SandboxAQ erweitert die Switch-KI-Agentenplattform um Tools für Vertrauen und ROI

SandboxAQ kündigte am 19. Oktober 2026 eine Erweiterung seiner Switch-KI-Plattform für Unternehmen an, die KI-Agenten einsetzen. Dazu gehören Switch Trust zum Auffinden, Testen und Absichern von Agenten sowie Switch ROI zur Erfassung der Kosten und des Nutzens jedes Agenten.

Das in Palo Alto, Kalifornien, ansässige Unternehmen erklärte, die beiden Produkte ergänzten sein Open-Source-Angebot Switch Rooms. Sie böten Unternehmen eine herstellerunabhängige Möglichkeit, die Risiken von Agenten zu bewerten, ihren Geschäftsnutzen zu messen und ihre Leistung unabhängig davon zu optimieren, welche Agenten, Modelle und Anbieter sie einsetzen. In der Ankündigung werden Agenten der ersten Generation von KI im Unternehmen gegenübergestellt, deren Erfolg demnach vor allem anhand der Nutzerlizenzen, der Nutzung und des Token-Verbrauchs gemessen wurde. Da Agenten Entscheidungen treffen, Maßnahmen ergreifen und mit Menschen zusammenarbeiten können, entstünden neue Anforderungen an Aufsicht und Verantwortlichkeit.

Switch Rooms bringt Beschäftigte und KI-Agenten in Slack, Microsoft Teams, Discord und anderen Tools für die Zusammenarbeit am Arbeitsplatz zusammen. So können Teams mit den Agenten ihrer Wahl arbeiten und zugleich die Kontrolle über gemeinsam genutzten Kontext, Verlauf und Wissen behalten. SandboxAQ brachte Switch im August 2026 als Open-Source-Angebot auf Basis von Apache 2.0 mit Commons Clause heraus. Dahinter steht die Annahme, dass Unternehmen KI-Agenten, Modelle und Anbieter auswählen und wechseln können sollten, ohne die Kontrolle über ihren Kontext aufzugeben.

Switch Trust: Agenten auffinden, testen und absichern

Laut Ankündigung bietet Switch Trust Sicherheit und Governance für Agenten in vier Schritten: Discover, Scan, Evaluate und Monitor. Auf der Produktseite von Switch Trust heißt es, das Produkt funktioniere mit jedem Agenten, unabhängig davon, wer ihn entwickelt hat.

Im Schritt Discover wird ein Verzeichnis der Agenten, Modelle, Tools, MCP-Server und Abhängigkeiten erstellt, die in verbundenen Umgebungen und Code-Repositories ausgeführt werden. Dazu gehören auch Agenten, deren Existenz den Sicherheitsteams möglicherweise nicht bekannt ist. Für jeden Eintrag werden Zuständigkeit, Quelle, Abhängigkeiten, Befunde und Schweregrad erfasst. So erhalten Teams einen aktuellen Überblick über alle in ihrem Unternehmen eingesetzten Agenten.

Im Schritt Scan werden Agenten im Code und in Cloud-Umgebungen auf Sicherheitslücken geprüft. Dabei werden statische Analysen mit einer KI-gestützten Triage kombiniert, die Fehlalarme herausfiltert. Das System weist Schweregrade zu, ordnet unterstützte Befunde den Sicherheitskategorien für agentische KI des OWASP zu und empfiehlt Maßnahmen zur Behebung.

Im Schritt Evaluate wird direkt eine Verbindung zu einem Agenten hergestellt und dieser mit adversarialen und funktionalen Tests geprüft. Dabei werden Prompt-Injection, Jailbreaks, Datenlecks und die Befolgung von Anweisungen abgedeckt. Jeder Angriff wird als bestanden oder nicht bestanden bewertet; die Ergebnisse fließen in eine Gesamtbewertung des Zustands ein. Teams können neben den integrierten Tests auch eigene Evaluierungen hinzufügen. Laut Produktseite wird die Freigabe eines Agenten bei einem fehlgeschlagenen Test so lange zurückgehalten, bis er bestanden ist.

Der Schritt Monitor schützt Agenten im Produktivbetrieb. Teams nehmen einen Agenten über ein Software Development Kit (SDK) auf, das seine Aktivitäten erfasst, darunter Prompts, Antworten, Modellaufrufe, Latenz, Sitzungen und Richtlinienereignisse. Agenten, die in Switch Rooms laufen, erhalten automatisch Schutzrichtlinien. Bei laufenden Interaktionen suchen diese Richtlinien nach Prompt-Injection, Geheimnissen, personenbezogenen Daten, toxischen Inhalten und Jailbreaks. Trust kann unsicheres Verhalten blockieren, sensible Inhalte unkenntlich machen, Warnmeldungen dazu ausgeben oder es protokollieren und dabei Belege für die Vorgänge sichern. Laut Produktseite prüfen die Schutzmechanismen, was in den jeweiligen Agenten hineingeht und was aus ihm herauskommt. Außerdem speichert Switch Trust zentral, was jeder Agent getan hat und wer es genehmigt hat.

Switch ROI: Kosten und Nutzen für jeden Agenten messen

Laut Ankündigung misst Switch ROI die Kosten und den erzielten Nutzen jedes Agenten und gibt konkrete Empfehlungen, um Kosten zu senken und die Leistung zu verbessern. Auf der Produktseite von Switch ROI heißt es, die Lösung erfasse an einem Ort alle Agenten beliebiger Anbieter und bündele so die KI-Ausgaben, die sich auf Nutzerlizenzen, nutzungsabhängige Rechnungen und verschiedene Anbieter verteilen.

Die Funktion Measure erfasst Ausgaben und Leistung bis hinunter zum einzelnen Agenten, zur Sitzung und zum Interaktionsschritt. Budgets, Ausgabenraten und Warnmeldungen sollen dazu beitragen, überhöhte Ausgaben frühzeitig zu erkennen. Statt Infrastrukturkennzahlen wie Tokens oder API-Aufrufe zu zählen, setzt die Funktion diese Ausgaben mit Ergebnissen in Beziehung, etwa gelösten Support-Tickets, schneller bearbeiteten Pull-Requests und automatisierten Aufgaben.

Die Funktion Prove stellt den von jedem Agenten erzielten Nutzen seinen Kosten gegenüber: Switch ermittelt einen menschlichen Ausgangswert, erfasst die Ausgaben für Agenten automatisch und misst Kennzahlen wie die Kosten pro Ergebnis und die Nettorendite der Investition.

Die Funktion Optimize sucht nach unnötigen Ausgaben und ermittelt, was behoben, umgeleitet oder reduziert werden sollte. Für jeden Agenten ordnet sie Empfehlungen nach Priorität und gibt eine geschätzte monatliche Einsparungsspanne sowie einen Vertrauensgrad an. In der Ankündigung werden die Probleme genannt, auf die sich diese Empfehlungen beziehen: eine ungeeignete Modellauswahl, angebotene, aber nie genutzte Tools, erneut übermittelte statt zwischengespeicherte Kontextinformationen, Wiederholungsversuche und Schleifen, die Arbeit doppelt ausführen, sowie Ausgaben, die länger ausfallen als für die Aufgabe nötig. Laut Produktseite umfassen die Empfehlungen vier Arten von Kostensenkungen: die Wahl des Modells, ungenutzte Tools, die Antwortlänge und das Caching. Leistungsverbesserungen seien in Vorbereitung. Beschrieben wird außerdem, wie die Arbeit eines Agenten auf ein günstigeres Modell verlagert werden kann, sofern die Qualitätsprüfungen bestanden werden, während der Agent den Kontext von Switch Rooms beibehält.

Mount Sinai West und Aussagen von Führungskräften

Der Ankündigung zufolge nutzt das MSW Lab von Mount Sinai West Switch Trust, um G Board zu entwickeln – ein Framework, mit dem Ärztinnen und Ärzte klinische Anwendungen mit KI-Agenten erstellen können. „Im MSW Lab entwickeln Ärztinnen und Ärzte mit KI-Agenten echte Software für das Gesundheitswesen. Deshalb müssen wir nachweisen, dass sich diese Agenten sicher verhalten“, sagte Dr. Jeffrey Bander, Leiter der Kardiologie am Mount Sinai West und außerordentlicher Professor für Kardiologie und künstliche Intelligenz an der Icahn School of Medicine at Mount Sinai, in der Ankündigung von SandboxAQ. Bander sagte, Switch AI ermögliche es dem Lab, dieses Vertrauen in die tägliche Arbeit einzubinden, sodass sich Ärztinnen und Ärzte auf klinische Probleme konzentrieren können, statt sich zu Spezialisten für KI-Sicherheit entwickeln zu müssen.

In der Ankündigung wird eine Prognose von Gartner angeführt, der zufolge bis Ende 2027 mehr als 40 Prozent der KI-Agentenprojekte eingestellt werden. Auf der Produktseite von Switch ROI werden außerdem Daten aus der KPMG Global AI Pulse-Umfrage vom 24. Juni 2026 angeführt, die auf Angaben von 2.145 Befragten beruhen. Demnach haben 7 Prozent der Führungskräfte eine nachweisbare Rendite durch KI erzielt. Führungskräfte, die ihre KI-Kosten klar im Blick haben, berichten fünfmal so häufig von einer solchen Rendite.

Mohammed Aboul-Magd, General Manager von Switch AI bei SandboxAQ, sagte, das Unternehmen habe bei vielen Nutzern Fälle beobachtet, in denen KI-Ausgaben, mit denen eine Neueinstellung vermieden werden sollte, schnell höher ausfielen als die Kosten für die Einstellung einer Vollzeitkraft. Die Einführung von KI allein sei noch kein Return on Investment. Teams müssten wissen, was jeder Agent kostet, welche Ergebnisse er liefert und wie sich diese verbessern lassen. Genau dieses Problem solle Switch ROI lösen, sagte er.

Jack Hidary, CEO von SandboxAQ, sagte, Unternehmen würden Hunderte, möglicherweise sogar Tausende KI-Agenten neben ihren Beschäftigten einsetzen. Kein Unternehmen würde tausend Menschen einstellen, ohne ihre Qualifikationen, Kosten oder Ergebnisse zu kennen. Für Agenten müsse dieselbe Sorgfalt gelten. Mit dem Fortschritt der Technologie müssten Unternehmen außerdem zu besseren Agenten und Modellen wechseln können, ohne das bislang aufgebaute Wissen zu verlieren, sagte er.