CData startet Connect AI Gateway zur Steuerung von Agentenzugriffen und Modellnutzung in Unternehmen

CData Software hat Connect AI Gateway vorgestellt, eine Plattform zur Steuerung der Auswahl von Modellen, der Werkzeugnutzung und des Zugriffs von KI-Agenten auf Unternehmensdaten. Das Produkt ist am 29. September 2026 als Erweiterung der bestehenden Connect-AI-Plattform und des verwalteten Model-Context-Protocol-Angebots in die Early-Access-Phase gestartet.

Eine Kontrollebene für Agenten

IT-Teams können Modelle, MCP-Server und Agenten zentral registrieren und anschließend Regeln für deren Fähigkeiten festlegen. Richtlinien können die bestehenden Berechtigungen einer Person bis auf einzelne Datenbankzeilen und -spalten durchsetzen. Ein Prüfprotokoll hält fest, welcher Prompt, welches Modell, welches Werkzeug und welche Richtlinie an einer Antwort oder Aktion eines Agenten beteiligt waren.

Nach Angaben von CData soll der Ansatz den gesamten Anfrageweg abdecken: vom ersten Prompt über die Modellauswahl und den Datenabruf bis zu einer daraus resultierenden Aktion. Administratoren erhalten dadurch eine Möglichkeit, fehlerhafte Antworten oder blockierte Vorgänge zu untersuchen, ohne den Modellzugriff als einzigen Kontrollpunkt zu behandeln.

Kontext über das Modell hinaus

Eine Kontext-Engine nutzt Informationen über verbundene Systeme, Geschäftsdefinitionen und Interaktionen mit Nutzern, um Antworten von Agenten zu beeinflussen. CData zufolge kann sie Definitionen aus Fivetrans dbt und Microsoft Power BI wiederverwenden sowie Informationen zu Feldern und Beziehungen aus Quellsystemen einbeziehen.

Das System kann außerdem Wissen aus Dokumenten, Gesprächen und Korrekturen in einem Kontextgraphen außerhalb einzelner KI-Modelle speichern. Menschen prüfen diesen Graphen und entscheiden, welche Erkenntnisse zum gemeinsamen Organisationskontext werden. CData betont, dass das Gateway weder einen vollständigen Datenkatalog noch eine semantische Schicht ersetzen soll. Die erste Version kann Definitionen zudem noch nicht direkt aus Datenkatalogen importieren.

Steuerung von Routing und Kosten

Separate Kontrollen regeln das Routing von Modellen, MCP-Werkzeugen und Agenten. Unternehmen können Token-Budgets festlegen und Modelle anhand von Faktoren wie Funktionsumfang und Kosten auswählen. Eine automatische Wahl des günstigsten geeigneten Modells ist geplant; zunächst erfolgt das Routing jedoch richtlinienbasiert.

CData zufolge kann die Datenebene Datensätze außerdem filtern, verbinden und aggregieren, bevor die Ergebnisse an ein Modell gesendet werden. Dadurch lässt sich möglicherweise die Informationsmenge im Kontextfenster des Modells verringern. Ziel des Unternehmens ist es, sowohl die Datenoffenlegung als auch den Token-Verbrauch zu begrenzen.

Vom Unternehmen gemeldete Ergebnisse

In einem von CData durchgeführten Test mit 378 Anfragen aus Unternehmen beantwortete Connect AI nach Angaben des Anbieters 98,5 Prozent korrekt. Bei anderen getesteten MCP-Anbietern lagen die Werte zwischen 65 und 75 Prozent. CData meldete außerdem einen Kostenunterschied von bis zum 175-Fachen zwischen Modellen, die dieselbe richtige Antwort lieferten. Diese Zahlen stammen aus Unternehmensbenchmarks und sind weder unabhängige Tests noch dokumentierte Einsparungen aus einem Kundeneinsatz.

Der Kontextgraph bringt für Kunden eine operative Abwägung mit sich: Eine Korrektur, die einem Mitarbeiter hilft, kann andere in die Irre führen. Die menschliche Prüfung dessen, was als gemeinsames Wissen übernommen wird, ist daher ein wesentlicher Bestandteil des Governance-Modells.

KI-generierte redaktionelle Illustration; kein Dokumentarfoto.

Quelle: CData’s AI gateway governs agents’ access to enterprise data