Das neueste Teammitglied in der Produktion: Ein Modell übernimmt
Ein neuer Ingenieur in einer Produktionslinie erhält am ersten Tag keinen Zugriff auf alle Konstruktionsdateien. Er bekommt projektspezifische Zugriffsrechte, steht unter Aufsicht eines leitenden Ingenieurs und es wird protokolliert, was er bearbeitet. Die meisten Hersteller, die KI-Agents in PLM- und Filesharing-Systemen einsetzen, verzichten auf alle drei Maßnahmen. Der Agent wird angebunden, erhält weitreichende Zugriffsrechte für schnelle Abläufe und arbeitet mit deutlich weniger Kontrolle als selbst der neueste, am wenigsten vertrauenswürdige Ingenieur.
Diese Lücke ist kein geringfügiges Versehen. Ein KI-Agent, der Konstruktionsdateien lesen, Kommunikation versenden oder Daten im Namen eines Herstellers bewegen kann, ist faktisch ein Akteur mit Zugriff auf proprietäre Systeme – genau wie ein Ingenieur. Dieser Artikel beleuchtet, warum KI-Agents in der Fertigung routinemäßig weniger Governance erhalten als Menschen und was es tatsächlich bedeutet, denselben Standard anzuwenden.
Executive Summary
Hersteller, die einem neuen Ingenieur niemals uneingeschränkten Zugriff auf alle Konstruktionsdateien gewähren würden, geben genau diesen Zugang regelmäßig KI-Agents, weil deren Einsatz als technisches Integrationsproblem und nicht als Governance-Herausforderung betrachtet wird. Das Ergebnis: Systeme, die proprietäre Daten lesen, bewegen und versenden können, unterliegen weniger Kontrollen als die Menschen, die sie entwickelt haben. Für Verantwortliche in Technik und IT stellt sich die praktische Frage: Wäre dieses Zugriffslevel akzeptabel, wenn es sich um eine Person handeln würde? Und wenn nicht, warum ist es für einen Agenten akzeptabel?
wichtige Erkenntnisse
- KI-Agents in der Fertigung erhalten oft umfassenderen Zugriff auf Konstruktionsdaten als neue Mitarbeitende. Die Geschwindigkeit der Einführung übertrifft die grundlegende Governance-Hygiene, die Hersteller für Menschen längst etabliert haben.
- Ein Agent sollte die Berechtigungen der Person übernehmen, die ihn autorisiert, und nicht über ein separates, dauerhaftes Konto verfügen. Ein weitreichendes Servicekonto für einen KI-Agenten schafft genau die überprivilegierten Zugriffe, die Hersteller für Menschen jahrelang eliminiert haben.
- Sensible Aktionen wie das Teilen von Konstruktionsdaten mit Zulieferern benötigen einen Freigabeschritt – unabhängig davon, wer oder was sie auslöst.
- Jede KI-Aktion muss einer konkreten Person zugeordnet und mit derselben Sorgfalt protokolliert werden wie menschliche Aktivitäten. Ein Audit-Trail, der „die KI war es“ als ausreichende Attribution betrachtet, ist kein Audit-Trail.
- Von Anfang an auf KI-Agents ausgerichtete Governance erfordert keine neue Infrastruktur. Das Zugriffs-, Freigabe- und Protokollierungsmodell, das Hersteller bereits für Mitarbeitende nutzen, lässt sich direkt auf Agents übertragen.
Warum KI-Agents mit weniger Kontrolle als Menschen eingebunden werden
Die Lücke entsteht selten absichtlich. Sie ist das Ergebnis der schnellen Entwicklung von Agentenfähigkeiten – vom Experiment zum operativen Einsatz – und der unterschiedlichen Sichtweisen von Technik- und Sicherheitsteams auf das Thema.
Geschwindigkeit der Einführung überholt Governance durch Technikgestaltung
Die Anbindung eines KI-Agents an ein PLM-System ist oft eine Konfigurationsaufgabe, die in wenigen Minuten erledigt ist: API-Schlüssel vergeben, Berechtigungsumfang autorisieren, fertig. Die entsprechende Governance für neue Ingenieure – definierte Rollen, dokumentierte Zugriffsprüfung – wurde für Menschen und deren Eintritt in das Unternehmen geschaffen.
„Es ist nur ein Werkzeug“ unterschätzt die Fähigkeiten eines Agents
Weil ein KI-Agent als Werkzeug und nicht als Anwender betrachtet wird, fällt es leicht, ihn wie eine Software zu behandeln – nicht wie eine Person mit Zugriff auf Konstruktionsdaten. Ein Werkzeug, das eigenständig eine Konstruktionsdatei lesen, sie weiterleiten oder auf Anweisungen im verarbeiteten Inhalt reagieren kann, trifft Entscheidungen, wie es eine Tabellenkalkulation nicht tut.
Was „gleiche Governance wie für Menschen“ wirklich bedeutet
Die Übertragung menschlicher Governance-Standards auf KI-Agents ist keine neue Disziplin. Es sind dieselben drei Komponenten, die Hersteller bereits für Menschen anwenden – nun konsequent auch für Agents.
Identitätsübernahme statt dauerhafter Privilegien
Die wichtigste Designentscheidung ist, ob ein Agent mit eigenen, weitreichenden, dauerhaften Zugangsdaten arbeitet oder die spezifischen Berechtigungen der autorisierenden Person übernimmt. Ein dauerhaftes Servicekonto mit breitem Zugriff auf Konstruktionsdateien schafft genau die überprivilegierten Konten, die Sicherheitsteams seit Jahren abschaffen. Ein Agent, der nur das tun kann, was der authentifizierte Anwender ohnehin dürfte, ist genauso begrenzt wie ein menschlicher Kollege, der im Auftrag handelt.
Freigabeschritte vor kritischen Aktionen
Ein Ingenieur, der eine Konstruktion mit einem Zulieferer teilt, muss in der Regel eine Bestätigung geben, bevor dies geschieht. Ein KI-Agent, der eine vergleichbare Aktion ausführt, sollte denselben Freigabeschritt durchlaufen.
Attribution und Audit – nicht nur Aktivitätsprotokolle
Menschliche Audit-Trails ordnen jede Aktion einer konkreten, verantwortlichen Person zu. Auch die Aktionen eines KI-Agents benötigen diesen Standard: Nicht „ein automatisierter Prozess hat das getan“, sondern welcher Anwender den Agenten autorisiert hat und was dieser tatsächlich ausgeführt hat.
Wo die Lücke in der Praxis bei Herstellern sichtbar wird
Das häufigste Muster: Einmalig ausgestellte, weitreichende Zugangsdaten bleiben unbegrenzt aktiv. Gleichzeitig sind Agents so konfiguriert, dass sie Konstruktionsdaten ohne Freigabeschritt mit Zulieferern teilen – weil das Einbauen einer Pause mehr Entwicklungsaufwand bedeutet, als den Agenten einfach agieren zu lassen. Selbst wenn Aktivitäten protokolliert werden, kann das Protokoll oft nicht beantworten, welche konkrete Person für eine Aktion verantwortlich ist.
Agenten-Governance auf Basis des bestehenden Zugriffsmodells aufbauen
Der praktikable Weg ist kein neues Governance-Framework speziell für KI. Es geht darum, das bestehende Identitäts-, Freigabe- und Audit-Modell, das ein Hersteller für Mitarbeitende nutzt, konsequent auch auf Agents anzuwenden.
Wie eine Data Control Plane menschliche Governance auf KI-Agents überträgt
Die Kiteworks Data Control Plane verbindet KI-Agents über eine sichere Schnittstelle auf Basis von OAuth 2.0-Authentifizierung. Jede Agentenoperation übernimmt die bestehenden Berechtigungen des authentifizierten Anwenders – nicht ein separates, dauerhaftes Konto. Dynamische attributbasierte Richtlinien prüfen Agentenanfragen genauso wie menschliche Anfragen. Sensible Aktionen, etwa Mitgliederänderungen oder ausgehende Übertragungen, erfordern eine explizite Bestätigung, bevor sie ausgeführt werden. Administratoren können destruktive Tools global deaktivieren. Jede Agentenoperation wird in einem fälschungssicheren, nicht limitierbaren Audit-Log erfasst, dem autorisierenden Anwender zugeordnet und direkt in SIEM-Tools eingespeist. So ist die Aktivität eines Agents genauso nachvollziehbar wie die eines Ingenieurs.
Hersteller, die prüfen möchten, ob ihre aktuellen KI-Agent-Deployments denselben Zugriffsreview bestehen würden wie neue Mitarbeitende, können eine individuelle Demo vereinbaren, um zu sehen, wie identitätsbasierte, auditierte Agenten-Governance in ihrer eigenen Umgebung funktioniert.
Häufig gestellte Fragen
Hersteller betrachten die Einführung von Agents als technische Integrationsaufgabe und nicht als Governance-Thema. Dadurch werden in wenigen Minuten weitreichende Zugriffe über API-Schlüssel gewährt, während das Onboarding von Menschen definierte Rollen und Zugriffsprüfungen umfasst. Die Geschwindigkeit der Einführung überholt die grundlegende Governance-Hygiene.
Ein breites, dauerhaftes Konto schafft die überprivilegierten Zugriffe, die Hersteller für Menschen jahrelang abgeschafft haben. Agents sollten stattdessen die spezifischen Berechtigungen des autorisierenden Anwenders übernehmen, damit ihre Aktionen angemessen begrenzt bleiben.
Genauso wie ein Ingenieur vor dem Teilen einer Konstruktion mit einem Zulieferer eine Bestätigung geben muss, sollte auch ein KI-Agent bei kritischen Aktionen denselben Freigabeschritt durchlaufen, um konsistente Governance-Standards zu gewährleisten.
Jede Aktion muss einer konkreten, verantwortlichen Person zugeordnet werden, etwa dem Anwender, der den Agenten autorisiert hat – nicht nur der Hinweis, dass ein automatisierter Prozess die Aktion ausgeführt hat. Protokolle sollten mit derselben Sorgfalt wie bei menschlichen Aktivitäten in SIEM-Tools eingespeist werden.