Die Lücke in Enterprise-KI
Enterprise-KI-Orchestrierung hat keinen Mittelweg. Teams prototypen entweder mit fragilen Low-Code-Tools und schreiben für die Produktion um, oder bauen alles von Grund auf mit KI-Bibliotheken und Frameworks.
EDDI füllt diese Lücke
EDDI ist eine deploybare Middleware-Plattform, keine Bibliothek. Es bietet alles, was Teams out of the box brauchen:
- Visuelle Management-UI — Der EDDI Manager zum Erstellen und Überwachen von Agents
- Configuration-as-Code — Agent-Logik ist JSON, kein kompilierter Code
- 42 MCP-Tools — Vollständige KI-native Steuerung via Model Context Protocol
- Enterprise-Sicherheit — OIDC, Vault, Audit-Trails, kein eval()
- Produktions-Infrastruktur — REST-APIs, Konversationsverwaltung, Prometheus-Metriken
- Horizontale Skalierung — NATS JetStream für verteilte Architekturen
Wer sollte EDDI nutzen?
- Enterprise-Teams, die eine produktionsreife KI-Orchestrierungsplattform brauchen
- Prompt-Engineers, die ohne Redeployment iterieren möchten
- Regulierte Branchen, die Audit-Trails und EU-AI-Act-Compliance benötigen
- Plattform-Teams, die interne KI-Services für mehrere Abteilungen aufbauen
EDDI vs. Typische Agent Frameworks
| Dimension | Python/Node Frameworks | EDDI |
|---|---|---|
| Nebenläufigkeit | GIL oder single-threaded Event Loop | Java 25 Virtual Threads — echte OS-Parallelität |
| Agent-Logik | In Anwendungscode eingebettet | Versionierte JSON-Configs — Verhalten ohne Redeployment ändern |
| Sicherheitsmodell | Basiert auf Sandbox-Codeausführung | Keine dynamische Codeausführung; Envelope-verschlüsselter Vault, SSRF-Schutz |
| Compliance | Erfordert eigene Implementierung | DSGVO, HIPAA, EU AI Act — Infrastruktur integriert |
| Audit Trail | Logging auf Anwendungsebene | HMAC-SHA256 unveränderliches Ledger mit kryptografischer Agent-Signierung |
| Deployment | pip/npm + manuelle Infrastruktur | Ein-Befehl Docker-Installation, Kubernetes/OpenShift-ready |
12 LLM-Anbieter unterstützt
Verbinden Sie sich mit jedem großen LLM-Anbieter — oder bringen Sie Ihren eigenen über jeden OpenAI-kompatiblen Endpunkt.
| Kategorie | Anbieter |
|---|---|
| Cloud APIs | OpenAI · Anthropic Claude · Google Gemini · Mistral AI |
| Enterprise Cloud | Azure OpenAI · Amazon Bedrock · Oracle GenAI · Google Vertex AI |
| Selbst gehostet | Ollama · Jlama · Hugging Face |
| Kompatibel | Jeder OpenAI-kompatible Endpoint (DeepSeek, Cohere, etc.) via baseUrl |
8 Fragen, die jeder CIO stellen sollte
Schlüsselfragen zur Bewertung von KI-Agenten-Orchestrierungsplattformen:
Gesamtbetriebskosten: Selbst bauen vs. Deployen
Die versteckten Kosten sind die unsichtbare Infrastruktur, die Teams aufbauen müssen:
Selbst bauen mit Bibliotheken
- REST API (2–4 weeks)
- Auth (2–3 weeks)
- State (1–2 weeks)
- Audit (2–4 weeks)
- UI (4–8 weeks)
- Secrets (1–2 weeks)
- Scaling (2–4 weeks)
- Maintenance
EDDI deployen
- One-command install (5 min)
- All included out of the box
- Focus on business logic
- 18-year-old open-source project
Der Business Case
Der Wert von EDDI bemisst sich an dem, was Teams nicht selbst bauen müssen.
Für regulierte Branchen: Die Alternative ist eine eigene Compliance-Implementierung für 15+ regulatorische Frameworks.