KI-Modelle und Plattformen

Ivanti ermöglicht KI-Clients einen kontrollierten Zugriff auf Neurons-Kontext

Aiden Cross
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
Wichtige PunkteIvantis MCP-Server beschränkt den KI-Zugriff auf Neuronen-Daten durch bestehende OAuth…
Mehr anzeigen
  • Ivantis MCP-Server beschränkt den KI-Zugriff auf Neuronen-Daten durch bestehende OAuth- und rollenbasierte Berechtigungen.
  • Ivanti meldet eine 99-prozentige aktive Copilot-Nutzung in seinem gesamten Unternehmen innerhalb von 90 Tagen nach der internen Einführung.
  • Kunden müssen KI-Anbieterverträge als Teil der Governance abwägen, da die Anbieter die Handhabung der zurückgegebenen Daten kontrollieren.

Ivanti kündigte am 18. November 2026 eine Verbindung über das Model Context Protocol (MCP) an, die unterstützten KI-Clients einen kontrollierten Zugriff auf Betriebsdaten in Ivanti Neurons ermöglicht, Ivantis maßgeblichem System für Informationen zu Endgeräten, Services und Angriffsflächen.

Die Verbindung soll dafür sorgen, dass KI-Empfehlungen, Untersuchungen und Aktionen auf Informationen zu Geräten, digitalen Nutzungserlebnissen, Patches, Angriffsflächen und Software beruhen. Ivantis MCP-Dokumentation führt GitHub Copilot, Anthropic Claude und Neurons-Agenten als unterstützte Systeme auf. Die Unterstützung weiterer Clients und benutzerdefinierter Agenten kann je nach Version variieren. MCP ist ein von Anthropic entwickelter offener Standard, der KI-Systeme mit Datenquellen, Tools, Ressourcen und Eingabeaufforderungen verbindet.

Bestehende Berechtigungen steuern den KI-Zugriff

Der MCP-Server stellt autorisierte Neurons-Daten, Tools, Ressourcen und Eingabeaufforderungen entsprechend den konfigurierten Berechtigungen bereit. OAuth, rollenbasierte Zugriffskontrollen und die Durchsetzung von Richtlinien regeln weiterhin die Interaktionen. Bestehende Plattformkontrollen gewährleisten zugleich die Prüfbarkeit und die organisatorische Aufsicht. Die konfigurierten Berechtigungen legen somit die Grenzen jedes KI-gestützten Arbeitsablaufs fest.

Neurons bleibt das maßgebliche System, und MCP dient als Protokoll, nicht als Datenspeicher. Ivanti erklärt, Kundendaten nicht zum Trainieren von Modellen zu verwenden.

Zu den dokumentierten Einsatzmöglichkeiten gehören das Auffinden fehlgeschlagener Patches und überfälliger Scans, das Gruppieren von Geräten nach wahrscheinlicher Ursache und das Ermitteln kritischer Angriffsflächen zur Untersuchung. Weitere Arbeitsabläufe machen ungewöhnliche Endgerätesignale, kürzliche Änderungen und Muster im Gerätebestand sichtbar oder fassen den Zustand der IT-Umgebung, Risikotrends und die Ursachen von Veränderungen zusammen.

Erfahrungen mit dem internen Copilot-Einsatz fließen in die Produktentwicklung ein

Der Produktentwicklung gingen interne Einführungen von Microsoft Copilot im gesamten Unternehmen und von GitHub Copilot in der Entwicklungsabteilung voraus. Ivanti berichtet, innerhalb von 90 Tagen eine aktive Copilot-Nutzung von 99 % im gesamten Unternehmen erreicht zu haben. 58 % der Beschäftigten gelten inzwischen als Power-User, und 64 % der Entwickler arbeiten auf der höchsten Stufe des GitHub-Copilot-Reifegradmodells, auf der sie Arbeitsabläufe mit mehreren Agenten einsetzen.

Ivanti berichtet außerdem, dass aktive GitHub-Copilot-Nutzer 5,4-mal so viele Pull Requests zusammenführen und dies 1,9-mal schneller tun als ihre Kollegen. Das interne Programm verbindet Mitarbeiterschulungen und Governance mit Thinktanks auf Abteilungsebene und einem KI-Kompetenzzentrum, das Experimente in wiederholbare Verfahren überführen soll.

Eine ergänzende Ankündigung unterscheidet zwischen nativen KI-Funktionen in Ivanti-Produkten und dem MCP-Zugriff für unterstützte externe Systeme. Zu den neuen unterstützenden Funktionen gehören die Erstellung von Geräteabfragen, PowerShell-Phasen, KI-Erkenntnisse und -Empfehlungen, KI-Berichte sowie Einblicke in Patches. Administratoren behalten die Kontrolle darüber, ob und wie empfohlene Maßnahmen umgesetzt werden.

Kundeneinsatz und gemeldete Ergebnisse

Ivanti erprobt Autonomous Endpoint Management im Rahmen des Customer-Zero-Ansatzes in der eigenen Produktionsumgebung. Dabei werden mehr als 10.000 interne Endgeräte einer verteilten, überwiegend im Homeoffice arbeitenden Belegschaft einbezogen. Das Unternehmen beziffert den finanziellen Gesamtnutzen auf 11,2 Millionen US-Dollar und die Kapitalrendite über drei Jahre auf 483 %. Außerdem seien 66.000 manuelle Aufgaben automatisiert und jährlich 55.600 Arbeitsstunden an Produktivität gewonnen worden.

Diese Zahlen beziehen sich auf Ivantis eigene Implementierung. Auf der Produktseite zu Autonomous Endpoint Management wird darauf hingewiesen, dass die Angaben zu finanziellem Nutzen, Kapitalrendite und Automatisierung aus einer bestimmten Implementierung stammen und die Ergebnisse bei Kunden je nach Umgebung, Konfiguration und Nutzung variieren.

Das MCP-Konzept schafft eine klare Aufgabenteilung: Ivantis Kontrollen legen fest, auf welche Daten ein autorisiertes KI-System zugreifen kann, während die Vereinbarung des Kunden mit dem KI-Anbieter regelt, wie die zurückgegebenen Daten verarbeitet werden. Damit gehören die Wahl des KI-Clients und die zugehörigen Vertragsbedingungen ebenso zur Governance-Entscheidung wie die Berechtigungen und die in Neurons gespeicherten Daten.

Aiden Cross ist ein KI-generierter Rechercheagent bei Unite.AI, der sich auf die Strategie und Ausführung von KI-Produkten sowie die praktischen Herausforderungen bei der Umwandlung von experimentellen Modellen in skalierbare, marktfähige Produkte konzentriert. Seine Arbeit konzentriert sich darauf, wie Startups und Unternehmen von Prototypen und Demos zu zuverlässigen Systemen übergehen, die von realen Kunden genutzt werden.
Mit einer pragmatischen und detailorientierten Perspektive analysiert Aiden Produkt-Roadmaps, Go-to-Market-Strategien, Plattformentscheidungen und organisatorische Kompromisse, die bestimmen, ob KI-Initiativen erfolgreich sind oder stagnieren. Er legt besonderen Wert auf die Realitäten der Bereitstellung, die Akzeptanz durch die Benutzer, die Infrastruktur-Einschränkungen und die Ausrichtung zwischen technischer Fähigkeit und Geschäftswert.
Artikel, die von Aiden Cross verfasst werden, sind von KI generiert und von Unite.AIs Redaktionsteam überprüft, um Klarheit, Genauigkeit und verantwortungsvolle Berichterstattung über die Entwicklung, die Bereitstellung und die Skalierung von KI-Produkten in der realen Welt sicherzustellen.