[{"data":1,"prerenderedAt":812},["ShallowReactive",2],{"/de-de/blog/ai-catalog-discover-and-share-agents":3,"navigation-de-de":40,"banner-de-de":454,"footer-de-de":464,"blog-post-authors-de-de-Itzik Gan Baruch":700,"blog-related-posts-de-de-ai-catalog-discover-and-share-agents":714,"blog-promotions-de-de":750,"next-steps-de-de":802},{"id":4,"title":5,"authorSlugs":6,"authors":8,"body":10,"category":11,"categorySlug":11,"config":12,"content":16,"date":22,"description":25,"extension":26,"externalUrl":27,"featured":14,"heroImage":23,"isFeatured":14,"meta":28,"navigation":29,"path":30,"publishedDate":22,"rawbody":31,"seo":32,"slug":13,"stem":35,"tagSlugs":36,"tags":38,"template":15,"updatedDate":27,"__hash__":39},"blogPosts/de-de/blog/ai-catalog-discover-and-share-agents.yml","AI Catalog: Agenten und Flows entdecken, erstellen und teilen",[7],"itzik-gan-baruch",[9],"Itzik Gan Baruch","*Willkommen zu Teil 5 unseres achtteiligen Leitfadens [GitLab Duo Agent Platform: Der vollständige Einstiegsleitfaden](/de-de/blog/gitlab-duo-agent-platform-complete-getting-started-guide/), in dem du lernst, KI-Agenten und Workflows in deinem Entwicklungslebenszyklus zu erstellen und bereitzustellen. Folge Tutorials, die dich von deiner ersten Interaktion zu produktionsreifen Automatisierungs-Workflows mit vollständiger Anpassung führen.*\n\n**In diesem Artikel:**\n\n- [Was ist der AI Catalog?](#einführung-in-den-ai-catalog)\n- [Agenten und Flows durchsuchen und aktivieren](#agenten-und-flows-entdecken)\n- [Erstellen, Teilen und Sichtbarkeit verwalten](#erstellen-teilen-und-sichtbarkeit-verwalten)\n- [Versionierung verstehen](#versionierung-verstehen)\n\n> 🎯 Probiere [**GitLab Duo Agent Platform**](https://about.gitlab.com/de-de/gitlab-duo-agent-platform/) noch heute aus!\n\n## Einführung in den AI Catalog\n\nDer AI Catalog ist ein zentrales Repository zum Entdecken, Erstellen und Teilen von [Agenten](/de-de/blog/understanding-agents-foundational-custom-external/) und [Flows](/de-de/blog/understanding-flows-multi-agent-workflows/) über deine Organisation hinweg. Er fördert Konsistenz, Wiederverwendbarkeit und Zusammenarbeit, indem er Teams ermöglicht, vorgefertigte Lösungen und Best Practices zu nutzen.\n\n**Was du tun kannst:**\n\n- **Entdecken**: Durchsuche Agenten und Flows, die von GitLab und der Community erstellt wurden.\n- **Erstellen**: Erstelle und pflege Custom Agents und Flows in einer einzigen Oberfläche.\n- **Aktivieren**: Aktiviere Agenten und Flows auf Top-Level-Group-Ebene und nutze sie dann in deinen Projekten.\n- **Teilen**: Veröffentliche deine Agenten und Flows zur Nutzung durch andere (Public oder Private).\n- **Duplizieren**: Kopiere und passe bestehende Agenten und Flows an.\n\n![AI Catalog](https://res.cloudinary.com/about-gitlab-com/image/upload/v1765458621/un1xt2tql9wmjfjkyztg.png \"AI Catalog\")\n\n## Zugriff auf den AI Catalog und Arbeiten damit\n\nNavigiere zu **Explore → AI Catalog**.\n\nDer Catalog bietet derzeit zwei Typen:\n\n- **Agents** – Custom Agents für On-Demand-, interaktive oder kontextspezifische Aufgaben.\n- **Flows** – Custom Flows für wiederholbare, mehrstufige Automatisierungen, die ein Team von Agenten orchestrieren.\n\nFür detaillierte Informationen siehe die [AI Catalog Dokumentation](https://docs.gitlab.com/user/duo_agent_platform/ai_catalog/).\n\n## Agenten und Flows entdecken\n\nDer AI Catalog macht es einfach, Agenten und Flows zu finden, die zu deinen Anforderungen passen:\n\n**Wie du durchsuchst:**\n1. Navigiere zu **Explore → AI Catalog**.\n2. Wähle entweder den **Agents**- oder **Flows**-Tab.\n3. Durchsuche die verfügbaren Agenten oder Flows und prüfe Titel, Beschreibung und Sichtbarkeitsstatus.\n4. Klicke auf einen beliebigen Agenten oder Flow, um mehr Details zu sehen.\n\n**Agenten und Flows aktivieren:**\n\nSobald du einen Agenten oder Flow gefunden hast, den du verwenden möchtest:\n\n1. Klicke auf den Agenten oder Flow, um Details anzuzeigen.\n2. Klicke den **Enable in group**-Button, um den Agenten oder Flow zu deiner Top-Level-Group hinzuzufügen.\n3. Aktiviere ihn in deinem Projekt, um ihn zu verwenden.\n\n## Erstellen, Teilen und Sichtbarkeit verwalten\n\n### Agenten und Flows erstellen\nHier sind Schritt-für-Schritt-Anweisungen zum Erstellen von Agenten und Flows.\n\n**Agenten erstellen:**\n\nNavigiere zu **Explore → AI Catalog → Agents → New agent**.\n1. Brainstorme und definiere eine spezifische Aufgabe oder Spezialisierung für diesen Agenten, zum Beispiel einen Debugging- und Troubleshooting-Agenten.\n2. Füge einen Display-Namen und eine Beschreibung hinzu, damit andere den Zweck identifizieren können und verstehen, warum sie den Agenten verwenden möchten, zum Beispiel `troubleshoot-debugger`.\n3. Spezifiziere Sichtbarkeit und Zugriff. Wähle ein privates Projekt und setze die Sichtbarkeit auf privat, um mit Experimenten zu starten.\n4. Definiere das Agentenverhalten, die Fähigkeiten und die Spezialisierung im System Prompt. Für Details zum Erstellen effektiver System Prompts siehe [Teil 3: Agenten verstehen](/de-de/blog/understanding-agents-foundational-custom-external/).\n5. Optional: Wähle und begrenze den Tool-Zugriff für Agenten. Zum Beispiel benötigt ein Debugging-Agent Lesezugriff auf Code, Issues und Merge Requests, aber möglicherweise keinen Schreibzugriff zum Vornehmen von Änderungen.\n\n**Flows erstellen:**\n\nNavigiere zu **Explore → AI Catalog → Flows → New flow**.\n1. Brainstorme und definiere eine komplexe mehrstufige spezifische Aufgabe, zum Beispiel einen CI/CD-Pipeline-Optimizer-Flow.\n2. Füge einen Display-Namen und eine Beschreibung hinzu, damit andere den Zweck identifizieren können und verstehen, warum sie den Flow verwenden möchten, zum Beispiel `ci-cd-optimizer`.\n3. Spezifiziere Sichtbarkeit und Zugriff. Wähle ein privates Projekt und setze die Sichtbarkeit auf privat, um mit Experimenten zu starten.\n4. Definiere das Flow-Verhalten und seine Agent-Komponenten, Prompts und Router. Für Details zur Flow-YAML-Struktur siehe [Teil 4: Flows verstehen](/de-de/blog/understanding-flows-multi-agent-workflows/).\n\nFür mehr Details siehe:\n\n- [Custom Agents Dokumentation](https://docs.gitlab.com/user/duo_agent_platform/agents/custom/)\n- [Custom Flows Dokumentation](https://docs.gitlab.com/user/duo_agent_platform/flows/custom/)\n\n### Deine Arbeit teilen und Sichtbarkeit festlegen\n\nBeim Erstellen von Agenten oder Flows kannst du zwischen **Private**- und **Public**-Sichtbarkeit wählen, um zu kontrollieren, wer darauf zugreifen und sie verwenden kann.\n\n**Private:**\n\n- Kann nur von Mitgliedern des verwaltenden Projekts mit mindestens Developer-Rolle oder von Nutzer(innen) mit Owner-Rolle für die Top-Level-Group eingesehen werden.\n- Kann nicht in anderen Projekten aktiviert werden.\n- Nützlich für teamspezifische oder sensible Workflows.\n\n**Public:**\n\n- Von jedem auf der Instanz einsehbar.\n- Kann in jedem Projekt aktiviert werden, das die Voraussetzungen erfüllt.\n- Erscheint im AI Catalog zur Entdeckung.\n\n### Best Practices für das Teilen\n\nWenn du Agenten und Flows im AI Catalog veröffentlichst, folge diesen Richtlinien:\n\n**Benennung:**\n- Verwende klare, beschreibende Namen (z.B. `security-code-review`, `api-documentation-generator`).\n- Vermeide generische Namen wie `agent1` oder `my-flow`.\n- Füge den Zweck in den Namen ein, wenn möglich.\n\n**Dokumentation:**\n- Biete eine klare Beschreibung dessen, was der Agent oder Flow macht.\n- Füge Use Cases und Beispiele hinzu.\n- Dokumentiere alle Voraussetzungen oder Abhängigkeiten.\n\n**Qualität:**\n- Teste gründlich vor der Veröffentlichung.\n- Stelle sicher, dass der Agent oder Flow ein echtes Problem löst.\n- Halte ihn wartbar und gut dokumentiert.\n- Berücksichtige Edge Cases und Error Handling.\n\n**Sichtbarkeitsentscheidungen:**\n- Starte mit **Private**, um mit deinem Team zu testen.\n- Wechsle zu **Public**, sobald validiert und dokumentiert.\n- Veröffentliche nur, wenn es anderen einen Mehrwert bietet.\n- Berücksichtige die Zielgruppe und Use Cases.\n\n### Versionierung verstehen\n\nCustom Agents und Flows im AI Catalog pflegen eine Versionshistorie, um Änderungen nachzuverfolgen.\n\n**Wie Versionierung funktioniert:**\n- GitLab erstellt automatisch eine neue Version, wenn du den System Prompt eines Agenten aktualisierst oder die Konfiguration eines Flows änderst.\n- Versionen verwenden Semantic Versioning (z.B. `1.0.0`, `1.1.0`).\n- GitLab verwaltet Semantic Versioning automatisch – Updates erhöhen immer die Minor Version.\n- Versionen sind unveränderlich, was konsistentes Verhalten sicherstellt.\n\n**Versions-Pinning:**\n\nWenn du einen Agenten oder Flow aktivierst:\n\n- **In einer Group**: GitLab pinnt ihn auf die neueste Version.\n- **In einem Projekt**: GitLab pinnt ihn auf dieselbe Version wie deine Top-Level-Group.\n\nDas bedeutet:\n- Deine Projekte verwenden eine feste, stabile Version des Agenten oder Flows.\n- Updates im AI Catalog beeinflussen deine Konfiguration nicht automatisch.\n- Du musst dich für Updates auf neue Versionen entscheiden – Updates sind niemals automatisch.\n- Du behältst volle Kontrolle darüber, wann du neue Versionen übernimmst.\n\n**Versionen anzeigen:**\n- Navigiere zu **Automate → Agents** oder **Automate → Flows**.\n- Wähle den Agenten oder Flow aus, um seine Version auf der rechten Seite im **About**-Bereich anzuzeigen.\n\n**Auf die neueste Version aktualisieren**\n\nWenn eine neue Version eines Agenten oder Flows im AI Catalog verfügbar ist, kannst du deine Projekte aktualisieren, um sie zu verwenden.\n\n1. Navigiere zu **Automate → Agents** oder **Automate → Flows**.\n2. Klicke auf den Agenten oder Flow, den du aktualisieren möchtest.\n3. Klicke den **Update**-Button (erscheint, wenn eine neuere Version verfügbar ist).\n4. Überprüfe die Änderungen in der neuen Version.\n5. Bestätige das Update, um dein Projekt auf die neueste Version zu pinnen.\n\n\n## Was kommt als Nächstes?\n\nDu verstehst jetzt, wie du Agenten und Flows über den AI Catalog entdecken, erstellen und teilen kannst. Als Nächstes lernst du in [Teil 6](/de-de/blog/monitor-manage-automate-ai-workflows/), wie du Agent- und Flow-Aktivität über Sessions überwachst, Event-gesteuerte Trigger einrichtest und deine KI-Workflows verwaltest.\n\n## Ressourcen\n\n- [AI Catalog Dokumentation](https://docs.gitlab.com/user/duo_agent_platform/ai_catalog/)\n- [Custom Agents Dokumentation](https://docs.gitlab.com/user/duo_agent_platform/agents/custom/)\n- [Custom Flows Dokumentation](https://docs.gitlab.com/user/duo_agent_platform/flows/custom/)\n\n---\n\n**Nächster:** [Teil 6: KI-Workflows überwachen, verwalten und automatisieren](/de-de/blog/monitor-manage-automate-ai-workflows/)\n\n**Vorheriger:** [Teil 4: Flows verstehen](/de-de/blog/understanding-flows-multi-agent-workflows/)","ai-ml",{"slug":13,"featured":14,"template":15},"ai-catalog-discover-and-share-agents",false,"BlogPost",{"tags":17,"category":11,"date":22,"heroImage":23,"authors":24,"description":25,"title":5,"body":10},[18,19,20,21],"AI/ML","product","features","tutorial","2026-01-14","https://res.cloudinary.com/about-gitlab-com/image/upload/v1765809212/noh0mdfn9o94ry9ykura.png",[9],"Nutze den AI Catalog als zentrale Stelle für vorgefertigte und teamspezifische Agenten und Flows – durchsuchbar, aktivierbar und teilbar im gesamten Team.","yml",null,{},true,"/de-de/blog/ai-catalog-discover-and-share-agents","seo:\n  noIndex: false\n  title: 'AI Catalog: Agenten und Flows entdecken, erstellen und teilen'\n  description: 'Erkunde den GitLab AI Catalog: Entdecke Foundational Agents und Flows, erstelle Custom Agents für dein Team, aktiviere sie projektübergreifend und teile Best Practices.'\n  ogImage: https://res.cloudinary.com/about-gitlab-com/image/upload/v1752678395/impw8no5tbskr6k2afgu.jpg\ncontent:\n  tags:\n    - AI/ML\n    - product\n    - features\n    - tutorial\n  category: ai-ml\n  date: 2026-01-14\n  heroImage: https://res.cloudinary.com/about-gitlab-com/image/upload/v1765809212/noh0mdfn9o94ry9ykura.png\n  authors:\n    - Itzik Gan Baruch\n  description: 'Nutze den AI Catalog als zentrale Stelle für vorgefertigte und teamspezifische Agenten und Flows – durchsuchbar, aktivierbar und teilbar im gesamten Team.'\n  title: 'AI Catalog: Agenten und Flows entdecken, erstellen und teilen'\n  body: >-\n    *Willkommen zu Teil 5 unseres achtteiligen Leitfadens [GitLab Duo Agent Platform: Der vollständige Einstiegsleitfaden](/de-de/blog/gitlab-duo-agent-platform-complete-getting-started-guide/), in dem du lernst, KI-Agenten und Workflows in deinem Entwicklungslebenszyklus zu erstellen und bereitzustellen. Folge Tutorials, die dich von deiner ersten Interaktion zu produktionsreifen Automatisierungs-Workflows mit vollständiger Anpassung führen.*\n\n\n    **In diesem Artikel:**\n\n\n    - [Was ist der AI Catalog?](#einführung-in-den-ai-catalog)\n\n    - [Agenten und Flows durchsuchen und aktivieren](#agenten-und-flows-entdecken)\n\n    - [Erstellen, Teilen und Sichtbarkeit verwalten](#erstellen-teilen-und-sichtbarkeit-verwalten)\n\n    - [Versionierung verstehen](#versionierung-verstehen)\n\n\n    > 🎯 Probiere [**GitLab Duo Agent Platform**](https://about.gitlab.com/de-de/gitlab-duo-agent-platform/) noch heute aus!\n\n\n    ## Einführung in den AI Catalog\n\n\n    Der AI Catalog ist ein zentrales Repository zum Entdecken, Erstellen und Teilen von [Agenten](/de-de/blog/understanding-agents-foundational-custom-external/) und [Flows](/de-de/blog/understanding-flows-multi-agent-workflows/) über deine Organisation hinweg. Er fördert Konsistenz, Wiederverwendbarkeit und Zusammenarbeit, indem er Teams ermöglicht, vorgefertigte Lösungen und Best Practices zu nutzen.\n\n\n    **Was du tun kannst:**\n\n\n    - **Entdecken**: Durchsuche Agenten und Flows, die von GitLab und der Community erstellt wurden.\n\n    - **Erstellen**: Erstelle und pflege Custom Agents und Flows in einer einzigen Oberfläche.\n\n    - **Aktivieren**: Aktiviere Agenten und Flows auf Top-Level-Group-Ebene und nutze sie dann in deinen Projekten.\n\n    - **Teilen**: Veröffentliche deine Agenten und Flows zur Nutzung durch andere (Public oder Private).\n\n    - **Duplizieren**: Kopiere und passe bestehende Agenten und Flows an.\n\n\n    ![AI Catalog](https://res.cloudinary.com/about-gitlab-com/image/upload/v1765458621/un1xt2tql9wmjfjkyztg.png \"AI Catalog\")\n\n\n    ## Zugriff auf den AI Catalog und Arbeiten damit\n\n\n    Navigiere zu **Explore → AI Catalog**.\n\n\n    Der Catalog bietet derzeit zwei Typen:\n\n\n    - **Agents** – Custom Agents für On-Demand-, interaktive oder kontextspezifische Aufgaben.\n\n    - **Flows** – Custom Flows für wiederholbare, mehrstufige Automatisierungen, die ein Team von Agenten orchestrieren.\n\n\n    Für detaillierte Informationen siehe die [AI Catalog Dokumentation](https://docs.gitlab.com/user/duo_agent_platform/ai_catalog/).\n\n\n    ## Agenten und Flows entdecken\n\n\n    Der AI Catalog macht es einfach, Agenten und Flows zu finden, die zu deinen Anforderungen passen:\n\n\n    **Wie du durchsuchst:**\n\n    1. Navigiere zu **Explore → AI Catalog**.\n\n    2. Wähle entweder den **Agents**- oder **Flows**-Tab.\n\n    3. Durchsuche die verfügbaren Agenten oder Flows und prüfe Titel, Beschreibung und Sichtbarkeitsstatus.\n\n    4. Klicke auf einen beliebigen Agenten oder Flow, um mehr Details zu sehen.\n\n\n    **Agenten und Flows aktivieren:**\n\n\n    Sobald du einen Agenten oder Flow gefunden hast, den du verwenden möchtest:\n\n\n    1. Klicke auf den Agenten oder Flow, um Details anzuzeigen.\n\n    2. Klicke den **Enable in group**-Button, um den Agenten oder Flow zu deiner Top-Level-Group hinzuzufügen.\n\n    3. Aktiviere ihn in deinem Projekt, um ihn zu verwenden.\n\n\n    ## Erstellen, Teilen und Sichtbarkeit verwalten\n\n\n    ### Agenten und Flows erstellen\n\n    Hier sind Schritt-für-Schritt-Anweisungen zum Erstellen von Agenten und Flows.\n\n\n    **Agenten erstellen:**\n\n\n    Navigiere zu **Explore → AI Catalog → Agents → New agent**.\n\n    1. Brainstorme und definiere eine spezifische Aufgabe oder Spezialisierung für diesen Agenten, zum Beispiel einen Debugging- und Troubleshooting-Agenten.\n\n    2. Füge einen Display-Namen und eine Beschreibung hinzu, damit andere den Zweck identifizieren können und verstehen, warum sie den Agenten verwenden möchten, zum Beispiel `troubleshoot-debugger`.\n\n    3. Spezifiziere Sichtbarkeit und Zugriff. Wähle ein privates Projekt und setze die Sichtbarkeit auf privat, um mit Experimenten zu starten.\n\n    4. Definiere das Agentenverhalten, die Fähigkeiten und die Spezialisierung im System Prompt. Für Details zum Erstellen effektiver System Prompts siehe [Teil 3: Agenten verstehen](/de-de/blog/understanding-agents-foundational-custom-external/).\n\n    5. Optional: Wähle und begrenze den Tool-Zugriff für Agenten. Zum Beispiel benötigt ein Debugging-Agent Lesezugriff auf Code, Issues und Merge Requests, aber möglicherweise keinen Schreibzugriff zum Vornehmen von Änderungen.\n\n\n    **Flows erstellen:**\n\n\n    Navigiere zu **Explore → AI Catalog → Flows → New flow**.\n\n    1. Brainstorme und definiere eine komplexe mehrstufige spezifische Aufgabe, zum Beispiel einen CI/CD-Pipeline-Optimizer-Flow.\n\n    2. Füge einen Display-Namen und eine Beschreibung hinzu, damit andere den Zweck identifizieren können und verstehen, warum sie den Flow verwenden möchten, zum Beispiel `ci-cd-optimizer`.\n\n    3. Spezifiziere Sichtbarkeit und Zugriff. Wähle ein privates Projekt und setze die Sichtbarkeit auf privat, um mit Experimenten zu starten.\n\n    4. Definiere das Flow-Verhalten und seine Agent-Komponenten, Prompts und Router. Für Details zur Flow-YAML-Struktur siehe [Teil 4: Flows verstehen](/de-de/blog/understanding-flows-multi-agent-workflows/).\n\n\n    Für mehr Details siehe:\n\n\n    - [Custom Agents Dokumentation](https://docs.gitlab.com/user/duo_agent_platform/agents/custom/)\n\n    - [Custom Flows Dokumentation](https://docs.gitlab.com/user/duo_agent_platform/flows/custom/)\n\n\n    ### Deine Arbeit teilen und Sichtbarkeit festlegen\n\n\n    Beim Erstellen von Agenten oder Flows kannst du zwischen **Private**- und **Public**-Sichtbarkeit wählen, um zu kontrollieren, wer darauf zugreifen und sie verwenden kann.\n\n\n    **Private:**\n\n\n    - Kann nur von Mitgliedern des verwaltenden Projekts mit mindestens Developer-Rolle oder von Nutzer(innen) mit Owner-Rolle für die Top-Level-Group eingesehen werden.\n\n    - Kann nicht in anderen Projekten aktiviert werden.\n\n    - Nützlich für teamspezifische oder sensible Workflows.\n\n\n    **Public:**\n\n\n    - Von jedem auf der Instanz einsehbar.\n\n    - Kann in jedem Projekt aktiviert werden, das die Voraussetzungen erfüllt.\n\n    - Erscheint im AI Catalog zur Entdeckung.\n\n\n    ### Best Practices für das Teilen\n\n\n    Wenn du Agenten und Flows im AI Catalog veröffentlichst, folge diesen Richtlinien:\n\n\n    **Benennung:**\n\n    - Verwende klare, beschreibende Namen (z.B. `security-code-review`, `api-documentation-generator`).\n\n    - Vermeide generische Namen wie `agent1` oder `my-flow`.\n\n    - Füge den Zweck in den Namen ein, wenn möglich.\n\n\n    **Dokumentation:**\n\n    - Biete eine klare Beschreibung dessen, was der Agent oder Flow macht.\n\n    - Füge Use Cases und Beispiele hinzu.\n\n    - Dokumentiere alle Voraussetzungen oder Abhängigkeiten.\n\n\n    **Qualität:**\n\n    - Teste gründlich vor der Veröffentlichung.\n\n    - Stelle sicher, dass der Agent oder Flow ein echtes Problem löst.\n\n    - Halte ihn wartbar und gut dokumentiert.\n\n    - Berücksichtige Edge Cases und Error Handling.\n\n\n    **Sichtbarkeitsentscheidungen:**\n\n    - Starte mit **Private**, um mit deinem Team zu testen.\n\n    - Wechsle zu **Public**, sobald validiert und dokumentiert.\n\n    - Veröffentliche nur, wenn es anderen einen Mehrwert bietet.\n\n    - Berücksichtige die Zielgruppe und Use Cases.\n\n\n    ### Versionierung verstehen\n\n\n    Custom Agents und Flows im AI Catalog pflegen eine Versionshistorie, um Änderungen nachzuverfolgen.\n\n\n    **Wie Versionierung funktioniert:**\n\n    - GitLab erstellt automatisch eine neue Version, wenn du den System Prompt eines Agenten aktualisierst oder die Konfiguration eines Flows änderst.\n\n    - Versionen verwenden Semantic Versioning (z.B. `1.0.0`, `1.1.0`).\n\n    - GitLab verwaltet Semantic Versioning automatisch – Updates erhöhen immer die Minor Version.\n\n    - Versionen sind unveränderlich, was konsistentes Verhalten sicherstellt.\n\n\n    **Versions-Pinning:**\n\n\n    Wenn du einen Agenten oder Flow aktivierst:\n\n\n    - **In einer Group**: GitLab pinnt ihn auf die neueste Version.\n\n    - **In einem Projekt**: GitLab pinnt ihn auf dieselbe Version wie deine Top-Level-Group.\n\n\n    Das bedeutet:\n\n    - Deine Projekte verwenden eine feste, stabile Version des Agenten oder Flows.\n\n    - Updates im AI Catalog beeinflussen deine Konfiguration nicht automatisch.\n\n    - Du musst dich für Updates auf neue Versionen entscheiden – Updates sind niemals automatisch.\n\n    - Du behältst volle Kontrolle darüber, wann du neue Versionen übernimmst.\n\n\n    **Versionen anzeigen:**\n\n    - Navigiere zu **Automate → Agents** oder **Automate → Flows**.\n\n    - Wähle den Agenten oder Flow aus, um seine Version auf der rechten Seite im **About**-Bereich anzuzeigen.\n\n\n    **Auf die neueste Version aktualisieren**\n\n\n    Wenn eine neue Version eines Agenten oder Flows im AI Catalog verfügbar ist, kannst du deine Projekte aktualisieren, um sie zu verwenden.\n\n\n    1. Navigiere zu **Automate → Agents** oder **Automate → Flows**.\n\n    2. Klicke auf den Agenten oder Flow, den du aktualisieren möchtest.\n\n    3. Klicke den **Update**-Button (erscheint, wenn eine neuere Version verfügbar ist).\n\n    4. Überprüfe die Änderungen in der neuen Version.\n\n    5. Bestätige das Update, um dein Projekt auf die neueste Version zu pinnen.\n\n\n\n    ## Was kommt als Nächstes?\n\n\n    Du verstehst jetzt, wie du Agenten und Flows über den AI Catalog entdecken, erstellen und teilen kannst. Als Nächstes lernst du in [Teil 6](/de-de/blog/monitor-manage-automate-ai-workflows/), wie du Agent- und Flow-Aktivität über Sessions überwachst, Event-gesteuerte Trigger einrichtest und deine KI-Workflows verwaltest.\n\n\n    ## Ressourcen\n\n\n    - [AI Catalog Dokumentation](https://docs.gitlab.com/user/duo_agent_platform/ai_catalog/)\n\n    - [Custom Agents Dokumentation](https://docs.gitlab.com/user/duo_agent_platform/agents/custom/)\n\n    - [Custom Flows Dokumentation](https://docs.gitlab.com/user/duo_agent_platform/flows/custom/)\n\n\n    ---\n\n\n    **Nächster:** [Teil 6: KI-Workflows überwachen, verwalten und automatisieren](/de-de/blog/monitor-manage-automate-ai-workflows/)\n\n\n    **Vorheriger:** [Teil 4: Flows verstehen](/de-de/blog/understanding-flows-multi-agent-workflows/)\n\nconfig:\n  slug: ai-catalog-discover-and-share-agents\n  featured: false\n  template: BlogPost\n",{"noIndex":14,"title":5,"description":33,"ogImage":34},"Erkunde den GitLab AI Catalog: Entdecke Foundational Agents und Flows, erstelle Custom Agents für dein Team, aktiviere sie projektübergreifend und teile Best Practices.","https://res.cloudinary.com/about-gitlab-com/image/upload/v1752678395/impw8no5tbskr6k2afgu.jpg","de-de/blog/ai-catalog-discover-and-share-agents",[37,19,20,21],"aiml",[18,19,20,21],"FRV-SDx0zXRnRF4EGC4-ijD-qzzBvbS821axO_uDE_c",{"data":41},{"logo":42,"freeTrial":47,"sales":52,"login":57,"items":62,"search":372,"minimal":406,"duo":424,"switchNav":433,"pricingDeployment":444},{"config":43},{"href":44,"dataGaName":45,"dataGaLocation":46},"/de-de/","gitlab logo","header",{"text":48,"config":49},"Kostenlose Testversion anfordern",{"href":50,"dataGaName":51,"dataGaLocation":46},"https://gitlab.com/-/trial_registrations/new?glm_source=about.gitlab.com/de-de&glm_content=default-saas-trial/","free trial",{"text":53,"config":54},"Vertrieb kontaktieren",{"href":55,"dataGaName":56,"dataGaLocation":46},"/de-de/sales/","sales",{"text":58,"config":59},"Anmelden",{"href":60,"dataGaName":61,"dataGaLocation":46},"https://gitlab.com/users/sign_in/","sign in",[63,90,187,192,293,353],{"text":64,"config":65,"cards":67},"Plattform",{"dataNavLevelOne":66},"platform",[68,74,82],{"title":64,"description":69,"link":70},"Die intelligente Orchestrierungsplattform für DevSecOps",{"text":71,"config":72},"Die Plattform erkunden",{"href":73,"dataGaName":66,"dataGaLocation":46},"/de-de/platform/",{"title":75,"description":76,"link":77},"GitLab Duo Agent Platform","Agentische KI für den gesamten Software-Lebenszyklus",{"text":78,"config":79},"Lerne GitLab Duo kennen",{"href":80,"dataGaName":81,"dataGaLocation":46},"/de-de/gitlab-duo-agent-platform/","gitlab duo agent platform",{"title":83,"description":84,"link":85},"Warum GitLab?","Erfahre, warum sich Unternehmen für GitLab entscheiden",{"text":86,"config":87},"Mehr erfahren",{"href":88,"dataGaName":89,"dataGaLocation":46},"/de-de/why-gitlab/","why gitlab",{"text":91,"left":29,"config":92,"link":94,"lists":98,"footer":169},"Produkt",{"dataNavLevelOne":93},"solutions",{"text":95,"config":96},"Alle Lösungen anzeigen",{"href":97,"dataGaName":93,"dataGaLocation":46},"/de-de/solutions/",[99,124,147],{"title":100,"description":101,"link":102,"items":107},"Automatisierung","CI/CD und Automatisierung zur Beschleunigung der Bereitstellung",{"config":103},{"icon":104,"href":105,"dataGaName":106,"dataGaLocation":46},"AutomatedCodeAlt","/de-de/solutions/delivery-automation/","automated software delivery",[108,112,115,120],{"text":109,"config":110},"CI/CD",{"href":111,"dataGaLocation":46,"dataGaName":109},"/de-de/solutions/continuous-integration/",{"text":75,"config":113},{"href":80,"dataGaLocation":46,"dataGaName":114},"gitlab duo agent platform - product menu",{"text":116,"config":117},"Quellcodeverwaltung",{"href":118,"dataGaLocation":46,"dataGaName":119},"/de-de/solutions/source-code-management/","Source Code Management",{"text":121,"config":122},"Automatische Softwarebereitstellung",{"href":105,"dataGaLocation":46,"dataGaName":123},"Automated software delivery",{"title":125,"description":126,"link":127,"items":132},"Sicherheit","Entwickle Code schneller ohne Abstriche bei der Sicherheit",{"config":128},{"href":129,"dataGaName":130,"dataGaLocation":46,"icon":131},"/de-de/solutions/application-security-testing/","security and compliance","ShieldCheckLight",[133,137,142],{"text":134,"config":135},"Anwendungssicherheitstests",{"href":129,"dataGaName":136,"dataGaLocation":46},"Application security testing",{"text":138,"config":139},"Schutz der Software-Lieferkette",{"href":140,"dataGaLocation":46,"dataGaName":141},"/de-de/solutions/supply-chain/","Software supply chain security",{"text":143,"config":144},"Software-Compliance",{"href":145,"dataGaName":146,"dataGaLocation":46},"/de-de/solutions/software-compliance/","software compliance",{"title":148,"link":149,"items":154},"Auswertung",{"config":150},{"icon":151,"href":152,"dataGaName":153,"dataGaLocation":46},"DigitalTransformation","/de-de/solutions/visibility-measurement/","visibility and measurement",[155,159,164],{"text":156,"config":157},"Sichtbarkeit und Auswertung",{"href":152,"dataGaLocation":46,"dataGaName":158},"Visibility and Measurement",{"text":160,"config":161},"Wertstrommanagement",{"href":162,"dataGaLocation":46,"dataGaName":163},"/de-de/solutions/value-stream-management/","Value Stream Management",{"text":165,"config":166},"Analysen und Einblicke",{"href":167,"dataGaLocation":46,"dataGaName":168},"/de-de/solutions/analytics-and-insights/","Analytics and insights",{"title":170,"items":171},"GitLab für",[172,177,182],{"text":173,"config":174},"Enterprise",{"href":175,"dataGaLocation":46,"dataGaName":176},"/de-de/enterprise/","enterprise",{"text":178,"config":179},"Kleinunternehmen",{"href":180,"dataGaLocation":46,"dataGaName":181},"/de-de/small-business/","small business",{"text":183,"config":184},"Öffentlicher Sektor",{"href":185,"dataGaLocation":46,"dataGaName":186},"/de-de/solutions/public-sector/","public sector",{"text":188,"config":189},"Preise",{"href":190,"dataGaName":191,"dataGaLocation":46,"dataNavLevelOne":191},"/de-de/pricing/","pricing",{"text":193,"config":194,"link":196,"lists":200,"feature":280},"Ressourcen",{"dataNavLevelOne":195},"resources",{"text":197,"config":198},"Alle Ressourcen anzeigen",{"href":199,"dataGaName":195,"dataGaLocation":46},"/de-de/resources/",[201,234,252],{"title":202,"items":203},"Erste Schritte",[204,209,214,219,224,229],{"text":205,"config":206},"Installieren",{"href":207,"dataGaName":208,"dataGaLocation":46},"/de-de/install/","install",{"text":210,"config":211},"Kurzanleitungen",{"href":212,"dataGaName":213,"dataGaLocation":46},"/de-de/get-started/","quick setup checklists",{"text":215,"config":216},"Lernen",{"href":217,"dataGaLocation":46,"dataGaName":218},"https://university.gitlab.com/","learn",{"text":220,"config":221},"Produktdokumentation",{"href":222,"dataGaName":223,"dataGaLocation":46},"https://docs.gitlab.com/","product documentation",{"text":225,"config":226},"Best-Practice-Videos",{"href":227,"dataGaName":228,"dataGaLocation":46},"/de-de/getting-started-videos/","best practice videos",{"text":230,"config":231},"Integrationen",{"href":232,"dataGaName":233,"dataGaLocation":46},"/de-de/integrations/","integrations",{"title":235,"items":236},"Entdecken",[237,242,247],{"text":238,"config":239},"Kundenerfolge",{"href":240,"dataGaName":241,"dataGaLocation":46},"/de-de/customers/","customer success stories",{"text":243,"config":244},"Blog",{"href":245,"dataGaName":246,"dataGaLocation":46},"/de-de/blog/","blog",{"text":248,"config":249},"Remote",{"href":250,"dataGaName":251,"dataGaLocation":46},"https://handbook.gitlab.com/handbook/company/culture/all-remote/","remote",{"title":253,"items":254},"Vernetzen",[255,260,265,270,275],{"text":256,"config":257},"GitLab Services",{"href":258,"dataGaName":259,"dataGaLocation":46},"/de-de/services/","services",{"text":261,"config":262},"Community",{"href":263,"dataGaName":264,"dataGaLocation":46},"/community/","community",{"text":266,"config":267},"Forum",{"href":268,"dataGaName":269,"dataGaLocation":46},"https://forum.gitlab.com/","forum",{"text":271,"config":272},"Veranstaltungen",{"href":273,"dataGaName":274,"dataGaLocation":46},"/events/","events",{"text":276,"config":277},"Partner",{"href":278,"dataGaName":279,"dataGaLocation":46},"/de-de/partners/","partners",{"background":281,"textColor":282,"text":283,"image":284,"link":288},"#2f2a6b","#fff","Perspektiven für die Softwareentwicklung der Zukunft",{"altText":285,"config":286},"The Source Promo-Karte",{"src":287},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1758208064/dzl0dbift9xdizyelkk4.svg",{"text":289,"config":290},"Aktuelles",{"href":291,"dataGaName":292,"dataGaLocation":46},"/de-de/the-source/","the source",{"text":294,"config":295,"lists":297},"Unternehmen",{"dataNavLevelOne":296},"company",[298],{"items":299},[300,305,311,313,318,323,328,333,338,343,348],{"text":301,"config":302},"Über",{"href":303,"dataGaName":304,"dataGaLocation":46},"/de-de/company/","about",{"text":306,"config":307,"footerGa":310},"Karriere",{"href":308,"dataGaName":309,"dataGaLocation":46},"/jobs/","jobs",{"dataGaName":309},{"text":271,"config":312},{"href":273,"dataGaName":274,"dataGaLocation":46},{"text":314,"config":315},"Geschäftsführung",{"href":316,"dataGaName":317,"dataGaLocation":46},"/company/team/e-group/","leadership",{"text":319,"config":320},"Team",{"href":321,"dataGaName":322,"dataGaLocation":46},"/company/team/","team",{"text":324,"config":325},"Handbuch",{"href":326,"dataGaName":327,"dataGaLocation":46},"https://handbook.gitlab.com/","handbook",{"text":329,"config":330},"Investor Relations",{"href":331,"dataGaName":332,"dataGaLocation":46},"https://ir.gitlab.com/","investor relations",{"text":334,"config":335},"Trust Center",{"href":336,"dataGaName":337,"dataGaLocation":46},"/de-de/security/","trust center",{"text":339,"config":340},"AI Transparency Center",{"href":341,"dataGaName":342,"dataGaLocation":46},"/de-de/ai-transparency-center/","ai transparency center",{"text":344,"config":345},"Newsletter",{"href":346,"dataGaName":347,"dataGaLocation":46},"/company/contact/#contact-forms","newsletter",{"text":349,"config":350},"Presse",{"href":351,"dataGaName":352,"dataGaLocation":46},"/press/","press",{"text":354,"config":355,"lists":356},"Kontakt",{"dataNavLevelOne":296},[357],{"items":358},[359,362,367],{"text":53,"config":360},{"href":55,"dataGaName":361,"dataGaLocation":46},"talk to sales",{"text":363,"config":364},"Support-Portal",{"href":365,"dataGaName":366,"dataGaLocation":46},"https://support.gitlab.com","support portal",{"text":368,"config":369},"Kundenportal",{"href":370,"dataGaName":371,"dataGaLocation":46},"https://customers.gitlab.com/customers/sign_in/","customer portal",{"close":373,"login":374,"suggestions":381},"Schließen",{"text":375,"link":376},"Um Repositorys und Projekte zu durchsuchen, melde dich an bei",{"text":377,"config":378},"gitlab.com",{"href":60,"dataGaName":379,"dataGaLocation":380},"search login","search",{"text":382,"default":383},"Vorschläge",[384,386,391,393,398,403],{"text":75,"config":385},{"href":80,"dataGaName":75,"dataGaLocation":380},{"text":387,"config":388},"Codevorschläge (KI)",{"href":389,"dataGaName":390,"dataGaLocation":380},"/de-de/solutions/code-suggestions/","Code Suggestions (AI)",{"text":109,"config":392},{"href":111,"dataGaName":109,"dataGaLocation":380},{"text":394,"config":395},"GitLab auf AWS",{"href":396,"dataGaName":397,"dataGaLocation":380},"/de-de/partners/technology-partners/aws/","GitLab on AWS",{"text":399,"config":400},"GitLab auf Google Cloud",{"href":401,"dataGaName":402,"dataGaLocation":380},"/de-de/partners/technology-partners/google-cloud-platform/","GitLab on Google Cloud",{"text":83,"config":404},{"href":88,"dataGaName":405,"dataGaLocation":380},"Why GitLab?",{"freeTrial":407,"mobileIcon":412,"desktopIcon":417,"secondaryButton":420},{"text":408,"config":409},"Kostenlos testen",{"href":410,"dataGaName":51,"dataGaLocation":411},"https://gitlab.com/-/trials/new/","nav",{"altText":413,"config":414},"GitLab-Symbol",{"src":415,"dataGaName":416,"dataGaLocation":411},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1758203874/jypbw1jx72aexsoohd7x.svg","gitlab icon",{"altText":413,"config":418},{"src":419,"dataGaName":416,"dataGaLocation":411},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1758203875/gs4c8p8opsgvflgkswz9.svg",{"text":202,"config":421},{"href":422,"dataGaName":423,"dataGaLocation":411},"https://gitlab.com/-/trial_registrations/new?glm_source=about.gitlab.com/de-de/get-started/","get started",{"freeTrial":425,"mobileIcon":429,"desktopIcon":431},{"text":426,"config":427},"Mehr über GitLab Duo erfahren",{"href":80,"dataGaName":428,"dataGaLocation":411},"gitlab duo",{"altText":413,"config":430},{"src":415,"dataGaName":416,"dataGaLocation":411},{"altText":413,"config":432},{"src":419,"dataGaName":416,"dataGaLocation":411},{"button":434,"mobileIcon":439,"desktopIcon":441},{"text":435,"config":436},"/Option",{"href":437,"dataGaName":438,"dataGaLocation":411},"#contact","switch",{"altText":413,"config":440},{"src":415,"dataGaName":416,"dataGaLocation":411},{"altText":413,"config":442},{"src":443,"dataGaName":416,"dataGaLocation":411},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1773335277/ohhpiuoxoldryzrnhfrh.png",{"freeTrial":445,"mobileIcon":450,"desktopIcon":452},{"text":446,"config":447},"Zurück zur Preisübersicht",{"href":190,"dataGaName":448,"dataGaLocation":411,"icon":449},"back to pricing","GoBack",{"altText":413,"config":451},{"src":415,"dataGaName":416,"dataGaLocation":411},{"altText":413,"config":453},{"src":419,"dataGaName":416,"dataGaLocation":411},{"title":455,"button":456,"config":461},"Sieh dir an, wie agentische KI die Softwarebereitstellung transformiert",{"text":457,"config":458},"GitLab Transcend jetzt ansehen",{"href":459,"dataGaName":460,"dataGaLocation":46},"/de-de/events/transcend/virtual/","transcend event",{"layout":462,"icon":463,"disabled":29},"release","AiStar",{"data":465},{"text":466,"source":467,"edit":473,"contribute":478,"config":483,"items":488,"minimal":691},"Git ist eine Marke von Software Freedom Conservancy und unsere Verwendung von „GitLab“ erfolgt unter Lizenz.",{"text":468,"config":469},"Quelltext der Seite anzeigen",{"href":470,"dataGaName":471,"dataGaLocation":472},"https://gitlab.com/gitlab-com/marketing/digital-experience/about-gitlab-com/","page source","footer",{"text":474,"config":475},"Diese Seite bearbeiten",{"href":476,"dataGaName":477,"dataGaLocation":472},"https://gitlab.com/gitlab-com/marketing/digital-experience/about-gitlab-com/-/blob/main/content/","web ide",{"text":479,"config":480},"Beteilige dich",{"href":481,"dataGaName":482,"dataGaLocation":472},"https://gitlab.com/gitlab-com/marketing/digital-experience/about-gitlab-com/-/blob/main/CONTRIBUTING.md/","please contribute",{"twitter":484,"facebook":485,"youtube":486,"linkedin":487},"https://x.com/gitlab","https://www.facebook.com/gitlab","https://www.youtube.com/channel/UCnMGQ8QHMAnVIsI3xJrihhg","https://www.linkedin.com/company/gitlab-com",[489,534,587,629,656],{"title":188,"links":490,"subMenu":505},[491,495,500],{"text":492,"config":493},"Tarife anzeigen",{"href":190,"dataGaName":494,"dataGaLocation":472},"view plans",{"text":496,"config":497},"Vorteile von Premium",{"href":498,"dataGaName":499,"dataGaLocation":472},"/de-de/pricing/premium/","why premium",{"text":501,"config":502},"Vorteile von Ultimate",{"href":503,"dataGaName":504,"dataGaLocation":472},"/de-de/pricing/ultimate/","why ultimate",[506],{"title":354,"links":507},[508,510,512,514,519,524,529],{"text":53,"config":509},{"href":55,"dataGaName":56,"dataGaLocation":472},{"text":363,"config":511},{"href":365,"dataGaName":366,"dataGaLocation":472},{"text":368,"config":513},{"href":370,"dataGaName":371,"dataGaLocation":472},{"text":515,"config":516},"Status",{"href":517,"dataGaName":518,"dataGaLocation":472},"https://status.gitlab.com/","status",{"text":520,"config":521},"Nutzungsbedingungen",{"href":522,"dataGaName":523,"dataGaLocation":472},"/terms/","terms of use",{"text":525,"config":526},"Datenschutzerklärung",{"href":527,"dataGaName":528,"dataGaLocation":472},"/de-de/privacy/","privacy statement",{"text":530,"config":531},"Cookie-Einstellungen",{"dataGaName":532,"dataGaLocation":472,"id":533,"isOneTrustButton":29},"cookie preferences","ot-sdk-btn",{"title":91,"links":535,"subMenu":544},[536,540],{"text":537,"config":538},"DevSecOps-Plattform",{"href":73,"dataGaName":539,"dataGaLocation":472},"devsecops platform",{"text":541,"config":542},"KI-unterstützte Entwicklung",{"href":80,"dataGaName":543,"dataGaLocation":472},"ai-assisted development",[545],{"title":546,"links":547},"Themen",[548,552,557,562,567,572,577,582],{"text":109,"config":549},{"href":550,"dataGaName":551,"dataGaLocation":472},"/de-de/topics/ci-cd/","cicd",{"text":553,"config":554},"GitOps",{"href":555,"dataGaName":556,"dataGaLocation":472},"/de-de/topics/gitops/","gitops",{"text":558,"config":559},"DevOps",{"href":560,"dataGaName":561,"dataGaLocation":472},"/de-de/topics/devops/","devops",{"text":563,"config":564},"Versionskontrolle",{"href":565,"dataGaName":566,"dataGaLocation":472},"/de-de/topics/version-control/","version control",{"text":568,"config":569},"DevSecOps",{"href":570,"dataGaName":571,"dataGaLocation":472},"/de-de/topics/devsecops/","devsecops",{"text":573,"config":574},"Cloud-nativ",{"href":575,"dataGaName":576,"dataGaLocation":472},"/de-de/topics/cloud-native/","cloud native",{"text":578,"config":579},"KI für das Programmieren",{"href":580,"dataGaName":581,"dataGaLocation":472},"/de-de/topics/devops/ai-for-coding/","ai for coding",{"text":583,"config":584},"Agentische KI",{"href":585,"dataGaName":586,"dataGaLocation":472},"/de-de/topics/agentic-ai/","agentic ai",{"title":588,"links":589},"Lösungen",[590,593,595,600,604,607,610,613,615,617,619,624],{"text":134,"config":591},{"href":129,"dataGaName":592,"dataGaLocation":472},"Application Security Testing",{"text":121,"config":594},{"href":105,"dataGaName":106,"dataGaLocation":472},{"text":596,"config":597},"Agile Entwicklung",{"href":598,"dataGaName":599,"dataGaLocation":472},"/de-de/solutions/agile-delivery/","agile delivery",{"text":601,"config":602},"SCM",{"href":118,"dataGaName":603,"dataGaLocation":472},"source code management",{"text":109,"config":605},{"href":111,"dataGaName":606,"dataGaLocation":472},"continuous integration & delivery",{"text":160,"config":608},{"href":162,"dataGaName":609,"dataGaLocation":472},"value stream management",{"text":553,"config":611},{"href":612,"dataGaName":556,"dataGaLocation":472},"/de-de/solutions/gitops/",{"text":173,"config":614},{"href":175,"dataGaName":176,"dataGaLocation":472},{"text":178,"config":616},{"href":180,"dataGaName":181,"dataGaLocation":472},{"text":183,"config":618},{"href":185,"dataGaName":186,"dataGaLocation":472},{"text":620,"config":621},"Bildungswesen",{"href":622,"dataGaName":623,"dataGaLocation":472},"/de-de/solutions/education/","education",{"text":625,"config":626},"Finanzdienstleistungen",{"href":627,"dataGaName":628,"dataGaLocation":472},"/de-de/solutions/finance/","financial services",{"title":193,"links":630},[631,633,635,637,640,642,644,646,648,650,652,654],{"text":205,"config":632},{"href":207,"dataGaName":208,"dataGaLocation":472},{"text":210,"config":634},{"href":212,"dataGaName":213,"dataGaLocation":472},{"text":215,"config":636},{"href":217,"dataGaName":218,"dataGaLocation":472},{"text":220,"config":638},{"href":222,"dataGaName":639,"dataGaLocation":472},"docs",{"text":243,"config":641},{"href":245,"dataGaName":246,"dataGaLocation":472},{"text":238,"config":643},{"href":240,"dataGaName":241,"dataGaLocation":472},{"text":248,"config":645},{"href":250,"dataGaName":251,"dataGaLocation":472},{"text":256,"config":647},{"href":258,"dataGaName":259,"dataGaLocation":472},{"text":261,"config":649},{"href":263,"dataGaName":264,"dataGaLocation":472},{"text":266,"config":651},{"href":268,"dataGaName":269,"dataGaLocation":472},{"text":271,"config":653},{"href":273,"dataGaName":274,"dataGaLocation":472},{"text":276,"config":655},{"href":278,"dataGaName":279,"dataGaLocation":472},{"title":294,"links":657},[658,660,662,664,666,668,670,675,680,682,684,686],{"text":301,"config":659},{"href":303,"dataGaName":296,"dataGaLocation":472},{"text":306,"config":661},{"href":308,"dataGaName":309,"dataGaLocation":472},{"text":314,"config":663},{"href":316,"dataGaName":317,"dataGaLocation":472},{"text":319,"config":665},{"href":321,"dataGaName":322,"dataGaLocation":472},{"text":324,"config":667},{"href":326,"dataGaName":327,"dataGaLocation":472},{"text":329,"config":669},{"href":331,"dataGaName":332,"dataGaLocation":472},{"text":671,"config":672},"Nachhaltigkeit",{"href":673,"dataGaName":674,"dataGaLocation":472},"/sustainability/","Sustainability",{"text":676,"config":677},"Vielfalt, Inklusion und Zugehörigkeit",{"href":678,"dataGaName":679,"dataGaLocation":472},"/de-de/diversity-inclusion-belonging/","Diversity, inclusion and belonging",{"text":334,"config":681},{"href":336,"dataGaName":337,"dataGaLocation":472},{"text":344,"config":683},{"href":346,"dataGaName":347,"dataGaLocation":472},{"text":349,"config":685},{"href":351,"dataGaName":352,"dataGaLocation":472},{"text":687,"config":688},"Transparenzerklärung zu moderner Sklaverei",{"href":689,"dataGaName":690,"dataGaLocation":472},"https://handbook.gitlab.com/handbook/legal/modern-slavery-act-transparency-statement/","modern slavery transparency statement",{"items":692},[693,695,698],{"text":520,"config":694},{"href":522,"dataGaName":523,"dataGaLocation":472},{"text":696,"config":697},"Cookies",{"dataGaName":532,"dataGaLocation":472,"id":533,"isOneTrustButton":29},{"text":525,"config":699},{"href":527,"dataGaName":528,"dataGaLocation":472},[701],{"id":702,"title":9,"body":27,"config":703,"content":705,"description":27,"extension":26,"meta":709,"navigation":29,"path":710,"seo":711,"stem":712,"__hash__":713},"blogAuthors/en-us/blog/authors/itzik-gan-baruch.yml",{"template":704},"BlogAuthor",{"name":9,"config":706},{"headshot":707,"ctfId":708},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1749658921/Blog/Author%20Headshots/iganbaruch-headshot.jpg","iganbaruch",{},"/en-us/blog/authors/itzik-gan-baruch",{},"en-us/blog/authors/itzik-gan-baruch","bz9VMiTQ1ixvnoxUFk0jiUcnLG3oQsymgXNCqyRqfsk",[715,727,739],{"content":716,"config":725},{"title":717,"description":718,"authors":719,"heroImage":721,"date":722,"body":723,"category":11,"tags":724},"GitLab und Anthropic: Governed AI für die Unternehmensentwicklung","GitLab vertieft die Anthropic-Integration – KI-Governance, Auditierbarkeit und Cloud-Flexibilität für regulierte Unternehmen und den öffentlichen Sektor.",[720],"Stuart Moncada","https://res.cloudinary.com/about-gitlab-com/image/upload/v1776457632/llddiylsgwuze0u1rjks.png","2026-04-28","Für Führungskräfte in Unternehmen und im öffentlichen Sektor ist die Spannung\nvertraut: Softwareteams müssen mit KI schneller werden, während Sicherheits-,\nCompliance- und regulatorische Anforderungen weiter steigen. GitLab vertieft\ndie Integration mit Anthropic Claude, sodass Unternehmen Zugang zu neu\nveröffentlichten Claude-Modellen innerhalb von GitLabs intelligenter\nOrchestrierungsplattform erhalten – dort, wo Governance, Compliance und\nAuditierbarkeit bereits verankert sind.\n\nClaude treibt Funktionen der gesamten GitLab Duo Agent Platform als\nStandardmodell an – für Anwendungsfälle von Code-Generierung und -Review bis\nhin zu agentischem Chat und Vulnerability Resolution. Wer GitLab Duo bereits\nnutzt, hat bereits erlebt, wie Duo-Agenten Workflows über den gesamten Software\nDevelopment Lifecycle (SDLC) automatisieren.\n\nDas beschleunigt die Integration von Claudes Fähigkeiten in GitLab, erweitert\ndie Deployment-Optionen für Unternehmen und unterstreicht, was GitLab als\nPlattform für Softwareentwicklung grundlegend unterscheidet: Governance,\nCompliance und Auditierbarkeit, die in jede KI-Interaktion eingebaut sind.\n\n> \"GitLab Duo hat beschleunigt, wie unsere Teams Software planen, bauen und\n> ausliefern. Die Kombination aus Anthropics Claude und GitLabs Plattform\n> bedeutet, dass wir leistungsfähigere KI erhalten, ohne zu ändern, wie wir\n> arbeiten oder wie sie kontrolliert wird.\"\n>\n> – Mans Booijink, Operations Manager, Cube\n\n\n## Der entscheidende Unterschied: Governed AI\n\nBei GitLab sind Governance-Kontrollen und Auditing in den SDLC eingebaut. Wenn\nClaude über die GitLab Duo Agent Platform eine Codeänderung vorschlägt, durchläuft\ndieser Vorschlag denselben Merge-Request-Prozess, dieselben Freigaberegeln,\ndasselbe Security Scanning und denselben Audit-Trail wie jede andere Änderung.\nKI erhält keine Ausnahme von den bestehenden Kontrollen. Sie operiert innerhalb\ndieser Kontrollen.\n\nJe weiter GitLab in die agentische Softwareentwicklung vordringt – bei der KI\nklar definierte Aufgaben autonom übernimmt – desto wichtiger wird die\nGovernance-Schicht. Ein KI-Agent, der einen Merge Request öffnen, eine\nSchwachstelle beheben oder einen Service refaktorieren kann, muss auditierbar\nund zuordenbar sein und denselben Richtliniendurchsetzungen unterliegen wie ein\nmenschlicher Entwickler. Diese Anforderung ist eine architektonische Entscheidung,\ndie GitLab von Beginn an getroffen hat – und die umso bedeutsamer wird, je mehr\nVerantwortung KI-Agenten übernehmen.\n\n\n## Deployment-Flexibilität für Unternehmen\n\nDie Integration erweitert auch, wie Unternehmen über GitLab auf die neuesten\nClaude-Modelle zugreifen. Claude ist innerhalb von GitLab über Google Cloud\nVertex AI und AWS Bedrock verfügbar – Unternehmen können KI-Workloads über die\nHyperscaler-Commitments und Cloud-Governance-Frameworks leiten, die bereits\nbestehen. Kein separater Anbietervertrag, keine neuen Fragen zur Datenresidenz.\nDie bestehende GCP- oder AWS-Beziehung ist der Einstiegspunkt.\n\nGitLab ist jetzt auch im [Claude Marketplace](https://claude.com/platform/marketplace)\nverfügbar. Kunden können dort GitLab Credits erwerben und auf bestehende\nAnthropic-Ausgaben-Commitments anrechnen – KI-Ausgaben konsolidieren und die\nBeschaffung von GitLab neben Anthropic-Investitionen vereinfachen.\n\n\n## Auf dem Weg in eine agentische Zukunft\n\nGitLabs Vision für agentische Softwareentwicklung – bei der KI definierte\nAufgaben autonom über Planung, Coding, Testing, Security und Deployment hinweg\nübernimmt – setzt Modelle mit starkem Reasoning, Zuverlässigkeit und\nSicherheitseigenschaften voraus. Und sie setzt eine Plattform voraus, auf der\ndiese autonomen Aktionen vollständig kontrolliert werden.\n\nAgentische Workflows erfordern Modelle mit starkem Reasoning, Zuverlässigkeit\nund Sicherheitseigenschaften – Kriterien, die die Auswahl und Integration von\nKI-Modellpartnern bei GitLab leiten. GitLabs Governance-Framework stellt sicher,\ndass Unternehmen bei zunehmendem KI-Einsatz in der Entwicklung vollständige\nTransparenz und Kontrolle darüber behalten, was diese Agenten tun, wann sie es\ntun und wie Änderungen nachverfolgt werden.\n\n\n## Was das für GitLab-Kunden bedeutet\n\nWer GitLab Duo Agent Platform bereits einsetzt, erhält Zugang zu Claude-Modellen\nund tieferer KI-Unterstützung über den gesamten Software Development Lifecycle –\ninnerhalb des Governance-Frameworks, auf das bereits vertraut wird.\n\nWer KI-gestützte Softwareentwicklungsplattformen evaluiert, sollte nicht zwischen\nfortschrittlichen KI-Fähigkeiten und Unternehmenskontrolle wählen müssen. Diese\nstrategische Integration ist darauf ausgelegt, beides zu liefern.\n\n> Mehr über GitLab Duo Agent Platform erfahren?\n> [Demo anfragen oder kostenlose Testversion starten](https://about.gitlab.com/de-de/gitlab-duo-agent-platform/).\n",[18,19,279],{"featured":29,"template":15,"slug":726},"gitlab-and-anthropic-governed-ai-for-enterprise-development",{"content":728,"config":737},{"title":729,"description":730,"authors":731,"heroImage":733,"date":734,"body":735,"category":11,"tags":736},"glab CLI: Strukturierter GitLab-Zugriff für KI-Agenten","Das GitLab CLI (glab) gibt KI-Agenten strukturierten Zugriff auf Projekte via MCP. Tutorial: Code-Reviews und Issue-Triage mit glab beschleunigen.",[732],"Kai Armstrong","https://res.cloudinary.com/about-gitlab-com/image/upload/v1776347152/unw3mzatkd5xyfbzcnni.png","2026-04-27","Wenn Teams GitLab Duo, Claude, Cursor und andere KI-Assistenten einsetzen,\nläuft ein wachsender Teil des Entwicklungs-Workflows über einen KI-Agenten,\nder im eigenen Auftrag handelt – Issues liest, Merge Requests prüft, Pipelines\nausführt und dabei hilft, schneller zu liefern. Die meisten Entwickler(innen) nutzen\n`glab` bereits vom Terminal aus, um mit GitLab zu interagieren. Beides zu\nkombinieren ist der naheliegende nächste Schritt.\n\nDas Problem: Ohne die richtigen Werkzeuge rät ein KI-Agent im Wesentlichen,\nwenn es um GitLab-Projekte geht. Er könnte die Details eines Issues\nhalluzinieren, den er nie gesehen hat, einen Merge Request auf Basis veralteter\nTrainingsdaten zusammenfassen statt anhand seines tatsächlichen Zustands – oder\nverlangen, dass Kontext manuell aus einem Browser-Tab kopiert und in ein\nChat-Fenster eingefügt wird, bevor überhaupt begonnen werden kann. Jede dieser\nUmgehungslösungen ist Reibung: Sie verlangsamt die Arbeit, eröffnet\nFehlermöglichkeiten und setzt eine harte Obergrenze dafür, was der Agent\ntatsächlich leisten kann. Das GitLab CLI (`glab`) ändert das, indem es Agenten\neine direkte, zuverlässige Schnittstelle zu Projekten gibt.\n\nMit `glab` ruft der Agent das Benötigte direkt von GitLab ab, handelt darauf\nund meldet das Ergebnis zurück – sodass weniger Zeit damit verbracht wird,\nInformationen weiterzugeben, und mehr Zeit für die eigentliche Arbeit bleibt.\n\nIn diesem Tutorial wird gezeigt, wie `glab` KI-Agenten strukturierten,\nzuverlässigen Zugriff auf GitLab-Projekte ermöglicht – und wie das einen\nschnelleren, leistungsfähigeren Entwicklungs-Workflow freischaltet.\n\n\n## KI-Agent über MCP mit GitLab verbinden\n\nDer direkteste Weg, KI-Workflows deutlich leistungsfähiger zu machen, besteht\ndarin, dem KI-Agenten nativen Zugriff auf `glab` über das Model Context\nProtocol ([MCP](https://about.gitlab.com/topics/ai/model-context-protocol/))\nzu geben.\n\nMCP ist ein offener Standard, der KI-Werkzeugen ermöglicht, externe Fähigkeiten\nzur Laufzeit zu entdecken und zu nutzen. Nach der Verbindung kann der\nKI-Assistent Issues lesen, Merge Requests kommentieren, Pipeline-Status prüfen\nund zurück in GitLab schreiben – ohne etwas aus der UI zu kopieren oder auch\nnur einen einzigen API-Aufruf selbst zu schreiben.\n\nEinstieg mit:\n\n```shell\n# MCP-Server von glab starten\nglab mcp serve\n```\n\nSobald der MCP-Client konfiguriert ist, kann die KI Fragen wie *„Was ist der\nStatus meiner offenen MRs?\"* oder *„Gibt es fehlgeschlagene Pipelines auf\nmain?\"* beantworten, indem sie GitLab direkt abfragt – nicht durch Scraping der\nWeb-UI, nicht durch veraltete Trainingsdaten. Die\n[vollständige Setup-Dokumentation](https://docs.gitlab.com/cli/) enthält\nKonfigurationsschritte für Claude Code, Cursor und andere Editoren.\n\nEin wichtiges Detail: `glab` fügt automatisch `--output json` hinzu, wenn es\nüber MCP aufgerufen wird – für jeden Befehl, der das unterstützt. Der Agent\nerhält saubere, strukturierte Daten, ohne dass über Ausgabeformate nachgedacht\nwerden muss. Und da `glab` das offizielle MCP SDK verwendet, bleibt es\nkompatibel, wenn sich das Protokoll weiterentwickelt.\n\nWir haben bewusst entschieden, *welche* Befehle über MCP zugänglich sind.\nBefehle, die interaktive Terminalausgabe erfordern, sind absichtlich\nausgeschlossen – der Agent bleibt nie in einem Wartezustand für Eingaben, die\nnie kommen. Was zugänglich ist, funktioniert zuverlässig im Agenten-Kontext.\n\n\n## KI am Code-Review beteiligen\n\nDie meisten Entwickler(innen) haben einen Rückstand an MRs, die auf Review warten.\nDas ist einer der zeitintensivsten Teile der Arbeit – und einer der besten\nAnsatzpunkte für KI. Mit `glab` beobachtet der Agent die Review-Queue nicht\nnur, sondern arbeitet sie gemeinsam durch.\n\n### Genau sehen, was noch offen ist\n\nEinstieg mit:\n\n```shell\nglab mr view 2677 --comments --unresolved --output json\n```\n\nDieser Befehl gibt den vollständigen MR zurück: Metadaten, Beschreibung und\njede ungelöste Diskussion als einzelnes strukturiertes JSON-Payload. Das gibt\nder KI alles, was sie braucht: welche Threads offen sind, was der Reviewer\nangefragt hat und in welchem Kontext. Kein Tab-Wechsel, kein manuelles Kopieren\neinzelner Kommentare.\n\n```json\n{\n  \"id\": 2677,\n  \"title\": \"feat: add OAuth2 support\",\n  \"state\": \"opened\",\n  \"author\": { \"username\": \"jdwick\" },\n  \"labels\": [\"backend\", \"needs-review\"],\n  \"blocking_discussions_resolved\": false,\n  \"discussions\": [\n    {\n      \"id\": \"3107030349\",\n      \"resolved\": false,\n      \"notes\": [\n        {\n          \"author\": { \"username\": \"dmurphy\" },\n          \"body\": \"This error handling will swallow panics — consider wrapping with recover()\",\n          \"created_at\": \"2026-03-14T09:23:11.000Z\"\n        }\n      ]\n    },\n    {\n      \"id\": \"3107030412\",\n      \"resolved\": false,\n      \"notes\": [\n        {\n          \"author\": { \"username\": \"sreeves\" },\n          \"body\": \"Token refresh logic needs a test for the expired token case\",\n          \"created_at\": \"2026-03-14T10:05:44.000Z\"\n        }\n      ]\n    }\n  ]\n}\n```\n\nStatt jeden Thread selbst durchzulesen, lässt sich der Agent fragen:\n*„Was muss ich in MR 2677 noch beheben?\"* – und erhält eine priorisierte\nZusammenfassung mit Änderungsvorschlägen. Das alles aus einem einzigen Befehl.\n\n### Den Kreislauf programmatisch schließen\n\nSobald der KI geholfen hat, das Feedback zu adressieren, kann sie Diskussionen\nauflösen:\n\n```shell\n# Alle Diskussionen auflisten – strukturiert, bereit für den Agenten\nglab mr note list 456 --output json\n\n# Diskussion auflösen, sobald das Feedback adressiert wurde\nglab mr note resolve 456 3107030349\n\n# Wieder öffnen, wenn etwas erneut geprüft werden muss\nglab mr note reopen 456 3107030349\n```\n\n```json\n[\n  {\n    \"id\": 3107030349,\n    \"body\": \"This error handling will swallow panics — consider wrapping with recover()\",\n    \"author\": { \"username\": \"dmurphy\" },\n    \"resolved\": false,\n    \"resolvable\": true\n  },\n  {\n    \"id\": 3107030412,\n    \"body\": \"Token refresh logic needs a test for the expired token case\",\n    \"author\": { \"username\": \"sreeves\" },\n    \"resolved\": false,\n    \"resolvable\": true\n  }\n]\n```\n\nNote-IDs sind direkt in der GitLab-UI und der API sichtbar – kein zusätzlicher\nLookup nötig. Der Agent kann die vollständige Liste durcharbeiten, jeden Fix\nprüfen und dabei auflösen.\n\n\n## Mit der KI effektiver über Code sprechen\n\nAuch ohne laufenden MCP-Server gibt es eine einfachere Umstellung, die einen\ngroßen Unterschied macht: `glab` einsetzen, um der KI bessere Informationen zu\nliefern.\n\nBeim letzten Mal, als ein KI-Assistent bei der Issue-Triage oder beim Debuggen\neiner fehlgeschlagenen Pipeline geholfen hat, wurde wahrscheinlich etwas Text\naus der GitLab-UI kopiert und in den Chat eingefügt. Das ist es, womit der\nAgent tatsächlich arbeitet:\n\n```text\nopen issues: 12 • milestone: 17.10 • label: bug, needs-triage ...\n```\n\nIm Vergleich dazu, was er mit `glab` erhält:\n\n```json\n[\n  {\n    \"iid\": 902,\n    \"title\": \"Pipeline fails on merge to main\",\n    \"labels\": [\"bug\", \"needs-triage\"],\n    \"milestone\": { \"title\": \"17.10\" },\n    \"assignees\": []\n  },\n  ...\n]\n```\n\nStrukturiert, typisiert, vollständig – keine Mehrdeutigkeit, kein\nInterpretationsaufwand beim Parsen. Das ist der Unterschied zwischen einem\nAgenten, der handeln kann, und einem, der Rückfragen stellen muss.\n\nMit dem MCP-Server passiert das automatisch: `glab` fügt `--output json` für\njeden Befehl hinzu, der das unterstützt. Beim direkten Arbeiten im Terminal\neinfach das Flag selbst ergänzen:\n\n```shell\n# Offene Issues für Triage abrufen\nglab issue list --label \"needs-triage\" --output json\n\n# Pipeline-Status prüfen\nglab ci status --output json\n\n# Vollständige MR-Details abrufen\nglab mr view 456 --output json\n```\n\nDie JSON-Ausgabe wurde in letzten Releases erheblich erweitert. Sie deckt jetzt\nCI-Status, Milestones, Labels, Releases, Schedules, Cluster-Agenten, Work\nItems, MR-Genehmiger, Repository-Mitwirkende und mehr ab. Was `glab` abrufen\nkann, kann die KI sauber verarbeiten.\n\n### Ein echter Workflow\n\n```shell\n$ glab issue list --label \"needs-triage\" --milestone \"17.10\" \\\n--output json\n```\n\n```text\nAgent: I found 2 unassigned bugs in the 17.10 milestone that need triage:\n1. #902 — Pipeline fails on merge to main (opened 5 days ago)\n2. #903 — Auth token not refreshing on expiry (opened 4 days ago)\nBoth are unassigned. Want me to draft triage notes and suggest assignees based on recent commit history?\n```\n\n\n## Der Agent ist keineswegs auf eingebaute Befehle beschränkt\n\nDie nativen Befehle von `glab` decken die gängigsten Workflows ab – aber der\nAgent ist nicht darauf beschränkt. Über `glab api` hat er authentifizierten\nZugriff auf die vollständige GitLab REST- und GraphQL-API-Oberfläche, mit\nderselben Session, ohne zusätzliche Credentials oder Konfiguration.\n\nDas ist ein wesentlicher Unterschied. Die meisten CLI-Werkzeuge beschränken\nsich auf das, was ihre Befehle abbilden. Mit `glab` gilt: Wenn GitLabs API es\nunterstützt, kann der Agent es tun – immer aus einem vertrauenswürdigen,\nauthentifizierten Kontext heraus.\n\nEin praktisches Beispiel: nur die Liste der geänderten Dateien in einem MR\nabrufen, bevor entschieden wird, welche Diffs vollständig geladen werden:\n\n```shell\n# Geänderte Dateipfade abrufen – leichtgewichtig, noch kein Diff-Inhalt\nglab api \"/projects/$CI_PROJECT_ID/merge_requests/$CI_MERGE_REQUEST_IID/diffs?per_page=100\" \\\n| jq '.[].new_path'\n\n# Dann nur die spezifische Datei laden, die der Agent benötigt\nglab api \"/projects/$CI_PROJECT_ID/merge_requests/$CI_MERGE_REQUEST_IID/diffs?per_page=100\" \\\n| jq '.[] | select(.new_path == \"path/to/file.go\")'\n```\n\n```text\n\"internal/auth/token.go\"\n\"internal/auth/token_test.go\"\n\"internal/oauth/refresh.go\"\n```\n\nFür alles, was die REST API nicht abdeckt (Epics, bestimmte Work-Item-Abfragen,\nkomplexe projektübergreifende Daten), bietet `glab api graphql` die vollständige\nGraphQL-Schnittstelle:\n\n```shell\nglab api graphql -f query='\n{\n  project(fullPath: \"gitlab-org/gitlab\") {\n    mergeRequest(iid: \"12345\") {\n      title\n      reviewers { nodes { username } }\n    }\n  }\n}'\n```\n\n```json\n{\n  \"data\": {\n    \"project\": {\n      \"mergeRequest\": {\n        \"title\": \"feat: add OAuth2 support\",\n        \"reviewers\": {\n          \"nodes\": [\n            { \"username\": \"dmurphy\" },\n            { \"username\": \"sreeves\" }\n          ]\n        }\n      }\n    }\n  }\n}\n```\n\nEin einziger, authentifizierter Einstiegspunkt zu allem, was GitLab\nbereitstellt – ohne Token-Jonglieren, separate API-Clients oder\nKonfigurationsaufwand.\n\n\n## Was als Nächstes kommt – und Feedback\n\nZwei Verbesserungen, an denen aktiv gearbeitet wird, werden `glab` für\nAgenten-Workflows noch nützlicher machen:\n\n**Auf Agenten abgestimmter Hilfetext.** Heute ist die `--help`-Ausgabe für\nMenschen am Terminal geschrieben. Sie wird aktualisiert, um für jeden\ninteraktiven Befehl die nicht-interaktive Alternative anzuzeigen, Befehle mit\n`--output json`-Unterstützung zu kennzeichnen und Hilfe generell zu einer\nnützlichen Ressource für Agenten zu machen, die Fähigkeiten zur Laufzeit\nentdecken – nicht nur für Menschen.\n\n**Besser maschinenlesbare Fehlermeldungen.** Wenn heute etwas schiefläuft,\nerhalten Agenten dieselben menschenlesbaren Fehlermeldungen wie\nTerminal-Nutzende. Das wird geändert: Fehler im JSON-Modus geben strukturierte\nAusgaben zurück, die dem Agenten die Informationen liefern, die er braucht, um\nFehler sauber zu behandeln, intelligent zu wiederholen oder den richtigen\nKontext zurückzugeben.\n\nBeide Punkte sind in aktiver Entwicklung. Wer `glab` bereits mit einem\nKI-Werkzeug einsetzt, ist genau die Zielgruppe, deren Erfahrungen uns\ninteressieren.\n\n* **Welche Reibungspunkte gibt es?** Befehle, die sich in Agenten-Kontexten\n  nicht gut verhalten, Fehlermeldungen ohne Handlungsanleitung, Lücken in der\n  JSON-Ausgabe. Feedback ist willkommen.\n\n* **Welche Workflows wurden erschlossen?** Reale Nutzungsmuster helfen dabei,\n  Prioritäten für die weitere Entwicklung zu setzen.\n\nDie Diskussion findet im\n[Feedback-Issue](https://gitlab.com/gitlab-org/cli/-/issues/8177) statt –\ndort wird die Roadmap für Agenten-Freundlichkeit gestaltet, und Beiträge haben\ndort den direktesten Einfluss. Wer eine spezifische Lücke gefunden hat,\nkann ein [Issue öffnen](https://gitlab.com/gitlab-org/cli/-/issues/new). Wer\neinen Fix im Sinn hat: Beiträge sind willkommen. Details unter\n[CONTRIBUTING.md](https://gitlab.com/gitlab-org/cli/-/blob/main/CONTRIBUTING.md).\n\nDas GitLab CLI stand schon immer dafür, Entwickler(inne)n mehr Kontrolle über ihren\nWorkflow zu geben. Da KI ein immer größerer Teil der täglichen Arbeit wird,\nbedeutet das, `glab` zur bestmöglichen Schnittstelle zwischen KI-Werkzeugen\nund GitLab-Projekten zu machen. Wir stehen am Anfang – und freuen uns darauf,\nden nächsten Teil gemeinsam zu gestalten.\n",[18,19,21],{"featured":29,"template":15,"slug":738},"give-your-ai-agent-direct-structured-gitlab-access-with-glab-cli",{"content":740,"config":748},{"title":741,"description":742,"authors":743,"heroImage":733,"date":745,"body":746,"category":11,"tags":747},"GitHubs neue Copilot-Richtlinie: Was regulierte Unternehmen jetzt prüfen müssen","Warum GitLabs Datenverwaltungsansatz strukturell anders ist – und was GitHubs neue Copilot-Richtlinie für regulierte Unternehmen bedeutet.",[744],"Allie Holland","2026-04-20","GitHub hat kürzlich angekündigt, wie Interaktionsdaten von Copilot-Nutzenden\nkünftig verwendet werden. Ab dem 24. April 2026 werden Daten aus Copilot Free,\nPro und Pro+ standardmäßig zum Training von KI-Modellen genutzt, sofern\nNutzende nicht aktiv widersprechen. Betroffen sind Eingaben, Ausgaben,\nCode-Snippets und zugehöriger Kontext. Copilot Business und Enterprise sind\naufgrund bestehender Vertragskonditionen ausgenommen.\n\nFür Unternehmen in regulierten Branchen wirft diese Änderung Fragen auf, die\nüber individuelle Entwicklerpräferenzen weit hinausgehen. Sie zwingt zu einer\ngrundlegenden Prüfung, die Führungskräfte aus Engineering und IT-Sicherheit\njedem KI-Anbieter in ihrem Stack stellen sollten: Werden unsere Daten für\nKI-Training verwendet?\n\nGitLabs Antwort lautet: Nein. GitLab trainiert KI-Modelle nicht mit\nKundendaten – auf keiner Preisstufe. KI-Anbieter sind vertraglich verpflichtet,\nKundeneingaben und -ausgaben nicht für eigene Zwecke zu verwenden. Das\n[GitLab AI Transparency Center](https://about.gitlab.com/de-de/ai-transparency-center/)\nmacht diese Zusage prüfbar. Eine zentrale Dokumentation zeigt, welche Modelle\nwelche Funktionen betreiben, wie Daten verarbeitet werden, welche\nUnterauftragsverarbeiter beteiligt sind und wie lange Daten gespeichert werden.\nDas AI Transparency Center dokumentiert außerdem den Compliance-Status jeder\nFunktion – einschließlich der Bestätigung, dass GitLabs aktuelle KI-Funktionen\nnicht als Hochrisikosysteme im Sinne des EU AI Act eingestuft werden. Diesen\nStandard hat GitLab-CEO Bill Staples\n[wiederholt bekräftigt](https://www.linkedin.com/posts/williamstaples_gitlab-1810-agentic-ai-now-open-to-even-activity-7443280763715985408-aHxf)\n– er spiegelt GitLabs Unternehmensmission und das\n[Trust Center](https://trust.gitlab.com/) wider.\n\n\n## Was die Richtlinienänderung tatsächlich bedeutet\n\nGitHub gibt zudem an, dass die Daten mit verbundenen Unternehmen – darunter\nMicrosoft – für KI-Entwicklungszwecke geteilt werden können.\n\nQuellcode zählt häufig zum sensibelsten geistigen Eigentum eines Unternehmens.\nEr kann proprietäre Geschäftslogik abbilden, interne Systemarchitekturen\noffenlegen oder Datenflüsse berühren, die strengen Aufbewahrungs- und\nZugriffsrichtlinien unterliegen. Wenn dieser Code einen KI-Assistenten\ndurchläuft und zum Training von Modellen verwendet wird, die auch Wettbewerbern\ndienen, werden Anbieterdatenpraktiken zu einem konkreten IP-Risiko. Regulierte\nBranchen weltweit – von Finanzdienstleistungen über Gesundheitswesen bis zum\nöffentlichen Sektor – operieren unter Compliance-Anforderungen, die genau\ndiesen Punkt adressieren: dokumentierte, prüfbare Kontrolle über den Umgang\nDritter mit sensiblen Daten.\n\nEine Anbieterrichtlinie, die Datenstandardeinstellungen ändert, ein aktives\nWiderspruchsrecht erfordert und je nach Vertragsstufe unterschiedliche\nSchutzstandards bietet, erzeugt genau die Art unkontrollierbarer Variablen,\ndie Compliance-Teams nicht akzeptieren können. Der\n[Digital Operational Resilience Act (DORA)](https://eur-lex.europa.eu/eli/reg/2022/2554/oj/eng)\n– seit Januar 2025 für europäische Finanzinstitute verbindlich – macht dies\nexplizit: Wesentliche Änderungen an IT-Drittanbieterbeziehungen erfordern\ndokumentierte Bewertung und Nachverfolgung.\n\n\n## Was regulierte Unternehmen von KI-Anbietern tatsächlich benötigen\n\nRegulierte Unternehmen diskutieren nicht mehr grundsätzlich, ob KI in\nEntwicklungs-Workflows eingesetzt werden soll. Der Fokus liegt darauf, dies so\nzu tun, dass es gegenüber Aufsichtsbehörden, Vorständen und Kunden vertretbar\nist. Dabei sind branchenübergreifend konsistente Anforderungen sichtbar\ngeworden.\n\n**Vertragliche Klarheit.** Regulierte Unternehmen benötigen spezifische,\ndokumentierte und bedingungslose Zusagen darüber, was mit ihren Daten geschieht\n– nicht etwas, das je nach Vertragsstufe variiert oder eine Handlung vor einem\nStichtag erfordert.\n\n**Prüfbarkeit.** IT-Risikomanagement-Frameworks verlangen von Unternehmen, die\neingesetzten KI-Systeme zu verstehen und zu validieren: die Trainingsdaten\nhinter diesen Modellen und die beteiligten Drittparteien. Anbieter, die diese\nFragen nicht beantworten können, erzeugen Dokumentationsrisiken für die\nOrganisationen, die sich auf sie stützen.\n\n**Trennung von Anbieterinteressen.** Wenn ein KI-Anbieter Modelle auf Basis\nvon Kundennutzungsdaten trainiert, werden Code und Workflows zu Eingaben für\nein System, das auch Wettbewerbern dient. Für Institutionen mit proprietären\nHandelsalgorithmen, Underwriting-Modellen oder Betrugserkennungssystemen ist\ndas ein konkretes IP-Risiko.\n\n\n## GitLabs Position zur KI-Datenverwaltung\n\nGitLab verwendet Kundendaten nicht zum Training von KI-Modellen. Diese Zusage\ngilt auf jeder Preisstufe; KI-Anbieter sind vertraglich verpflichtet, Eingaben\nund Ausgaben, die mit GitLab-Kunden verbunden sind, nicht für eigene Zwecke zu\nverwenden.\n\nDies ist eine bewusste architektonische und richtlinienbezogene Entscheidung –\nkein Merkmal einer bestimmten Preisstufe. Wie GitLabs\n[Beitrag zur Enterprise-Unabhängigkeit](https://about.gitlab.com/de-de/blog/why-enterprise-independence-matters-more-than-ever-in-devsecops/)\nfesthält, ist Datenverwaltung zu einem \"zunehmend kritischen Faktor bei\nUnternehmensentscheidungen\" geworden – getrieben durch nationale und regionale\nDatenschutzgesetze und wachsende Bedenken hinsichtlich der Kontrolle über\nsensibles geistiges Eigentum.\n\nGitLab ist cloud-neutral und modell-neutral und unterstützt\nSelf-Hosted-Deployments ohne kommerzielle Bindung an einen einzelnen\nCloud-Anbieter oder ein Large Language Model. Diese Unabhängigkeit ist für\nregulierte Unternehmen relevant, die Risiken durch Anbieterkonzentration\nbewerten. Der\n[AI Continuity Plan](https://handbook.gitlab.com/handbook/product/ai/continuity-plan/)\ndokumentiert, wie Anbieterveränderungen gehandhabt werden – einschließlich\nwesentlicher Änderungen daran, wie KI-Anbieter Kundendaten behandeln. Er ist\neine direkte Antwort auf die Governance-Anforderungen unter Frameworks wie\n[DORA](https://handbook.gitlab.com/handbook/legal/dora/).\n\n\n## Die Governance-Lücke, die KI-Teams schließen müssen\n\nGitHubs Richtlinienaktualisierung macht deutlich: Für Unternehmen in\nregulierten Branchen ist das genaue Verständnis des Datenumgangs eines\nKI-Werkzeugs eine Voraussetzung für dessen Einsatz. Das bedeutet, Anbietern\nklare, dokumentierte Antworten auf folgende Fragen abzuverlangen:\n\n1. Werden unsere Daten zum Training von KI-Modellen verwendet?\n2. Wer sind Ihre KI-Modell-Unterauftragsverarbeiter?\n3. Was geschieht, wenn ein Anbieter seine Datenpraktiken ändert?\n4. Lässt sich ein Deployment realisieren, das alle KI-Verarbeitung innerhalb\n   der eigenen Infrastruktur hält?\n5. Welche Haftungsübernahme wird für KI-generierte Ausgaben angeboten?\n\nAnbieter, die diese Fragen klar beantworten und die Antworten in prüfbarer\nForm dokumentieren, sind Anbieter, auf die sich aufbauen lässt.\n**Wer das nicht kann, schafft Compliance-Risiken bei jedem Policy-Update.**\nWenn ein Anbieter Datenpraktiken mit 30 Tagen Ankündigungsfrist ändern kann,\nist das kein partnerschaftlicher Rahmen für regulierte Unternehmen – das ist\nein strukturelles Compliance-Risiko.\n\n> Mehr zu GitLabs Ansatz für KI-Governance im\n> [GitLab AI Transparency Center](https://about.gitlab.com/de-de/ai-transparency-center/).\n",[18,19],{"featured":14,"template":15,"slug":749},"github-copilots-new-policy-for-ai-training-is-a-governance-wake-up-call",{"promotions":751},[752,765,776,788],{"id":753,"categories":754,"header":755,"text":756,"button":757,"image":762},"ai-modernization",[11],"Is AI achieving its promise at scale?","Quiz will take 5 minutes or less",{"text":758,"config":759},"Get your AI maturity score",{"href":760,"dataGaName":761,"dataGaLocation":246},"/assessments/ai-modernization-assessment/","modernization assessment",{"config":763},{"src":764},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1772138786/qix0m7kwnd8x2fh1zq49.png",{"id":766,"categories":767,"header":768,"text":756,"button":769,"image":773},"devops-modernization",[19,571],"Are you just managing tools or shipping innovation?",{"text":770,"config":771},"Get your DevOps maturity score",{"href":772,"dataGaName":761,"dataGaLocation":246},"/assessments/devops-modernization-assessment/",{"config":774},{"src":775},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1772138785/eg818fmakweyuznttgid.png",{"id":777,"categories":778,"header":780,"text":756,"button":781,"image":785},"security-modernization",[779],"security","Are you trading speed for security?",{"text":782,"config":783},"Get your security maturity score",{"href":784,"dataGaName":761,"dataGaLocation":246},"/assessments/security-modernization-assessment/",{"config":786},{"src":787},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1772138786/p4pbqd9nnjejg5ds6mdk.png",{"id":789,"paths":790,"header":793,"text":794,"button":795,"image":800},"github-azure-migration",[791,792],"migration-from-azure-devops-to-gitlab","integrating-azure-devops-scm-and-gitlab","Is your team ready for GitHub's Azure move?","GitHub is already rebuilding around Azure. Find out what it means for you.",{"text":796,"config":797},"See how GitLab compares to GitHub",{"href":798,"dataGaName":799,"dataGaLocation":246},"/compare/gitlab-vs-github/github-azure-migration/","github azure migration",{"config":801},{"src":775},{"header":803,"blurb":804,"button":805,"secondaryButton":810},"Beginne noch heute, schneller zu entwickeln","Entdecke, was dein Team mit der intelligenten Orchestrierungsplattform für DevSecOps erreichen kann.\n",{"text":806,"config":807},"Kostenlosen Test starten",{"href":808,"dataGaName":51,"dataGaLocation":809},"https://gitlab.com/-/trial_registrations/new?glm_content=default-saas-trial&glm_source=about.gitlab.com/de-de/","feature",{"text":53,"config":811},{"href":55,"dataGaName":56,"dataGaLocation":809},1777493568484]