Eine Runtime. Ein Policy-Modell. Ein Audit-Trail.
Jeder Tool-Aufruf, jeder API-Request und jede Datenbankabfrage Ihrer eigenen Agenten läuft durch die Mitrity-Runtime — in Echtzeit gegen die deklarierte Mission des Agenten geprüft, bevor die Aktion ausgeführt wird. Agenten, die in SaaS-Plattformen leben, kommen über schreibgeschützte Konnektoren in denselben Datenbestand. Hier ist die ganze Plattform, Säule für Säule.
Entscheiden, welche Agenten laufen — und die Nachweise behalten.
Freigaben, Compliance-Stand und ein Inventar dessen, was Ihre Agenten nutzen — alles aus demselben Datenbestand, der jede Aktion regelt.
Jeden Agenten freigeben, bevor er läuft
Zwei Entscheidungen bleiben beim Menschen: ob ein Agent überhaupt laufen darf und ob eine riskante Aktion weitergehen darf. Prüfungen stellen das Deklarierte neben das tatsächlich Getane, und eine einzige Einstellung entscheidet, ob ein nicht freigegebener Agent handeln darf.
- Lebenszyklus-Status von „Vorgeschlagen“ bis „Freigegeben“, „Blockiert“ oder „Ausgemustert“ — jede Änderung im Audit-Trail
- Bewertungen, vorausgefüllt aus dem, was der Agent in den letzten 90 Tagen getan hat — jede Antwort mit ihrem Nachweis
- Attestierte Prüfungen mit Funktionstrennung, regelmäßige Neuprüfung und eine Änderungsprüfung, sobald ein Befund oder eine Policy-Abweichung sie erfordert
- Eine Freigabeschranke, die jede Aktion eines Agenten, den niemand freigegeben hat, direkt in der Runtime abweisen kann
Nachweise, die Prüfer verifizieren können — nicht nur lesen
Kontrollbibliotheken decken die EU-KI-Verordnung, das NIST AI RMF, ISO/IEC 42001 und 27001, die DSGVO, SOC 2, die OWASP LLM Top 10 und MITRE ATLAS ab. Ihr Stand zu jedem dieser Rahmenwerke wird aus den Datensätzen berechnet, die Mitrity vorliegen, Kontrolle für Kontrolle, mit jeder Lücke benannt. Berichte, Nachweispakete und der Audit-Trail darunter tragen die Hashes und Signaturen, die zeigen, ob sich etwas verändert hat.
- Stand zu jeder Bibliothek, Kontrolle für Kontrolle — abgedeckt, teilweise, nicht abgedeckt oder nicht bewertet, nie eine nackte Prozentzahl
- Ein KI-Risikoregister mit Verantwortlichen und einem berechneten Restrisiko neben dem deklarierten — und KI-Richtlinienerklärungen, die Mitarbeitende attestieren
- SOC-2-, DSGVO-, ISO-27001-, KI-Bewertungs- und Rahmenwerk-Berichte mit Integritäts-Hashes — dazu Nachweispakete und ablaufende Freigabelinks
- Ein manipulationssicherer Audit-Trail: jedes Ereignis hash-verkettet, durch signierte Prüfpunkte versiegelt, offline überprüfbar
Was Sie nicht auflisten können, können Sie nicht governen
Die AI Bill of Materials ist ein lebendes Inventar jedes Agenten, Tools, Modells, Credentials und Connectors in Ihrer Umgebung — kein Quartals-Spreadsheet, sondern ein Graph, der sich mit Ihrer Flotte aktualisiert.
- Automatische Erkennung von Agenten, Tools, Credentials und Connectoren
- Immer aktuell — das Inventar aktualisiert sich mit jedem governten Ereignis
- Schatten-Agenten, ungenutzte Tools und langlebige Credentials auf einen Blick
- Auch Modelle: die Repositories, die Ihre Agenten laden, gescannt — und die gehosteten Modelle, die sie aufrufen, gegen Ihre Policies geprüft
Jede Aktion verteidigen — und testen, ob die Abwehr hält.
Runtime-Schutz vor Ihren Tools und Modellanbietern, Angriffstests gegen Ihre eigenen Agenten und Scans der Modelle, die sie laden.
Eine governte Eingangstür für jedes Modell und jedes Tool
Ein einziger governter Zugangspunkt vor allem, womit Ihre Agenten sprechen — von internen Tools bis zu den Modellanbietern, die sie aufrufen. Statt Berechtigungen über Configs zu verstreuen, wird jede Fähigkeit an einem Ort erteilt — und entzogen.
- Zugriffskontrolle pro Agent und Tool: erlaubte Operationen, Scopes und Zeitfenster
- Ziel-Allowlists — Agenten erreichen nur Endpunkte, die Sie freigegeben haben
- Rate-Limits pro Tool und Agent, damit selbst erlaubte Aktionen nicht missbraucht werden
- Modellaufrufe an Anthropic, OpenAI, Azure OpenAI / AI Foundry, Google Vertex AI, Amazon Bedrock (OpenAI-kompatible API) oder jeden OpenAI-kompatiblen Host — genauso governt
- Modell-Allowlists, Token-Obergrenzen, Budgets und Rate-Limits pro Policy — durchgesetzt, bevor ein Aufruf den Anbieter erreicht
Wissen, wozu jemand Ihre Agenten bringen könnte
Angriffskampagnen laufen planmäßig gegen Ihre LLM-Routen und die Endpunkte Ihrer eigenen Agenten. Jeder Versuch durchläuft dieselbe Governance wie jede andere Aktion, und der vollständige Austausch bleibt in Ihrer Umgebung.
- Kampagnen gegen LLM-Routen und die Endpunkte Ihrer eigenen Agenten — standardmäßig im Probelauf, mit Obergrenzen für Versuche, Zeit, Tokens und Kosten
- Jeder Versuch governt und auditiert; vollständige Prompts und Antworten verlassen nie Ihre Umgebung — nur Hashes und ein geschwärzter Auszug
- Deterministische Orakel, wo das Ergebnis eine Tatsache ist — und jeder Befund mit der Konfidenz des Orakels gekennzeichnet, das ihn entschieden hat
- Befunde gemappt auf OWASP LLM Top 10, MITRE ATLAS, NIST AI RMF, die EU-KI-Verordnung und ISO/IEC 42001 — plus ein Absicherungswert der Schutzmaßnahmen pro Agent
Das Modell lesen, bevor Ihr Agent es lädt
Ein PyTorch-Checkpoint ist ein Pickle-Stream, und wer ein Pickle lädt, führt aus, was es benennt. Mitrity liest die Repositories, die Ihre Agenten laden, ohne etwas auszuführen, und berichtet, was darin steckt — mit den Byte-Offsets als Beleg.
- Pickle-Streams und PyTorch-Archive disassembliert, nie ausgeführt — jedes Global, das sie erreichen, mit seinem Byte-Offset
- Header-Integrität von safetensors und GGUF sowie versteckte Anweisungen in Model Cards, Konfigurationen und Chat-Templates
- Remote-Code-Angriffsflächen (auto_map, Custom Pipelines, mitgeliefertes Python) und nicht gepinnte Revisionen, markiert
- Gehostete Modelle, am Gateway beobachtet und gegen Ihre Policy-Regeln sowie eine kuratierte Liste bekannt unsicherer Modelle geprüft
Drei Schichten zwischen Angreifern und Ihren Agenten
Prompt-Injection ist der Confused-Deputy-Angriff des Agenten-Zeitalters. Mitrity prüft Eingaben, bevor sie landen — mit Abwehr, die nicht davon abhängt, genau diesen Trick schon einmal gesehen zu haben.
- Schicht 1: Musterabgleich gegen bekannte Injection-Signaturen
- Schicht 2: statistische Analyse, die strukturell verdächtige Eingaben markiert
- Schicht 3: ein ML-Klassifikator für neuartige und verschleierte Versuche
- Fängt Instruktions-Override, System-Prompt-Injection und Encoding-Umgehung ab
Agenten leihen sich Secrets. Sie besitzen sie nie.
Einen permanenten API-Key in die Config eines Agenten zu kleben heißt, den Generalschlüssel unter die Fußmatte zu legen. Der Broker prägt stattdessen Just-in-time-Leases — und holt sie zurück, sobald das Verhalten driftet.
- Just-in-time-Ausgabe von Credentials mit kurzlebigen Leases
- Automatischer Widerruf, sobald Verhaltensdrift erkannt wird
- Credentials verlassen nie Ihre Umgebung — gemeldet werden nur Lease-Metadaten
- Ohne stehende Secrets gibt es für einen kompromittierten Agenten nichts zu stehlen
Wenn Agenten Agenten anheuern, zählt die Herkunft
Ein kompromittierter Bot mit wenig Rechten darf keinen hochprivilegierten Kollegen zur Waffe machen. Mitrity verfolgt jede Agent-zu-Agent-Delegationskette und erzwingt, dass Privilegien stromabwärts nur schrumpfen können.
- Lückenlose Verfolgung der Delegationsketten in Ihren Multi-Agenten-Workflows
- Erkennung zirkulärer Delegation, Tiefenlimits und Fan-out-Schwellen
- Privilegienvererbung per Schnittmenge — ein Delegat übersteigt nie seinen Aufrufer
- Blockiert KI-zu-KI-Privilegieneskalation inline, nicht im Post-mortem
Sensible Daten bleiben, wo sie hingehören
Agenten fassen die sensibelsten Daten Ihres Stacks an. Mitrity klassifiziert sie im Flug, schwärzt oder blockiert sie, bevor sie hinausgehen, und stoppt Exfiltration an Ziele, die Sie nie freigegeben haben.
- Klassifizierung im Flug: personenbezogene Daten, Credentials, Finanz- und Gesundheitsdaten
- Blockiert Exfiltration an nicht autorisierte Ziele
- Akkumulationserkennung stoppt tröpfchenweisen Datendiebstahl über Sessions hinweg
- Prompts werden geschwärzt, bevor sie Ihren Cluster verlassen — Modellantworten, bevor sie den Agenten erreichen
Die Abwehr jedes Kunden schärft Ihre
Klassische Threat Intelligence besteht aus IPs und Datei-Hashes. Agenten-Angriffe sehen anders aus — deshalb teilt Mitrity verhaltensbasierte Angriffssignaturen über die Flotte, ohne dass die Daten eines Tenants je seine Grenze verlassen.
- Bedrohungsindikatoren aus der Community, anonym beigesteuert
- Tenant-übergreifende Mustererkennung mit strikten Datenschutzgarantien
- Indikatoren sind universell; Treffer bleiben immer auf den Tenant beschränkt
- Schutz vor neuartigen Angriffen, der mit jedem Kunden besser wird
Erreichen Sie die Agenten in Ihrem SaaS
Manche Agenten berühren nie ein Gateway — sie laufen in Microsoft 365, Salesforce, GitHub und Snowflake. Mitrity bringt AI Security Posture Management (AI-SPM) zu diesen Agenten: Verbinden Sie jede Plattform über schreibgeschützte Anmeldedaten, die Sie bereitstellen, und regeln Sie sie außerhalb des Datenpfads — erkennen, beobachten, was sie getan haben, ihre Sicherheitslage bewerten und sie denselben Prüfungen unterziehen wie den Rest Ihrer Flotte. In der Cloud des Anbieters wird nichts installiert.
- GitHub Copilot — Coding-Agents erkennen, Organisations-Audit-Aktivität importieren, Sicherheitslage lesen
- Microsoft 365 Copilot und Copilot Studio — der Tenant-Copilot, veröffentlichte Agenten und jeder Copilot-Studio-Agent, schreibgeschützt auf ihre Sicherheitslage geprüft
- Salesforce Agentforce — Agentforce-Agenten, Setup-Audit-Telemetrie und Posture-Proxys der Organisation
- Snowflake Cortex Agents — Cortex Agents erkennen, AI-Observability-Aktivität importieren, die Sicherheitslage des Kontos lesen
- Schreibgeschütztes AI-SPM: Erkennen · Beobachten · Sicherheitslage — Pro und Enterprise; nichts zu installieren
Intent-bewusste Governance — die Schicht, auf der jede Säule steht.
Nicht nur, was ein Agent tut — sondern ob es zur Mission passt. Jede Aktion wird auf Drift, Risiko und Anomalie bewertet, von ML, das dort läuft, wo Ihre Agenten laufen.
Durchsetzung, die zur Arbeitsweise Ihres Teams passt.
Beobachten → Alarmieren → Durchsetzen
Steigern Sie im eigenen Tempo, pro Agent. Erst beobachten, dann alarmieren, dann Mitrity blockieren lassen — mit Fail-open- oder Fail-closed-Defaults Ihrer Wahl.
Freigaben in Slack
Verdächtige Aktionen werden für einen Menschen angehalten — mit interaktiven Freigeben/Ablehnen-Buttons und vollem Kontext. Konfigurierbare Timeouts — der Agent hängt nie für immer fest.
Natives SIEM-Forwarding
Jedes Governance-Ereignis fließt zu Splunk (HEC), syslog CEF oder einem beliebigen Webhook. Ihr SOC behält sein zentrales Bild — Mitrity füllt es nur mit besserem Signal.
Die ganze Plattform, auf Ihren Agenten, in fünf Minuten.
Starten Sie mit den Säulen, die Sie heute brauchen. Schalten Sie den Rest zu, wenn Ihre Flotte wächst — gleiche Missionen, gleiche Entscheidungen, gleicher Audit-Trail.