Enterprise AI & Agent Platform
Die NAVAX AI Platform schafft eine kontrollierbare Grundlage für Enterprise AI. Sie verbindet verschiedene AI-Modelle, wiederverwendbare Skills, spezialisierte Agenten, Tools und Unternehmenswissen mit Identitätsmanagement, Governance, Monitoring und Kostenkontrolle.
Nicht noch ein einzelnes AI-Tool, sondern eine erweiterbare Plattform für unternehmensspezifische AI-Lösungen.
Ausgangslage
Nicht die Modellqualität ist die eigentliche Hürde, sondern das Zusammenspiel aus Integration, Wiederverwendung, Zugriff und Steuerung im Unternehmen.
Fragmentierte Ausgangslage
Kontrollierte Plattform
Mitarbeitende nutzen unverbundene AI-Dienste ohne gemeinsame Architektur.
Einzelne Anwendungsfälle koppeln sich eng an ein Modell oder einen Anbieter.
Generische Assistenten kennen Systeme, Rollen, Prozesse und unternehmensspezifisches Wissen nicht.
Zugriffsrechte, Modellnutzung, Kosten und Nachvollziehbarkeit lassen sich schwer einheitlich steuern.
AI-Experimente erzeugen isolierte Prototypen statt wiederverwendbarer Skills, Tools und Agenten.
AI bleibt im Chatfenster, statt Teil von ERP-, CRM- und Geschäftsprozessen zu werden.
Die NAVAX AI Platform ist als gemeinsame Grundlage konzipiert, auf der kontrollierte, wiederverwendbare und geschäftsorientierte AI-Lösungen entwickelt werden können.
Wert der Plattform
Fünf Grundpfeiler bündeln, was Enterprise AI vom einzelnen Tool zur steuerbaren Unternehmensplattform macht.
Verschiedene AI-Modelle lassen sich über eine gemeinsame Plattformebene anbinden.
Technisch: Technisch über eine zentrale Gateway-Ebene (z. B. LiteLLM) für mehrere Modelle.
Skills, Tools und Prompts werden wiederverwendet, statt für jeden Anwendungsfall neu gebaut zu werden.
Technisch: Skills und Prompts als versionierbare, wiederverwendbare Bausteine.
Agenten lassen sich für konkrete Rollen, Prozesse und Geschäftskontexte gestalten.
Technisch: Agenten kombinieren Instruktionen, Wissen, Tools und Workflow-Logik.
Identität, Rollen, Berechtigungen und Governance werden zentral berücksichtigt.
Technisch: Identitätsbasierter Zugriff über Microsoft Entra ID.
Nutzung, Tokens und Kosten können beobachtet und gesteuert werden.
Technisch: Usage-Tracking und Token-Monitoring als Grundlage für Kostenkontrolle.
Produktansichten
Ausgewählte Produktansichten zeigen, wie Chat, Modelle, Agenten, Skills sowie Nutzungs- und Kostensteuerung in einer zentralen Plattform zusammengeführt werden.
Die zentrale Chat-Oberfläche bietet einen einheitlichen Einstieg in verfügbare AI-Modelle, Tools, Skills und Agenten. Nutzer wählen das passende Modell und verwenden AI-Funktionen über eine gemeinsame Oberfläche.
Die Modellübersicht macht verfügbare Modelle und relevante Eigenschaften in einer gemeinsamen Oberfläche sichtbar. So lassen sich Modelle abhängig von Aufgabe, Kosten, Kontextanforderungen und Governance auswählen.
Die dargestellten Modelle, Preise und technischen Parameter sind Momentaufnahmen und können sich abhängig von Provider, Konfiguration und Verfügbarkeit ändern.
Die Agentenübersicht stellt spezialisierte AI-Assistenten für definierte Aufgaben bereit – etwa Unterstützung bei Präsentationsinhalten oder die strukturierte Erstellung von Projektspezifikationen. NAVAX Buddy ist als „Coming soon" gekennzeichnet.
NAVAX Buddy ist als „Coming soon" gekennzeichnet und noch nicht verfügbar. Interne Agent-IDs sind zu Datenschutzzwecken ausgeblendet.
Skills bündeln strukturierte Anweisungen und wiederverwendbare Fähigkeiten für konkrete Aufgaben. Dadurch müssen wiederkehrende AI-Abläufe nicht bei jeder Nutzung neu aufgebaut werden.
Architektur
Sechs Ebenen, verständlich auch ohne tiefes AI-Engineering-Wissen: von der Nutzeroberfläche bis zur Infrastruktur.
Wie Nutzer:innen mit AI arbeiten.
Wo Fähigkeiten und Logik zusammenkommen.
Zentrale Steuerung mehrerer Modelle.
Zugriff auf Wissen und Systeme.
Identität, Governance und Kosten.
Betrieb und Skalierung.
Vereinfachte, illustrative Darstellung. Konkrete Datenbanken, Deployment-Topologien oder Service-Level werden kundenspezifisch definiert.
Technische Grundlage
Die kundenorientierte NAVAX AI Platform baut auf einer technischen Gateway- und Administrationsschicht auf, die Modelle, Agenten, Policies und Monitoring verwaltet.
Im Hintergrund unterstützt eine LiteLLM-basierte Gateway- und Administrationsschicht die Verwaltung von Modellen, Agenten, Zugriffen, Policies, Monitoring und technischen Integrationen.
Die dargestellte LiteLLM-Ansicht zeigt eine technische Administrationskomponente der Plattform und nicht die primäre NAVAX AI Platform Benutzeroberfläche.
Die dargestellte LiteLLM-Ansicht zeigt eine technische Administrationskomponente der Plattform und nicht die primäre NAVAX AI Platform Benutzeroberfläche. Interne Agent-IDs sind maskiert; „Needs Setup" ist ein Konfigurationsstatus, kein Produktionsfehler.
Modelle
Kein einzelnes Modell ist für jede Aufgabe optimal. Über eine gemeinsame Gateway-Ebene lassen sich Modelle je nach Anforderung auswählen.
Bewertungsdimensionen
Welche Modelle eingesetzt werden können, hängt von Zielarchitektur, Verfügbarkeit, Governance-Anforderungen und dem jeweiligen Anwendungsfall ab.
Skills, Tools & Agenten
Vier Bausteine bauen aufeinander auf – vom einzelnen Prompt bis zum Agenten-Workflow.
Eine definierte Instruktion für eine konkrete Interaktion.
Eine wiederverwendbare Fähigkeit für wiederkehrende Aufgaben.
Eine kontrollierte Verbindung zu Daten, APIs oder Anwendungen.
Kombiniert Instruktionen, Wissen, Tools und Workflow-Logik für ein definiertes Ziel.
Konzeptbeispiele – nicht als produktionsreif dargestellt.
Beispielagenten
Dokumentierte Beispiele, die zeigen, wie Agenten auf der Plattform aussehen können. Umfang und Verfügbarkeit werden je Angebot bestätigt.
Unterstützt bei der strukturierten Erstellung und Aufbereitung von Spezifikationen.
Unterstützt bei der strukturierten Erstellung von Präsentationsinhalten.
Unternehmenswissen & RAG
Kontext aus dem Unternehmen macht Antworten relevanter als generisches Modellwissen.
Die Qualität AI-gestützter Ergebnisse hängt unter anderem von Datenqualität, Quellen, Berechtigungen, Modellwahl und Konfiguration ab.
MCP & Tools
Über standardisierte Tool- und MCP-Konzepte können Agenten definierte Funktionen und Datenquellen nutzen. Dadurch kann AI über reine Textgenerierung hinausgehen und kontrolliert mit bestehenden Anwendungen und Services interagieren.
Generische Systemkategorien
Identität, Governance & Sicherheit
Kontrolle und Nachvollziehbarkeit sind die Grundlage für vertrauenswürdige AI im Unternehmen.
Identitätsbasierter Zugang als Grundlage für kontrollierten Zugriff.
Wer AI nutzt, ist eindeutig einer Identität zugeordnet.
Zugriffe lassen sich anhand von Rollen und Rechten steuern.
Nutzung von Modellen, Agenten und Tools bleibt nachvollziehbar.
Nutzung wird erfasst und kann ausgewertet werden.
Verbrauch und Kosten bleiben sichtbar und steuerbar.
Steuerung, welche Modelle verfügbar sind.
Agenten nutzen Tools nur im erlaubten Rahmen.
Die konkrete Sicherheits-, Hosting- und Compliance-Ausgestaltung wird abhängig von Kundenanforderungen und Zielarchitektur definiert.
Nutzung & Kosten
Transparenz über Modelle, Agenten und Verbrauch ist die Grundlage für budgetorientierte Governance.
Budget, Schlüsselname und Benutzer-ID sind zu Datenschutzzwecken maskiert (Demo-Daten). Einzelne Auswertungen sind noch als „Demnächst verfügbar" gekennzeichnet.
Einordnung
Standardprodukte können für viele Anwendungsfälle sinnvoll sein. Eine ergänzende Plattform wird relevant, wenn Unternehmen mehrere Modelle, eigene Agenten, spezifische Daten, Prozesse und Governance-Anforderungen zusammenführen möchten.
Modellflexibilität
Unternehmenskontext
Eigene Agenten
Wiederverwendung
Integration
Identität
Beobachtbarkeit
Kostenkontrolle
Prozessorientierung
Individualisierung
NAVAX-Unterschied
Enterprise AI entsteht dort, wo Technologie auf Prozess-, Applikations- und Umsetzungskompetenz trifft.
NAVAX versteht, wie operative Prozesse und Unternehmensanwendungen zusammenspielen.
Die Plattform ist auf Microsoft-Identität, Azure-Infrastruktur und Business-App-Umgebungen ausgelegt.
AI-Lösungen entstehen rund um reale Workflows in Fertigung, Handel, Beratung und Projektgeschäft.
NAVAX verbindet AI-Strategie, Governance, Implementierung, Training und operative Einführung.
Relevante Domänen
Reifegradmodell
Ein Reifegradmodell zeigt die mögliche Entwicklung – von Unterstützung bis hin zu koordinierten AI-Prozessen.
Unterstützen einzelne Nutzer bei Inhalten, Recherche oder Vorbereitung.
Unterstützen definierte mehrstufige Workflows.
Können freigegebene Aktionen über Tools und Systeme ausführen.
Mehrere spezialisierte Agenten arbeiten an einem Geschäftsziel zusammen.
Agentenbasierte Fähigkeiten unterstützen einen größeren Funktionsbereich unter menschlicher Governance.
AI wird zu einer koordinierten operativen Schicht über mehrere Prozesse.
Mit zunehmender Autonomie steigen die Anforderungen an Governance, Freigaben, Nachvollziehbarkeit und menschliche Kontrolle.
Zielbild
Mögliche zukünftige Szenarien, in denen Agenten Geschäftsprozesse unterstützen – kein aktuell standardisiertes Produkt.
Produktökosystem
Ein mögliches zukünftiges Zusammenspiel aus Plattform, Agenten, Services und Paketen.
Produktvision
Eine mögliche zukünftige Struktur, um Bausteine kontrolliert bereitzustellen und wiederzuverwenden.
Zielarchitektur
Mögliche Bereitstellungsrichtungen und langfristige Fähigkeitsbereiche – abhängig vom Kundenkontext.
Die geeignete Bereitstellungsarchitektur hängt von Sicherheitsanforderungen, Datenklassen, Integrationen und Betriebsmodell ab.
Langfristige Fähigkeitsbereiche
ZielarchitekturEntwicklungsrichtung
Ein Fähigkeitsmodell statt fixer Liefertermine. Die letzten drei Stufen sind strategische Richtung.
Modelle, Identität, Monitoring, Prompts und zentrale Plattformdienste.
Skills, Tools, wiederverwendbare Agenten und Orchestrierung.
Rollen- und prozessspezifische Enterprise-Agenten.
Koordinierte Workflows über spezialisierte Agenten.
AI-gestützte Geschäftsprozesse über mehrere Systeme.
Langfristige Vision tief integrierter, governter AI-Operationen.
Umsetzung
Ein strukturierter Weg in sechs Schritten – fokussiert auf Nutzen, Architektur und Governance.
Business-Ziele, Nutzer, Daten, Sicherheit und Governance.
Ein fokussiertes, wertvolles und umsetzbares Szenario auswählen.
Modelle, Wissen, Tools, Berechtigungen und Betriebsmodell.
Prompts, Skills, Tools und relevantes Wissen konfigurieren.
Qualität, Zugriff, Verhalten, Nutzung und Kosten prüfen.
Nutzer aktivieren, Nutzung beobachten und Fähigkeiten verbessern.
Für wen
Für jede Rolle steht ein konkreter Nutzen im Vordergrund – nicht nur die Bezeichnung.
Eine gemeinsame und kontrollierbare AI-Grundlage schaffen.
Wiederverwendbare Agenten-, Wissens- und Modellfähigkeiten entwickeln.
AI mit ERP, CRM und operativen Workflows verbinden.
Transparenz über Identitäten, Modelle, Nutzung und Zugriffe schaffen.
Betriebsmodell
Das passende Betriebs- und Lizenzmodell richtet sich nach Plattformumfang, Nutzung, Modellen, Agenten, Hosting und Integrationsanforderungen.
FAQ
Die NAVAX AI Platform ist eine erweiterbare Enterprise-Plattform, die AI-Modelle, Skills, Agenten, Tools und Unternehmenswissen mit Identität, Governance, Nutzungsmonitoring und Kostentransparenz zusammenführt.
Nicht zwingend. Standardassistenten wie Microsoft Copilot können für viele Szenarien sinnvoll sein. Die NAVAX AI Platform wird dort relevant, wo Unternehmen eigene Agenten, mehrere Modelle, spezialisiertes Unternehmenswissen, individuelle Integrationen oder zusätzliche Governance- und Monitoring-Fähigkeiten benötigen.
Die Plattform ist auf einen Multi-Model-Ansatz ausgelegt. Beispiele sind GPT, Claude, Mistral, Llama und Azure-OpenAI-Deployments. Die tatsächliche Verfügbarkeit hängt von Zielarchitektur, Anbieterzugang und Kundenanforderungen ab.
Ein Skill ist eine wiederverwendbare AI-Fähigkeit für eine wiederkehrende Aufgabe. Er kann strukturierte Instruktionen, Kontext und definierte Ausgabeanforderungen kombinieren.
Ein Agent verbindet ein Aufgabenziel mit Instruktionen, Wissen und Tools. Abhängig von Gestaltung und Berechtigungen kann er definierte Workflow-Schritte unterstützen oder ausführen.
MCP ist ein Ansatz, um AI-Systeme über standardisierte Schnittstellen mit Tools und Kontext zu verbinden. Die konkrete Umsetzung und die erlaubten Funktionen hängen vom jeweiligen System und der Sicherheitsarchitektur ab.
RAG- und Wissensintegrationskonzepte können Agenten relevanten Unternehmenskontext bereitstellen. Zugriff, Quellenqualität und Berechtigungen müssen bei der Gestaltung der Lösung berücksichtigt werden.
Microsoft Entra ID und rollenbasierte Berechtigungskonzepte können Teil der Identitäts- und Zugriffsarchitektur sein. Die genaue Umsetzung hängt von der Kundenumgebung ab.
Die Plattform enthält Konzepte für Usage-Tracking, Token-Monitoring und Kostentransparenz. Die verfügbaren Sichten und die Zuordnungslogik hängen von Plattformkonfiguration und Betriebsmodell ab.
Plattformvision und aktuelle Architektur berücksichtigen EU-Hosting-Anforderungen. Die endgültige Hosting-, Datenverarbeitungs- und Service-Konfiguration wird für die jeweilige Kundenbereitstellung bestätigt.
Die Plattform ist auf Tool- und Systemintegration ausgelegt. Konkrete Anbindungen an ERP, CRM oder Fachanwendungen werden auf Basis von Anwendungsfall, Berechtigungen und Zielarchitektur gestaltet.
Die Plattform enthält dokumentierte Beispielagenten und unterstützt die Entwicklung spezialisierter Business Agents. Verfügbarkeit und Umfang konkreter Agenten werden für das jeweilige Angebot bestätigt.
Die Umsetzung beginnt typischerweise mit Zieldefinition, einem fokussierten Use Case, Architektur- und Governance-Design, gefolgt von Agent- oder Skill-Implementierung, Validierung und Rollout.
Nächster Schritt
In einem gemeinsamen Erstgespräch prüfen wir, welche Modelle, Agenten, Datenquellen und Governance-Anforderungen für Ihren ersten Plattform-Use-Case relevant sind.
Fokus auf Use Case, Zielarchitektur, Governance und realistische Umsetzung