LONDON (IT BOLTWISE) – OpenMatter bringt eine „verifiable trust layer“ auf den Markt, mit der Unternehmen mathematisch nachweisen sollen, wie KI-Agenten mit Daten und Systemen interagieren – statt es nur zu „vertrauen“. Die Plattform ergänzt bestehende Cloud-, Daten- und KI-Umgebungen um kryptografische Prüfungen, Policy-Kontrollen und eine verteilte Architektur. Das Ziel ist besonders relevant, wenn sensible Workloads zwischen Parteien wandern oder in Umgebungen laufen, die ein Unternehmen nicht vollständig kontrolliert. Damit adressiert das Startup ein Governance-Problem, das bei autonomen Agenten zusehends schwerer wird.
Unternehmen setzen KI-Agenten längst nicht mehr nur als „Assistenten“ ein, sondern lassen sie auch selbstständig Aufgaben in Anwendungen und über organisatorische Grenzen hinweg erledigen. Genau an dieser Stelle gerät ein klassisches Sicherheitsmodell ins Wanken: Wenn sensible Daten oder KI-Workloads in Systeme wandern, die ein Unternehmen nicht vollständig kontrolliert, wird aus Vertrauen schnell ein Risiko. OpenMatter versucht, dieses Dilemma mit einer kryptografisch verifizierbaren Schicht zu entschärfen – nicht als Ersatz für bestehende Cloud- oder KI-Stacks, sondern als zusätzliche Kontrolle darüber, was wirklich ausgeführt und wie Daten tatsächlich genutzt wurden.
Das Melbourneer Startup positioniert seine Plattform als „verifiable trust layer“ und formuliert den Kernansatz als „Don’t Trust Data. Prove It.“ Konkret geht es darum, Ausführungen nicht nur zu protokollieren, sondern so abzusichern, dass sich die Korrektheit mathematisch prüfen lässt. Technisch bedeutet das: Die Plattform läuft „oben drauf“ auf bereits genutzten Cloud- und Datenplattformen sowie auf KI-Tools, fügt jedoch kryptografische Verifikationen und engere Regeln für die Ausführung hinzu. Damit verschiebt sich der Fokus von Systemvertrauen hin zu beweisbarer Ausführbarkeit – ein Modell, das besonders dort zählt, wo Datenfreigaben nur unter strengen Bedingungen möglich sind.
OpenMatters Ansatz besteht aus drei Bausteinen. „Masked Compute“ soll Berechnungen über Organisationsgrenzen hinweg ermöglichen, ohne die zugrunde liegenden Daten vollständig offenzulegen. „QuantumGuard“ übernimmt Policy Enforcement und Governance für KI-Agenten, die in unterschiedlichen Umgebungen arbeiten. „Datavizor“ schließlich ist als Sichtbarkeits- und Audit-Layer gedacht: Es erzeugt eine kryptografisch provable Aufzeichnung darüber, welche Schritte stattgefunden haben und wie KI-Aktivitäten verliefen. Im Ergebnis entsteht ein Kontrollpfad, der nicht beim „Logging“ endet, sondern die Ausführung selbst verifizierbar machen soll – ein Unterschied, der für Enterprise-Compliance oft entscheidend ist.
Historisch kennt die IT die Idee „nicht vertrauen, prüfen“ bereits aus angrenzenden Bereichen: von Ende-zu-Ende-Verschlüsselung über signierte Audit-Trails bis hin zu Konzepten wie „Confidential Computing“. Während letztere häufig auf isolierte Ausführung vertraulicher Berechnungen in Hardware-geschützten Umgebungen setzen, adressiert OpenMatter den nächsten Schritt: die verifizierbare Aussage darüber, dass bestimmte Policies eingehalten wurden und welche Ergebnisse und Aktionen aus den zugrunde liegenden Daten tatsächlich entstanden. Als Vergleich lohnt sich der Blick auf etabliertes Marktgeschehen: Anbieter wie Google (Confidential Computing) oder AWS (Nitro Enclaves) fokussieren stark auf abgeschottete Verarbeitung. OpenMatter versucht, diese Logik durch einen Policy- und Beweis-Mechanismus für KI-Agenten zu erweitern.
Für den Markt ist die Timing-Komponente besonders relevant. Mit der Verbreitung agentischer Systeme, die selbstständig in mehreren Services handeln, steigt die Angriffs- und Haftungsfläche. Klassische Sicherheitskontrollen wie rollenbasierter Zugriff oder zentrale SIEM-Korrelationen bleiben wichtig, reichen aber für die Frage „Was ist passiert?“ allein oft nicht aus – erst recht nicht, wenn Partnerumgebungen oder ausgelagerte Rechenzentren im Spiel sind. Experten weisen in solchen Fällen häufig darauf hin, dass „angenommene Compliance“ ohne nachprüfbaren Nachweis regulatorisch und operativ schwach ist. Branchenberichten zufolge sehen viele Security-Teams genau hier eine Lücke: Der Nachweis müsse aus der Ausführung selbst ableitbar sein, nicht nur aus Berichten darüber.
OpenMatter nennt als Zielmarkt vor allem Szenarien, in denen sensible Daten zwischen Parteien wechseln: Gesundheitskooperationen, sichere KI-Modelltrainings, finanzielle Analytik sowie verteilte wissenschaftliche Forschung. Ein frühes Partnerschaftsbeispiel ist „Dara AI Ltd.“, ein datenschutzorientiertes Health-Data-Ökosystem, um zu prüfen, ob sich medizinische Erkenntnisse gewinnen lassen, ohne personenbezogene Details preiszugeben. Für die Praxis bedeutet das: Gerade bei Forschungsnetzwerken und Value-Chain-Analytik entstehen schnell Konstellationen, in denen Unternehmen Daten nicht dauerhaft „besitzen“, aber trotzdem belastbare Ergebnisse brauchen. Ein verifizierbares Ausführungsprotokoll könnte in solchen Beziehungen Vertrauen ersetzen, ohne zusätzliche Datentransfers erzwingen zu müssen.
Regulatorisch und datenschutzrechtlich ist das Thema heikel, weil „Nachweisbarkeit“ nicht automatisch „Rechtmäßigkeit“ bedeutet. Allerdings kann eine beweisbasierte Audit-Chain helfen, interne und externe Prüfungen effizienter zu machen: Wenn sich nachvollziehen lässt, welche Policies durchgesetzt wurden und wie ein KI-Agent tatsächlich gearbeitet hat, lassen sich Beschwerden, Datenschutzanfragen oder interne Reviews besser unterstützen. Gleichzeitig bleibt es Aufgabe des Unternehmens, weiterhin die rechtlichen Grundlagen für Verarbeitung (z. B. Einwilligung, Vertragsgrundlagen oder berechtigtes Interesse) sauber zu dokumentieren. Eine verifizierte Ausführung kann daher eher als technisches Kontrollinstrument in einer umfassenden Governance-Strategie verstanden werden.
Aus Enterprise-Sicht ist die wichtigste technische Frage, wie sich OpenMatters Schicht in bestehende Pipelines integriert, ohne die Betriebsfähigkeit zu gefährden. Der Claim lautet, dass das Produkt nichts ersetzt, sondern sich in Cloud-, Daten- und KI-Workflows einfügt. Entscheidend wird dabei sein, wie gering die zusätzliche Latenz ausfällt, wie stark die CPU-/GPU-Auslastung beeinflusst wird und ob sich die Policy-Regeln in bestehende IAM- und Governance-Prozesse einbetten lassen. Besonders bei KI-Agenten, die dynamisch mit mehreren Services interagieren, hängt die Wirksamkeit davon ab, dass die Policy Enforcement auch die „Nebenpfade“ der Ausführung abdeckt – also nicht nur den Startpunkt, sondern die tatsächlichen Schritte im Verlauf.
Für die Marktstrategie bleibt abzuwarten, wie OpenMatter mit etablierten Security- und KI-Plattformen zusammenarbeitet und ob es über reine Verifikation hinaus Integrationsmuster liefert, etwa für MLOps-, Agent-Orchestrierungs- und Compliance-Workflows. Das Unternehmen hat keine Preise und keine allgemeine Verfügbarkeit kommuniziert, sodass Käufer noch keinen direkten Benchmark gegen bestehende Confidential-Computing- oder Audit-Lösungen ziehen können. Dennoch deutet die frühe Positionierung auf eine wachsende Kategorie hin: „Proof statt Trust“ für agentische Systeme. Wenn sich das Konzept durchsetzt, ergeben sich für Entwickler neue Möglichkeiten, KI-Entwicklung stärker als überprüfbaren Prozess zu gestalten – und nicht nur als Release-Entscheidung, die auf Vertrauen in Logs basiert.
In den kommenden Monaten dürfte der Wettbewerb entscheidend werden: Während große Cloud-Anbieter ihre Hardware-Isolation und Schlüsselmanagement-Funktionen ausbauen, könnten spezialisierte Anbieter wie OpenMatter die nächste Ebene liefern, nämlich beweisbare Governance für KI-Agenten über Systemgrenzen hinweg. Ein realistisches Szenario ist, dass Unternehmen künftig mehrere Kontrollschichten kombinieren: Hardware-geschützte Ausführung, verschlüsselte Datenflüsse, signierte und verifizierbare Audit-Trails sowie explizite Policy-Regeln. Sollte OpenMatter hier belastbare Performance- und Integrationsnachweise liefern, könnte sich „verifizierbare Ausführung“ zu einem Standardbaustein für datensensible KI-Agenten entwickeln – insbesondere dort, wo Partnerkonstellationen und regulatorische Anforderungen den Handlungsspielraum eng machen.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "OpenMatter: Verifizierbare KI-Agenten für sensible Workloads über Cloud-Grenzen" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "OpenMatter: Verifizierbare KI-Agenten für sensible Workloads über Cloud-Grenzen" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »OpenMatter: Verifizierbare KI-Agenten für sensible Workloads über Cloud-Grenzen« bei Google Deutschland suchen, bei Bing oder Google News!