North 2: Was Cohere ankündigt – und was noch geprüft werden muss

Eine Agentenplattform mit mehr Kontrolle – laut Cohere

Cohere präsentiert North 2 als umfassende Aktualisierung seiner Unternehmensplattform für künstliche Intelligenz. Das Angebot soll Agenten, Workflows sowie Sicherheits- und Kostenkontrollen in einer gemeinsamen Umgebung zusammenführen. Statt lediglich auf eine einzelne Anfrage zu antworten, kann ein Agent Teil einer Abfolge von Aufgaben sein, in der mehrere Schritte und Werkzeuge koordiniert werden müssen. Genau darin liegt der von Cohere beschriebene Richtungswechsel: Agenten sollen sich stärker in fortlaufende Arbeitsprozesse einfügen, während Unternehmen mehr Möglichkeiten erhalten, sie zu steuern.

Wichtig ist die Unterscheidung zwischen der Produktbeschreibung und nachgewiesenen Fähigkeiten. Eine Plattform als zentrale Steuerungsumgebung zu bezeichnen, sagt für sich genommen nicht, welche Berechtigungen sich konfigurieren lassen, wie Ausgabenlimits durchgesetzt werden oder welche Vorgänge protokolliert werden. Die verfügbaren Informationen bestätigen, dass Cohere Kostenkontrollen, Sicherheitsfunktionen und eine Agentenplattform ankündigt. Eine unabhängige Bewertung, die belegen würde, dass diese Kontrollen in allen Einsatzszenarien wirksam sind, liegt damit nicht vor.

Auch die Ankündigung einer Funktion ist von ihrer Verfügbarkeit und ihrem tatsächlichen Umfang zu unterscheiden. Anhand der hier verfügbaren Informationen lässt sich nicht feststellen, welche Komponenten allen Kunden zur Verfügung stehen, ob bestimmte Funktionen eine besondere Konfiguration voraussetzen oder welche technischen und kommerziellen Bedingungen gelten. North 2 ist deshalb als Produkt mit angekündigten Funktionen zu verstehen – nicht als Lösung, deren Wirksamkeit im operativen Unternehmenseinsatz bereits nachgewiesen wäre.

Mehrstufige Workflows: möglicher Nutzen, offene Prüfung

Zu den beschriebenen Fähigkeiten von North 2 gehört, dass Agenten mehrstufige Workflows verwalten können. In der Praxis könnte ein solcher Ablauf beispielsweise Informationen aus einer freigegebenen Quelle sammeln, sie zusammenfassen und ein Ergebnis zur Prüfung vorbereiten. Das ist ein denkbarer Anwendungsfall, aber kein Nachweis dafür, dass das Produkt jeden Schritt zuverlässig ausführt oder ohne Aufsicht eigenständig Aufgaben abschließen kann. Die Qualität hängt unter anderem davon ab, wie der Workflow gestaltet ist, welche Werkzeuge angebunden sind und welche Berechtigungen vergeben wurden.

Um das tatsächliche Verhalten einzuschätzen, muss der gesamte Prozess untersucht werden – nicht nur die abschließende Antwort. Bei einem aussagekräftigen Test wird festgehalten, welche Schritte der Agent ausgeführt, welche Informationen er abgerufen, welche Aktionen er versucht und wann er menschliche Unterstützung angefordert hat. Außerdem sollte geprüft werden, wie er mit unvollständigen Daten, widersprüchlichen Anweisungen oder nicht verfügbaren Werkzeugen umgeht. Ohne solche Ergebnisse lassen sich weder der Grad seiner Autonomie noch seine Fehlerquote aus der Produktbeschreibung ableiten.

Unternehmen sollten mit eng begrenzten und umkehrbaren Aufgaben beginnen. Bereitet ein Agent etwa einen Vorschlag vor, kann eine Person ihn vor dem Versand prüfen. Ändert der Agent dagegen Daten oder löst einen Vorgang aus, sollte der Test klare Grenzen und eine Möglichkeit zur Wiederherstellung vorsehen. So lässt sich messen, ob die Automatisierung Arbeit spart, ohne die Fähigkeit, mehrere Schritte zu verknüpfen, mit einer Erlaubnis zur eigenständigen Ausführung gleichzusetzen.

Gedächtnis und Kontextkontinuität zwischen Sitzungen

Die Kontinuität des Kontexts über mehrere Sitzungen hinweg zählt zu den Fähigkeiten, die North 2 in den verfügbaren Informationen zugeschrieben werden. Ohne ausreichende Angaben zur technischen Umsetzung kann der Begriff „Gedächtnis“ jedoch ganz unterschiedliche Verhaltensweisen meinen: etwa das Speichern von Präferenzen, den Abruf von Angaben aus einem früheren Gespräch oder die Fortsetzung eines laufenden Workflows. Diese Funktionen sind nicht gleichbedeutend und stellen unterschiedliche Anforderungen an Datenschutz, Kontrolle und Zuverlässigkeit.

Für eine Bewertung braucht es konkrete Antworten: Welche Informationen werden gespeichert, wie lange bleiben sie erhalten, wo werden sie abgelegt, wer kann darauf zugreifen und können sie für andere Aufgaben verwendet werden? Ebenso wichtig ist, ob Administratoren den gespeicherten Kontext einsehen, berichtigen und löschen können – und was nach einer Löschanfrage tatsächlich geschieht. Die vorliegenden Informationen klären diese Fragen nicht. Daher lässt sich weder bestätigen, wie das Gedächtnis implementiert ist, noch welche Kontrollmöglichkeiten Kunden haben.

Ein Praxistest sollte mit synthetischen oder nicht sensiblen Daten beginnen. Zunächst wird eine Aufgabe gestartet und die Sitzung beendet; anschließend wird geprüft, welchen Kontext das System wieder aufgreift. Danach wird versucht, die betreffenden Daten zu löschen. Bei weiteren Sitzungen ist zu kontrollieren, ob sie erneut auftauchen oder in Protokollen erscheinen, in denen sie nicht zu erwarten wären. Der Test sollte mit verschiedenen Nutzern und Berechtigungen wiederholt werden: Ein für die Kontinuität nützliches Gedächtnis kann zum Risiko für die Datenvertraulichkeit werden, wenn die Trennung zwischen Konten nicht funktioniert.

Kosten, Berechtigungen und externe Modelle

Cohere zählt die Kostensteuerung zu den Bestandteilen von North 2. Aus dieser Beschreibung geht jedoch nicht hervor, ob Budgets harte Grenzen oder lediglich Warnschwellen darstellen – und auf welcher Ebene sie eingerichtet werden können: pro Agent, Person, Team oder Workflow. Ebenso bleibt offen, was beim Erreichen eines Schwellenwerts geschieht, ob eine Aufgabe automatisch stoppt oder weiterhin Kosten verursachen kann. Diese Unterschiede sind entscheidend dafür, ob eine Kontrolle Ausgaben verhindert oder lediglich auf sie hinweist.

Bei einer Bewertung sollten Unternehmen in einer Testumgebung ein niedriges Budget festlegen, das Annähern an die Grenze und ihr Erreichen gezielt auslösen und die Reaktion beobachten. Außerdem ist zu prüfen, ob sich Kosten einer bestimmten Aufgabe oder einem Nutzer zuordnen lassen, ob Administratoren das Budget ändern können und ob solche Änderungen protokolliert werden. Die schriftliche Richtlinie und das tatsächliche Verhalten müssen übereinstimmen. Andernfalls sollte das Limit nicht als wirksame Schutzmaßnahme behandelt werden.

Die verfügbaren Informationen thematisieren auch die Anbindung von Modellen anderer Anbieter. Sie nennen hier jedoch weder eine konkrete Liste unterstützter Modelle noch die jeweiligen Bedingungen. Die Aussage, dass eine Plattform verschiedene Modelle verwenden kann, klärt nicht, ob bei jedem Modell sämtliche Funktionen zur Verfügung stehen, welche Daten an den Anbieter übertragen werden oder wer für deren Speicherung und Nutzung verantwortlich ist. Unternehmen sollten diese Punkte für jede einzelne Integration prüfen und nicht von einer uneingeschränkten Kompatibilität ausgehen.

Für die Sicherheit ist dieselbe Genauigkeit erforderlich. Vor der Entscheidung, ob ein Agent produktiv eingesetzt werden kann, muss klar sein, wie Berechtigungen vergeben werden, welche Werkzeuge er aufrufen darf, welche Aktionen eine Freigabe erfordern und welche Vorgänge protokolliert werden. Die verfügbaren Informationen ermöglichen es nicht, diese Einzelheiten für North 2 zu bestätigen. Folglich lässt sich auch nicht behaupten, dass die Kontrollen das Risiko unbefugter Aktionen ausschließen.

Was noch fehlt, um North 2 im Produktivbetrieb zu beurteilen

Die verfügbaren Informationen geben Einblick in die Produktidee: Agenten, Workflows und Kontrollen für Unternehmen sollen in einer Plattform zusammengeführt werden. Sie reichen jedoch nicht aus, um die Zuverlässigkeit zu messen, die Kontextkontinuität zu überprüfen oder festzustellen, ob Ausgabenlimits und Berechtigungen verbindlich durchgesetzt werden. Auch vergleichende Ergebnisse oder unabhängige Tests, mit denen sich die Leistung unter gleichen Bedingungen gegenüber Alternativen bewerten ließe, liegen nicht vor.

Vor einer breiten Einführung sollte ein Unternehmen technische Dokumentation anfordern, die für die eigene Konfiguration gilt, und ein Pilotprojekt mit festgelegten Erfolgskriterien durchführen. Dazu können der Anteil korrekt erledigter Aufgaben, die Häufigkeit menschlicher Eingriffe, Berechtigungsfehler, die Kosten pro Workflow und die Einhaltung von Aufbewahrungsrichtlinien zählen. Die Ergebnisse sollten mit unterschiedlichen Nutzern, Aufgabentypen und Fehlerszenarien überprüft werden. Ein einzelnes erfolgreiches Beispiel ist kein ausreichender Nachweis.

Die vorsichtige Schlussfolgerung bleibt daher begrenzt: North 2 wird als Unternehmensplattform für Agenten mit Kosten- und Sicherheitskontrollen vorgestellt; mehrstufige Workflows und die Fortsetzung von Kontext gehören laut Beschreibung zum Konzept. Wie wirksam die Kontrollen tatsächlich sind, wie das Gedächtnis umgesetzt wird und welche externen Modelle konkret kompatibel sind, ist damit noch nicht geklärt. Diese Punkte sollten anhand einschlägiger Dokumentation und reproduzierbarer Tests geprüft werden, bevor die Ankündigung als Garantie für das Verhalten im Produktivbetrieb verstanden wird.

Weiter entdecken

Korrekturen und Transparenz

Wenn du falsche oder veraltete Angaben findest, sende uns die Seite und die zu prüfende Quelle.