Open-Source-Agent-Workspaces: Wie Paperclip und ENZO es Ihnen ermöglichen, Agenten auf eigenen Schlüsseln und Infrastruktur zu betreiben
von Denis Shokhirev, Enterprise AI Architect aus Freiburg im Breisgau — ich baue und betreibe produktive Agenten-Systeme in DACH-Unternehmen auf Basis von Claude, Supabase, n8n, Doppler und selbst gehostetem Postgres. Im letzten Quartal stellte mir ein Automationskunde die Frage: Wie können wir Agenten auf eigenen Schlüsseln und Infrastruktur, unter Einhaltung von DSGVO und BSI Grundschutz, produktiv betreiben – komplett ohne fremde Clouds und mit voller Kontrolle? Warum offene Agent-Workspace
von Denis Shokhirev, Enterprise AI Architect aus Freiburg im Breisgau — ich baue und betreibe produktive Agenten-Systeme in DACH-Unternehmen auf Basis von Claude, Supabase, n8n, Doppler und selbst gehostetem Postgres. Im letzten Quartal stellte mir ein Automationskunde die Frage: Wie können wir Agenten auf eigenen Schlüsseln und Infrastruktur, unter Einhaltung von DSGVO und BSI Grundschutz, produktiv betreiben – komplett ohne fremde Clouds und mit voller Kontrolle?
Warum offene Agent-Workspaces für den Produktivbetrieb entscheidend sind
Die meisten Open-Source-Agentenplattformen sind entweder auf Demo-Playgrounds begrenzt oder erfordern einen Cloud-Zugang. In regulierten Märkten wie Deutschland, Österreich oder der Schweiz ist das kritisch: DSGVO, interne Datenhoheit und Schlüsselverwaltung sind Pflicht. Die Integration in bestehende IT, sichere Schlüsselrotation und revisionssichere Protokollierung sind meist aufwändiger als die eigentliche Modellwahl.
Aus meiner Erfahrung fließen rund 80 % des Aufwands in Infrastruktur, nicht in Prompt- oder Modelloptimierung. Unternehmen benötigen offene Workspaces, in denen Agenten auf eigenen Schlüsseln und vollständig kontrollierter Infrastruktur laufen, mit nachvollziehbaren Audit-Logs und CI/CD-Anbindung – nicht als Demo, sondern im Produktivbetrieb.
Paperclip und ENZO: Offene Tools mit Praxiserfahrung
Nach Analyse zahlreicher Open-Source-Workspaces hat sich in meinen Projekten eine Kombination bewährt:
- Paperclip: Ein schlanker, quelloffener Workspace zur Zusammenarbeit an LLM-Agenten. Unterstützt individuelle API-Schlüssel, Self-Hosting, Integration mit Supabase/Postgres und CI/CD. Experimentieren und produktive Bereitstellung sind gleichermaßen möglich.
- ENZO: Ein Framework zur Orchestrierung von Multi-Agenten-Systemen. Rollen, Rechte, Einstiegspunkte und Workflows können definiert werden. Unterstützt lokale und Cloud-LLMs (Claude, OpenAI, Hugging Face, Anthropic SDK).
Beide werden aktiv weiterentwickelt, sind offen, auditierbar und haben sich in DACH-Produktivumgebungen bewährt.
| Plattform | Self-hosted | Eigene API-Schlüssel | CI/CD-Anbindung | Audit-Logging |
|---|---|---|---|---|
| Paperclip | Ja | Ja | Ja | Ja |
| ENZO | Ja | Ja | Ja | Nein |
| Hugging Face Spaces | Nein | Nein | Nein | Nein |
Agenten auf eigenen Schlüsseln: Muster & Risiken aus der Praxis
API-Schlüssel sind ein zentraler Angriffsvektor. Laut OWASP Top 10 für LLM-Anwendungen (2023) gehören Schlüssel-Leaks und Prompt Injection zu den größten Risiken (OWASP, 2023). In mehreren Projekten habe ich wiederholt SQL-Injection-Muster im von Agenten erzeugten Code gefunden – trotz statischer Analyse.
- Schlüsselverwaltung: Einsatz von Doppler oder Vault, niemals Speicherung in .env oder Sourcecode.
- Rotation & Audit: n8n-Workflows für geplante Schlüsselrotation, sämtliche Aktionen werden in Supabase-Audit-Tabellen protokolliert.
- Statische Analyse: semgrep und bandit laufen in allen Agenten-Pipelines. Bei mir durchlaufen 100 % der produktiven Agenten diese Checks vor jedem Go-Live.
import os
import anthropic
client = anthropic.Anthropic(api_key=os.environ["ANTHROPIC_API_KEY"])
def get_agent_response(prompt):
response = client.completions.create(
model="claude-3-opus-20240229",
prompt=prompt,
max_tokens=1024
)
return response.completion
# API-Schlüssel wird sicher aus Doppler oder Umgebung geladen, nie hardcodiert
Integration von Workspaces in regulierte Unternehmens-IT
CI/CD-Kopplung
Paperclip lässt sich direkt in GitHub Actions oder GitLab CI einbinden: Agenten können bei jedem Push getestet und bereitgestellt werden, ohne externe Cloud-Komponenten. ENZO orchestriert Multi-Agenten-Workflows, z. B. für Code-Reviews zwischen Agenten.
name: agent-deploy
on: [push]
jobs:
build:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
- name: Run Paperclip agent
run: |
docker-compose up -d paperclip
- name: Run ENZO orchestrator
run: |
docker-compose up -d enzo
Supabase/Postgres für Logging & Audit
Supabase stellt vollständige Audit-Trails und rollenbasierte Zugriffsmodelle bereit. Jede Agenten-Aktion wird in der Datenbank protokolliert – das vereinfacht Compliance (z. B. DSGVO, BSI Grundschutz) und Incident Response.
Grenzen & Sicherheitshinweise
- Auch bei Self-Hosting: LLM-API-Calls nach extern bedeuten mögliches Datenleck, falls keine lokalen Modelle genutzt werden.
- Paperclip adressiert nicht alle Anforderungen: Bei sensiblen Daten empfiehlt sich zusätzliche Isolierung (z. B. Docker, Kubernetes).
- ENZO bietet keine native DSGVO-Unterstützung, ermöglicht aber klar definierte Rechte und Audit-Workflows.
In meinen Projekten fangen statische Analyse und Audit-Logging mehr Fehler ab als Runtime-Sandboxes. Sicherheit ist ein Prozess, kein To-do-Haken.
FAQ
Können Agenten vollständig isoliert betrieben werden?
Ja, vor allem mit lokal gehosteten LLMs (z. B. Llama.cpp). Jede externe API bleibt jedoch ein mögliches Leck.
Gibt es reife Enterprise-Lösungen für Agent-Workspaces?
Viele proprietäre Angebote sind Closed Source oder bieten keine volle Kontrolle über Schlüssel und Audit. Die Paperclip-ENZO-Kombination ist für DACH-B2B flexibler.
Wie erfolgt das Audit von Agenten-Aktionen?
Alle Aktionen werden in Supabase/Postgres geloggt. Audit-Tabellen erleichtern die Nachverfolgung und Anomalieerkennung.
Wie werden Agenten in n8n-Workflows integriert?
Agenten sind Workflow-Schritte, Schlüssel werden über sichere n8n-Credentials eingebunden.
Ist Claude-API-Nutzung DSGVO-konform?
Nur, wenn Schlüssel nicht cloudbasiert gespeichert werden und sämtliche Requests intern erfolgen (vgl. Anthropic Docs: Anthropic, 2024).
In welcher Stufe Ihrer LLM-Pipeline treten die meisten Produktionsprobleme auf: Schlüsselmanagement, Audit, Laufzeit? Ihre Praxis interessiert mich.
Ich biete DACH-Unternehmen einen kostenfreien 30-Minuten Stack-Audit für KI-Lösungen in regulierten Märkten an. Kontaktieren Sie mich über LinkedIn oder @ger_dennis_ai.
Aus einem Ablauf ein System machen, das läuft
Gebaut für den Betriebsalltag, nicht als Demo.