Collibra køber Trail ML og tilføjer agent-drevet AI-governance-automatisering

Collibra annoncerede erhvervelsen af trail ML den 5. oktober 2026, en aftale som virksomheden sagde bringer agent-drevet automatisering, kontinuerlig vurdering og runtime-kontrol til Collibra. trail ML er en i München baseret AI-governance-virksomhed grundlagt i 2023 af Anna Spitznagel, Nikolaus Pinger og Sven Hölzel.

Collibra, som beskriver sig selv som virksomhedens AI-kontrolplan, sagde, at kombinationen er beregnet til at hjælpe virksomheder med at automatisere governance og håndhæve AI-politikker, regulativer og standarder gennem AI-levetidscyklussen. Virksomheden placerede erhvervelsen i konteksten af den stigende udrulning af AI-systemer og autonome agenter: det er ikke længere tilstrækkeligt, sagde Collibra, at vide hvilke politikker, regulativer og standarder der gælder. Organisationer skal også løbende fastlægge de relevante kontroller, bekræfte at de fungerer, og håndhæve dem, når AI interagerer med virksomhedens data, systemer og værktøjer.

Hvad Trail ML bringer til Collibra

Ifølge meddelelsen leverer Collibra den virksomheds‑kontekst og kontrol, organisationer har brug for at styre AI på tværs af data, modeller, applikationer og agenter. trail ML tilføjer agent-drevet automatisering, der kan gennemgå beviser, fastlægge hvilke krav der gælder, vurdere kontroller, identificere huller og automatisere governance‑arbejdsprocesser.

„AI-governance kan ikke blive en ny manuel proces, der bremser organisationer, når AI skalerer,“ sagde Felix Van de Maele, medstifter og administrerende direktør for Collibra. Han sagde, at trail ML tilføjer automatisering til Collibras kontekst og kontrol, og at kombinationen for governance-, risiko- og compliance‑teams betyder mindre manuelt arbejde med at vurdere kontroller og vedligeholde beviser, samt en bedre måde at spore AI-miljøer, der ændrer sig hurtigt. Van de Maele sagde, at de to virksomheder sammen kan gøre governance kontinuerlig og operationel.

Kontinuerlig vurdering på tværs af AI‑rammer

Virksomhederne sagde, at trail ML’s agenter kan undersøge konteksten omkring et AI-system, identificere de rammer og kontroller, der gælder for det, og vurdere om disse kontroller er på plads og effektive. Meddelelsen præsenterer dette som en måde at operationalisere krav på tværs af lovgivning og standarder, herunder EU AI Act, ISO 42001 og NIST AI Risk Management Framework.

Da vurderinger kan udløses igen, når understøttende beviser ændres, sagde virksomhederne, at organisationer kan erstatte manuelle, engangs‑vurderinger med en governance‑ og compliance‑holdning, der forbliver opdateret, efterhånden som beviserne udvikler sig.

På trail ML’s hjemmeside beskriver virksomheden en enkelt platform bygget omkring to anvendelsestilfælde. Den første er AI-governance for virksomheder, der skalerer AI, og dækker systemer fra maskinlæringsmodeller til agentbaserede systemer. Den anden anvender AI på selve governance-, risiko- og compliance‑arbejdet, med agenter der automatiserer compliance‑opgaver på tværs af en kundes eksisterende værktøjer i stedet for at kræve, at teams udskifter deres nuværende GRC‑stack. trail ML siger, at deres agenter kun skriver til kundesystemer, når et menneske godkender, under en mekanisme de kalder Copy-on-Write, og beskriver agentarbejde, der spænder over risikokategorisering, hulletanalyser, kontrolvurderinger, indsamling af beviser og rapportgenerering på tværs af forretnings-, IT‑sikkerheds-, juridiske-, compliance‑, privatlivs‑ og risikostyringsteams.

Siden viser integrationer med værktøjer såsom Confluence, Jira, GitHub, GitLab, SharePoint, Notion, ServiceNow, OneTrust, Collibra, Databricks, MLflow og Hugging Face, og angiver at platformen kan køre som en EU‑hostet SaaS, lokalt eller i en bring‑your‑own‑cloud‑implementering på AWS, Microsoft Azure eller Google Cloud. trail ML oplyser, at den overholder GDPR, ISO/IEC 27001 og ISO/IEC 42001, og rapporterer 4‑gange hurtigere implementering af AI‑løsninger — et tal de siger er baseret på kunders resultater — samt 70 % hurtigere compliance‑udførelse. Et banner på forsiden angiver, at trail nu er en del af Collibra.

Runtime‑håndhævelse for AI‑agenter

Meddelelsen beskriver også runtime‑håndhævelse og fastslår, at AI‑hændelser i stigende grad starter med, at agenter udfører handlinger i stedet for, at modeller giver svar. trail ML’s runtime‑funktioner, ifølge meddelelsen, håndhæver Collibras politikker direkte hvor agenter kører og blokerer handlinger, der overtræder disse politikker, før de sker.

„Vi grundlagde trail ML, fordi vi mener, at AI-governance skal være automatiseret og operationel,“ sagde Spitznagel i trail ML’s egen meddelelse om aftalen. Hun sagde, at kombinationen af trail ML’s automatisering og runtime‑funktioner med Collibras virksomheds‑kontekst, governance og rækkevidde vil hjælpe organisationer med at adoptere AI hurtigere, sikrere og i større skala.

Collibra sagde, at de to virksomheder er forenet af en fælles mission, og at erhvervelsen fremmer deres vision som virksomhedens AI‑kontrolplan.