Zum Inhalt springen

Enterprise AI Agents

In Ihrer Infrastruktur. Unter Ihrer Kontrolle.

Autonome AI Agents für geschäftskritische Prozesse – mit dem Ziel, Entscheidungsrisiken in HR und Finance messbar zu reduzieren. Modell-agnostisch, auditierbar, DSGVO-konform. Governance by Design – nicht als Add-on.

Architecture stack diagram showing Agents, Governance, and Infrastructure layers
AirbusVolkswagenShellLufthansaSonyEvonikPhilipsKPMG

Enterprise AI Infrastructure & Agent Engineering

Gosign ist eine Enterprise AI Infrastructure & Agent Engineering Company. Wir entwickeln und betreiben die Infrastruktur, auf der AI Agents in Unternehmen produktiv laufen – inklusive Orchestrierung, Governance und Audit.

25 Jahre Softwareentwicklung. 108 Mitarbeiter. Über 5.000 Projekte für z.B. Airbus, Volkswagen, Shell, Lufthansa. Seit 2023 fokussiert auf Enterprise AI Agent Engineering.

Gosign 7-Schichten-Architektur für Enterprise AI: Presentation Layer (Chat UI, Dashboard, API), Orchestration Layer (n8n, Camunda), Agent Layer (Document, Workflow, Knowledge Agents), Governance Layer als Querschicht (Audit Trail, RBAC, Decision Layer, Cert-Ready Controls), Model Layer (Claude, GPT, Gemini, Llama, Mistral, DeepSeek – modell-agnostisch), Integration Layer (SAP, DATEV, Microsoft Graph), Infrastructure Layer (Azure EU, GCP EU, Self-Hosted, Hybrid)

Warum die meisten KI-Projekte keinen messbaren Nutzen bringen

Die meisten Unternehmen setzen bereits KI ein. Die wenigsten erzielen damit messbaren Nutzen. Nicht weil die Technologie nicht funktioniert – sondern weil niemand definiert hat, welche Entscheidungen die KI treffen darf und welche beim Menschen bleiben müssen.

Branchenerfahrung zeigt: Für jeden Euro in Technologie brauchen Sie vier bis fünf Euro in Prozesse, Governance und Veränderungsmanagement. Wer nur in Technologie investiert, investiert am Problem vorbei.

Der Decision Layer ist die Schicht, die diesen Unterschied macht: Er zerlegt jeden Geschäftsprozess in einzelne Entscheidungsschritte und definiert für jeden Schritt – Mensch, Regelwerk oder KI. Damit wird aus einem KI-Experiment ein produktives System.

AI Agents für Ihren Fachbereich

AI Agents für Finance & Accounting

Decision Automation für Belegverarbeitung, Kontierung und Prüfungsvorbereitung. Versionierte Regelwerke, vollständiger Audit Trail, Cert-Ready by Design. Der Decision Layer macht jede Buchungsentscheidung nachvollziehbar.

Finance AI Agents

AI Agents für HR & People Operations

Auditierbare AI Agents für HR-Entscheidungen. Betriebsratsfähig. Decision Layer mit Human-in-the-Loop. Payroll, Onboarding, Document Processing, Compensation & Merit, Policy & Knowledge.

HR AI Agents

AI-Infrastruktur für IT & Enterprise

LLM Hosting, RAG, Orchestrierung, Self-Hosted oder Cloud. Modell-agnostisch, Governance by Design, Cert-Ready by Design. Die Plattform auf der Ihre Agents produktiv laufen.

Infrastruktur

Drei Agent-Typen

01

Document Agents

Der Agent liest und versteht Dokumente – Rechnungen, Krankmeldungen, Verträge, Bescheinigungen. Keine Template-Erkennung, sondern echtes Sprachverständnis. Der Decision Layer bewertet jede Extraktion und routet nach Konfidenz: automatisch weiter oder zur Prüfung an den Sachbearbeiter.

Document Agents im Detail
Document Agent Flow: Agent versteht Dokument, Decision Layer bewertet Konfidenz, bei hoher Konfidenz automatisch, bei niedriger Mensch prüft
02

Workflow Agents

Orchestrieren Geschäftsprozesse systemübergreifend. Der Workflow Agent koordiniert Document Agents, Decision Layer und Zielsysteme – inklusive Eskalation, Genehmigungslogik und Ausnahmebehandlung. Jeder Schritt wird im Audit Trail dokumentiert.

Workflow Agents im Detail
Workflow Agent Flow: Eingang, Doc Agent liest, Decision Layer entscheidet, Zielsystem — Mensch prüft bei Bedarf, Audit Trail dokumentiert
03

Knowledge Agents

Liefern kontextbasierte Antworten aus dem Unternehmenswissen: Betriebsvereinbarungen, Richtlinien, Tarifverträge. Jede Antwort enthält Quellenangabe, Regelversion und Gültigkeitsdatum. Ohne verifizierte Quelle erfolgt keine Antwort – der Agent halluziniert nicht.

Knowledge Agents im Detail
Knowledge Agent Flow: Frage mit Kontext, Agent sucht in verifizierten Quellen, Antwort mit Quelle und Regelversion oder explizit keine Antwort

Architekturvergleich: Copilot, SaaS Agent, Gosign

Drei Ansätze für Enterprise AI – unterschiedliche Architekturen, unterschiedliche Konsequenzen.

Dimension Gosign Agent Architecture Microsoft Copilot SaaS AI Agent
Entscheidungstiefe Fachentscheidungen mit Decision Layer Assistenz und Vorschläge Vorkonfigurierte Workflows
Auditierbarkeit Vollständiger Audit Trail bis SQL-Level Basis-Logging Plattform-Logging
Code-Eigentum Kunde besitzt Quellcode + Prompts Microsoft besitzt Code Plattform besitzt Code
Modellwahl Modell-agnostisch (GPT, Claude, Gemini, Llama, Mistral) GPT (Microsoft-gebunden) Plattform-gebunden
Governance Eigener Governance Layer, Cert-Ready Controls, Auditor Portal Azure Governance Plattform-Governance
Human-in-the-Loop Architektonisch erzwungen bei Risikoentscheidungen Optional Konfigurierbar
EU AI Act Compliant by Design – Transparenz, Erklärbarkeit, Aufsicht eingebaut Microsoft Roadmap Anbieterabhängig
Betriebsrat / Mitbestimmung Vorlagen, Logging, Rollenkonzepte Keine spezifische Unterstützung Keine spezifische Unterstützung
Infrastruktur Kundeninfrastruktur (Azure, GCP, Self-Hosted, Hybrid) Microsoft Cloud Anbieter-Cloud
Exit-Strategie Eigenständiger Betrieb nach 12–18 Monaten Plattform-Migration Plattform-Migration

Diese Tabelle zeigt architektonische Unterschiede, keine Qualitätsurteile. Copilot und SaaS-Agents haben andere Stärken – Geschwindigkeit, Ökosystem, Einfachheit. Die Stärke der Gosign-Architektur ist Governance, Eigentum und Auditierbarkeit in regulierten Umgebungen.

Governance by Design

Agenten skalieren nur mit Infrastruktur. Ohne Governance bleibt AI ein Pilot – mit Infrastruktur wird sie skalierbar.

Human-in-the-Loop als Architekturprinzip – architektonisch erzwungen, nicht optional

Vollständiger Audit Trail für jede Agenten-Entscheidung – bis auf SQL-Level

Mitbestimmungsfähig – Betriebsvereinbarungen als explizite Constraints im Decision Layer

Revisionssicher – Cert-Ready by Design mit automatischer Evidenz-Generierung

EU AI Act compliant by design – Transparenz, menschliche Aufsicht, Aufzeichnungspflichten architektonisch eingebaut

Modell-agnostisch – kein Vendor Lock-in, eigener Quellcode, eigenständiger Betrieb nach 12–18 Monaten

Drei Autonomiestufen im Gosign Decision Layer: (1) Mensch entscheidet – Agent liefert Daten bei Gehaltsanpassungen, Kündigungen, Versetzungen, Bias-relevanten Entscheidungen, Betriebsratsthemen (ca. 35% der HR-Prozesse). (2) Agent arbeitet, Mensch prüft – bei Belegverarbeitung, Vertragsprüfung, Onboarding-Schritten, Zeugniserstellung, Recruiting-Screening (ca. 40% der HR-Prozesse). (3) Agent selbstständig – bei FAQ-Antworten, Standardbescheinigungen, Fristprüfungen, Datenvalidierung, Routine-Benachrichtigungen (ca. 25% der HR-Prozesse). Jede Entscheidung dokumentiert, jeder Schritt auditierbar.

Definition: Decision Layer

Der Decision Layer zerlegt jeden Geschäftsprozess in einzelne Entscheidungsschritte – wie eine Standardprozessbeschreibung mit klaren Entscheidungsstufen. Für jeden Schritt ist definiert: Entscheidet ein Mensch, ein Regelwerk oder die KI?

Konkret: Wo Betriebsrat, Diskriminierungsrisiko oder Ermessensspielraum eine Rolle spielen, erzwingt die Architektur menschliche Prüfung. Wo eine Regel immer gleich gilt, wendet der Agent sie konsistent an. Jede Entscheidung wird dokumentiert – wer hat wann was entschieden, auf welcher Grundlage, mit welchem Ergebnis. Prüfbar für Wirtschaftsprüfer, Betriebsrat und interne Revision.

Governance, Sicherheit & Audit

Vom PoC zur Plattform

1

Discover

1 Woche

Prozessanalyse, Regelwerke verstehen, Use Cases priorisieren.

2

Build

3–4 Wochen

Produktiver PoC. Ein Agent, ein Prozess, live in Ihrer Infrastruktur.

3

Scale

Kontinuierlich

Mehr Agenten, mehr Prozesse. Gleiche Governance, gleiche Auditierbarkeit.

Nach 12–18 Monaten betreiben Sie Ihre Agenten eigenständig. Vollständiger Quellcode, alle Prompts, alle Regelwerke gehören Ihnen.

Magazin

Analysen und Einordnungen zu Enterprise AI, Governance und Agent Architecture.

Warum KI-Projekte in HR scheitern
HR & People Operations

Warum KI-Projekte in HR scheitern

Die meisten KI-Projekte scheitern nicht an der Technologie. Sie scheitern an fehlenden Spielregeln. Warum das Operating Model wichtiger ist als das Sprachmodell.

6 Min. Lesezeit
„Auch als globaler Marktführer will man sich weiterentwickeln. Es ist beruhigend, die technologische Kompetenz und Infrastruktur-Erfahrung von Gosign an unserer Seite zu haben.“

Head of Innovation, Sony Music Entertainment

„Bei Gosign geht es nicht nur um Geschwindigkeit. Es geht darum, wie viel substanzielle Arbeit in dieser Zeit passiert.“

Head of Customer Service & Technical Support, Libri GmbH

Häufige Fragen

Ist die Architektur EU AI Act-konform?

Die Architektur adressiert die zentralen Anforderungen des EU AI Act als Designprinzip: Transparenz (Art. 13) über den Decision Layer, menschliche Aufsicht (Art. 14) über architektonisch erzwungenes Human-in-the-Loop Routing, Aufzeichnungspflichten (Art. 12) über den Audit Trail und Risikomanagement (Art. 9) über Bias-Monitoring und Cert-Ready Controls.

Wie ist das Thema Cloud Act / Datensouveränität gelöst?

Alle Agenten laufen in der Infrastruktur des Kunden – Cloud, Self-Hosted oder Hybrid. Bei Cloud-Deployment in der EU greifen DPA und Standard Contractual Clauses. Optional: EU-only Processing über Cloudflare Regional Services. Kein US-Anbieter hat Zugriff auf Geschäftsdaten.

Welche Zertifizierungen werden unterstützt?

Die Architektur ist Cert-Ready by Design. Controls sind als technische Datenobjekte implementiert mit automatischer Evidence-Generierung. Framework-Mapping auf ISO 27001, SOC 2, ISA, PS 951, IDW, GoB/GoBD. Die Architektur ist strukturell zertifizierbar – die konkrete Zertifizierung erfolgt durch den Kunden.

Ist das betriebsratsfähig?

Ja. Betriebsvereinbarungen werden als explizite Constraints im Decision Layer abgebildet. Human-in-the-Loop ist architektonisch erzwungen bei Bias-Risiko, Diskriminierungspotenzial und Mitbestimmungsthemen. Vollständiges Logging, Rollenkonzept, Audit Trail. Betriebsratsvorlagen sind Teil der Architektur.

Wie lange dauert ein Pilotprojekt?

4–6 Wochen bis zum produktiven PoC. Discover (1 Woche): Prozessanalyse, Regelwerke verstehen. Build (3–4 Wochen): Ein Agent, ein Prozess, live in Ihrer Infrastruktur mit Decision Layer und Audit Trail.

Welcher Prozess soll Ihr erster Agent übernehmen?

Sprechen Sie mit uns über einen konkreten Use Case in Ihrem Unternehmen.

Termin vereinbaren