Answer Hub
Die Giant Swarm Agent Platform: Alles, was du wissen musst
Alles, was du über den Betrieb von KI-Agenten in Produktion wissen musst – warum es wichtig ist und wie es auf deiner eigenen Kubernetes-Infrastruktur funktioniert, an einem Ort.
Kapitel I
Einführung
KI-Agenten laufen bereits in den meisten Unternehmen – ob die IT-Abteilung das genehmigt hat oder nicht. Die Giant Swarm Agent Platform holt diese Aktivität ans Licht: eine Open-Source-Plattform, die du selbst hostest, um KI-Agenten als governte, auditierte Workloads auf deiner eigenen Kubernetes-Infrastruktur zu betreiben – statt als ungesteuerte Skripte, für die niemand geradestehen kann.
Wichtige Erkenntnisse zur Agent Platform
Eine KI-Agent-Plattform ist die Infrastrukturebene, die es Agenten erlaubt, sicher und kontinuierlich zu handeln – und nicht nur jemandem beim Tippen zu helfen. Sie führt jeden Agenten isoliert aus, begrenzt genau, worauf er zugreifen darf, und protokolliert jede Entscheidung. So wird aus einem inoffiziellen Experiment ein verlässlicher Teil der Produktion. Richtig umgesetzt, wird der Betrieb dabei mit der Zeit sogar günstiger, weil sich wiederkehrende Agentenarbeit in deterministische Automatisierung verwandelt.
Kapitel II
Für wen ist das relevant
Diese Seite richtet sich an alle, die entscheiden, ob und wie KI-Agenten an Produktivsysteme dürfen. Besonders relevant ist sie für:
- Chief Technology Officer (CTO), die festlegen, wie agentische KI in die Architektur und das Risikoprofil des Unternehmens passt
- Chief Information Officer (CIO) oder IT-Leitung, die für Agenten-Wildwuchs, Übersicht und den Ertrag der KI-Ausgaben geradestehen
- Chief Operating Officer (COO), die von Agenten getriebene Effizienz wollen – ohne neue betriebliche oder regulatorische Risiken
- Head of Infrastructure, verantwortlich dafür, was auf den Kubernetes-Clustern des Unternehmens läuft und wer darauf zugreifen darf
- Platform Lead, die die interne Plattform bauen, auf die sich Entwicklungs- und Betriebsteams verlassen
- Security-, Compliance- oder Datenschutz-Verantwortliche, die eine Antwort brauchen, was ein Agent getan hat, in wessen Auftrag, und warum
Wenn du entscheidest, wie KI Zugriff auf deine Systeme bekommt oder dafür geradestehen musst, bist du hier genau richtig.
Kapitel III
Warum es wichtig ist
Die meisten Unternehmen entscheiden längst nicht mehr, ob sie KI-Agenten einsetzen. Sie stellen fest, wie weit sich Agenten bereits verbreitet haben, ohne dass jemand offiziell zugestimmt hat. In Deutschland setzen 11 % der Unternehmen bereits KI-Agenten ein, weitere 29 % planen den Einsatz – so Bitkoms Umfrage unter 603 Unternehmen vom September 2026. Mitarbeitende nutzen schon heute deutlich häufiger KI-Tools, die ihr Arbeitgeber nie genehmigt hat, als die Tools, die er selbst bereitstellt – und die Lücke wird größer, je einfacher sich agentische Tools in den Arbeitsalltag einbinden lassen.
Diese Lücke hat einen Preis. IBMs Cost of a Data Breach Report 2025 stellt fest, dass 20 % der untersuchten Unternehmen einen Sicherheitsvorfall mit Beteiligung von Schatten-KI erlitten haben. Diese Vorfälle kosteten im Schnitt 670.000 US-Dollar mehr als vergleichbare Vorfälle ohne Schatten-KI. Gleichzeitig ist der Nutzen einer sauberen Umsetzung genauso real: Giant Swarm betreibt die eigene Produktions-Agentenflotte seit Mitte 2025 nach genau diesem Prinzip, und die Umwandlung wiederkehrender Agent-Arbeit in deterministische Automatisierung senkte die Kosten pro Lauf um das 2,8-Fache und die Anzahl der Tool-Aufrufe um das 17-Fache. Das ist keine Theorie. Es passiert, sobald Routinearbeit nicht mehr jedes Mal neu von einem Modell hergeleitet werden muss.
Das Unbequeme für die meisten Führungsteams: Irgendwo im eigenen Stack läuft wahrscheinlich schon ein Agent, den niemand offiziell autorisiert hat – verbunden über welche Zugangsdaten ein:e Engineer gerade zur Hand hatte. Das ist kein Argument gegen Agenten. Es ist ein Argument dafür, die Governance-Ebene zu bauen, bevor ein Vorfall die Diskussion erzwingt. Wie es in der Entstehungsgeschichte der Plattform heißt: Die eigentliche Entscheidung ist nicht, ob dein Unternehmen Agenten nutzt – sondern ob das bewusst geschieht, oder Skript für Skript, unbeaufsichtigt.
Es gibt noch einen zweiten, leiseren Grund, warum das wichtig ist: die Kosten. Agenten, die einfach nur immer mehr Arbeit erledigen, senken deine KI-Kostenkurve nicht – sie treiben sie weiter nach oben. Die Unternehmen, die mit KI tatsächlich Betriebskosten senken, sind die, die wiederkehrende Agent-Arbeit systematisch in günstige, deterministische Automatisierung überführen, statt ein Modell immer wieder für dieselbe Antwort bezahlen zu lassen.
Kapitel IV
Wie Giant Swarm die Agent Platform umsetzt
Giant Swarm betreibt seit über zehn Jahren produktives Kubernetes für Unternehmen aus Handel, Telekommunikation, Finanzdienstleistungen und Fertigung. Die Agent Platform überträgt genau diese operative Disziplin auf Agenten – statt sie als separate, weniger kontrollierte Software-Kategorie zu behandeln. Unser Ansatz basiert auf einigen Grundprinzipien:
- Souverän per Design. Agenten laufen in deiner eigenen Kubernetes-Umgebung – Cloud, On-Prem, Edge oder vollständig air-gapped – ohne proprietären Kern und ohne SaaS-Schicht, die im Hintergrund deine Daten hält. Das Prinzip ist einfach: Der Agent selbst sollte dort laufen, wo deine Daten bereits liegen, auch wenn er mit einem externen Modell spricht.
- Governance als Teil der Infrastruktur, nicht als nachträgliche Ergänzung. Jeder Agent erhält von Tag eins an begrenzten Tool-Zugriff, identitätsbasierte Berechtigungen, Netzwerkrichtlinien und einen vollständigen Audit-Trail. Dies sind dieselben Standards, die wir schon immer auf produktive Kubernetes-Workloads angewendet haben.
- Gebaut, um günstiger zu werden – nicht nur schneller. Die Workflow Engine der Plattform erkennt wiederkehrendes Agent-Verhalten und wandelt es in deterministische, wiederverwendbare Workflows um. Das spiegelt eine grundsätzlichere Haltung wider, die wir zu agentischen Systemen vertreten: Das Ziel ist nicht, dauerhaft mehr KI laufen zu lassen, sondern den Punkt zu erreichen, an dem Routinearbeit gar kein Modell mehr braucht – denn der beste KI-Agent ist der, der sich selbst überflüssig macht.
- Kuratiert statt Eigenbau. Die Landschaft der Agent-Tools ändert sich wöchentlich. Wir verfolgen sie, bewerten sie und integrieren, was sich wirklich lohnt. So müssen Plattformteams diese Bewertung nicht jedes Quartal selbst neu durchführen.
- Selbst betreiben oder betreiben lassen. Dein Plattformteam kann die Agent Platform selbst betreiben, mit Releases, Wartung und Support von Giant Swarm im Rücken – oder Giant Swarm betreibt sie für dich in deiner eigenen Umgebung, rund um die Uhr, mit klarer Verantwortung für den Betrieb.
- Offen, und gebaut für die Art, wie Software heute entsteht. Da agentische Entwicklung für ernsthafte Engineering-Teams zunehmend zum Standard wird, spiegeln sowohl die Plattform als auch unsere Art, sie zu bauen, denselben Wandel hin zu agent-tauglichen, überprüfbaren Codebasen wider, der Open Source insgesamt verändert.
Kapitel V
FAQs
Was ist die Giant Swarm Agent Platform?
Stell es dir so vor: Entweder deine Engineers basteln KI Integration für Integration in deine Systeme, oder sie bekommen ein richtiges Stück Infrastruktur, auf dem sie aufbauen können. Die Agent Platform ist eine Open-Source-Plattform zum Selbst-Hosten, mit der du KI-Agenten als kontrollierte Kubernetes-Workloads betreibst. Jeder Agent läuft isoliert, jeder Tool-Aufruf ist begrenzt und protokolliert, auf Infrastruktur, die du bereits kontrollierst. Sie besteht aus drei Teilen. In der Agent Runtime erstellen und teilen Fachexpert:innen ihre eigenen Agenten aus Bausteinen, die die IT freigegeben hat, und nutzen weiter, was andere Teams gebaut haben. Identity and Access sorgt dafür, dass ein Agent nur mit den Rechten der Person oder Rolle dahinter handelt – jede Aktion ist bis zum Agenten und zur Person nachvollziehbar. Model Runtime bringt Frontier-Anbieter, europäische KI-Clouds oder eigene Open-Weight-Modelle hinter ein Gateway, und jeder Aufruf ist einer Person und einem Team zugeordnet. Giant Swarm hat das auf die harte Tour gebaut: Wir betreiben seit Mitte 2025 unsere eigene Flotte an Produktionsagenten auf genau diesem Setup, bevor wir es für Kund:innen verpackt haben. Das ist also kein Whiteboard-Konzept, sondern Infrastruktur, die schon die Art von 3-Uhr-morgens-Vorfällen durchgemacht hat, die zeigen, was nicht funktioniert.
Wie betreibt man KI-Agenten in Produktion auf Kubernetes?
Kurz gesagt: Man behandelt einen Agenten wie jeden anderen Produktions-Workload – nicht wie ein Skript, das zufällig auf jemandes Laptop läuft. Auf der Agent Platform wird jeder Agent als deklarative Kubernetes-Ressource ausgerollt – geprüft, versioniert und über GitOps deployt, genau wie deine anderen Produktionsdienste. Das bedeutet: Die eingespielten Abläufe deines Plattformteams (Pull Requests, Rollback, Policy-Durchsetzung) gelten für Agenten vom ersten Tag an, statt dass Agenten in irgendeinem ungesteuerten Nebenkanal laufen. Kubernetes ist ohnehin der Ort, an dem KI-Workloads landen: 66 % der Organisationen, die generative KI-Modelle hosten, verwalten einen Teil oder alle ihrer Inferenz-Workloads mit Kubernetes, so der CNCF Annual Cloud Native Survey 2025. Der Agent selbst – nicht nur das Modell, mit dem er spricht – läuft in deinem Cluster. Das klingt banaler, als es ist, denn genau der Teil, der deine Logs, deine Infrastruktur und deine Kundendaten berührt, sollte unter deiner eigenen operativen Kontrolle stehen, unabhängig davon, welcher LLM-Anbieter dahintersteckt.
Wie können wir KI-Agenten Zugriff auf interne Tools geben, ohne neue Sicherheitsrisiken zu schaffen?
Genau hier werden die meisten Teams nervös, und das aus gutem Grund: Heute verbinden die meisten Unternehmen Agenten Integration für Integration mit internen Tools, jede mit eigenen Zugangsdaten und eigenem blinden Fleck. Das skaliert nicht, und genau dieses Setup lässt Sicherheitsteams ohne gute Antwort zurück, wenn jemand fragt, wer einen Agenten wofür autorisiert hat. Die Antwort der Agent Platform ist ein einziges governtes Gateway zwischen jedem Agenten und jedem Tool: Single Sign-on über deinen Identity-Provider, nutzerbezogen begrenzter Zugriff, Allowlists und ein vollständiger Audit-Trail. Entscheidend dabei: Das Gateway hält gar keine geteilten Service-Zugangsdaten vor – Agenten handeln über OAuth-On-behalf-of-Tokens im Namen der eingeloggten Person, es gibt also kein dauerhaftes „Agenten-Konto“ mit breitem Zugriff, das nur darauf wartet, missbraucht zu werden. Es ist genau das Problem, das wir beschrieben haben, als überall in der Branche Agenten mit allem Möglichen verbunden wurden, ohne dass jemand das governte – die Plattform existiert gezielt, um diese Lücke zu schließen, bevor sie zum Vorfall wird.
Funktioniert die Agent Platform mit unserer bestehenden Infrastruktur?
Ja, und das ist so gewollt, kein Zufall. Die Plattform läuft auf jedem CNCF-konformen Kubernetes-Cluster ab Version 1.33 – Cloud, On-Prem, Edge oder air-gapped, egal ob Giant Swarm ihn betreibt oder dein eigenes Team. Du bringst deine eigenen Modelle mit – von einem Modellanbieter, aus einer europäischen KI-Cloud oder als Open-Weight-Modelle, die du selbst betreibst, zum Beispiel mit vLLM oder Ollama –, deine bestehenden MCP-Server docken direkt am kontrollierten Gateway der Plattform an, und die Oberfläche kann in ein bestehendes Backstage-Portal eingebettet werden, falls sich dein Team darüber ohnehin durch die interne Toolwelt bewegt. Und falls du noch kein Kubernetes hast, ist das auch kein Hindernis – ein einzelner Server reicht zum Einstieg. Nichts an der Einführung der Plattform erfordert, dass du aufgibst, was bereits läuft; sie ist dafür gedacht, darauf aufzusetzen.
Bekommen wir Audit-Trails und begrenzten Zugriff (Scoped Access Control)?
Ja – und auf dieser Plattform ist das kein Zusatzfeature, sondern das Betriebsmodell selbst. Jeder Tool-Aufruf eines Agenten lässt sich zurückverfolgen zur Person, in deren Auftrag er gehandelt hat. Auf die Frage „Wer hat das autorisiert, und worauf hatte es Zugriff?“ gibt es also eine echte Antwort statt eines Schulterzuckens. Der Zugriff ist pro Person begrenzt: Jede:r Einzelne – und jeder Agent, der für sie handelt – sieht nur die Tools, für die sie individuell berechtigt sind. Das ist wichtig, weil die Alternative – ein geteiltes Service-Konto mit breitem, dauerhaftem Zugriff, das jeder Agent aufrufen kann – genau das Muster ist, das aus einer bequemen Abkürzung eine Breach-Schlagzeile macht. Angesichts dessen, was Schatten-KI Unternehmen schon jetzt kostet, wenn es schiefgeht, sind Audit und begrenzter Zugriff von Anfang an kein Nice-to-have, sondern das, was den Betrieb von Agenten in Produktion vor dem eigenen Sicherheitsteam überhaupt vertretbar macht.
Können wir KI-Agenten in regulierten oder air-gapped Umgebungen betreiben?
Ja. Die Plattform wird vollständig selbst gehostet, das heißt, sie läuft in der Fabrikhalle, am Edge und in vollständig air-gapped Umgebungen ohne jede externe Verbindung – nicht nur in einem gewöhnlichen Cloud-Account. Deine Daten, deine Modelle und jede Agent-Interaktion bleiben dabei durchgehend innerhalb deines eigenen Perimeters. Genau das macht Agenten für regulierte Branchen und für Produktionssysteme überhaupt erst praktikabel, bei denen eine Verbindung nach draußen zu einem Drittanbieter-Service von vornherein keine Option ist. Regulierungen wie NIS2, DORA und der EU AI Act erhöhen die Anforderungen daran, nachweisen zu können, wer was in deinen Systemen getan hat – und ein personenbezogener Audit-Trail jeder Agent-Aktion ist genau die Art von Nachweis, die sie verlangen. Dahinter steckt dieselbe Logik wie beim Grundsatz, dass der Agent selbst dort laufen muss, wo deine Daten bereits liegen, statt deine Logs und internen Kontexte woandershin zu schicken, nur damit ein Modell sie sich ansehen kann.
Die Plattform ist Open Source. Wofür bezahlen wir dann?
Berechtigte Frage, und die ehrliche Antwort lautet: nicht für die Software selbst. Die vollständige Plattform ist Open Source, ohne versteckte Feature-Sperren hinter einer Paywall – jede:r kann sich die Open-Source-Installation heute holen, und sie startet leer. Was du als Kund:in bezahlst, ist der Vorsprung und die laufende Kuratierung: eine Plattform, vorbefüllt mit kuratierten Agenten, Skills und Tool-Integrationen, die Giant Swarm bereits an der eigenen Agentenflotte verfeinert hat, ausgeliefert als getestete und signierte Images, dazu Support und optional volle Betriebsführung. Dieser Vorsprung zählt, weil kaum ein Team freie Kapazitäten hat, das selbst zu bauen: 78 % der Unternehmen in Deutschland beobachten derzeit einen Mangel an IT-Fachkräften, so Bitkoms Arbeitsmarktstudie vom September 2026. Das ist eine ähnliche wirtschaftliche Verschiebung wie in der agentischen Softwareentwicklung insgesamt: Je mehr Teams Software mit Agenten bauen und pflegen, die die Umsetzung übernehmen, desto mehr verlagert sich der Wert von „Wer hat den Code geschrieben?“ zu „Wer kuratiert, prüft und hält das Ganze langfristig vertrauenswürdig?“ Genau diese Kuratierung ist der bezahlte Teil.
Wie unterscheidet sich die Agent Platform von Hyperscaler-Angeboten oder einer Eigenentwicklung?
Jede Option hat einen echten Trade-off, den man klar benennen sollte. Hyperscaler- und SaaS-Agentenangebote bringen dich am schnellsten ans Ziel, aber deine Agenten landen dabei in Abhängigkeit von der Cloud, der Rechtsprechung und der Preisgestaltung eines einzelnen Anbieters, und deine Daten verlassen dafür deinen Perimeter. Eine Eigenentwicklung lässt dir die Kontrolle, bedeutet aber, dass jemand in deinem Team eine sich wöchentlich ändernde Agent-Tooling-Landschaft dauerhaft bewerten und integrieren muss, ohne Enddatum. Die Agent Platform setzt auf genau dieser offenen Landschaft auf – kagent, agentgateway und muster –, nicht auf einer proprietären Schicht, du bist also auch nie an unsere Roadmap gebunden. Sie ist als Mittelweg gedacht: schon jetzt produktionsreif, vollständig Open Source, betrieben in deiner eigenen Umgebung, mit jederzeit austauschbarem Modell oder Tool. Sie spiegelt außerdem eine Haltung wider, die die wenigsten Anbieter offen zugeben: Das Ziel ist nicht, möglichst viele Agenten laufen zu lassen, sondern den Punkt zu erreichen, an dem sich wiederkehrende Agent-Arbeit in günstige, deterministische Automatisierung statt in eine stetig wachsende Token-Rechnung verwandelt. Das ist deutlich schwerer, wenn du an das Abrechnungsmodell eines einzelnen Anbieters gebunden bist.
Erfüllt die Agent Platform Anforderungen an digitale Souveränität und Datenresidenz?
Ja, und das ist praktisch die zentrale Design-Vorgabe, um die die ganze Plattform gebaut ist – kein nachträglich abgehaktes Kästchen. Alles ist Open Source und wird selbst gehostet, auf deiner eigenen Infrastruktur. Du kannst mit selbst betriebenen Modellen arbeiten, sodass deine Daten deinen Perimeter nie verlassen müssen und keine Drittanbieter-Cloud zwingend erforderlich ist. Sie läuft air-gapped, wo das eine harte Anforderung ist, und kommt von einem europäischen Anbieter mit ISO-27001-Zertifizierung und über einem Jahrzehnt Erfahrung im produktiven Kubernetes-Betrieb – relevant, wenn Datenresidenz und Rechtsprechung Teil deines Compliance-Bilds sind. Damit adressiert sie auch die größte Sorge rund um KI: In Deutschland nennen 66 % der Unternehmen, die KI nutzen, Anforderungen an den Datenschutz als Hürde, vor rechtlicher Verunsicherung mit 56 % (Bitkom, September 2026). Dahinter steht dasselbe Grundprinzip wie beim gesamten Ansatz von Giant Swarm für Agent-Infrastruktur: Der Agent muss dort operieren, wo deine Daten bereits liegen, unter deiner Governance – nicht umgekehrt.
Abschließende Gedanken
KI-Agenten sind bereits in deinem Unternehmen aktiv, ob das nun jemand offiziell abgesegnet hat oder nicht. Die Frage, die die Agent Platform beantwortet, ist nicht, ob man das zulässt – sondern wie man es sicher, auditierbar und kosteneffizient macht, wenn es ohnehin schon passiert. Giant Swarm bringt dieselbe Disziplin aus über einem Jahrzehnt produktivem Kubernetes-Betrieb in diese neuere Infrastrukturebene ein.
Sprich mit unserem Team über die Agent Platform oder entdecke weitere Details zur Agent Platform.


