AI-Governance

AI-Governance in der Softwareentwicklung

Wenn AI-Agents Code schreiben und ausliefern, zeigt Governance, wer was getan hat, warum es erlaubt war und ob Sie es im Nachhinein belegen können. Ein Policy-Dokument allein setzt nichts durch, sobald ein Agent läuft.

Das Problem

Ungeregelte AI in der Softwareentwicklung ist ein Risiko auf Organisationsebene.

Drei Risiken auf Organisationsebene, nicht auf Teamebene:

Nicht nachvollziehbare Änderungen

AI schreibt Code, für den niemand geradesteht. Für eine regulierte Organisation ist eine Änderung, die keiner erklären kann, ein No-Go.

Autopilot ohne Stopp

Auf Autopilot liefern Agents immer irgendetwas, das läuft. Sich selbst überlassen, erzeugen sie zu viel und doppeln: es funktioniert heute und verrottet morgen, und niemand hat diesen Weg gewählt oder kann dafür geradestehen.

Qualität, die erst im Review auffällt

AI produziert Code, der plausibel aussieht, schneller als jedes Review mithält. Qualität, die am Ende aufgesetzt wird, skaliert nie auf den Durchsatz von Agents.

AI Governance

Governance gehört nicht in ein Policy-Dokument. Sie gehört in die Plattform.

AI-Governance ist gerade das grosse Thema. Die übliche Antwort ist ein Policy-Paper. Nur: Ein Dokument setzt nichts durch. Governance wirkt erst, wenn sie zur Laufzeit greift. Genau da sitzt sie bei uns: in der Plattform, die jede AI-Policy live prüft und durchsetzt. Sovereignty, Traceability, Control und Built-in Quality greifen im Operating Model nahtlos ineinander.

So setzt die beacon platform es um

Governance, zur Laufzeit durchgesetzt, in vier Bausteinen.

Sovereignty, Traceability, Control und Built-in Quality: dasselbe Operating Model, das jede Arbeitseinheit auf der Plattform durchläuft, keine separate Governance-Schicht obendrauf.

Sovereignty

Kein Lock-in: weder an eine Cloud noch an ein Modell. Ihre Plattform läuft, wo Sie wollen; Ihr Modell gehört Ihnen, auf Ihren Keys.

Traceability

Wer hat was getan, auf welcher Spec, mit welchem Modell. Jede Arbeitseinheit nachvollziehbar, live im Produkt.

Control

Human-in-the-loop by design: Go, Adjust, Stop an jedem Checkpoint. Kein Black-Box-Autopilot.

Built-in Quality

Spec-first, red-first. Qualität ist ins System eingebaut, nicht im Review aufgesetzt.

Fragen

Fragen zur AI-Governance

Wer steht gerade, wenn ein AI-Agent etwas Kaputtes ausliefert?

Jeder Agent handelt unter seiner eigenen Identität, nie über ein geteiltes Konto. Zwei menschliche Kontrollpunkte rahmen die Arbeit, nach der Spec und vor dem Merge, und ein menschlicher Integrator ist der Einzige, der mergt: Nichts geht live ohne ein ausdrückliches Go.

Können wir im Nachhinein belegen, was ein Agent getan hat?

Ja. Jede Arbeitseinheit ist ein Task mit einer vollständigen Activity Timeline: wer was wann getan hat, auf welcher Spec, mit welchem Modell, live im Produkt statt als Log, das Sie erst rekonstruieren müssen.

Verlieren wir die Kontrolle über unsere Modelle und unsere Infrastruktur?

Nein. Durchgängig BYOK: Modellaufrufe laufen über Ihren eigenen Provider-Vertrag, nie über uns, ohne gebündeltes Token-Kontingent. Deployment on-prem in Ihrem eigenen Perimeter oder Swiss-hosted. Sie entscheiden.

Wie steht es um Single Sign-on und Zertifizierungen?

Single Sign-on ist auf Anfrage verfügbar, eingerichtet sobald Ihr Engagement es braucht. Sicherheitsfragebögen und Vendor-Assessments beantworten wir schon heute auf Anfrage, und eine Zertifizierung wie ISO 27001 würden wir verfolgen, sobald ein Kundenengagement sie verlangt, nicht vorher.

Bremst Governance die AI-gestützte Auslieferung aus?

Guardrails, Spec Test Driven Development und eine Definition of Done werden automatisch bei jeder Änderung durchgesetzt, sodass Qualität eine Eigenschaft des Systems ist statt ein Review-Schritt, der unter Druck ausfällt.

Nächster Schritt

Zwei Wege zu AI-Governance

Geführte Evaluation

Für Organisationen, die ein Deployment On-Prem oder Swiss-hosted mit eigener Infrastruktur und eigenen Keys evaluieren.