Komprise bringt Universal File MCP auf den Markt, um Unternehmensdaten für KI-Agenten zu filtern

Komprise hat Universal File MCP veröffentlicht, ein Werkzeug, das KI-Agenten eine einheitliche Schnittstelle zur Abfrage unstrukturierter Daten über verschiedene Unternehmens-Speichersysteme hinweg bietet. Laut Unternehmen soll damit das Volumen irrelevanter Informationen reduziert werden, die KI-Agenten im Zuge der zunehmenden Anzahl von Verbindungen über das Model Context Protocol verarbeiten müssen.

Das Skalierungsproblem von MCP

Das ursprünglich von Anthropic entwickelte Model Context Protocol bietet einen gemeinsamen Standard für KI-Agenten, um sich mit externen Datenquellen und Softwareanwendungen zu verbinden. Einem Bericht von SiliconANGLE zufolge sieht Komprise in der wachsenden Zahl herstellerspezifischer MCP-Server jedoch einen neuen Engpass: Agenten müssen potenziell zahlreiche Werkzeugdefinitionen verwalten, während sie Millionen oder Milliarden von Dateien in hybriden Speicherumgebungen durchsuchen.

Laut Krishna Subramanian, Mitbegründer und Präsident von Komprise, kann dieser Zusatzaufwand die Genauigkeit der Antworten, die Geschwindigkeit sowie die Betriebskosten beeinträchtigen. Er verwies zudem auf eine Studie von McKinsey, wonach fast 60 % des Token-Verbrauchs bei agentenbasierten Systemen auf die Verfeinerung von Antworten zurückzuführen sind, bei der Sub-Agenten Informationen während einer Aufgabe wiederholt verarbeiten.

Filterung vor der Inferenz

Universal File MCP ist darauf ausgelegt, die für eine Anfrage relevanten Datenquellen zu identifizieren und eine kleinere, kontextbezogene Antwort zurückzugeben, anstatt den Agenten mit jeder potenziell passenden Datei zu konfrontieren. Das System nutzt die Global Metadatabase von Komprise für ein einheitliches Schema über alle Speicherressourcen hinweg, während Funktionen zur KI-Vorbereitung und Prozessautomatisierung Metadaten vor der Dateiverarbeitung extrahieren.

Zudem wendet das Tool Rauschfilter sowie benutzerspezifische Zugriffsberechtigungen an. Den von SiliconANGLE genannten Beispielen zufolge könnte ein Mediziner nach Pathologiebildern suchen, die nach Kontext und Zugriffsrechten gefiltert sind, während ein Informationssicherheits-Experte nicht konforme Dateien oder archivierte Forschungsdaten anhand von Projektbegriffen lokalisieren kann.

Herstellerübergreifender Einsatzbereich

Komprise gibt an, dass die Schnittstelle sowohl mit eigenen als auch mit fremden Daten zusammenarbeitet, etwa in Network-Attached Storage, Objektspeichern, Cloud-Umgebungen und Anwendungs-Silos. Das Produkt positioniert sich somit als vereinheitlichende Schicht für Unternehmen, deren Daten über mehrere Anbieter verteilt sind.

Todd Dorsey, Analyst bei der Data Center Intelligence Group, bezeichnete diesen Ansatz als eine Weiterentwicklung von der bloßen Anbindung von Agenten an Unternehmensdaten hin zur gezielten Kuration der tatsächlich benötigten Dateien. Der Bericht enthält keine gemessenen Token-Einsparungen, Genauigkeitsergebnisse oder unabhängigen Leistungstests, weshalb die behaupteten Effizienzvorteile vorerst Einschätzungen des Anbieters und des Analysten bleiben.

KI-generierte redaktionelle Illustration; kein Dokumentarfoto.

Quelle: Komprise combats ‘MCP bloat’ with a universal interface for AI agents to access enterprise data