Governance on DR.365

Auf Menschentempo ausgelegt: Was Anthropics neue Versionskontrolle für die IT-Strategie bedeutet

Wed, 14 Oct 2026 07:00:00 +0200

Im Mai 2026 hat Anthropic rund 2.500 Code-Änderungen pro Tag in sein Monorepo gemergt. Im September waren es über 30.000. Git und die Mirror-Infrastruktur drumherum kamen nicht mehr hinterher, also hat ein Team aus sieben Leuten ein eigenes Versionskontrollsystem gebaut und das komplette Monorepo in fünf Monaten migriert (Anthropic Engineering).

Kaum jemand, der das hier liest, wird ein Versionskontrollsystem bauen. Darum geht es bei der Geschichte auch nicht. Jede Organisation hat Prozesse, die auf das Tempo von Menschen ausgelegt sind: Change Advisory Boards, Vier-Augen-Freigaben, Access Reviews, CI-Pipelines, Budgets in Personentagen. Sobald Agents einen großen Teil der Arbeit erledigen, werden genau diese Prozesse zum Engpass. Die Frage ist, welche davon du umbaust, bevor sie brechen.

Kurz gesagt

Agents werden zu den Hauptnutzern deiner Systeme. Architekturentscheidungen sollten von Maschinen-Clients ausgehen, die immer online sind und APIs in hoher Frequenz aufrufen.
Review und Freigabe müssen weg von „ein Mensch hat alles angesehen“ hin zu Regeln, die festlegen, wo ein Mensch hinsehen muss.
Jeder Agent braucht eine Identität, eine verantwortliche Person und eine Kostenstelle. Ohne diese drei kannst du Agentenarbeit weder steuern noch budgetieren.

Was Anthropic tatsächlich geändert hat

In den Schlagzeilen heißt es „Anthropic hat Git rausgeworfen“. Der Engineering-Beitrag selbst ist vorsichtiger. Das neue System heißt Scion, das Review-Werkzeug Antique. Anthropic schreibt ausdrücklich, dass Scion kein allgemeiner Ersatz für Git ist, weil dafür die gesamte Entwicklungs-Toolchain ersetzt werden müsste. Veröffentlicht wurde das Design, damit Git-Plattformen Teile davon übernehmen können.

Warum sie es trotzdem gemacht haben, zeigen die Zahlen. Die Historie des Main-Branch umfasst fast 100 GB, eine komprimierte Arbeitskopie über 25 GB, und die CI zieht rund 25 Millionen Checkouts pro Tag. Git ist für verteilte Clients gebaut, die offline arbeiten. Die Clients bei Anthropic sind fast ausschließlich Agents und Jobs, die immer online sind. Scion verlagert die teure Arbeit auf den Server: Commits, Merges, Rebases, Historie und Blame laufen dort, Clients bekommen schlanke, virtualisierte Checkouts, die Dateien bei Bedarf nachladen, und vieles ist per API ganz ohne lokales Repository nutzbar. Laut Beitrag braucht die neue Infrastruktur etwa 200-mal weniger CPU und Speicher als die alten Git-Mirrors, CI-Checkouts dauern Sekunden statt Minuten.

Drei Entscheidungen aus dem Beitrag sind über Versionskontrolle hinaus relevant:

Es gibt keine Merge Queue mit globalem Lock. Anthropic hat stattdessen in Tests nach dem Merge und vor dem Deployment investiert. Konflikte zwischen parallelen Änderungen kommen vor, und Claude behebt sie meist schneller, als ein Mensch sie bemerken würde.
Antique kann semantische Regeln für Freigaben abbilden. Eine Änderung nur an Kommentaren wird anders behandelt als eine Änderung an sensibler Logik, damit menschliche Reviewer ihre Zeit dort verbringen, wo es zählt.
Zugriffssteuerung auf Repository- und Verzeichnisebene war von Anfang an eingebaut, nicht nachträglich ergänzt.

Agents sind die neuen Hauptnutzer

Die erste Lehre betrifft die Architektur. Die meisten Unternehmenssysteme gehen von einem Menschen vor einem Bildschirm aus. Agents verhalten sich anders: Sie pollen, sie laufen parallel, und Mittagspause machen sie auch keine.

In Microsoft 365 sieht man das heute schon am Throttling von Microsoft Graph. Microsoft nennt zwei typische Ursachen: viele Anfragen über alle Anwendungen eines Tenants hinweg und viele Anfragen einer Anwendung über alle Tenants hinweg. Regelmäßiges Abfragen einer Ressource und wiederholtes Durchsuchen von Collections werden ausdrücklich als Muster genannt, die zu Throttling führen. Empfohlen werden stattdessen Delta Queries und Change Notifications, für große Datenmengen verweist Microsoft auf Graph Data Connect statt der REST-APIs (Microsoft Learn). SharePoint Online geht noch einen Schritt weiter: Eine Anwendung, die Limits dauerhaft überschreitet, kann komplett blockiert werden (Microsoft Learn).

Diese Hinweise wurden für Integrationsentwickler geschrieben. Inzwischen gelten sie für jeden Agent, der im Auftrag von jemandem Postfächer, Sites oder Teams-Kanäle liest. Wenn ich ein Agent-Szenario bewerte, frage ich deshalb zuerst, wie es Änderungen erkennt, und erst danach, was es tut. Ein Agent, der alle zehn Minuten eine Dokumentbibliothek komplett durchsucht, läuft im Pilot einwandfrei und wird zum Problem, wenn 40 Abteilungen ihn kopieren.

Für eigene Systeme gilt dasselbe in umgekehrter Richtung. Wenn Agents die Hauptnutzer einer internen Plattform werden, braucht sie eine ordentliche API, Change Feeds und Limits pro Client. Eine Weboberfläche mit einem Scraping-Agent davor ist der Git-Mirror deiner Organisation: Sie funktioniert, bis das Volumen sich verzehnfacht.

Review nach Absicht statt Zeile für Zeile

Die zweite Lehre betrifft Kontrollprozesse. Das Team bei Anthropic prüft weiterhin jede Änderung, aber es prüft die Absicht und nicht jede Zeile. Ihre wichtigste Aufgabe ist nach eigener Beschreibung, Claude „Nein“ zu sagen: wenn Systemgrenzen verletzt werden oder Claude wegen hypothetischer Bedenken überkonstruiert.

In regulierten Umgebungen ist das der unbequeme Teil. Viele Change-Prozesse versprechen implizit, dass eine qualifizierte Person alles geprüft hat. Bei 30.000 Änderungen am Tag lässt sich dieses Versprechen nicht halten, und ehrlich gesagt wurde es oft schon bei 30 pro Woche nicht gehalten. Das CAB, das in 45 Minuten einen Stapel Changes durchwinkt, prüft vor allem, ob das Formular vollständig ist.

Nach meiner Erfahrung wollen Auditoren Belege dafür sehen, dass Änderungen kontrolliert und nachvollziehbar sind. NIS2 verlangt Risikomanagementmaßnahmen, zu denen auch Sicherheit bei Entwicklung und Wartung gehört; dass ein Mensch jede Zeile liest, schreibt die Richtlinie nicht vor. Damit bleibt Raum für ein Modell, das ITIL als Standard Changes kennt, angewendet auf die Arbeit von Agents:

Geringes Risiko (Dokumentation, Tests, Formatierung, Konfiguration innerhalb definierter Leitplanken): automatische Prüfungen, kein verpflichtendes menschliches Review, vollständige Protokollierung.
Mittleres Risiko (Geschäftslogik, Integrationen): menschliches Review von Absicht und Testnachweisen, mit der Zusammenfassung des Agents als Grundlage.
Hohes Risiko (Authentifizierung, Berechtigungen, Datenflüsse über Vertrauensgrenzen, alles Regulierte): Review Zeile für Zeile durch eine benannte Person, wie bisher.

Was über die Stufe entscheidet, muss eine Regel sein und kein Bauchgefühl. Anthropic bildet das im Review-Werkzeug ab, du kannst es in Branch Protection Rules, CODEOWNERS-Dateien oder einem Genehmigungsflow in Power Automate abbilden. Die Regel selbst ist die Kontrolle, die ein Auditor sehen will.

Bei einem Teil des Anthropic-Ansatzes wäre ich vorsichtig: Prüfungen hinter den Merge zu verlegen. Für eine interne Entwicklerplattform ist das ein vertretbarer Tausch. Für ein System in einer KRITIS-Umgebung, bei dem eine fehlerhafte Änderung direkt in Produktion landen kann, würde ich das nicht machen. Die Absicherung muss vor dem Deployment sitzen, auch wenn sie nicht mehr vor dem Merge sitzt.

Jeder Agent braucht eine Identität und einen Verantwortlichen

Anthropic hat die Zugriffssteuerung in Scion vom ersten Tag an eingebaut, bis auf Verzeichnisebene. In Microsoft 365 entspricht dem die Identitätsschicht für Agents. Microsoft Entra Agent ID gibt Agents eigene Identitäten im Verzeichnis, erzeugt aus Agent Identity Blueprints. Jede Agent-Identität braucht einen menschlichen Sponsor, der für Zweck, Lebenszyklus und Access Reviews verantwortlich ist. Verlässt der Sponsor das Unternehmen, geht die Verantwortung auf seine Führungskraft über. Conditional Access und Access Packages aus dem Entitlement Management gelten auch für Agents (Microsoft Learn). Stand Oktober 2026 ist Identity Governance für Agents als Preview gekennzeichnet, und die Lizenzierung hängt an Microsoft 365 E7 oder Agent 365. Prüf die aktuellen Bedingungen, bevor du damit planst.

Darüber liegt in Microsoft Agent 365 die Registry als gemeinsames Inventar für Microsoft- und Fremd-Agents, inklusive der Anzahl an Agents ohne Besitzer (Microsoft Learn). Die Governance-Seite habe ich ausführlicher im Beitrag zum Agent Lifecycle beschrieben.

Strategisch heißt das: Ein Agent, der unter einem geteilten Dienstkonto oder mit den delegierten Rechten einer Person läuft, lässt sich im Audit-Log nicht unterscheiden, nicht separat drosseln und nicht separat abrechnen. Das später für Hunderte Agents nachzuziehen, ist genau die Art Projekt, für die niemand Budget freigibt.

Agentenarbeit messen

Beim Budget bricht es an derselben Stelle. Das Controlling rechnet in den meisten IT-Organisationen noch in Personentagen, und für Agentenarbeit gibt es in diesem Modell keine Zeile. Ein praktikabler Weg ist, Agent-Sitzungen über ein AI Gateway zu leiten. Dann lässt sich jedes Token und jede Stunde Laufzeit einem Projekt und einem Repository zuordnen und mit echten Preisen bewerten.

Ein Feature, das letztes Jahr 20 Tage gebraucht hat und dieses Jahr 3 Tage Review plus Agentenlaufzeit, passt nicht in dieses Modell. Agentenstunden zu zählen ist ein Anfang, aber Stunden sind eine Input-Kennzahl. Wissen willst du die Kosten pro akzeptierter Änderung: Tokens und Laufzeit plus die menschliche Zeit für Review, Nacharbeit und die Fälle, in denen jemand „Nein“ sagen musste. Ohne den menschlichen Anteil sieht Agentenarbeit billiger aus, als sie ist.

Für Microsoft-Agents sammelt die Observability in Agent 365 Aktivitätsdaten und soll Kennzahlen wie Nutzung und Zeitersparnis liefern (Microsoft Learn). Das deckt einen Teil des Bildes ab. Coding-Agents außerhalb von Microsoft 365 brauchen eine eigene Zuordnung, und dort kommt der Gateway-Ansatz ins Spiel.

Entscheidungen für die nächsten zwölf Monate

Anthropic erwartet, dass andere Organisationen in den nächsten sechs bis zwölf Monaten auf diese Art Problem stoßen. Auch wenn dein Zeitplan länger ist, diese Entscheidungen würde ich jetzt treffen:

Menschlich getaktete Kontrollen erfassen. Liste jede Freigabe, jedes Review und jeden Pipeline-Schritt auf, der von einer Person und einem Arbeitstag ausgeht. Markiere, was beim zehnfachen Volumen bricht.
Risikostufen für Änderungen einführen. Schreib auf, welche Änderungen einen Menschen brauchen, welche nur eine Prüfung der Absicht und welche nur Protokollierung. Mach die Regel maschinenlesbar.
Agents eigene Identitäten geben. Keine geteilten Dienstkonten, jeder Agent mit Sponsor, Berechtigungen über Access Packages mit Ablaufdatum.
Integrationen für Maschinen-Clients auslegen. Delta Queries, Change Notifications und API-Budgets statt Polling und Scraping.
Agentenkosten zuordnen. Tokens und Laufzeit pro Projekt plus die menschliche Review-Zeit, ab dem ersten produktiven Agent.

Was ich nicht tun würde: Anthropics Werkzeuge nachbauen. Deren Problem waren 25 Millionen Checkouts am Tag. Deins ist wahrscheinlicher ein Change-Prozess, der zwei Wochen für eine Konfigurationsänderung braucht, die ein Agent in zehn Minuten vorbereitet hat. Dort fängst du an.

Quellen

Anthropic Engineering: Redesigning source control at Anthropic (13. Oktober 2026)
Microsoft Learn: Microsoft Graph throttling guidance
Microsoft Learn: Avoid getting throttled or blocked in SharePoint Online
Microsoft Learn: Governing agent identities
Microsoft Learn: Manage agent registry in Microsoft 365 admin center
Microsoft Learn: Agent 365 observability
EUR-Lex: Richtlinie (EU) 2022/2555 (NIS2), Artikel 21

Agent Lifecycle: Wie viel Governance braucht ein Copilot-Agent?

Mon, 12 Oct 2026 07:00:00 +0200

📝 Diese Serie wurde erweitert

Diese Serie wurde im Oktober 2026 um einen Einstiegsteil erweitert. Dieser Beitrag war ursprünglich Teil 1 und ist jetzt Teil 2. Teil 1 ordnet die Werkzeuge Agent Builder, Copilot Studio und Foundry danach, wer das Risiko trägt.

Einen Agent zu bauen dauert mit dem Agent Builder in Microsoft 365 Copilot ein paar Minuten. Ihn wieder loszuwerden dauert in vielen Tenants ewig, weil sich niemand zuständig fühlt. Der Kollege, der im Frühjahr einen Agent für die Reisekostenrichtlinie gebaut hat, ist inzwischen in einer anderen Abteilung. Der Agent beantwortet trotzdem weiter Fragen, auf Basis einer Richtlinie, die seit Juli nicht mehr gilt.

Genau hier setzt ein Agent Lifecycle an. In diesem Artikel beschreibe ich, wie ich so einen Lifecycle für Agents aus Agent Builder und Copilot Studio aufbauen würde, und welche Werkzeuge Microsoft dafür inzwischen mitbringt. Meine These dabei: Nicht jeder Agent braucht den vollen Prozess. Aber jeder Agent braucht einen Owner. Das setzt voraus, dass der Agent überhaupt registriert ist: Nur was in der Agent Registry auftaucht, kann ich einer Person zuordnen, prüfen und abschalten.

Der Lifecycle je Plattform

Welches Werkzeug zu welchem Builder passt und wer dabei das Risiko trägt, beschreibe ich in Teil 1. Für den Lifecycle heißt das: Die Phasen bleiben gleich, aber sie laufen je nach Plattform an einer anderen Stelle ab.

Agents aus dem Agent Builder (intrinsisches Modell, die Plattform zieht die Grenzen) verwaltet die IT im Microsoft 365 Admin Center. Dort steuert sie Sichtbarkeit, Teilen, Owner und das Sperren oder Löschen. Versionen und Umgebungen gibt es nicht. Der Lifecycle besteht hier vor allem aus Teilen, Ownership und Aufräumen.

Copilot Studio (konfigurierbares Modell, der Administrator setzt die Regeln) arbeitet mit Application Lifecycle Management über getrennte Entwicklungs-, Test- und Produktionsumgebungen. Datenrichtlinien, Connector-Regeln und die Freigabe zur Veröffentlichung hängen an diesen Umgebungen (Microsoft Learn).

Foundry (explizites Modell, die Organisation verantwortet Modell und Code) folgt dem eigenen Entwicklungsprozess: Versionierung, Evaluierung und Veröffentlichung laufen über die Werkzeuge und Pipelines des Entwicklungsteams (Microsoft Learn). Veröffentlichte Foundry-Agents erscheinen in der Agent Registry und lassen sich dort auch stoppen (Microsoft Learn). Den Rest dieses Beitrags richte ich auf Agent Builder und Copilot Studio aus. Für Foundry gelten dieselben Phasen, umgesetzt mit klassischer Softwareentwicklung.

Die Brücke zwischen Agent Builder und Copilot Studio ist die Kopierfunktion: Ein Agent aus Microsoft 365 Copilot lässt sich nach Copilot Studio übernehmen, wenn er mehr braucht als ein persönlicher Helfer. Für den Lifecycle ist das der Moment, in dem ein Agent seine Zone wechselt.

Drei Zonen statt eines Prozesses für alle

Ein einziger Freigabeprozess für jeden Agent scheitert in der Praxis an zwei Seiten. Für den persönlichen Agent, der mir meine eigenen Meeting-Notizen zusammenfasst, ist ein IT-Review übertrieben. Für einen Agent, der für 3.000 Mitarbeitende Fragen zur Personalabrechnung beantwortet, ist ein Klick auf “Teilen” zu wenig.

Microsoft löst das mit einem Zonen-Modell (Microsoft Learn). In Zone 1 bauen alle Mitarbeitenden Agents für die eigene oder die Team-Produktivität, und zwar auf Inhalten, auf die sie ohnehin Zugriff haben. In Zone 2 entwickeln von der IT zugelassene Maker Agents für andere Teams. Diese Agents laufen durch einen IT-Review und landen in Umgebungen, die die IT verwaltet. Zone 3 ist für unternehmensweite Agents reserviert, die wie jede andere Unternehmensanwendung behandelt werden. Auch das aktuelle Whitepaper Administering and Governing Agents ist inzwischen nach den Ebenen persönlich, Team und Unternehmen aufgebaut.

Bei den Werkzeugen ordnet Microsoft inzwischen enger zu: Zone 1 für Agent Builder und SharePoint-Agents, Zone 2 für Copilot Studio, Zone 3 für Foundry und Copilot Studio in professioneller Entwicklung. Ich lasse in Zone 2 trotzdem Agent-Builder-Agents zu, solange sie für ein Team nur Inhalte lesen, auf die dieses Team ohnehin Zugriff hat. Für die Zone zählt bei mir die Reichweite und nicht das Werkzeug.

Für den Lifecycle heißt das: Die Zone entscheidet, wie viele Phasen ein Agent durchläuft und wie streng sie sind. Ein Agent in Zone 1 nimmt den Kurzpfad. Sobald Reichweite, Datenzugriff oder Kritikalität steigen, wechselt er in die nächste Zone und damit in einen strengeren Ablauf.

Die sieben Phasen im Überblick

Das Schema basiert auf einem Lifecycle-Modell, das im Netz kursiert. Ich habe es um die Zonen, die konkreten Microsoft-Werkzeuge pro Phase und eine eigene Entscheidungsstufe erweitert.

1. Identifizieren

Am Anfang steht ein konkretes Problem. Ideen landen in einem Backlog, zum Beispiel einer Liste in SharePoint oder einem Planner-Board. Jede Idee bekommt einen kurzen Steckbrief mit Problem, Zielgruppe und einem verantwortlichen Owner. Ohne Owner geht es nicht weiter.

2. Bewerten und priorisieren

Hier fällt die wichtigste Entscheidung des ganzen Lifecycles: In welche Zone gehört der Agent? Dafür schaue ich auf Nutzen und Aufwand, aber vor allem auf die Daten. Welche Wissensquellen nutzt der Agent, wer darf sie lesen, und soll er Aktionen in anderen Systemen auslösen? Daraus ergibt sich auch das Werkzeug. Agent Builder reicht für viele Fälle in Zone 1 und 2. Spätestens bei Aktionen, Konnektoren zu Fachanwendungen oder breitem Rollout führt der Weg zu Copilot Studio. Braucht der Agent ein eigenes Modell oder eine eigene Orchestrierung, landet er bei Foundry und damit im Prozess des Entwicklungsteams.

3. Konzipieren und erproben

Vor dem Bauen stehen Erfolgskriterien. Was muss der Agent beantworten können, und woran merke ich, dass er es gut macht? Erst dann entsteht ein Prototyp, in Zone 1 direkt im Agent Builder, in Zone 2 und 3 in einer Entwicklungsumgebung von Copilot Studio. Microsoft empfiehlt, Maker per Environment Routing automatisch in persönliche Entwicklungsumgebungen zu leiten, damit nicht alles in der Default-Umgebung landet (Microsoft Learn).

4. Validieren und entscheiden

Für diese Phase gibt es seit diesem Jahr ein ordentliches Werkzeug. Agent Evaluation in Copilot Studio ist seit Ende März allgemein verfügbar. Damit lassen sich Testsets anlegen, Bewertungsmethoden festlegen und Läufe über mehrere Versionen wiederholen. Über einen Power-Automate-Connector und eine REST-API (derzeit Preview) lassen sich die Evaluierungen auch in CI/CD-Pipelines einbinden (Microsoft Learn).

Neben der Qualität gehören Sicherheit und Datenschutz in diese Phase: Welche Daten sieht der Agent, mit welcher Identität läuft er, und passen die Berechtigungen zum geplanten Nutzerkreis? Ruft der Agent weitere Agents oder Tools auf, gehört eine zweite Frage dazu: Arbeiten diese mit den Rechten des Benutzers oder mit eigenen, womöglich breiteren Anmeldeinformationen? In Copilot Studio legt das jedes Tool einzeln fest, und ein verbundener Agent erbt die Einstellung des aufrufenden Agents nicht. Am Ende steht eine bewusste Entscheidung.

Das Gate: Go, Change, Hold oder Stop

Die Entscheidung nach Phase 4 hat vier mögliche Ausgänge. Go führt in die Produktion. Change schickt den Agent zurück in Phase 3, weil Qualität oder Konzept noch nicht passen. Hold parkt ihn im Backlog, etwa weil eine Datenquelle noch nicht sauber berechtigt ist. Stop beendet die Idee kontrolliert.

Gerade Stop wird in vielen Organisationen unterschätzt. Ein Agent, der den Test nicht besteht, sollte nicht als halbfertiger Prototyp im Tenant liegen bleiben.

5. Bereitstellen und skalieren

In Zone 3 wird ein Agent nie direkt in der Produktion bearbeitet. Microsoft empfiehlt, Agents als Managed Solutions zu paketieren und über Power Platform Pipelines von Entwicklung über Test nach Produktion zu bringen (Microsoft Copilot Blog). Damit bekommt man Versionierung, eine nachvollziehbare Änderungshistorie und die Möglichkeit eines Rollbacks.

Die Veröffentlichung für die Organisation läuft über das Microsoft 365 Admin Center. Dort können Admins eingereichte Agents freigeben oder ablehnen. Danach folgt ein schrittweiser Rollout. Die Schulung der Nutzer gehört gleich mit in den Plan, sonst bleibt auch ein guter Agent ungenutzt.

6. Betreiben und überwachen

Im Betrieb geht es um Nutzung, Qualität und Kosten. Copilot Studio liefert dafür Analytics, Purview deckt Audit und Datenschutz ab, und mit Agent 365 gibt es seit Mai 2026 eine eigene Steuerungsebene für Agents. Copilot-Studio-Agents erscheinen in der Agent Registry, sobald sie in Microsoft 365 bereitgestellt sind. Ein Agent kann dort mehrfach auftauchen, etwa als geteilte und als veröffentlichte Fassung (Microsoft Learn). Governance-Aktionen werden in Purview protokolliert.

Zwei Dinge gehören für mich fest in den Betrieb: Wissensquellen aktuell halten, damit der Agent nicht auf veralteten Dokumenten antwortet, und Berechtigungen regelmäßig rezertifizieren. Wer mit Kunden aus regulierten Branchen arbeitet, kennt das Prinzip aus dem Identity-Management. Für Agents gilt es genauso.

7. Weiterentwickeln oder beenden

Jeder Agent endet irgendwann, als neue Version oder durch Außerbetriebnahme. Neue Versionen durchlaufen den Lifecycle erneut, je nach Umfang ab Phase 2 oder 3.

Für das Beenden bringt das Admin Center inzwischen die wichtigsten Aktionen mit (Microsoft Learn). Admins können Agent-Builder- und Copilot-Studio-Agents einen neuen Owner zuweisen, auch wenn der Agent bereits ownerless ist. Der neue Owner erhält volle Bearbeitungs- und Löschrechte und Zugriff auf die Dateien des Vorgängers. Der bisherige Owner verliert dabei jeden Zugriff. Agent-Builder-Agents können inzwischen mehrere Owner haben, die das Admin Center ergänzen oder entfernen kann. Agents ohne Zukunft lassen sich blockieren und löschen, mit 30 Tagen Frist zur Wiederherstellung.

Microsoft fasst den Gedanken dahinter in seinem Zero-Trust-Workshop gut zusammen: Eine Lifecycle-Richtlinie, die niemand durchsetzt, bleibt ein Dokument (Zero Trust Workshop). Ohne dieses Aufräumen wächst die Zahl der Agents nur in eine Richtung.

Leitplanken über alle Phasen

Unter dem Kreislauf liegen sechs Themen, die in jeder Phase und jeder Zone gelten: Identität und Ownership, Datenschutz und Compliance, Berechtigungen und Teilen, Umgebungen und ALM, Inventar und Transparenz sowie Qualität und Kosten. Im Schema habe ich jedem Thema die Werkzeuge zugeordnet, die es dafür heute gibt, von Entra Agent ID über Purview bis zur Agent Registry.

Wo es noch hakt

Ganz rund ist das Bild noch nicht. Agent-Builder-Agents haben kein echtes ALM mit Umgebungen und Versionen. Wer so einen Agent ernsthaft betreiben will, kommt um den Umzug nach Copilot Studio kaum herum.

Auch bei Copilot Studio gibt es Lücken. Die eingebauten Evaluierungen liegen in der Cloud und nicht im Quellcode-Repository. Automatische Qualitäts-Gates in einer Pipeline sind dadurch aufwendiger, als man es aus der klassischen Softwareentwicklung kennt. Stephan Bisser hat dazu in einem ESPC-Webinar ein eigenes CLI-Werkzeug vorgestellt, das Testfälle als YAML-Dateien versioniert.

Und schließlich die Lizenzfrage: Viele Registry-Funktionen stehen im Admin Center bereit. Risikosignale in der Registry und die erweiterten Sicherheits- und Compliance-Funktionen von Agent 365 setzen aber Microsoft 365 E7 oder eine Agent-365-Lizenz voraus (Microsoft Learn). Das sollte man vor dem Rollout klären.

Fünf Dinge, die du morgen prüfen kannst

Öffne im Microsoft 365 Admin Center die Agent Registry und filtere nach Agents ohne Owner.
Prüfe, ob Maker in Copilot Studio per Environment Routing in eigene Entwicklungsumgebungen geleitet werden oder alle in der Default-Umgebung bauen.
Lege fest, ab welchen Kriterien ein Agent von Zone 1 in Zone 2 wechselt, und schreib es auf.
Definiere für deinen wichtigsten Agent ein erstes Testset in Agent Evaluation.
Kläre, wer bei einem Austritt die Agents der ausscheidenden Person übernimmt.

Was passiert, wenn ein freigegebener Agent zur Laufzeit Tools aufruft und Arbeit an andere Agents abgibt, beschreibe ich in Teil 3.