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.
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.
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.
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
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
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.
InfrastrukturDer Spezialist: versteht Dokumente. Eine Krankmeldung geht ein. Der Agent erkennt den Dokumenttyp, extrahiert Name, Zeitraum und Diagnose-Schlüssel, prüft ob alle Pflichtfelder vorhanden sind und ordnet das Dokument dem richtigen Mitarbeiter zu. Keine Template-Erkennung – echtes Sprachverständnis: Er unterscheidet eine Krankmeldung von einer AU-Bescheinigung, auch wenn beide vom selben Arzt kommen. Der Decision Layer bewertet jede Extraktion: Deterministisch? Regelwerk. Confident genug? Agent entscheidet eigenständig. Ermessen nötig? Mensch prüft.
Document Agents im Detail
Der Koordinator: steuert den Gesamtprozess. Die Krankmeldung ist verstanden – und jetzt? Der Workflow Agent übernimmt: prüft im HR-System ob es die dritte Meldung in sechs Monaten ist, gleicht gegen den Tarifvertrag ab ob die Schwelle für eine Wiedereingliederung erreicht ist, erstellt eine Aufgabe für den HR-Manager in SAP SuccessFactors, informiert den Betriebsrat und plant ein Follow-up. Fünf Systeme, drei Entscheidungspunkte, ein Agent der den gesamten Prozess koordiniert – inklusive eigenständiger Routing-Entscheidungen wenn die Konfidenz ausreicht. Jeder Schritt im Audit Trail.
Workflow Agents im Detail
Der Wissensträger: beantwortet Fragen aus dem Unternehmenswissen. Ein HR-Manager fragt: ‚Ab wann muss bei Langzeiterkrankung ein BEM-Verfahren eingeleitet werden?' Der Agent sucht nicht nur – er interpretiert Betriebsvereinbarung, Tarifvertrag und gesetzliche Vorgaben im Kontext der Frage, und liefert eine spezifische Antwort mit Quellenangabe, Regelversion und Gültigkeitsdatum. Bei Unsicherheit markiert er sie explizit. Ohne verifizierte Quelle erfolgt keine Antwort – der Agent halluziniert nicht.
Knowledge Agents im Detail
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.
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
Der Decision Layer zerlegt jeden Geschäftsprozess in einzelne Entscheidungsschritte und definiert für jeden Schritt vorab: Entscheidet ein Mensch, ein Regelwerk oder die KI eigenständig?
Wo Ermessensspielraum, Diskriminierungsrisiko oder Mitbestimmung eine Rolle spielen, erzwingt die Architektur menschliche Prüfung. Wo eine Entscheidung deterministisch ist – Tarifvertrag, Fristprüfung, Buchungslogik – wendet der Agent das Regelwerk konsistent an. Und wo der Agent confident genug ist und die Erlaubnis hat: entscheidet er eigenständig. Er interpretiert Dokumente, klassifiziert Sachverhalte, bewertet Kontext – nachweislich konsistenter und rechtssicherer als manuelle Bearbeitung.
Jede Entscheidung wird dokumentiert – wer hat wann was entschieden, auf welcher Grundlage, mit welchem Ergebnis. Prüfbar für Wirtschaftsprüfer, Betriebsrat und interne Revision.
1 Woche
Prozessanalyse, Regelwerke verstehen, Use Cases priorisieren.
3–4 Wochen
Produktiver PoC. Ein Agent, ein Prozess, live in Ihrer Infrastruktur.
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.
Analysen und Einordnungen zu Enterprise AI, Governance und Agent Architecture.
Die acht Entscheidungen für Ihre KI-Infrastruktur. Modelle, Hosting, Interfaces, Agenten, Orchestrierung, Governance, Kosten, Regulierung.
Nicht jede Entscheidung braucht einen Menschen. Und nicht jede sollte einer KI überlassen werden. Ein Framework für die Zuordnung – mit konkreten HR-Beispielen.
Die meisten KI-Projekte scheitern nicht an der Technologie. Sie scheitern an fehlenden Spielregeln. Warum das Operating Model wichtiger ist als das Sprachmodell.
„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
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.
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.
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.
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.
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.
Sprechen Sie mit uns über einen konkreten Use Case in Ihrem Unternehmen.
Termin vereinbaren