Zum Inhalt springen

AI Agents für Unternehmen in Madrid

In Ihrer Infrastruktur. Unter Ihrer Kontrolle.

Airbus Volkswagen Shell Renault Evonik Vattenfall Philips KPMG

Madrid ist die einzige europäische Hauptstadt, in der die nationalen Datenschutz- und Finanzregulatoren in Gehweite voneinander sitzen

Wer Enterprise AI in Madrid baut, baut buchstäblich vor der Haustür der spanischen Aufsicht. Die AEPD (Agencia Española de Protección de Datos), die CNMV (Comisión Nacional del Mercado de Valores), die Banco de España und die CNMC (Comisión Nacional de los Mercados y la Competencia) - alle vier haben ihren Hauptsitz in Madrid. Hinzu kommt der politische Apparat: Das Ministerio de Asuntos Económicos und das Ministerio de Industria, Comercio y Turismo entscheiden hier über die Umsetzung des EU AI Act. Im Unternehmenssektor sitzen Banco Santander, BBVA, Telefónica, Repsol, Iberdrola (HQ Bilbao, aber Madrid ist operativ stark), Mapfre, Ferrovial, ACS, Naturgy, Red Eléctrica und Amadeus IT in der Stadt. Wer hier eine AI-Architektur baut, baut für eine Konzentration aus Big Corporates und Aufsichtsbehörden, die in Europa nur Frankfurt und Paris vergleichbar haben.

Die drei regulatorischen Hürden für AI im Madrider Markt

Erstens die AEPD und das LOPDGDD (Ley Orgánica 3/2018), Spaniens DSGVO-Umsetzungsgesetz mit Verschärfungen. Die AEPD ist EU-weit für ihre strikte Auslegung von Art. 22 DSGVO bekannt - vollautomatisierte Entscheidungen sind in Spanien praktisch nur mit dokumentierter menschlicher Letztentscheidung zulässig. Die Behörde hat in den letzten Jahren mehrere Bußgelder im acht- und neunstelligen Euro-Bereich verhängt, oft gegen Banken und Telekomunternehmen. Der Decision Layer mit Human-in-the-Loop ist hier nicht optional, sondern Compliance-Voraussetzung.

Zweitens die AESIA (Agencia Española de Supervisión de la Inteligencia Artificial). Spanien ist das erste EU-Land mit einer dedizierten AI-Aufsichtsbehörde. Der Hauptsitz liegt in La Coruña, aber operativ und politisch wird vieles in Madrid entschieden. Die AESIA prüft ab 2026 systematisch Hochrisiko-Systeme nach EU AI Act und kann Betriebsverbote aussprechen. Wer in Madrid Modelle in den Markt bringt, muss von Anfang an für ein AESIA-Audit dokumentieren.

Drittens die CNMV und Banco de España für den gesamten Finanzsektor. Beide Behörden haben gemeinsame Erwartungen an AI-Modellgovernance formuliert und prüfen Banken, Versicherer und Asset Manager auf Erklärbarkeit, Audit Trail und Reproduzierbarkeit. Die CNMV verlangt seit 2024 bei AI-gestützten Anlageempfehlungen einen vollständigen Audit Trail. EU AI Act Compliance und Finanzaufsicht greifen hier ineinander.

Typische Einsatzszenarien in Madrid

Banco Santander betreibt Kreditprüfung in 10+ Ländern und braucht AI-Modelle, die unter AEPD-, CNMV- und Banco-de-España-Aufsicht reproduzierbar bleiben - jede Ablehnung muss innerhalb der gesetzlichen Frist begründbar sein. Telefónica analysiert CDR-Daten (Call Detail Records) für Fraud-Erkennung und Netzoptimierung in über 12 Märkten - die Modelle müssen gegenüber AEPD und ANACOM auditierbar bleiben. Mapfre setzt AI in der Schadenregulierung ein und braucht Modelle, die jede automatische Schadenshöhe-Schätzung gegenüber Versicherten begründbar machen. Iberdrola plant in Madrid Stromnetz-Operationen, die unter Hochrisiko-Kategorien des EU AI Act fallen - die Modelle müssen für Red Eléctrica und die nationale Energieaufsicht CNMC dokumentiert sein.

In jedem dieser Fälle ist der Decision Layer die Architektur, die Audit Trail bis auf SQL-Ebene, Human-in-the-Loop-Eskalation und Cert-Ready by Design zusammenführt - genau das, was die Madrider Aufsichtsbehörden gleichzeitig sehen wollen.

Eine Madrider Besonderheit ist die Konzernkomplexität: Die meisten großen spanischen Unternehmen sind über Iberoamerika hinaus verflochten - Santander in 10+ Ländern, BBVA in Mexico und Türkei, Telefónica in Brasilien und Deutschland. Eine AI-Architektur in Madrid muss in der Lage sein, jurisdiktionsspezifische Regelsätze für DSGVO, LGPD, mexikanische LFPDPPP und türkische KVKK gleichzeitig durchzusetzen - alles über demselben Audit Trail. Wer das in Madrid baut, hat eine Architektur für die gesamte hispanofone Welt.

Wie Gosign aus Barcelona Madrid betreut

Gosign betreut Madrider Projekte aus dem Barcelona-Büro (gosign.es) mit spanischsprachigen Projektleitern und Engineers. Die AVE-Hochgeschwindigkeitsverbindung Barcelona-Madrid braucht knapp zweieinhalb Stunden - wöchentliche Vor-Ort-Termine bei Santander, BBVA, Telefónica, Mapfre, Iberdrola und Repsol sind kein logistischer Aufwand, sondern Routine. Discovery-Workshops, Sprint Reviews und Steering-Runden laufen vor Ort am Paseo de la Castellana, in Las Tablas oder direkt an den Konzernzentralen, mit den spanischsprachigen Fachverantwortlichen und Vertretern des Comité de Empresa am selben Tisch. Madrid ist Sitz der wichtigsten ES-Regulatoren - AEPD, CNMV, Banco de España und CNMC sind in Gehweite voneinander - und das spanische Team ist regelmäßig vor Ort, um regulatorische Abstimmungen, Audit-Vorbereitungen und Sandbox-Termine direkt zu führen. Die Hamburger Zentrale übernimmt DACH- und internationale Koordination sowie architektonische Reviews - der operative Tagesbetrieb, die Madrider Konzernkultur und die Behördenkontakte liegen beim Barcelona-Team.

Warum Madrid als Startpunkt für Enterprise AI funktioniert

Madrid ist die einzige Stadt in Europa, in der Sie alle vier spanischen Aufsichtsbehörden zu Fuß erreichen können - und in der die meisten regulatorischen Antworten innerhalb weniger Tage statt Wochen verfügbar sind. Wer hier einen Cert-Ready-by-Design-Piloten baut, hat einen Referenzfall, der unter AEPD-, AESIA-, CNMV- und Banco-de-España-Standards bestanden hat. Die Cluster Madrid in Motion, der Impact Hub Madrid und Wayra Madrid (Telefónica) liefern Talent, Pilotpartner und Investorenzugang.

Wir bringen aus dem deutschen Markt die Erfahrung mit, AI-Systeme so zu bauen, dass sie unter strengen Aufsichtsregimen nicht nur funktionieren, sondern produktiv bleiben - mit Governance by Design und Audit Trail. Madrid ist der richtige Markt, um diese Disziplin in das Herz der spanischen Wirtschaft zu tragen.

Warum scheitern die meisten AI-Projekte?

Nicht an der Technologie – sondern an fehlender Governance. Ohne klare Regeln, wer welche Entscheidung trifft, bleibt jeder AI Agent ein Pilotprojekt.

Deshalb bauen wir jeden Agent ausschließlich mit Decision Layer. Er zerlegt jeden Geschäftsprozess in einzelne Entscheidungsschritte und definiert für jeden Schritt: Mensch, Regelwerk oder KI. Kein Agent geht ohne diese Schicht in Produktion.

Decision Layer im Detail →

Drei Agent-Typen für Ihren Fachbereich

Document Agents

Verstehen Dokumente mit echtem Sprachverständnis. Erkennung von Typ, Inhalt und Kontext – keine Template-Erkennung. Jede Extraktion über den Decision Layer geprüft.

Document Agents im Detail

Workflow Agents

Steuern Geschäftsprozesse systemübergreifend. Mehrere Systeme, mehrere Entscheidungspunkte, ein Agent. Jeder Schritt im Audit Trail.

HR AI Agents

Knowledge Agents

Beantworten Fragen aus dem Unternehmenswissen – mit Quellenangabe, Regelversion und Gültigkeitsdatum. Ohne verifizierte Quelle keine Antwort.

Knowledge Agents im Detail

Governance by Design

Auditierbar. Betriebsratsfähig. EU AI Act compliant.

Human-in-the-Loop architektonisch erzwungen – nicht optional

Vollständiger Audit Trail für jede Agenten-Entscheidung

DSGVO-konform by design – alle Daten auf Ihrer Infrastruktur

Betriebsratskompatibel – Betriebsvereinbarungen als Constraints im Decision Layer

EU AI Act compliant by design – Transparenz, Erklärbarkeit, menschliche Aufsicht

Modell-agnostisch – kein Vendor Lock-in, eigener Quellcode

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. Quellcode, Prompts und Regelwerke gehören Ihnen.

Vertiefen

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

KI-Projekte scheitern nicht an Technologie, sondern 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.“

Arletta Korff

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.“

Truels Dentler

Head of Customer Service & Technical Support, Libri GmbH

Häufige Fragen

Hat Gosign eine Präsenz in Madrid?

Wir betreuen Projekte in Madrid von unserem Büro in Barcelona aus. Für Meetings und Workshops vor Ort in Madrid sind wir nach Projektbedarf verfügbar.

Welche Bedeutung hat die AESIA für mein Unternehmen?

Die AESIA (Agencia Espanola de Supervision de la Inteligencia Artificial) mit Sitz in Madrid überwacht die Einhaltung des EU AI Act in Spanien. Unternehmen, die Hochrisiko-KI in HR oder Finance einsetzen, müssen Transparenz-, Erklärbarkeits- und Aufsichtsanforderungen erfüllen - die unsere Agents by design implementieren.

Wie wird DSGVO-Konformität sichergestellt?

DSGVO-konform by design. Alle Daten bleiben auf Ihrer Infrastruktur. Keine Datenübermittlung an Dritte.

Wie schnell ist ein erster AI Agent produktiv?

4-6 Wochen von der Erstberatung bis zum produktiven Agent. Discovery: 1 Woche. Build: 3-4 Wochen. Auf Ihrer Infrastruktur.

Welcher Prozess soll Ihr erster Agent übernehmen?

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

Termin vereinbaren