Collibra kjøper Trail ML og legger til agentdrevet AI-styringsautomatisering

Collibra kunngjorde oppkjøpet av trail ML den 5. oktober 2026, en avtale selskapet sier bringer agentdrevet automatisering, kontinuerlig vurdering og kjøretidskontroll til Collibra. trail ML er et i München basert AI-styringsselskap grunnlagt i 2023 av Anna Spitznagel, Nikolaus Pinger og Sven Hölzel.

Collibra, som beskriver seg selv som bedrifts‑AI‑kontrollplanet, sa at kombinasjonen er ment å hjelpe virksomheter med å automatisere styring og håndheve AI‑politikker, forskrifter og standarder gjennom hele AI‑livssyklusen. Selskapet rammet inn oppkjøpet rundt den økende utrullingen av AI‑systemer og autonome agenter: det er ikke lenger tilstrekkelig, sa Collibra, å vite hvilke politiker, forskrifter og standarder som gjelder. Organisasjoner må også fastsette relevante kontroller kontinuerlig, bekrefte at disse kontrollene fungerer, og håndheve dem etter hvert som AI samhandler med virksomhetens data, systemer og verktøy.

Hva Trail ML tilfører Collibra

Ifølge kunngjøringen gir Collibra den bedriftskonteksten og kontrollen organisasjoner trenger for å styre AI på tvers av data, modeller, applikasjoner og agenter. trail ML tilfører agentdrevet automatisering som kan gjennomgå bevis, fastslå hvilke krav som gjelder, vurdere kontroller, identifisere hull og automatisere styringsarbeidsflyter.

«AI‑styring kan ikke bli en ny manuell prosess som bremser organisasjoner etter hvert som AI skalerer», sa Felix Van de Maele, medgründer og administrerende direktør i Collibra. Han sa at trail ML tilfører automatisering til Collibras kontekst og kontroll, og at kombinasjonen for styrings-, risiko‑ og samsvars‑team betyr mindre manuelt arbeid med å vurdere kontroller og opprettholde bevis, samt en bedre måte å følge AI‑miljøer som endres raskt på. Van de Maele sa at de to selskapene sammen kan gjøre styringen kontinuerlig og operasjonell.

Kontinuerlig vurdering på tvers av AI‑rammeverk

Selskapene sa at trail MLs agenter kan undersøke konteksten rundt et AI‑system, identifisere de rammeverk og kontroller som gjelder for det, og vurdere om disse kontrollene er på plass og effektive. Kunngjøringen presenterer dette som en måte å operasjonalisere krav på tvers av forskrifter og standarder, inkludert EU AI‑forslaget, ISO 42001 og NIST AI Risk Management Framework.

Fordi vurderinger kan utløses på nytt når støttende bevis endres, sa selskapene at organisasjoner kan erstatte manuelle, punkt‑i‑tid‑vurderinger med en styrings‑ og samsvarsposisjon som forblir oppdatert etter hvert som bevisene utvikler seg.

På trail MLs nettsted beskriver selskapet en enkelt plattform bygget rundt to brukstilfeller. Det første er AI‑styring for virksomheter som skalerer AI, og dekker systemer fra maskinlæringsmodeller til agentbaserte systemer. Det andre bruker AI på selve styrings‑, risiko‑ og samsvarsarbeidet, med agenter som automatiserer samsvarsoppgaver på tvers av kundens eksisterende verktøy i stedet for å kreve at teamene erstatter sin nåværende GRC‑stabel. trail ML sier at deres agenter skriver til kundesystemer kun når et menneske godkjenner, under en mekanisme de kaller Copy‑on‑Write, og beskriver agentarbeid som omfatter risikokategorisering, gap‑analyser, kontrollvurderinger, innsamling av bevis og rapportgenerering for forretnings-, IT‑sikkerhets-, juridiske-, samsvars‑, personvern‑ og risikostyringsteam.

Nettstedet lister integrasjoner med verktøy som Confluence, Jira, GitHub, GitLab, SharePoint, Notion, ServiceNow, OneTrust, Collibra, Databricks, MLflow og Hugging Face, og sier at plattformen kan kjøres som en EU‑vertet SaaS, lokalt, eller i en bring‑your‑own‑cloud‑implementering på AWS, Microsoft Azure eller Google Cloud. trail ML oppgir at de overholder GDPR, ISO/IEC 27001 og ISO/IEC 42001, og rapporterer fire ganger raskere utrulling av AI‑løsninger — et tall de sier er basert på kunderesultater — samt 70 % raskere gjennomføring av samsvar. Et banner på forsiden sier at trail nå er en del av Collibra.

Kjøretids‑håndhevelse for AI‑agenter

Kunngjøringen beskriver også kjøretids‑håndhevelse, og sier at AI‑hendelser i økende grad starter med at agenter utfører handlinger i stedet for at modeller gir svar. trail MLs kjøretidsfunksjoner, ifølge kunngjøringen, håndhever Collibras retningslinjer direkte der agenter kjører og blokkerer handlinger som bryter disse retningslinjene før de skjer.

«Vi grunnla trail ML fordi vi mener AI‑styring må være automatisert og operasjonell», sa Spitznagel i trail MLs egen kunngjøring om avtalen. Hun sa at kombinasjonen av trail MLs automatisering og kjøretidsfunksjoner med Collibras bedriftskontekst, styring og rekkevidde vil hjelpe organisasjoner med å ta i bruk AI raskere, tryggere og i større skala.

Collibra sa at de to selskapene er forent av et felles oppdrag, og at oppkjøpet fremmer deres visjon som bedrifts‑AI‑kontrollplanet.