KI-Agenten

Die KI arbeitet. Sie entscheiden.

Vier Agenten sind produktiv ausgeliefert — nicht auf einer Roadmap. Sie triagieren den Posteingang, prüfen Verträge auf Klauseln, matchen Rechnungen gegen Bestellungen und schlagen Retention-Fristen vor. Jede Aktion trägt eine Begründung, eine Konfidenz und einen Beleg. Was das System unsicher findet, landet in der Approval-Inbox; was klar ist, kann pro Tenant automatisch angewandt werden. Und alles — auch das Auto-Apply — verkettet sich in der Audit-Hash-Chain.

Auf einen Blick

Fünf Sätze, die alles Wesentliche sagen.

RecordTailor liefert vier KI-Agenten heute produktiv aus: Inbox-Agent, Compliance-Agent, Vertrags-Agent, Rechnungs-Agent.

Jede Aktion eines Agenten trägt eine natürlichsprachliche Begründung, eine Konfidenz und die zugrundeliegenden Belege — kein Blackbox-Output.

Aktionen unter dem konfigurierten Konfidenz-Schwellwert landen in der Approval-Inbox; darüber schlägt der Agent vor oder — mit Tenant-Allowlist — wendet automatisch an.

Jede Agenten-Aktion wird kryptografisch in die Audit-Hash-Chain verkettet und lässt sich als EU-AI-Act-taugliches Agent-Protokoll (PDF) exportieren.

Alle Agenten laufen on-premises gegen ein lokales LLM (Ollama-Default) — kein Cloud-Egress, keine Trainingsdaten-Weitergabe.

Vier Agenten, jeder mit klarem Job

Der Inbox-Agent nimmt neue Dokumente entgegen, klassifiziert, extrahiert Attribute und schlägt einen Ablageort samt Workflow vor. Der Compliance-Agent bewertet Bestände gegen die Policies-as-Code (GoBD, HGB, DSGVO) und meldet Aufbewahrungs- und Löschkandidaten. Der Vertrags-Agent findet Klauseln, Fristen und Abweichungen vom Muster; Änderungsvorschläge landen — dank Git-Modell — in einem Branch, nicht direkt am Original. Der Rechnungs-Agent liest Beträge, IBAN, Steuersätze und Vertragsbezug und bereitet die Freigabe vor.

Begründung, Konfidenz, Beleg — für jede einzelne Aktion

RecordTailor speichert für jede Agenten-Aktion (`agent_action`) drei Dinge: warum sie vorgeschlagen wurde (Klartext-Begründung), wie sicher der Agent war (Konfidenz-Score), und welche Textstellen im Quelldokument die Entscheidung stützen (Evidence-Zeiger). Der Nutzer sieht das im Transparenz-Panel; der Auditor sieht dasselbe im Protokoll-Export.

Human-in-the-Loop — konfigurierbar pro Tenant und Aktionstyp

Autonomie ist kein Schalter, sondern ein Dial. Vom reinen Vorschlagsmodus („Agent darf nichts selbst tun, nur vorschlagen“) über die Zwei-Augen-Freigabe bis zur Dunkelverarbeitung für Routinefälle. Konfidenz-Gate + Tenant-Allowlist entscheiden zwischen `auto_applied` und Inbox-Karte — Auto-Apply landet gleichermaßen in Hash-Chain und Protokoll.

Undo-Garantie über das Git-Modell

Jede schreibende Aktion eines Agenten ist über die Versionierung revertierbar. Der Vertrags-Agent macht keine Direktänderungen an Verträgen; er schlägt Änderungen als Branch vor, den Sie mergen oder verwerfen. Kein „der Agent hat unser Muster zerschossen“-Szenario.

Ihre Daten bleiben im Haus — auch für die KI

Alle Agenten laufen gegen ein lokales LLM (Ollama-Default; alternativ pro Tenant konfigurierbar). Kein Prompt, kein Dokument-Fragment, kein Embedding verlässt Ihr Netz. Für die Compliance-Kunden, die KI eigentlich fürchten, ist das der Weg zu KI, die sie kaufen können.

Häufige Fragen zu KI-Agenten.

Sind das echte Agenten oder nur KI-Klassifikation mit Marketing?+

Agent-Runtime im engeren Sinn: `agent_def` beschreibt den Agenten, `agent_run` eine Ausführung, `agent_action` eine einzelne Aktion mit Begründung, Konfidenz und Evidence. Vier Agenten sind implementiert und laufen gegen die Job-Queue — der Code liegt im Argonaut-Repo unter `services/worker/src/agents/`.

Wie beweist das EU-AI-Act-Protokoll die KI-Entscheidungen?+

Der Export bündelt pro Aktion: Zeitstempel, Agent-Definition (Version), Modell und Modellparameter, Prompt, Konfidenz, Begründung, Evidence-Zeiger auf die Quelldokumente und den Hash des Vorgänger-Events. Wer die Kette prüft, sieht, dass nachträglich nichts verändert wurde.

Was passiert bei einer Falschentscheidung des Agenten?+

Default ist `proposed` — der Agent schlägt vor, der Mensch entscheidet. Wo Auto-Apply aktiv ist, wird die Aktion versioniert und ist per Versionierung reversibel; die Hash-Chain hält die Nachvollziehbarkeit. Zusätzlich reduziert das Konfidenz-Gate die Rate falscher Auto-Applys auf statistisch bekanntem Niveau.

Können wir eigene Agenten definieren?+

Die Agent-Definitionen sind versionierte Konfigurationen — Prompt-Template, Tools, Konfidenz-Schwelle, Auto-Apply-Regeln. Eigene Agenten sind über die Konfiguration heute möglich; ein UI-gestützter Agent-Builder für Nicht-Entwickler ist Roadmap.

Verwandte Feature-Seiten

Sehen Sie ki-agenten an einem Ihrer Dokumente.

30 Minuten. Sie schicken ein anonymisiertes Beispiel — wir zeigen live, was RecordTailor damit macht.

Demo anfragen