Neues von der „Data Activation Company“ Boomi baut Governance für Agentic AI aus

Anbieter zum Thema

Boomi Deutschland GmbH

Hyland Software Germany GmbH

Mendix GmbH

Flexera Software GmbH

Boomi erweitert seine Position als Integrations-PaaS zur Plattform für umfassende Data Governance und adressiert damit gezielt Generative KI und Agentic AI. Gegen die ausufernden „Tokenomics“ der KI-Modelle setzt der Anbieter auf den Agent Control Tower und kündigt für Ende 2026 das Tool „Boomi Prompt“ an, das die Token-Kosten mehr als halbieren soll.

Der US-amerikanische Anbieter Boomi hat sich binnen weniger Jahre von einer Integration-Platform-as-a-Service (iPaaS) mit API- und Stammdaten-Management zu einer umfassenden Integrationsplattform entwickelt, die sich auch für die SAP-Migration nutzen lässt. Das bedeute „umfassende Data Governance“, resümiert Ed Macofsky, der CTO und CPO bei Boomi. „Wir nennen uns nun die Data Activation Company.“

Im Mai stellte Boomi eine Palette von Produkten für agentische künstliche Intelligenz (Agentic AI) vor, darunter Agent Studio und Agent Control Tower. Im Juni kündigte CEO Steve Lucas auf der Boomi World Tour 2026 in London weitere Produkte sowie eine geplante Übernahme an. Das Thema der Governance bleibt auch bei den Agentic AI Angeboten erhalten. „Wir helfen unseren Kunden, Agenten – mit oder ohne Code – zu erstellen, sie zu verwalten, zu orchestrieren und zu überwachen.“

Dies erfolgt vor allem mit den Komponenten von Agent Studio und seiner Komponente Agent Control Tower. „Der Agent Control Tower, ein Echtzeit-Dashboard, dient der Überwachung von KI-Agenten, um Sicherheitsrisiken und Anomalien zu erkennen und Agenten im Ernstfall sofort zu deaktivieren“, so Ann Maya, Global Head of Strategic Projects bei Boomi.

Boomi plant laut CEO Steve Lucas die Entwicklung eines KI-Agenten, der über Technologien wie „Data Hub“, „Meta Hub“ (beide verfügbar) und „Knowledge Hub“ (in Vorbereitung) kontinuierlich und autonom Stammdaten abgleicht und Probleme löst, noch bevor das Unternehmen sie bemerkt. Durch Akquisitionen wie Rivery (für ELT) und der geplanten Übernahme von Lunar investiert Boomi nach Angaben von Lucas „stark in den gesamten Daten-Lebenszyklus, welcher künftig komplett von KI-Agenten gesteuert werden soll“.

Boomi Connect: Federated Data Management bevorzugt

„Mit Boomi Connect bietet Boomi eine Technologie an, bei der Daten dort bleiben, wo sie liegen“, erläutert Lucas. „Die KI stellt eine Frage, Boomi Connect sucht die Daten in Echtzeit zusammen und liefert sie mit minimaler Latenz an den Agenten zurück.“ Über zentralisierte Datenhaltung nach dem Delta-Lake-Prinzip weiß Lucas nichts Gutes zu sagen, denn er zieht Federated Data Management vor, was heißt: Die Daten verbleiben dort, wo sie liegen.

„Wir haben ja tausende von Konnektoren, die jeweils lokal auf unserer Runtime, einer Laufzeitumgebung, mit ihrer jeweiligen API agieren können“, berichtet Ed Macofsky. „Nun haben wir das MCP-Protokoll (Model Context Protocol) für alle Konnektoren aktiviert, denn MCP kapselt die jeweilige API. Zusammen ergibt dies ein MCP Gateway. Wir haben es mit Identitäts-Dienstleistern wie unserem Partner Okta oder mit EntraID gekoppelt.“ Dies erlaube es Unternehmen, Nutzer sicher mit Datenquellen zu verbinden, wenn sie KI-Werkzeuge wie Anthropic Claude oder OpenAI ChatGPT in Betrieb nehmen.“ Boomi sei selbst ein Okta-Kunde.

Boomi baut EU-Control-Plane in Deutschland auf

Ann Maya, Global Head of Strategic Projects, erläutert, wie die Betriebsweise von Boomi sich auf die Cloud-Nutzung in verschiedenen Regionen auswirkt. „Boomi ist eine cloudnative Integrationsplattform (iPaaS), deren Hauptplattform in den USA gehostet wird. Die eigentliche Datenverarbeitung findet jedoch hybrid am jeweiligen Endpunkt (Runtime) des Kunden statt, sei es in einer Private-, Hybrid- oder Public Cloud, ja, am Edge, in der OT (Operational Technology) und sogar im Mainframe.“ Die Endpunkte werden von einer regionalen Control Plane angesteuert. Die Daten-Ebene liegt beim jeweiligen Kunden und kann individuell gestaltet werden.

Maya weiter: „Aus Gründen der Datensouveränität hat Boomi kürzlich eine komplett separate Plattform-Instanz in Großbritannien (UK) für europäische Kunden eingeführt, um strikte Datentrennung zu gewährleisten.“ Ed Macofsky eröffnet eine weitere Perspektive: „Wir wissen schon, dass sich UK von der EU unterscheidet, aber wir haben zuerst das Vereinte Königreich erschlossen, weil es geografisch nicht so groß ist wie die EU. Heute haben wir lokale Runtimes in Deutschland, Japan, Australien usw., aber wir arbeiten an einer EU-basierten Control Plane in Deutschland. Diese wird einfach Teil der AWS Cloud in Deutschland sein.“

Nach Macofskys Worten will Boomi seine Runtime erstens autonom machen, um die Verwaltung zu erleichtern, und zweitens die Hybrid-Eigenschaften ausbauen. Die kürzlich verlautbarte Partnerschaft mit Red Hat bedeutet, dass Kunden auch OpenShift für Hybrid-Umgebungen nutzen können. Da der deutsche Mittelstand die Public Cloud scheut, betreibt er häufig weiterhin eigene Rechenzentren. „Wir werden unseren Kunden dort weitere Technologien liefern“, und ein Helfer dabei sei Red Hat.

„Die meisten Kunden führen mehr als eine Runtime-Ebene aus, um weltweit verschiedene Niederlassungen zu unterstützen“, erläutert Macofsky. „Sie können unsere Plattform nutzen und mit nicht-vertraulichen Daten in unserer Cloud arbeiten, ihre Souveränitäts-relevanten Workloads aber lokal ausführen.“ Boomi biete sowohl Single-, als auch Multi-Tenant-Optionen, etwa aus Kostengründen. Die Kunden könnten weiterhin ihre Nutzung von AWS, GCP oder Azure fortführen. Boomi bietet ein Playbook für die Implementierung und einen sprachgesteuerten Agenten an: den Agent Designer. Will ein Kunde seine Boomi-Umgebung testen, so müsse er dafür keine Gebühren zahlen, ganz im Gegensatz zur gängigen Praxis der Hyperscaler.

Boomis Runtime kann also lokal, in der Cloud oder auf IoT-Geräten usw. ausgeführt werden. Ann Maya nennt als Beispiel für die Integrationsmöglichkeiten ein Gewächshaus-Unternehmen, das IoT-Sensordaten (etwa Stickstoff- und Wassergehalt) zentralisiert und mit Wetter- oder Logistikdaten verknüpft, um Ernteerträge drastisch zu steigern.

Wie der Agent Control Tower KI-Kosten begrenzt

Sowohl Ann Maya als auch CEO Steve Lucas weisen auf das Phänomen des „API-Wildwuchs“ bzw. API Sprawl hin. Da die Anzahl an Datensilos und APIs stark wachse, biete Boomi eine zentrale Verwaltung. APIs bilden das Rückgrat für KI-Agenten. Boomi unterstütze hierbei auch das MCP-Protokoll, welches APIs kapselt und für andere Anwendungen zugänglich macht. Mittels Geo-Fencing können Agenten auf bestimmte Regionen begrenzt und isoliert werden.

Der neue Agent Control Tower biete sich als Hilfe gegen ausufernde Tokenomics an. Jedes Token, das von einem Modell verbraucht wird, wird von dessen Hersteller in Rechnung gestellt. Da kommen schnell Tausende von Euro pro Sitzung zusammen.

Durch deterministische Prozesse (Wenn-Dann-Regeln) im Standard-Boomi-iPaaS können Kunden im Control Tower festlegen, dass Agenten automatisch stoppen, wenn sie bestimmte Limits (etwa Ressourcen- oder API-Call-Ebenen) überschreiten. Denn sowohl API-Calls als auch Egress-Gebühren für die Datenentnahme schlagen im Cloud Computing stark zu Buche.

Der Agent Control Tower hilft nach Mayas Angaben dabei, die Token-Nutzung und API-Aufrufe transparent zu überwachen, um unkontrollierte Kostensteigerungen durch KI-Modelle zu verhindern. Er dient auch der Überwachung von KI-Agenten, um Sicherheitsrisiken und Anomalien wie etwa DDoS-ähnliche Zugriffe aus verschiedenen Regionen zu erkennen und Agenten im Ernstfall sofort zu deaktivieren.

Token-Ausgaben mit Boomi Prompt halbieren

Eine weitere Kostenbremse kündigte CEO Lucas für das vierte Quartal 2026 an. Der Name „Boomi Prompt“ ist zwar etwas missverständlich, aber der Nutzen ist simpel: Es erledigt optimiertes Prompt Routing in einer Zwischenschicht für KI-Modelle. Lucas: „Antworten auf bereits bekannte Fragen werden aus dem Cache geliefert. Einfache bzw. historische Abfragen (z. B. ‚Wie ist das Wetter?‘ oder Verkaufszahlen des Vormonats) werden auf kostengünstige SQL-Datenbanken oder Google-Suchen umgeleitet, anstatt teure Token zu verbrauchen.“ Komplexe Aufgaben würden je nach Anforderung an das effizienteste Modell (wie etwa Claude oder Nvidias NeMo Tron) geroutet. Das Ziel: Eine Reduktion der Token-Ausgaben im Unternehmen um mehr als 50 Prozent.

(ID:50891641)