Grenzen der Autonomie
Eingabe-, Ausgabe- und Verhaltens-Guardrails bilden die Sicherheitsschicht, die einen Agenten schnell, aber nicht gefährlich handeln lässt. Was jede tut und wie sie zusammenspielen.
Lesen →Kill-Switches und Circuit-Breaker für KI-Agenten
Jeder autonome Agent braucht einen verlässlichen Weg zu stoppen. Wie man Kill-Switches und Circuit-Breaker entwirft, die einen Agenten wirklich anhalten, der schleift, überzieht oder driftet.
Lesen →Context Engineering: dem Agenten geben, was er braucht, nicht alles
Warum das, was ins Kontextfenster kommt, über Qualität, Kosten und Sicherheit eines Agenten entscheidet — und die Disziplin, bei jedem Schritt den richtigen Kontext zusammenzustellen.
Lesen →Gestuftes Deployment: Agenten-Autonomie ohne Vorfälle erhöhen
Ein fünfstufiger Weg — Dry-Run, Read-only, Simulation, Staging, Produktion — um einem KI-Agenten erst dann mehr Autonomie zu geben, wenn die Evidenz für Sicherheit spricht.
Lesen →Menschliche Aufsicht und Agenten-Autonomie: HITL, HOTL, HOOTL
Das Spektrum menschlicher Aufsicht über KI-Agenten — von Human-in-the-Loop bis Human-out-of-the-Loop — plus Guardrails, Kill-Switches und ein gestufter Weg zu mehr Autonomie.
Lesen →Shadow AI: die Agenten und Tools, die ohne Ihre Aufsicht laufen
Warum nicht sanktionierte KI-Nutzung die häufigste Governance-Lücke ist — und wie man Shadow AI ans Licht holt, ohne es weiter in den Untergrund zu treiben.
Lesen →Single-Agent oder Multi-Agent? Ein Entscheidungsleitfaden
Wann man eine Aufgabe auf mehrere KI-Agenten aufteilt und wann einer reicht — die realen Kosten von Multi-Agent-Systemen und ein einfacher Test, ob Sie wirklich eines brauchen.
Lesen →