Neue KI-Agenten in wenigen Minuten live – AI Orchestration Layer (Claude, MCP) für eine US-Cybersecurity-Plattform

Seit 2020 sind wir Design- und Entwicklungspartner einer US‑amerikanischen Cyber‑Risk‑Plattform und haben sie vom Prototyp zum SaaS mit Fortune‑500‑Kunden weiterentwickelt, mit +150 % Umsatz in einem Jahr und 400 % Wachstum bei B2B‑Kunden. 2025 haben wir die Laufzeitumgebung um einen von Anthropic's Claude betriebenen KI‑Agenten herum neu aufgebaut. Die Plattform fungiert nun als Orchestrierungsschicht für den gesamten Security‑Stack des Kunden, und die Administratoren des Kunden bringen neue KI‑Agenten ohne Engineering‑Beteiligung in Produktion.

Vom Prototyp zum von Fortune‑500‑Unternehmen genutzten SaaS

Der Kunde, ein 2015 gegründetes Cybersecurity‑Unternehmen, kam mit einem prototypischen Entscheidungstool für C‑Level‑Führungskräfte, umfangreicher technischer Dokumentation und zahlenden Unternehmenskunden auf uns zu. Das Produkt war vollständig offline. Unsere Aufgabe war, es in ein skalierbares SaaS zu überführen, ohne an Fahrt zu verlieren. Ein Product‑Discovery‑Prozess ergab eine priorisierte Feature‑Liste; anschließend bauten wir ein maßgeschneidertes Frontend, das das mathematische Risikomodell der Plattform in umsetzbare Informationen für Führungskräfte übersetzt, ausgerichtet an den NIST‑ und CIS‑Frameworks. Da die Plattform hochsensible Daten verarbeitet, richteten wir einen dedizierten GCP‑Cluster am bevorzugten Standort des Kunden ein.
 

Nach dem MVP erweiterten wir das Produkt um eine zweite Zielgruppe: Private‑Equity‑Firmen. Die Unternehmenskundschaft hat sich innerhalb von 3,5 Monaten nach dem Launch mehr als verdreifacht – von 8 auf 26 Kunden – und brachte führende Marktakteure sowie Fortune‑500‑Kunden an Bord; der Umsatz wuchs in einem Jahr um 150 %, und die Zahl der B2B‑Kunden stieg um 400 %. Der NPS lag durchgehend über dem Zielwert.

Die Herausforderung im Jahr 2025

Die Plattform war ausgereift, anerkannt und untergenutzt: Es war eine Experteninterpretation erforderlich, die meisten Nutzer meldeten sich quartalsweise an, und das Onboarding benötigte 45 Minuten mit Support. Der Kunde wollte agentische KI im Produkt – für eine Fortune‑500‑Kundschaft mit strengen Sicherheitsanforderungen. Ein simples Chatfenster hinzuzufügen, kam nicht in Frage. Die KI musste produktiv laufen, mandantenübergreifend, auf Live‑Sicherheitsdaten – ohne den Audit‑Scope zu erweitern.

Unser Ansatz: Architektur

Wir haben die Laufzeitumgebung um drei Entscheidungen herum neu aufgebaut, die für Enterprise‑AI‑Deployments entscheidend sind: wie der Agent denkt, wie er innerhalb der Kundengrenzen bleibt und wie er sich mit dem Live‑Security‑Stack des Kunden verbindet.
 

Die Lösung

Die Kerninfrastruktur, das Datenmodell und die Codebasis der Plattform blieben intakt; die KI-Schicht liegt darüber, nicht darin. Strukturell wandelte sich das Produkt von einem Analyse-Tool zu einer Orchestrierungsschicht für den Sicherheitsbetrieb des Kunden. Die Weiterentwicklung des Produkts ist nicht länger an Release-Zyklen gebunden: Das Admin-Team stellt neue Agents, Prompts und Connectors direkt über die UI für produktive Security-Tools bereit.