KI-Ausführungskontrolle

KI interpretiert.
Meliqor löst auf.
Systeme führen aus.

Meliqor ist die Kontrollschicht zwischen KI-Absicht und realer Ausführung. Die Plattform löst Ziel und Umfang auf, wendet Policies an und entscheidet, was ein Agent tatsächlich ausführen darf – bevor ein System verändert wird.

Design-Partnerschaft anfragenFunktionsweise ansehen
Für Teams, die folgenreiche KI-Agenten vom Pilotbetrieb in die Produktion bringen.
meliqor. wordmark
Refund order #48291
Target verified · within policy
ALLOW
Delete customer workspace
Ambiguous ownership · irreversible
REVIEW
Export restricted account data
Policy violation · scope exceeded
DENY
Pre-executionKontrolle vor Auswirkungen
DeterministicReproduzierbare Entscheidungen
Model-agnosticModell- und stackunabhängig
Your boundaryCloud, BYOC oder On-Prem
Warum Meliqor existiert

Wir wollten zunächst eine Sprache für KI erfinden. Dann fanden wir das größere Problem.

Am Anfang war das Ziel einfach: eine Sprache entwickeln, mit der sich Absichten gegenüber KI präziser ausdrücken lassen. Doch je tiefer wir gingen, desto klarer wurde: bessere Interpretation führt nicht automatisch zu sicherer Ausführung.

“Der entscheidende Punkt war die Erkenntnis: KI braucht nicht nur bessere Sprache. Sie braucht eine verlässliche Schicht, die mehrdeutige Absicht in kontrollierte Aktion übersetzt.”

Diese Erkenntnis veränderte das Projekt. Die Frage lautete nicht mehr nur: „Was meinte der Nutzer?“ Sondern: „Was genau will der Agent verändern, liegt es im vorgesehenen Scope und darf das System diese Aktion zulassen?“ Daraus entstand Meliqor – von Sprache und Interpretation hin zu Resolution, Policy und Execution Control.

1 · SpracheWir untersuchten, wie KI Absichten mit weniger Mehrdeutigkeit verstehen kann.
2 · ResolutionWir erkannten, dass Ziel und Scope vor der Aktion aufgelöst werden müssen.
3 · ControlWir ergänzten deterministische Regeln für folgenreiche Entscheidungen.
4 · MeliqorEine Kontrollschicht für KI-Systeme, die in realen Systemen handeln können.
Die Execution Gap

Guardrails schützen das Modell. Meliqor schützt die Aktion.

Sobald KI Tools aufruft, Datensätze ändert, Nachrichten versendet, Transaktionen freigibt oder Workflows startet, liegt das eigentliche Risiko nicht mehr nur in der Antwort des Modells, sondern in der folgenden Systemaktion.

01 · RESOLVE

Wissen, worauf der Agent tatsächlich handelt.

Ziel, Umfang und relevanten Systemzustand vor der Ausführung auflösen – nicht erst danach.

02 · ENFORCE

Policies in Ausführungsentscheidungen übersetzen.

Regeln und Kontrollen genau in dem Moment anwenden, in dem ein Agent eine folgenreiche Aktion versucht.

03 · PROVE

Jede Entscheidung reproduzierbar und auditierbar machen.

Evidence für jede Freigabe, Korrektur, Prüfung oder Blockierung erfassen.

Funktionsweise

Eine Control Plane für folgenreiche Aktionen.

Meliqor sitzt im Ausführungspfad, ohne dass Agent-Framework, Modellanbieter oder Enterprise-Systeme ersetzt werden müssen.

InstructionNatürlichsprachliche Absicht
ResolverTarget + scope
GuardPolicy + invariants
DecisionAllow · Correct · Review · Deny
ExecutionFreigegebene Systemaktion
Deployment

Meliqor läuft dort, wo Ihre Agenten laufen.

Sensitiver Ausführungskontext muss Ihre Sicherheitsgrenze nicht verlassen.

Meliqor Cloud

Schnellster Weg für Evaluation, Tests und Produktion bei weniger sensiblen Workloads.

Von Meliqor betrieben

BYOC

Deployment in Ihrem AWS-, Azure- oder GCP-Account bei voller Kontrolle über sensible Ausführungsdaten.

Empfohlen für Enterprise

On-Prem

Privates Deployment für regulierte, souveräne oder hochsensible Umgebungen.

Enterprise & reguliert
Mit einem Workflow starten

Kontrollieren Sie Aktionen, bei denen Fehler Folgen haben.

Starten Sie mit einem kritischen Workflow. Validieren Sie das Verhalten. Skalieren Sie, sobald die Kontrollschicht ihren Nutzen belegt.

Customer SupportErstattungen, Kontoänderungen, Kündigungen und Kundendaten-Aktionen.
Finance OperationsRechnungsfreigaben, Zahlungsworkflows und Änderungen an Finanzdaten.
Data & PrivacyLöschanfragen, Exporte, Aufbewahrung und Umgang mit eingeschränkten Daten.
IT & CloudInfrastrukturänderungen, Zugriffsanpassungen und operative Automatisierung.
Outbound CommunicationsEmpfängerkontrolle, Datenklassen und folgenreiche Kommunikation.
ERP & Back OfficeBestände, Stammdaten, Aufträge und Workflow-Korrekturen.

“Die Frage ist nicht mehr, ob KI handeln kann. Die Frage ist, was sie ausführen dürfen sollte.”

Meliqor · AI Execution Control Platform
Besonders interessant für

Für Teams, bei denen KI-Aktionen echte Folgen haben.

Meliqor ist besonders relevant, wenn ein Agent nicht mehr nur Vorschläge macht, sondern reale Aktionen ausführt – und Fehler bei Ziel, Umfang oder Policy Kunden, Geld, Daten oder Produktionssysteme betreffen können.

AI-native Plattformen

Agenten direkt im Produkt

SaaS- und AI-Unternehmen, deren Agenten im Auftrag von Endkunden handeln und dafür Enterprise-taugliche Kontrollen benötigen.

Mittelgroße Unternehmen

Automatisierung mit relevantem Volumen

Organisationen mit tausenden Agent-Aktionen pro Monat und wachsendem Aufwand für manuelle Prüfungen.

Sensible Workflows

Finance, Support, IT und Daten

Workflows mit Erstattungen, Kontoänderungen, Infrastruktur, Kundendaten, Berechtigungen oder regulierten Prozessen.

Ein fokussierter erster Workflow Typische Implementierung: wenige Wochen Kein monatelanges Transformationsprojekt
Business Value

Mehr Automatisierung. Weniger Review. Weniger teure Fehler.

Meliqor ist nicht nur eine Risikokontrolle. Die Plattform kann den Anteil der Arbeit erhöhen, den KI-Agenten sicher ausführen können, ohne dass jede Aktion manuell geprüft werden muss.

01 · Review senken

Manuelle Prüfkosten reduzieren

Nur mehrdeutige oder risikoreiche Aktionen an Menschen routen, statt jede Agent-Aktion zu prüfen.

02 · Automation erhöhen

Mehr Workflows produktiv automatisieren

Execution Controls ermöglichen Automation in Bereichen, in denen Unternehmen heute aus Risikogründen Menschen im Loop behalten.

03 · Fehlerkosten senken

Teure Ausführungsfehler verhindern

Falsche Ziele, Scope-Verstöße und unzulässige Aktionen erkennen, bevor daraus Erstattungen, Datenvorfälle oder operative Nacharbeit entstehen.

Illustrativer ROI

So kann der Business Case für eine mittelgroße AI-Plattform aussehen.

Beispiel: 50.000 Agent-Aktionen pro Monat, davon heute 20 % mit menschlichem Review und durchschnittlich zwei Minuten Prüfzeit.

Beispielszenario

Customer Operations AI Platform

600kAgent-Aktionen / Jahr
120kmanuelle Reviews / Jahr
€220kheutige Review-Kosten
~€143kpotenzielle Review-Einsparung

Illustrativ kann eine Reduktion des manuellen Reviews von 20 % auf 7 % die jährlichen Review-Kosten von etwa €220k auf etwa €77k senken. Hinzu kommen vermiedene Ausführungsfehler und zusätzlicher Automatisierungsnutzen.

~€193killustrativer Jahresnutzen
~380%illustrativer ROI vs. €40k BYOC
Nur ein Rechenbeispiel. Tatsächliche Ergebnisse hängen von Workflow-Volumen, Review-Rate, Personalkosten, Risikoprofil und Deployment ab.
Workflow kalkulieren

Einfacher ROI-Rechner

Potenzielle jährliche Review-Einsparung €143.000 Illustrativer ROI vor vermiedenen Fehlerkosten
Pricing

Mit einem Workflow starten. Skalieren, wenn der Nutzen belegt ist.

Das Pricing ist jährlich und flexibel. Der finale Preis hängt von Deployment, aktiven Agenten, Ausführungsvolumen, Evidence-Retention, Support und SLA ab.

Developer

Developer

Free
  • Lokale Entwicklung
  • Evaluation & Bench
  • SDK / CLI
Starten
Managed

Cloud

Ab €15k / Jahr
  • Managed Deployment
  • Evaluation + Produktion
  • Inkludiertes Ausführungsvolumen
Kontakt
Empfohlen

BYOC

Ab €40k / Jahr
  • AWS, Azure oder GCP
  • Sensible Daten bleiben in Ihrer Umgebung
  • Enterprise Controls & Evidence
BYOC besprechen
Private

Enterprise

Ab €100k / Jahr
  • On-Prem / privates Deployment
  • Custom SLA & Support
  • Regulierte Umgebungen
Sales kontaktieren
Bei BYOC oder On-Prem können zugrunde liegende Cloud- und Modellkosten direkt durch die Infrastrukturprovider des Kunden abgerechnet werden.
FAQ

Was Teams vor dem Deployment typischerweise wissen möchten.

1. Was ist Meliqor?
Meliqor ist eine AI Execution Control Platform. Sie sitzt zwischen Agent-Absicht und realer Systemänderung, löst Ziel und Scope auf, wendet Policies an und gibt vor folgenreichen Aktionen ALLOW, CORRECT, REVIEW oder DENY zurück.
2. Wie unterscheidet sich Meliqor von klassischen AI-Guardrails?
Klassische Guardrails fokussieren häufig Prompts, Eingaben oder Modellausgaben. Meliqor fokussiert den Execution Point: Was will der Agent in einem realen System verändern, stimmt Ziel und Umfang und erlaubt die Policy die Aktion?
3. Ersetzt Meliqor unseren Agenten, unser Modell oder Framework?
Nein. Meliqor arbeitet mit bestehenden Modellen, Agent-Frameworks und Enterprise-Systemen und ergänzt eine unabhängige Kontrollschicht im Ausführungspfad.
4. Welche Aktionen kann Meliqor kontrollieren?
Zum Beispiel API-Calls, Datenbankänderungen, Erstattungen, Kontoänderungen, Datenlöschung oder -export, ausgehende Kommunikation, Zugriffsänderungen, ERP-Updates und Infrastrukturaktionen.
5. Wie entscheidet Meliqor, ob eine Aktion ausgeführt werden darf?
Meliqor bewertet das aufgelöste Ziel, den beabsichtigten Scope, relevanten Systemzustand und konfigurierte Policies. Daraus entsteht ALLOW, CORRECT, REVIEW oder DENY.
6. Müssen sensible Daten unsere Umgebung verlassen?
Nein. BYOC und On-Prem sind dafür ausgelegt, dass sensibler Ausführungskontext innerhalb Ihrer eigenen Cloud- oder Infrastrukturgrenze bleiben kann.
7. Welche Modelle und Agent-Frameworks unterstützt Meliqor?
Meliqor ist modell- und framework-agnostisch konzipiert und soll eine konsistente Execution-Control-Schicht über unterschiedliche Agent-Stacks hinweg bereitstellen.
8. Was ist Meliqor Evidence?
Evidence speichert den relevanten Entscheidungskontext, damit Teams nachvollziehen, auditieren und reproduzieren können, warum eine Aktion erlaubt, korrigiert, geprüft oder blockiert wurde.
9. Wie lange dauert die Implementierung?
Meliqor ist bewusst auf einen fokussierten ersten Workflow ausgelegt statt auf ein langes Transformationsprojekt. Abhängig von der Integrationskomplexität kann eine erste Implementierung typischerweise innerhalb weniger Wochen erfolgen.
10. Wie funktioniert das Pricing?
Das Pricing hängt von Deployment-Modell, aktiven Agenten, Ausführungsvolumen, Evidence-Retention, Support und SLA ab. Die jährlichen „Ab“-Preise ermöglichen einen Einstieg mit einem Workflow und spätere Expansion.
Kontakt

Bringen Sie uns einen kritischen AI-Workflow.

Wir können meist schnell beurteilen, ob Meliqor passt, und einen fokussierten Weg zu einem ersten kontrollierten Workflow innerhalb weniger Wochen definieren.

Mit Meliqor sprechen

Besonders passend für AI-native Plattformen, mittelgroße Automation-Teams, Customer Operations, Finance, IT-Automation und sensible Datenaktionen.

E-Mailcontact@meliqor.com
DeploymentCloud · BYOC · On-Prem
ImplementierungFokussierter erster Workflow in wenigen Wochen, abhängig von der Integrationskomplexität
Design-Partner

Bringen Sie uns einen kritischen KI-Workflow.

Wir analysieren gemeinsam das Ausführungsrisiko, definieren Kontrollpunkte, benchmarken den Workflow und bestimmen, wann Meliqor Aktionen erlauben, korrigieren, eskalieren oder blockieren soll.

Design-Partnerschaft anfragenMit dem Produktteam sprechen