Büro, Organisation & IT

Agentic AI steuern: Plattform, Kostenkontrolle und Freigaben für Agenten

Sobald mehrere Fachbereiche eigene KI-Agenten aufsetzen, wachsen Token-Rechnungen, Berechtigungen und Schnittstellen schneller, als die IT sie überblicken kann. Das Tagesseminar richtet sich an IT-Leitungen, Plattform-Teams und KI-Verantwortliche und behandelt die vier Stellschrauben einer zentralen Agenten-Plattform: Architektur, Kosten, Governance und Betrieb. Sie rechnen ein Kostenmodell durch, entwerfen einen Freigabeprozess und gehen mit einem Plan nach Hause, wie aus einzelnen Piloten ein kontrollierter Bestand produktiver Agenten wird.

Für wen

IT-Leitungen, Plattform-Teams und KI-Verantwortliche, die Agenten-Technologie im Unternehmen skalierbar und unter Kontrolle einführen wollen.

KI-Tagesseminar · 1 Tag

Agenten zentral betreiben, Token-Kosten deckeln und Freigaben regeln

Das nehmen Sie mit

  • Betriebsmodelle und Plattformbausteine wie Modell-Gateway und Tool-Registry ordnen Sie Ihrer eigenen Lage zu.
  • Ein durchgerechnetes Kostenmodell zeigt, was ein Agenten-Use-Case pro Lauf und Monat verbraucht.
  • Der selbst entworfene Freigabeprozess klärt, welcher Agent welche Tools nutzen darf.
  • Anforderungen aus KI-VO und Datenschutz verknüpfen Sie mit Auditierbarkeit und Monitoring.

Ablauf

  1. Teil 1

    Modul 1 – Plattform: Architektur statt verstreuter Einzelagenten

    • Bestandsaufnahme: Wie viele Agenten in Fachbereichen bereits ohne zentrale Aufsicht laufen
    • Betriebsmodelle im Vergleich: zentrale Plattform oder dezentraler Wildwuchs mit Folgekosten
    • Was eine Agenten-Plattform ausmacht: Modell-Gateway, Tool-Registry, Identity und Observability
    • Build versus Buy: zwischen Frameworks, Angeboten der Cloud-Anbieter und Eigenentwicklung entscheiden
    • Wie eine gemeinsame Plattform doppelte Lizenzen und unkontrollierte Schnittstellen vermeidet
  2. Teil 2

    Modul 2 – Kostensteuerung: Token-Ökonomie von Anfang an im Griff

    • Token-Ökonomie: woraus sich die Kosten eines Agentenlaufs mit vielen Modellaufrufen zusammensetzen
    • Budgets und Rate Limits setzen, per Modell-Routing teure Modelle nur für anspruchsvolle Schritte
    • Übung: Kostenmodell zu einem Agenten-Use-Case mit Laufzahl und Tokenverbrauch aufstellen
    • Kostenkennzahlen bereits in der Pilotphase erfassen, nicht erst nach der ersten Monatsrechnung
  3. Teil 3

    Modul 3 – Governance: Rechte, Freigaben und Nachweispflichten

    • Berechtigungskonzepte: festlegen, auf welche Systeme und Daten jeder Agent zugreifen darf
    • Freigabeprozesse, bevor ein zusätzlicher Agent oder ein neues Tool live geht: Antrag, Prüfung, Start
    • Anforderungen aus KI-VO und Datenschutz, Auditierbarkeit von Agenten: was dokumentiert sein muss
    • Übung: Einen Freigabeprozess entwerfen, der Fachbereiche nicht monatelang warten lässt
  4. Teil 4

    Modul 4 – Betrieb und Skalierung: vom Pilot zum Agentenbestand

    • Ein gemeinsames Dashboard für Qualität, Kosten und Sicherheit aller produktiven Agenten
    • Incident Management bei Fehlverhalten eines Agenten: Zuständigkeit, Eskalation, Abschaltung
    • Fallstudie: Governance-Framework für Agenten in einem Großunternehmen
    • Aus einem einzelnen Piloten viele produktive Agenten machen, ohne die Kontrolle zu verlieren
    • Fahrplan: in welchen Schritten Ihre Organisation eine skalierbare Agenten-Plattform aufbaut

VoraussetzungenEin Grundverständnis von LLMs und KI-Agenten wird vorausgesetzt.

AbschlussTeilnahmezertifikat und digitales Badge

Thema anfragen