Alle KI-Anwendungen
unter einer Steuerung.
Bestehende und neue KI-Anwendungen, Agenten und Modelle laufen über eine gemeinsame Steuerung: wer was nutzen darf, auf welche Daten zugegriffen wird, welches Modell antwortet, was es kostet – und dass jeder Schritt nachvollziehbar bleibt.
Fünf Fragen, eine Stelle, die sie beantwortet.
Sobald mehr als eine KI-Anwendung im Haus läuft, stellen sich dieselben Fragen. KI-Management beantwortet sie zentral – statt in jeder Anwendung neu.
Registry
Was läuft bei uns?Jede KI-Anwendung und jeder Agent ist registriert – mit Verantwortlichem, Zweck und Status.
Datenräume & Rechte
Wer darf worauf zugreifen?Rollen und Datenräume gelten für jede Anwendung gleich, auch für eingebundene Fremd-Agenten.
Model Router
Welches Modell antwortet?Das passende Modell je Zweck, Datenklasse und Kostenlimit – austauschbar ohne Neubau.
Budget & Deckel
Was kostet es, wen?Kosten je Modell, Abteilung und Operation, mit Kostendeckel je Mandant, der automatisch pausiert.
Freigaben & Audit
Wer hat was entschieden?Kritische Aktionen warten auf einen Menschen. Jede Anfrage und jede Freigabe ist protokolliert.
Viele Agenten, ohne Wildwuchs.
Agenten entstehen dort, wo gerade jemand Zeit hat – im Vertrieb, im Reporting, in der IT. NexoGraph führt sie unter eine Steuerung, ohne sie neu zu bauen.
- Einbinden: vorhandene Agenten als „Agent-as-a-Tool“, mit Datenräumen, Rollen und Kostenlimits von außen.
- Entwickeln: neue Agenten aus Vorlagen, mit Tests und klarer Verantwortung.
- Absichern: Tool-Zugriffe nur über Freigaben; Buchungen, Versand und Stammdatenänderungen halten für einen Menschen an.
Das richtige Modell für den richtigen Zweck.
Der Model Router entkoppelt Anwendungen von einzelnen Anbietern. Sie wechseln das Modell, Anwendungen und Wissensgraph bleiben.
- Nach Zweck: kleine Modelle für Masse, Reasoning-Modelle für Analyse, Spezialmodelle für Recht, Code und Bild.
- Nach Datenklasse: sensible Datenräume gehen nur an private Modelle.
- Nach Kosten: Kostenlimit und Fallback je Anwendungsfall.
Jeder Euro hat eine Adresse.
Das Nutzungs-Cockpit bricht jede KI-Ausgabe auf — nach Modell, Abteilung und Operation, über 7, 30 oder 90 Tage. Kein „die KI war teuer", sondern: welche KI, für wen, in welchem Prozess.
Top nach Token-Volumen — pro Modell
| Modell | Events | Input | Output | Gesamt | Kosten |
|---|---|---|---|---|---|
| GPT-4o-mini | 71.240 | 20,1 M | 2,3 M | 22,4 M | € 314 |
| Claude Sonnet 4.5 | 22.880 | 11,9 M | 2,3 M | 14,2 M | € 1.065 |
| GPT-4o | 14.110 | 7,2 M | 1,4 M | 8,6 M | € 903 |
| Llama 3.1 70B (Private) | 12.640 | 3,6 M | 0,5 M | 4,1 M | € 0 |
| embedding-3-large | 6.310 | 1,3 M | — | 1,3 M | € 5 |
| Claude Haiku | 1.250 | 0,2 M | 0,1 M | 0,3 M | € 5 |
| Gesamt | 128.430 | 41,8 M | 9,1 M | 50,9 M | € 2.292 |
Top nach Token-Volumen — pro Abteilung
| Arbeitsbereich | Aktivität | Events | Gesamt | Kosten |
|---|---|---|---|---|
| Sales-Arbeitsbereich | Angebote, CRM-Recherche, Cross-Selling | 46.120 | 18,1 M | € 795 |
| Service | Support-Auskünfte aus Wissensbasis | 33.480 | 12,9 M | € 493 |
| Compliance | Belegprüfung, Quellen-Checks | 21.900 | 9,4 M | € 564 |
| Controlling | Auswertungen, Report-Entwürfe | 16.740 | 6,6 M | € 288 |
| Einkauf | Ausschreibungen, Vertragsanalyse | 10.190 | 3,9 M | € 152 |
| Gesamt | 128.430 | 50,9 M | € 2.292 |
Top nach Token-Volumen — pro Operation
| Operation | Events | Input | Output | Gesamt | Kosten |
|---|---|---|---|---|---|
| graphrag:query | 52.300 | 16,4 M | 3,4 M | 19,8 M | € 1.121 |
| chat | 38.910 | 9,3 M | 2,1 M | 11,4 M | € 486 |
| agent-mode:query | 9.640 | 7,1 M | 1,6 M | 8,7 M | € 798 |
| document:ingest | 14.880 | 5,5 M | 0,3 M | 5,8 M | € 211 |
| summarize | 6.090 | 3,2 M | 0,7 M | 3,9 M | € 190 |
| embedding | 6.610 | 1,3 M | — | 1,3 M | € 5 |
| Gesamt | 128.430 | 41,8 M | 9,1 M | 50,9 M | € 2.292 |
Limit pro Anfrage & Arbeitsbereich
Jeder logische Request hat ein Token-/Kostenbudget — inklusive aller Wiederholungen. Läuft ein Arbeitsbereich heiß, greift das Limit, bevor die Rechnung es tut.
Günstigstes passendes Modell
Der Multi-LLM-Router schickt einfache Aufgaben an kleine Modelle und sensible Daten ins Private LLM. Im Beispiel: 18 % weniger Kosten bei gleicher Qualität.
Kostenstellen-Zuordnung
Jedes Event trägt Abteilung, Projekt und Operation. Die Auswertung lässt sich exportieren — als Grundlage für interne Verrechnung und ROI-Nachweis.
Vom vorgefertigten Prompt
zum orchestrierten Workflow.
Niemand muss Agenten programmieren. Geprüfte Prompt-Vorlagen beschreiben die Aufgabe in Klartext — Nexograph macht daraus einen Agenten, verbindet mehrere zu einem Workflow und führt sie nachvollziehbar Schritt für Schritt aus.
- Aus Klartext, nicht aus Code: geprüfte Prompt-Vorlagen je Use Case — anpassbar, versioniert, wiederverwendbar.
- Kontrolliert verbunden: Supervisor, Agent-as-Tool, parallele und bedingte Pfade — mit Freigabe-Schritten an kritischen Stellen.
- Nichts läuft im Verborgenen: jeder Reasoning- und Tool-Schritt mit Ein-/Ausgabe, Dauer und Tokenkosten einsehbar.
Nichts passiert ohne Spur.
Jede sicherheitsrelevante Aktion schreibt ein unveränderliches Audit-Event — wer, was, wann, mit welchem Modell. Vom Aktivieren des Agent-Modus bis zum einzelnen Tool-Aufruf bleibt alles nachvollziehbar und prüfbar.
Authentifizierter Nutzer oder Agent — jede Zeile trägt den verantwortlichen Actor.
Die konkrete Aktion — Zugriff, Lauf, Tool-Aufruf, Freigabe, Konfigurationsänderung.
Zeitstempel plus Modell, Datenraum und Kosten des Vorgangs.
Jede KI-Antwort führt ihre Quellen mit — prüfbar bis zum Dokument.
Append-only
Events werden nur angehängt, nie überschrieben — Manipulation fällt auf.
Für Audits & Aufsicht
Vollständiger Verlauf je Tenant — als Nachweis für DSGVO, Revision und Wirtschaftsprüfung.
Telemetrie inklusive
Spans und Metriken je Lauf — Auffälligkeiten wie Rate-Limits oder abgewiesene Tools sichtbar.