Wo Governance kein Nice-to-have ist.

Ausgangslage

Ein Agent soll Kulanzanträge prüfen und Erstattungen im ERP anlegen. Die Anträge enthalten Bankdaten und ärztliche Atteste; jede Buchung bewegt echtes Geld.

Mit ATF

• PII-Vault maskiert IBAN, Name und Diagnose vor jedem Modellaufruf
• Das MCP-Gate stellt nur erp_customer_lookup und erp_create_refund bereit – die Buchung pausiert bis zur Freigabe
• Policy: Gesundheitsdaten nur über den EU-Provider; ohne Entscheidung wird abgelehnt
• Jeder Fall endet in einem Ed25519-signierten Evidence Bundle für die Revision

Ausgangslage

Schadenmeldungen kommen als PDF, Foto und E-Mail. Sachbearbeiter sollen schneller entscheiden, aber Auszahlungen und Ablehnungen müssen begründet und prüfbar bleiben.

Mit ATF

• Extract macht aus Formularen, Gutachten und E-Mails strukturiertes Markdown mit Seitenbezug
• Classifier und Router sortieren nach Sparte und Dringlichkeit – ohne eingebetteten Code
• Auszahlungen über das Gate nur mit Freigabe, optional im Vier-Augen-Prinzip
• Shadow Mode misst neue Prompt-Versionen auf echtem Traffic, bevor sie live gehen

Ausgangslage

Handbücher, Wartungspläne und Störungsberichte liegen auf einem Fileserver im Werk. Die Cloud darf nicht darauf zugreifen; Antworten müssen auf die richtige Seite verweisen.

Mit ATF

• Der Outpost spiegelt den Werks-Ordner in die Plattform – er pusht, die Cloud zieht nie
• Extract erhält Tabellen und Seitenzahlen; Abbildungen bleiben referenzierbar
• Search beantwortet hybrid mit Zitaten und nur aus Dokumenten, die der Fragende sehen darf
• Lokale Modelle über Ollama oder vLLM, Daten verlassen das Werk nicht

Ausgangslage

Mandate und Akten sind streng getrennt. Eine KI-Recherche darf nie Inhalte eines anderen Mandats in eine Antwort mischen – und jede Quelle muss nachvollziehbar sein.

Mit ATF

• Mandanten- und Rechtetrennung per Row-Level-Security in PostgreSQL, nicht in der Oberfläche
• Verifizierte Identität ist maßgeblich; ein Client kann keine Rechte behaupten
• Dokument-Diffs zwischen Zeitpunkten und Trace eines Aktenzeichens über die Zeit
• Erklärkarte pro Antwort: welche Quellen, welches Modell, welche Policy

Ausgangslage

Ein Agent soll Tickets triagieren, Ursachen eingrenzen und Changes vorbereiten. Lesen darf er viel, ändern nur mit Freigabe – und die Token-Kosten müssen planbar bleiben.

Mit ATF

• Flow mit Classifier, Router und paralleler Analyse – im Studio testbar, als YAML reviewbar
• Gate trennt ask und act: Monitoring-Abfragen frei, Rollbacks nur mit Freigabe
• Budgets pro Lauf und Modell-Kaskade: günstiges Modell zuerst, Eskalation bei schwacher Evidenz
• Live-Graph und Debug-Trace zeigen, welcher Zweig mit welcher Version lief

Ausgangslage

Ein Assistent soll Befunde verständlich zusammenfassen und Rückfragen beantworten. Gesundheitsdaten (Art. 9 DSGVO) dürfen nur unter strengen Bedingungen verarbeitet werden.

Mit ATF

• Datenklasse health im Flow; die Policy lässt nur freigegebene Provider und Regionen zu
• PII-Vault fail-closed: fällt die Erkennung aus, geht nichts an das Modell
• Output-Guardrails und Groundedness-Prüfung gegen die Quelle
• Löschung über alle Dienste mit signiertem Beleg; Dossier für den Datenschutzbeauftragten