FriskAI bringt Transparenz in die Blackbox KI-Agent – 3,6 Millionen für den Start

FriskAI bringt Transparenz in die Blackbox KI-Agent – 3,6 Millionen für den Start

Das Startup FriskAI hat heute seine Runtime-Intelligence-Plattform offiziell vorgestellt und gleichzeitig den Abschluss einer Pre-Seed-Finanzierungsrunde über 3,6 Millionen US-Dollar bekannt gegeben. Das Gründerteam besteht aus ehemaligen Ingenieuren von Apple, Headspace, Snapdocs und PlayVS, die nach eigenen Angaben jahrelang produktionskritische Systeme in den Bereichen Fintech, Gesundheitswesen und Verbraucherplattformen verantwortet haben.

Die Plattform zielt auf ein grundlegendes Problem: Sobald KI-Agenten in der Produktion laufen, verlieren Unternehmen den Einblick in ihre tatsächlichen Aktionen. Anders als deterministische Software können Agenten bei wechselnden Eingaben, Werkzeugen oder Zielen unvorhersehbare Pfade einschlagen – herkömmliche Observability-Werkzeuge sind dafür nicht ausgelegt. FriskAI will diese Lücke schließen, indem es sämtliche Entscheidungen, Werkzeugaufrufe und Ausgaben der Agenten aufzeichnet und so einen vollständigen Audit-Trail liefert.

Lückenloser Audit-Trail: So zeichnet die Plattform Agenten-Entscheidungen auf

Die Plattform setzt direkt in der Laufzeitumgebung der KI-Agenten an und protokolliert jede Entscheidung, jeden Aufruf eines externen Werkzeugs und jede Ausgabe. Dadurch entsteht ein lückenloser, nachvollziehbarer Audit-Trail, der die Frage beantwortet, die das Gründerteam selbst umtrieb: „Was machen unsere KI-Agenten eigentlich?“

FriskAI integriert sich mit gängigen Agent-Frameworks wie LangChain, CrewAI und AutoGen. Die aufgezeichneten Daten zeigen, welche Werkzeuge ein Agent in welcher Reihenfolge genutzt hat und welche Zwischenschritte zu einer finalen Ausgabe geführt haben. Statt sich auf Stichproben oder nachträgliche Log-Analysen zu verlassen, erhalten Teams eine durchgängige Historie.

Diese vollständige Aufzeichnung aller Werkzeugaufrufe und Entscheidungen macht die Arbeitsweise der Agenten transparent. Unternehmen können so die tatsächlichen Abläufe nachvollziehen, unerwartete Pfade identifizieren und die Ursachen von Fehlverhalten gezielt eingrenzen. Der Audit-Trail dient als verlässliche Grundlage für Debugging und Qualitätssicherung im Produktivbetrieb.

Warum klassische Observability bei KI-Agenten versagt

Herkömmliche Überwachungswerkzeuge sind auf deterministische Software ausgelegt: Ein Programm folgt einem festgelegten Ablauf, Abweichungen sind selten und meist Fehler. KI-Agenten hingegen können bei gleicher Eingabe unterschiedliche Wege gehen, improvisieren und unerwartete Werkzeugketten bilden. Diese Flexibilität macht sie leistungsfähig, aber auch schwer durchschaubar.

Die Folgen zeigen sich in der Praxis. Ein Archivbericht dokumentiert, dass Nutzer mit unvollständigen Eingaben an KI-Agenten kämpfen – ein Problem, das ohne detaillierte Aufzeichnung kaum zu diagnostizieren ist. Ein weiterer Beitrag beziffert die monatlichen Kosten für KI-Agenten auf 200 bis 1.000 Dollar; ohne Transparenz über die tatsächlichen Aufrufe und Ressourcenverbräuche lassen sich Kostentreiber nur schwer identifizieren.

FriskAI setzt genau hier an: Die Plattform macht die Entscheidungsfindung der Agenten sichtbar und hilft, Fehlerquellen und ineffiziente Pfade zu erkennen. Statt nur Metriken wie Antwortzeiten oder Fehlerraten zu liefern, zeichnet sie den gesamten Handlungsstrang auf – eine Voraussetzung, um das Verhalten von KI-Agenten im Unternehmenseinsatz beherrschbar zu machen.

Mehr Sicherheit für Unternehmen, die auf KI-Agenten setzen

Für Unternehmen bedeutet die Plattform mehr Transparenz und Sicherheit im Produktivbetrieb. Sie können nachvollziehen, ob Agenten compliant handeln, wo Risiken liegen und an welchen Stellen manuell eingegriffen werden muss. Die lückenlose Aufzeichnung aller Agentenaktionen schafft eine nachvollziehbare Historie, die für interne Audits und den Nachweis von Compliance-Anforderungen genutzt werden kann.

FriskAI hat die Pre-Seed-Runde über 3,6 Millionen Dollar abgeschlossen und wird von einem Team ehemaliger Ingenieure von Apple, Headspace, Snapdocs und PlayVS geführt. Konkrete Angaben zu einer Produkt-Roadmap machte das Startup zum Start nicht, doch die Basis für eine neue Kategorie der Agenten-Überwachung ist gelegt.