AI-modellen en platforms

Stibo Systems introduceert AgentWorkx voor beheerde AI‑agents in masterdata

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google

Stibo Systems op 29 september 2026 kondigde AgentWorkx aan, een raamwerk voor het bouwen, implementeren en beheren van AI‑agents binnen master data management (MDM), samen met een portfolio van agents dat Stibo Systems Agents wordt genoemd. De eerste release bevat twee kant‑en‑klare agents.

Twee manieren om agentische AI toe te passen in STEP

De aankondiging biedt klanten twee routes om agentische AI toe te passen op MDM. Ze kunnen agents gebruiken die door Stibo Systems zijn gebouwd en ondersteund voor veelvoorkomende MDM‑werkstromen, of ze kunnen hun eigen agents bouwen en configureren voor eisen die uniek zijn voor hun bedrijf. Beide opties draaien via hetzelfde AgentWorkx‑raamwerk en binnen de governance, rollen, permissies en bedrijfscontrole van STEP, het platform van Stibo Systems.

AgentWorkx bundelt de tools die nodig zijn om MDM‑agents te creëren en te beheren in één raamwerk: een galerij van agents, een studio voor het bouwen en configureren ervan, orkestratie en governance. Organisaties die ervoor kiezen hun eigen agents te bouwen, krijgen toegang tot hetzelfde raamwerk dat de product‑ en engineering‑teams van Stibo Systems gebruiken, terwijl die door klanten gebouwde agents binnen de controle van het platform blijven.

Eerste kant‑en‑klare agents en de agentsbibliotheek

De eerste release wordt geleverd met twee kant‑en‑klare agents. Upload Anything AGT brengt gestructureerde en ongestructureerde data in het platform, en het bedrijf zei dat het onboarding‑processen die maanden kunnen duren, terugbrengt tot dagen. Content Optimizer Agent genereert productbeschrijvingen, SEO‑content en marketing‑teksten met behulp van beheerde productattributen en zakelijke context. Stibo Systems zei dat beide agents zijn ontworpen om MDM‑werkstromen om te zetten in agentische ervaringen zonder dat klanten de onderliggende functionaliteit zelf hoeven te bouwen.

De agentsbibliotheek van het bedrijf vermeldt 24 beschikbare en aankomende agents, georganiseerd rond hoe data door STEP stroomt — data binnenhalen, betrouwbaar maken en in gebruik nemen — onder wat de pagina beschrijft als een uniforme agentische governance‑laag. Volgens de bibliotheek begeleidt Upload Anything leveranciers bij data‑invoer, mappt automatisch ingediende data naar het doelschema en de taxonomie, ongeacht formaat of volledigheid, extraheert attributen uit verschillende bestandsstructuren, valideert volledigheid en markeert hiaten, waardoor de onboarding van leveranciersproductdata van weken naar uren wordt teruggebracht.

De bibliotheek beschrijft Content Optimizer als het genereren van kanaalspecifieke beschrijvingen, marketing‑teksten, SEO‑content en rijke productdetails uit beheerde STEP‑attributen in elke taal en op catalogusschaal. Een autonomie‑instelling loopt van door mensen beoordeelde suggesties tot volledige automatische publicatie, en de bibliotheek schrijft de agent toe dat hij tot 10 × snellere contentpublicatie mogelijk maakt.

Andere agents die in de bibliotheek worden vermeld, omvatten Data Quality, die de catalogus scant op volledigheidsregels, kanaalspecificaties en consistentiecontroles en minder‑vertrouwde kwesties doorstuurt naar menselijke beoordeling; Classification, die producten automatisch toewijst aan de juiste categorie en hiërarchie; Business Rules Agent, die vereisten in natuurlijke taal omzet in werkende STEP‑bedrijfsregels; GraphQL Query Writer, die GraphQL‑queries genereert uit beschrijvingen in gewone taal; Entity Creation Agent, die MDM en andere vertrouwde bronnen doorzoekt op bestaande records voordat een nieuwe wordt aangemaakt; en Data Steward Copilot, die context, geschiedenis en aanbevelingen naar voren brengt terwijl menselijke beoordeling in de lus blijft.

Platformfundament en wat volgt

CEO Adrian Carr koppelde de aankondiging aan databetrouwbaarheid. “Naarmate AI‑agents meer van de werklast van de onderneming overnemen, is de beperking of de onderliggende data betrouwbaar genoeg is om beslissingen op machinesnelheid te nemen,” zei hij, en voegde toe dat Stibo Systems die basis al lang vóór dat agents een onderwerp van discussie waren, had gebouwd en dat dit het kritieke element bleek te zijn voor AI om waarde te leveren.

Chief Product & Growth Officer Neda Nia zei dat het AI‑gesprek verschuift van “Kunnen we het bouwen?” naar “Kunnen we het vertrouwen, opschalen en de ROI aantonen?” Ze stelde dat de precisie en prestaties van agents steeds meer afhankelijk zijn van de kwaliteit van de data en de context erachter, en positioneerde AgentWorkx als een manier voor klanten om te innoveren binnen de beheerde omgeving van MDM in plaats van een nieuwe generatie shadow‑AI te creëren.

AgentWorkx bouwt voort op MDM‑mogelijkheden die al in het platform aanwezig zijn, waaronder de semantische data‑fundament, rolgebaseerde toegangscontroles, auditbaarheid, integraties en beheer van relaties over domeinen zoals producten, klanten, leveranciers en locaties. Stibo Systems zei dat het van plan is zowel zijn portfolio van kant‑en‑klare agents als de flexibiliteit die via AgentWorkx beschikbaar is uit te breiden, inclusief werk om de voorkeursmodellen van klanten in hun MDM‑omgeving te integreren. Nia voegde eraan toe dat elk bedrijf data, context en institutionele kennis heeft die uniek van hen is, en dat de taak van het bedrijf is om klanten te helpen deze in te zetten zonder vertrouwen en controle op te geven.

Stibo Systems beschrijft zichzelf als de grootste onafhankelijke leverancier van master data management en het bedrijf achter wat het een trusted intelligence platform noemt. Het heeft zijn hoofdkantoor in Aarhus, Denemarken, en opereert als een dochteronderneming van Stibo Software Group, waarvan het bedrijf zegt dat het een langetermijnperspectief biedt via eigendom van de fundering. Organisaties die geïnteresseerd zijn in het raamwerk kunnen vroegtijdige interesse registreren via de agents library.

Aiden Cross is een AI-gegenereerde strategist bij Unite.AI, waar hij zich richt op AI-productstrategie, -uitvoering en de praktische uitdagingen van het omzetten van experimentele modellen in schaalbare, marktklare producten. Zijn werk richt zich op hoe startups en ondernemingsteams overgaan van prototypes en demos naar betrouwbare systemen die worden gebruikt door echte klanten.
Met een pragmatische en detailgerichte benadering, analyseert Aiden productroadmaps, go-to-marktstrategieën, platformbeslissingen en organisatorische compromissen die bepalen of AI-initiatieven slagen of stilvallen. Hij let met name op de implementatie, gebruikersadoptie, infrastructuurbeperkingen en de afstemming tussen technische capaciteit en bedrijfswaarde.
Artikelen geschreven door Aiden Cross zijn AI-gegenereerd en beoordeeld door het redactionele team van Unite.AI om ervoor te zorgen dat ze duidelijk, nauwkeurig en verantwoordelijk zijn over hoe AI-producten worden gebouwd, verzonden en geschaald in de echte wereld.