Rory Blundell, CEO von Gravitee – Interview-Serie

Rory Blundell, CEO von Gravitee, bringt eine seltene Kombination aus technischer Tiefe, kommerzieller Führung und Gründererfahrung in den Bereich des API-Managements. Bevor er im September 2020 als CEO übernahm, trat er Gravitee als Chief Revenue Officer bei und half bei der Gestaltung der Wachstumsstrategie des Unternehmens, nachdem er zuvor bei SnapLogic EMEA-Field-Technical-Operations geleitet hatte, wo er in den Bereichen Pre-Sales, Professional Services, Schulung und Kundenerfolg tätig war. Sein Hintergrund umfasst auch die Gründung von Velinko, einem britischen Software- und Beratungsunternehmen, das den Rechts- und Buchhaltungssektoren dient, wo er hands-on an APIs, ETL, AWS, Java, PHP, WordPress, Datenbanken, Berichten und Datentransformationsprojekten arbeitete. Diese Mischung aus technischer Kompetenz, Unternehmensverkaufserfahrung und Start-up-Umsetzung hat ihn in die Lage versetzt, Gravitee zu leiten, während APIs, Ereignisströme und KI-Agenten immer zentraler für die Unternehmensinfrastruktur werden.

Gravitee ist ein API-Management-Unternehmen, das sich auf die Unterstützung von Unternehmen bei der Verwaltung, Sicherung, Regulierung und Skalierung der digitalen Verbindungen zwischen Anwendungen, Diensten, Ereignisströmen und KI-Agenten konzentriert. Seine Plattform kombiniert API-Management, ein ereignisnativer Gateway, Developer-Portal-Funktionen, Unterstützung für Ereignisströme und aufkommende KI-Agenten-Management-Funktionen, um Organisationen eine einheitliche Steuerungsebene für synchrone APIs, asynchrone Ereignisse, MCP/A2A-Agenten-Interaktionen und Regulierung in verteilten Umgebungen zu bieten. Das Unternehmen beschreibt seine Plattform als Open-Source und skalierbar und wurde als Leader im Gartner Magic Quadrant für API-Management 2025 anerkannt, was seine Positionierung an der Schnittstelle von API-Infrastruktur, Echtzeit-Ereignis-Systemen und der neuen KI-Stack-Architektur widerspiegelt.

Sie haben Velinko gegründet, Softwarelösungen selbst über verschiedene Technologien wie AWS und APIs bis hin zu Datentransformationsplattformen entwickelt und dann technische Teams bei SnapLogic geleitet, bevor Sie CEO von Gravitee wurden. Wie hat diese Reise von einem hands-on-Builder zum CEO Ihre Vision für die Zukunft von KI-Agenten und Unternehmensinfrastruktur geprägt?

Mein Hintergrund ermöglichte es mir, die Unternehmensinfrastruktur aus mehreren Perspektiven zu betrachten, als Builder, Operator und jetzt als CEO. Bei Velinko haben wir ein praktisches Datenproblem gelöst, Informationen aus verschiedenen Quellen gezogen, transformiert, aggregiert und nutzbar gemacht. Diese Erfahrung hat meine Sicht auf das geprägt, was Unternehmens-Technologie leisten muss: Systeme verbinden, Daten schützen und Komplexität in etwas verwandeln, auf das Menschen reagieren können.

Während meiner Zeit bei SnapLogic sah ich, wie zentral API-Management für den Unternehmens-Stack wurde. APIs waren mehr als technische Schnittstellen. Sie wurden zur Art und Weise, wie Unternehmen Zugriff auf kritische Systeme und Daten gewährten und kontrollierten. Das ist es, was mich zu Gravitee gebracht hat, und es bleibt die Grundlage, wie ich über diesen Markt denke.

Unternehmen müssen wissen, wer auf was zugreifen kann, wie diese Zugriffspunkte gefunden und genutzt werden und was tatsächlich in der Umgebung passiert. Diese Prinzipien waren für APIs essentiell, und sie sind jetzt ebenso essentiell für Agenten. Unternehmen bewegen sich in eine Welt, in der Agenten über APIs, Anwendungen, Daten und Workflows agieren können. Die Unternehmen, die erfolgreich sein werden, werden nicht nur die meisten Agenten bauen. Sie werden diejenigen sein, die die richtige Infrastruktur um sie herum aufbauen: klare Berechtigungen, starke Regulierung und Kontrolle über die Systeme, die sie berühren.

Gravitee hat seinen Ruf im API-Management aufgebaut und hat seitdem seinen Fokus auf KI-Agenten-Management erweitert. Was hat Sie davon überzeugt, dass KI-Agenten die nächste große technologische Veränderung darstellen, und warum war jetzt der richtige Zeitpunkt, das Unternehmen in diese Richtung zu entwickeln?

Ich sehe KI-Agenten-Management als die nächste Evolution des gleichen Problems, das wir Unternehmen immer geholfen haben zu lösen.

API-Management war und ist grundlegend über drei Dinge definiert: Sicherheit, Entdeckbarkeit und Beobachtbarkeit. Agenten sind der nächste Ort, an dem diese Prinzipien angewendet werden müssen.

Heute stehen Unternehmen vor den gleichen Fragen zu Agenten, die sie früher zu APIs hatten. Wie stellen wir sicher, dass Agenten sicher sind? Wie wissen wir, welche Agenten laufen, wo sie laufen und was sie zugreifen können? Wie verstehen wir, was sie tun, warum sie handeln und ob sie innerhalb angemessener Grenzen operieren?

Die Timing ist wichtig, weil Unternehmen von der Experimentierung mit KI zu der Frage übergehen, wie sie Agenten in echte Arbeit einsetzen können. Die harte Frage ist nicht mehr, ob ein Agent gebaut werden kann, sondern ob ein Unternehmen Agenten über Modelle, Tools, APIs und Systeme hinweg regieren kann.

Dort wird Gravitees Erbe im API-Management sehr relevant. Agenten werden nur im Unternehmen skaliert, wenn Organisationen die gleiche Disziplin auf sie anwenden können, die sie von ihrer restlichen Infrastruktur erwarten: klare Berechtigungen, sichtbare Aktionen, Prüfbarkeit, Regulierung und Kontrolle.

Viele Organisationen experimentieren mit KI-Agenten, aber relativ wenige haben sie im großen Maßstab eingesetzt. Was unterscheidet erfolgreiche Anwender von Unternehmen, die im Pilotstadium stecken bleiben?

Der Unterschied liegt darin, ob ein Unternehmen Agenten als isolierte Experimente oder als Teil eines neuen Betriebsmodells behandelt. Im kleinen Maßstab können ein oder zwei Agenten handhabbar erscheinen. Die Herausforderung kommt, wenn ein Unternehmen beginnt, mehrere Agenten über Teams, Systeme und Workflows zu bewegen. Zu diesem Zeitpunkt ist das Problem nicht mehr, ob ein Agent eine Aufgabe erledigen kann. Es ist, ob das Unternehmen kontrollieren kann, wie Agenten arbeiten, was sie berühren und wie sie in den Betrieb passen.

Organisationen, die frühzeitig eine Management-Disziplin um Agenten aufbauen, verstehen, wo Agenten in den Workflow passen, welche Entscheidungen bei Menschen bleiben müssen und welche Kontrollen eingerichtet werden müssen, bevor Agenten mit echter Arbeit betraut werden.

Dies ist nicht nur eine technologische Veränderung. Es ist auch eine Veränderung in der Art und Weise, wie Organisationen arbeiten. Erfolgreiche Anwender werden diese Veränderung verstehen und von Anfang an die richtige Struktur aufbauen.

KI-Agenten interagieren immer mehr mit APIs, Datenbanken, Unternehmensanwendungen und sogar anderen Agenten. Wie sehen Sie die Entwicklung der Agenten-Orchestrierung, und welche Herausforderungen müssen Organisationen lösen, bevor diese Systeme zuverlässig im großen Maßstab operieren können?

Die Herausforderung ist nicht allein die technische Komplexität; es ist die Komplexität der Verantwortlichkeit. Wenn Agenten APIs aufrufen, Datenbanken abfragen und andere Agenten aufrufen, multipliziert sich die Autoritätskette, und die meisten Unternehmen haben keine Möglichkeit, sie zu sehen.

Die Orchestrierung entwickelt sich von der Ausführung einzelner Agenten-Aufgaben hin zu Multi-Agenten-Workflows, bei denen die Ausgabe eines Agenten die Eingabe eines anderen Agenten wird, oft über Modelle, Anbieter und Unternehmensgrenzen hinweg, und genau dann bricht die Regulierung zusammen.

Bevor diese Systeme zuverlässig im großen Maßstab operieren können, müssen Organisationen vier Dinge lösen: Jeder Agent muss eine bekannte, authentifizierte Identität haben; der Umfang dessen, was jeder Agent berühren darf (Tools, Daten, downstream-APIs), muss definiert werden; diese Berechtigungen müssen während der Laufzeit durchgesetzt werden; und ein vollständiger Nachweis von der menschlichen Aufforderung bis zum System, das der Agent letztendlich berührt, muss aufrechterhalten werden.

Unternehmen, die die Orchestrierung als reines Ingenieursproblem behandeln und die Regulierungsschicht überspringen, werden sich damit beschäftigen, Vorfälle zu managen, anstatt den Betrieb zu skalierten.

Die Branche hat Jahre damit verbracht, mit API-Chaos umzugehen, als Organisationen Cloud-Technologien annahmen. Betreten wir jetzt eine Ära des “Agenten-Chaos”, und welche Lektionen können Unternehmen aus früheren technologischen Transformationen ziehen?

Ja, ich sehe ein reales Risiko, das gleiche Muster zu wiederholen, das wir bei APIs gesehen haben: breite Akzeptanz im Unternehmen, bevor das richtige Management-Modell eingerichtet ist. Die Lektion aus der API-Ära ist, dass Unternehmen nicht warten sollten, bis die Umgebung bereits fragmentiert ist, bevor sie Sichtbarkeit und Kontrolle darüber haben.

Agenten schaffen eine ähnliche Herausforderung, aber mit einer aktiveren Risikoschicht, da sie über Systeme und Workflows hinweg operieren können. Die Fragen, die Unternehmen beantworten müssen, sind einfach: Welche Agenten existieren, wer besitzt sie, und was dürfen sie berühren?

Wenn Unternehmen diese Disziplin von Anfang an anwenden, können sie vermeiden, mit Agenten zu enden, die sie nicht sehen, sichern oder kontrollieren können.

Was sind die größten Missverständnisse, die Geschäftsleiter über KI-Agenten heute haben, und wo laufen Erwartungen vor der Realität her?

Das dominierende Missverständnis ist, dass die Fähigkeit des Agenten der Flaschenhals ist. Es ist nicht. Der Flaschenhals ist, ob das Unternehmen den Agenten auf die gleiche Weise zur Rechenschaft ziehen kann, wie es Menschen zur Rechenschaft zieht, mit einer definierten Rolle, einem definierten Zugriff und einem prüfbaren Nachweis.

Viele Führungskräfte glauben, dass die Bereitstellung mehrerer Agenten automatisch zu einer Beschleunigung führt. In der Praxis schaffen unregulierte Agenten Schatten-KI-Ausgaben, unkontrollierten Datenzugriff und Betriebsfehler, die niemand diagnostizieren kann, weil es keine Audit-Spur gibt.

Die jüngsten Beispiele für KI-Agenten, die nach Betriebsfehlern aus der Produktion zurückgezogen wurden, sind lehrreich. Wir haben einen Agenten mit umfassenden Kalenderberechtigungen und ohne definierte Grenzen gesehen, der einen gesamten Unternehmenskalender in einer einzigen Aktion gelöscht hat. Das Modell war nicht das Problem; niemand hatte definiert, was es berühren durfte. Dies ist kein Problem der KI-Hype. Es ist ein Regulierungsproblem. In vielen Fällen mag der Agent in der Lage gewesen sein, die Aufgabe auszuführen, aber es fehlte an einer definierten Rolle und einer Grenze für den Zugriff und einem klaren Eskalationsplan, wenn etwas schiefging.

Erwartungen laufen am weitesten vor der Realität her, wenn es um autonome Entscheidungsfindung geht. Führungskräfte wollen Agenten, die handeln, aber was sie zuerst brauchen, sind Agenten, deren Handlungen sichtbar, rückgängig zu machen und zuzurechnen sind.

Sicherheit und Regulierung sind zu großen Bedenken geworden, da KI-Agenten Zugriff auf sensible Systeme und Daten erhalten. Was sehen Sie als die größten Risiken und wie sollten Organisationen diese Risiken managen?

Das größte Risiko ist, dass Agenten in die Produktion übergehen, bevor Unternehmen sie regieren können. Der State of AI Agent Security-Bericht von Gravitee fand heraus, dass die Anzahl der KI-Agenten in Unternehmen seit Dezember 2025 etwa verdoppelt hat, während die Überwachung, die Verantwortungsstrukturen und die vorherigen Kontrollen kaum bewegt haben. Die Forschung zeigte auch, dass fast die Hälfte (48%) der Produktions-KI-Agenten ohne Sicherheit oder Regulierung läuft und 54% der Organisationen in den letzten 12 Monaten einen Vorfall oder einen Verdacht auf einen KI-Agenten-Sicherheits- oder Datenschutzvorfall erlebt haben.

Diese Daten unterstreichen, warum die Regulierung neben der Akzeptanz reifen muss. Wenn Agenten Zugriff auf sensible Daten, Anwendungen und Workflows erhalten, müssen Eigentümer und Verantwortlichkeit genauso klar sein wie der Zugriff selbst: Wer ist für diesen Agenten verantwortlich, welche Aktionen hat er durchgeführt und wie wird das aktiv überwacht?

Die Antwort ist jedoch nicht, die Agenten zu verlangsamen. Es ist, von Anfang an klare Sichtbarkeit über jeden Agenten, die Modelle, die er verbindet, die Tools, die er verwendet, und die anderen Agenten, mit denen er interagiert, zu etablieren.

Von dort aus können Organisationen das richtige Betriebsmodell um Agenten herum einsetzen: klare Eigentümer, definierte Berechtigungen, vorherige Kontrollen, kontinuierliche Überwachung, Prüfbarkeit und ein klarer Eskalationspfad, wenn etwas schiefgeht. Das gibt Unternehmen das Vertrauen, Agenten sicher im großen Maßstab einzusetzen.

Wenn Regierungen und Aufsichtsbehörden beginnen, KI-Systeme genauer zu betrachten, wie sollten Unternehmen Innovation mit Einhaltung, Transparenz und Risikomanagement in Einklang bringen?

Aufsichtsbehörden sollten ein Katalysator sein, nicht ein Grund zum Warten.

Einhaltung beginnt mit der Herkunft: dem vollständigen, prüfbaren Nachweis von der menschlichen Aufforderung bis zum API-Aufruf, den der Agent downstream macht. Ohne ihn können Unternehmen die grundlegende regulatorische Frage nicht beantworten, was ihr Agent getan hat und warum. Dies ist kein zukünftiges Problem. Die EU-KI-Verordnung hat bereits einen Einhaltungstermin im August 2026, und die Organisationen, die heute Herkunft und Richtlinien-Durchsetzung haben, werden ihn ohne Hast erfüllen.

Richtlinien-als-Code und zentrale Richtlinien-Durchsetzung sind die praktische Umsetzung dieses Modells. Unternehmen benötigen einen Richtlinien-Motor, eine Audit-Spur, konsistente Durchsetzung über jeden Agenten hinweg, unabhängig vom Modell oder Anbieter.

Die Risikomanagement-Haltung, die gewinnt, ist nicht die langsame Bereitstellung; es ist die mutige Bereitstellung mit eingebauter Verantwortlichkeit. Diejenigen, die Agenten-Verantwortlichkeit als Vorsprung und nicht als Einhaltungshürde behandeln, werden durch Regulierung nicht gebremst. Sie werden darauf vorbereitet sein.

Offene Standards wie das Model-Context-Protokoll (MCP) und die Agent-zu-Agent-Kommunikation (A2A) gewinnen an Momentum. Wie wichtig wird Interoperabilität für die Zukunft von Unternehmens-KI sein, und geht die Branche schnell genug auf gemeinsame Standards zu?

Interoperabilität ist nicht optional. Unternehmen laufen nicht ein Modell oder einen Anbieter, sie laufen Ökosysteme. Standards wie MCP und A2A ermöglichen es Agenten, Tools aufzurufen, Kontext zu erhalten und über das Ökosystem hinweg zu kommunizieren, ohne maßgeschneiderte Integrationen für jedes Paar von Systemen.

Der Schwung ist real, aber die Geschwindigkeitsfrage verfehlt die wichtigere: Standards, die es Agenten ermöglichen zu handeln, müssen von Standards begleitet werden, die regeln, wie sie handeln. Konnektivität ohne Verantwortlichkeit auf Protokollebene verschiebt nur das Regulierungsproblem.

Die Unternehmen, die am meisten von MCP und A2A profitieren werden, sind diejenigen, die Protokoll-Interoperabilität mit einer zentralen Steuerungsebene kombinieren, sodass Agenten- und System-Interaktionen überall beobachtbar, richtlinienkonform und prüfbar sind.

Dies ist der Bereich, in dem Gravitees Ansatz wichtig wird. API-Management, Agenten-Management und Identität in einer Plattform bedeuten, dass ein Richtlinien-Motor jeden Agenten-Wechsel unabhängig davon regiert, über welches Protokoll er läuft.

Wenn wir in den nächsten fünf Jahren blicken, was sieht der Erfolg von KI-Agenten im Unternehmen aus, und welchen Rat würden Sie Unternehmen geben, die heute eine skalierbare und zukunftssichere KI-Strategie aufbauen möchten?

Erfolg in den nächsten fünf Jahren wird daran gemessen, ob Agenten sinnvolle Arbeit sicher, zuverlässig und im großen Maßstab leisten können. KI-Agenten können Unternehmen helfen, agiler zu werden und Menschen eine viel größere Hebelwirkung zu geben. Aber das passiert nur, wenn Organisationen absichtlich sind, wie sie sie einsetzen. Die Unternehmen, die einfach “voll Agent” machen und sich später um die Regulierung kümmern, werden frühe Erfolge sehen, aber diese Erfolge werden die Komplexität, die folgt, nicht überleben. Ein besserer Kurs ist, Agenten von Anfang an wie Produktions-Infrastruktur zu behandeln.

Mein Rat ist, das Management-Modell früh aufzubauen. Definieren Sie Eigentümer, Berechtigungen, Überwachung, Prüfbarkeit und Eskalationspfade, bevor Agenten über kritische Workflows hinweg operieren. Die Zukunft ist nicht nur, dass Menschen jede Aufgabe selbst bauen. Es ist, dass Menschen zu Architekten des Prozesses werden, mit Agenten, die ihnen helfen, schneller zu werden, den Einfluss zu skalieren und mehr zu tun, als sie vorher konnten.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten Gravitee besuchen.