omadia

:an agentic os

Wie aus Agenten ein Team wird

Launch · 27.05.2026

Agenda

Worüber wir heute sprechen

01

Die Lage

Warum Enterprise mit AI-Agenten festsitzt.
02

Drei Welten, drei Kompromisse

Was es heute am Markt gibt — und woran es scheitert.
03

Unsere Antwort

omadia — an agentic os.
04

Vier Versprechen

Credentials · Integrationen · Builder · Privacy.
05

Unter der Haube

Architektur, Builder, Wissen, Qualität, Routinen, Beispiele.

Die Lage.

:AI-Agenten sind im Konsumentenalltag angekommen. In den Systemen, mit denen dein Unternehmen Geld verdient, bisher nicht.

Die Lage

AI-Agenten sind angekommen — im Enterprise nicht.

:Drei harte Painpoints halten Mittelstand und Enterprise zurück.

Mitarbeiter nutzen ChatGPT, Claude, Perplexity täglich — privat und am Schreibtisch.
In deinen Bestandssystemen — ERP, Confluence, Teams, M365 — passiert noch wenig.
Compliance · Vendor-Lock-in · Integrations-Tiefe — alle drei Painpoints wirken gleichzeitig.
Das Problem ist nicht die KI. Es ist die Brücke zwischen KI und Geschäftssystem.

Drei Welten, drei Kompromisse.

:Code-Frameworks, SaaS-Copilots, No-Code-Tools. Drei Antworten am Markt — und keine löst das Mittelstands-Problem.

Status Quo

Drei Welten — drei Kompromisse.

Code-Frameworks

LangGraph, CrewAI, AutoGen. Mächtig — aber nur für Devs. Jeder Agent ein eigenes Deploy.

SaaS-Copilots

Copilot Studio, ChatGPT Enterprise. Sofort startklar — aber deine Daten landen beim Anbieter.

No-Code-Tools

n8n, Make, Zapier. Klickbar — aber Workflows, keine Agenten mit Gedächtnis und Urteil.

Unsere Antwort.

:Kein weiteres Framework. Kein weiterer SaaS-Lock-in. Ein Betriebssystem für Agenten — auf deiner Infrastruktur, mit deinen Daten, an deinen Systemen.

Unsere Antwort

Ein Betriebssystem für Agenten.

:Wie ein Betriebssystem für Computer — nur dass darauf nicht Apps laufen, sondern Agenten.

Sie installieren sich, deinstallieren sich, teilen sich gemeinsame Dienste — Vault, Knowledge Graph, Channel-Layer — und arbeiten parallel an denselben Daten, ohne sich in die Quere zu kommen.

Unsere Antwort

So passt es zusammen.

Multi-Agent

Viele Agenten parallel. Jeder mit eigener Aufgabe, eigener Persona, eigenen Berechtigungen. Sie sehen sich gegenseitig, wenn es nötig ist.

Shared Services

Vault, Knowledge Graph, Privacy-Proxy, Audit-Log. Einmal aufgesetzt — von jedem Agenten nutzbar. Kein Wildwuchs, kein doppeltes Setup.

Composable

Agent + Plugin + Channel zusammenklicken. Neue Anforderung? Neuen Plugin installieren, an bestehenden Agenten hängen. Keine Migration.

Vier Versprechen.

:Credentials. Native Integrationen. Two-Door-Builder. Privacy by Tokenization.

Vier Versprechen

Was omadia anders macht.

Credentials, scoped per Agent. Jeder Agent sieht nur, was er sehen muss.
Native Integrationen. ERP, Confluence, M365, Teams — nicht angeflanscht, sondern fest verdrahtet.
Two-Door-Builder. Operator klickt, Dev erweitert. Eine Plattform, zwei Türen.
Privacy by Tokenization. Deine Daten verlassen das Unternehmen nie unmaskiert.

Versprechen 1 · Credentials

Jeder Agent sieht nur, was er sehen muss.

:Heute teilt deine Organisation einen einzigen API-Key. Jeder Agent kann damit alles. Granular einschränken? Kaum machbar.

omadia hält jede Credential im Vault und vergibt sie pro Agent und pro Aufgabe. Jederzeit widerrufbar, jede Nutzung im Audit-Log.

Versprechen 1 · Mechanik

Wie Credentials sicher bleiben.

Vault

Jede Credential verschlüsselt. Kein Plaintext in ENV, kein Plaintext in Code.

Scoping

Jeder Agent bekommt ein eigenes Capability-Token. Widerruf pro Agent, nicht pro System.

Audit-Log

Jeder Tool-Call wird protokolliert: wer, wann, mit welcher Berechtigung. Compliance-fertig.

Versprechen 2 · Integrationen

ERP, Confluence, M365 — fest verdrahtet.

:Generische HTTP-Webhooks sind ein Ausweg, kein Plan. Was passiert mit Multi-Tenancy? Mit OAuth-Refreshes? Mit Rate-Limits in der Nacht?

omadia liefert First-Class-Connectoren für die Systeme, in denen der Mittelstand wirklich arbeitet. Mit Auth-Flows, mit Schemas, mit Retries.

Versprechen 2 · Native Connectoren

Was heute verbunden ist.

:Echte Systeme, fest verdrahtet — nicht über generische Webhooks.

ERP. Sales, Inventory, HR, Accounting — pro Modul ein eigenes Plugin.
Confluence. Pages lesen und schreiben. Spaces und Anhänge.
Microsoft 365. Mail, Calendar, Files, Teams-Chats.
Teams · Telegram. Conversational Channels plus Outbound-Push.
Dein System. Via Plugin-SDK. Unter 200 Zeilen TypeScript.

Versprechen 3 · Two-Door-Builder

Eine Plattform, zwei Türen.

:Code-Frameworks schließen Operations aus. Low-Code-Tools schließen Devs aus. Beides ergibt kein Team.

Bei omadia bauen Operator Agenten per UI. Devs erweitern die Plattform per Plugin-SDK. Beide arbeiten auf demselben Capability-Modell.

Versprechen 3 · Mechanik

Zwei Türen, ein Capability-Modell.

Operator-Tür

Browser-UI. Plugin-Marketplace. Drag-und-Drop. Test-Console.

Developer-Tür

TypeScript-SDK. Capability-Interfaces. Lokale Entwicklung mit Hot-Reload.

Geteiltes Modell

Beide Türen produzieren denselben Agent. Operator passt Dev-Agenten an. Dev erweitert Operator-Agenten.

Versprechen 4 · Privacy by Tokenization

Deine Daten verlassen das Unternehmen nie unmaskiert.

:Wenn ein Agent ChatGPT, Claude oder Gemini fragt, müssen Namen, IBANs, Personalien aus der Anfrage raus — und in der Antwort wieder rein.

omadia tokenisiert reversibel: vor dem Versand maskiert, im Unternehmen wieder aufgelöst. Jede Anfrage erzeugt eine Privacy Receipt — wer was zu sehen bekam, und was nicht.

Versprechen 4 · Privacy-Flow

Wie ein Token reist.

Anfrage

Agent will einen Public-LLM-Provider fragen. Anfrage enthält Personalien, Zahlen, Domain-Wissen.

Maskieren

Privacy-Proxy ersetzt sensible Spans durch Token-Platzhalter. Token-Map landet verschlüsselt im Vault.

LLM

Public-Provider sieht nur die maskierte Version. Antwort kommt mit denselben Platzhaltern zurück.

Rehydrieren

Innerhalb deines Unternehmens werden Tokens aufgelöst. Privacy Receipt protokolliert, was maskiert war.

Privacy by Tokenization

So viel verlässt dein Unternehmen unmaskiert.

0 Bytes

personenbezogener Daten erreichen einen Public-LLM-Provider im Klartext.

:Tokenisierung passiert vor dem Versand, Rehydrierung erst innerhalb deines Unternehmens. Jede Anfrage erzeugt eine Privacy Receipt — auditierbar, reproduzierbar, gerichtsfest.

Unter der Haube.

:Wie omadia Agenten bauen, wie sie ihr Wissen finden, wie sie sich melden — und was du damit konkret baust.

Architektur · Agent-Anatomie

Was einen omadia-Agent ausmacht.

Capabilities

Welcher LLM, welcher Vector-Store, welche Memory. Pro Agent auswählbar — Marketing-Agent auf OpenAI, HR-Agent auf On-Prem-Llama.

Plugins

Was der Agent erreichen darf: Channels (Teams, Telegram), Integrationen (ERP, Confluence), Sub-Agenten zum Delegieren.

Persona

Wer der Agent ist: Systemprompt, Memory-Scope, Verhaltensregeln. Versioniert, A/B-testbar, jederzeit anpassbar.

Architektur · Plugin-Modell

Drei Bausteine, beliebig kombinierbar.

Channels

Conversational Interfaces: Teams, Telegram, Web-Chat, Voice. Ein Agent kann gleichzeitig auf mehreren Channels leben.

Integrationen

Verbindung zu Bestandssystemen: ERP, Confluence, M365, eigene REST/GraphQL-APIs via SDK.

Agent-Pakete

Vorgefertigte Rollen mit Persona und Plugin-Set: HR, Buchhaltung, Compliance. Installieren, anpassen, fertig.

Architektur · Builder

Vom Prompt zur Werkbank.

:Klassische Skill-Dateien geben dem Modell Empfehlungen mit in den Prompt — „Wenn X, denk an Y." Das Modell entscheidet, ob es sich daran erinnert. Drift garantiert.

omadia generiert aus deiner Skill-Definition echten TypeScript-Code: getypte Tools, die der Agent als deterministische Werkzeuge aufruft. Kein „denk dran" — sondern Call.

Architektur · Knowledge Graph

Wissen, das mehr ist als eine Liste.

Strukturiert

Entitäten und Beziehungen statt Dokumenten-Liste. Person → arbeitet an → Projekt → gehört zu → Abteilung.

Cross-System

Verbindet Confluence-Pages mit ERP-Records mit Mail-Threads. Eine Wahrheit, viele Quellen.

Agent-Aware

Jeder Agent sieht nur den Graph-Ausschnitt, den seine Credentials erlauben. Scoped Reads, auditierbar.

Qualität · Kemia

Bevor ein Output dein Haus verlässt.

Quality-Guard

Verifiziert Agent-Outputs gegen Schema, Halluzinations-Checks und Compliance-Regeln — bevor sie ausgeliefert werden.

Snapshots

Jeder Agent-Turn ist replayable. „Warum hat der Agent das gesagt?" wird zur Akte, nicht zum Rätsel.

Bundle-Export

Fertige Agenten als Paket exportieren — für Backup, Portierung oder Übergabe an Kunden.

Architektur · Routinen + UI

Agenten, die zu dir kommen.

Routinen

Cron oder Event-Trigger. „Jeden Montag 8 Uhr Wochenreport" — keine Schreibtisch-Wecker mehr.

Adaptive Cards

Der Agent rendert passende UI in Teams: Buttons, Formulare, Tabellen — statt Plain-Text-Wallpaper.

Approval-Flows

Routine löst Card aus, du klickst „Freigeben", Agent setzt fort. Kein App-Wechsel, kein Copy-Paste.

Möglichkeiten

Was du heute mit omadia baust.

HR-Agent in Teams. Onboarding, Urlaub, Spesen — liest aus deinem HR-System.
Buchhaltungs-Agent in Telegram. Rechnungen erfassen, Konten abgleichen.
Wissens-Agent im Web. Confluence + M365 durchsuchen, Quellen zitieren.
Orchestrator-Agent. „Onboarding" delegiert an HR, IT, Compliance — ein Trigger.
Dein eigener Agent in einer Stunde. Plugin wählen, Persona schreiben, deployen.

Kontakt

Lass uns reden.

Web

omadia.ai

E-Mail

hello@omadia.ai

Adresse

byte5 GmbH · Speicherstraße 1 · 60327 Frankfurt am Main

Pilot
starten