Graft AI

Graft AI verbindet sich an der Oberfläche und nutzt visuelle Informationen, Barrierefreiheitssignale und UI-Zustand, um zu verstehen, was in einem gegebenen Moment wirklich auf dem Bildschirm steht. Ein System ohne API kann damit trotzdem für einen Agenten aufrufbar werden. Für Teams vor einem Grünbildschirm-Mainframe oder einem störrischen Desktop-Tool ist das der Teil, der alles andere möglich macht. Keine API? Kein Hindernis.

Jeder Ablauf wird in ein versioniertes Tool mit klarem Schema, typisierten Eingaben und definierten Ausgaben kompiliert. Ein Agent ruft create_invoice mit einer Kunden-ID, einem Betrag und einer Währung auf und weiß, was er zurückbekommt. Die Versionierung ist hier wichtig. Wenn sich die Annahme über die UI ändert, isoliert Graft die betroffene Aktion und markiert sie für einen erneuten Test, statt alles abdriften zu lassen.

Rollen, Grenzen und Genehmigungen sind Teil des Tools, kein nachträglicher Gedanke. Eine Schreibaktion kann vor der Ausführung eine Genehmigung verlangen, sodass ein Agent nicht still Produktionsdaten ändert. Die Wirkung wird vorab genau beschrieben, etwa dass eine Erstellungsaktion genau einen Datensatz anlegt, was den Wirkungsradius klein hält. Kleiner Wirkungsradius. Darum geht es im Kern.

Jede Aktion gibt einen Nachweis zurück, der an das Quellsystem gebunden ist, etwa den Quelldatensatz plus die ID des Erstellten. Das macht Agentenaktionen prüfbar. Sie können bestätigen, dass die Wirkung im echten System eingetreten ist, statt der Zusammenfassung eines Modells zu vertrauen, was es zu tun glaubt. Beweis schlägt Vertrauen.

Governance heißt hier, dass Rollen, Grenzen, Genehmigungen und eine Prüfspur alle dieselbe Aktion beschreiben. Das ist der Sinn einer KI-Agenten-Governance, die in einen Tool-Vertrag eingebaut ist: Eine genehmigte Aktion hat eine definierte Wirkung, einen geforderten Genehmiger und eine Aufzeichnung dessen, was sich geändert hat. Prüfer bekommen Konkretes, keine Eindrücke.

Graft AI protokolliert jeden Schritt mit vollem Kontext und respektiert die Rollen und Einschränkungen der Umgebung, in der es läuft. Sie erhalten eine laufende Ansicht dessen, was Agenten erstellt, aktualisiert oder abgebrochen haben, und wann. Voller Kontext, jedes Mal. Für alle, die sich vor einem Prüfer verantworten müssen, ist das der Unterschied zwischen einer Demo und etwas, das Sie tatsächlich einsetzen würden.

Sicherheitskontrollen werden für den Ablauf und die Umgebung bewertet, nicht als pauschale Richtlinie angewandt, die jede Aktion unabhängig vom Risiko gleich behandelt. Warum ist das wichtig? Weil ein Lohnabrechnungsablauf und eine Support-Abfrage nicht dieselben Schutzgeländer verdienen. Auch die Datenverarbeitung ist begrenzt, sodass Eingaben, Nachweise und Protokolle auf den bewerteten Ablauf beschränkt bleiben. Wenn in Ihrer Umgebung strenge Datenregeln gelten, ist dieser Ansatz pro Ablauf leichter zu rechtfertigen als ein generischer Cloud-Connector.