Asana entwickelt KI-Agenten, die Speicher über das gesamte Unternehmen hinweg teilen – mit einer Mauer um die Geheimnisse

Wichtigste Punkte

• Asana hat Agentic Work Management (AWM) gestartet, ein System, in dem KI-Agenten als gemeinsame Teamkollegen im gesamten Unternehmen arbeiten, statt als persönliche Assistenten eines einzelnen Nutzers.
• AWM basiert auf Asanas 18 Jahre alter Work Graph-Datenbank, die einzelne Aufgaben mit unternehmensweiten Zielen in einem gemeinsamen Hauptbuch verbindet.
• FedEx und CoreWeave gehören zu den frühen Enterprise-Kunden, die AWM bereits in der Produktion einsetzen.
• Asana hat Zugangskontrollen entwickelt, die verhindern, dass ein KI-Agent Wissen aus einem vertraulichen Projekt an einen Mitarbeiter weitergibt, der nicht berechtigt ist, dieses Projekt einzusehen.
• AWM verrechnet einen Pauschalpreis pro Aufgabe, sodass Unternehmen die Kosten vorhersagen können, auch wenn einige Aufgaben deutlich mehr KI-Rechenleistung erfordern als andere.

Die meisten KI-Assistenten haben ein ernsthaftes Gedächtnissproblem. Bitten Sie einen Chatbot, einen Marketingplan zu entwerfen, und er wird es tun. Fragen Sie denselben Chatbot am nächsten Morgen, was er aus der gestrigen Arbeit gelernt hat, oder was Ihre Kollegin vor einer Stunde von ihm wollte – und er weiß nichts mehr. Jedes Gespräch fängt bei null an.

Asanas Antwort ist ein Produkt namens Agentic Work Management oder AWM. Das Projektmanagement-Softwareunternehmen stellte auf der Konferenz VB Transform 2026 vor, wie es funktioniert – ein Vortrag, der zuerst von VentureBeat berichtet wurde.

Wie funktioniert AWM eigentlich?

AWM behandelt KI-Agenten – Software, die mehrstufige Aufgaben eigenständig ausführen kann – als ständige Teammitglieder statt als vorübergehende Helfer. Der Schlüssel ist das Work Graph, eine Datenbank, die Asana seit 18 Jahren aufbaut und die jede Aufgabe mit einem Projekt, jedes Projekt mit einem Portfolio und jedes Portfolio mit einem Unternehmensziel verbindet.

Wenn ein KI-Agent in AWM eine Aufgabe beendet, gibt er nicht einfach eine Antwort und verschwindet. Das System dokumentiert, was vorgefallen ist, ob die Arbeit das Projekt vorangebracht hat und wie sie sich auf übergeordnete Ziele auswirkte. Diese Dokumentation wird Teil eines gemeinsamen Speichers, auf den später jeder menschliche oder KI-Teamkollege im Unternehmen zugreifen kann.

„Es funktioniert auf der Grundlage dieses gemeinsamen Hauptbuchs für das gesamte Unternehmen", sagte Arnab Bose, Chief Product Officer von Asana, auf der Veranstaltung.

Was hindert die KI daran, vertrauliche Informationen preiszugeben?

Ein gemeinsamer Speicher birgt ein offensichtliches Risiko. Ein Führungskraft, die den KI-Agenten für die Planung einer geheimen Übernahme nutzt, hat diesem Agenten etwas Sensibles beigebracht. Wenn ein Junior-Mitarbeiter später denselben Agenten um Hilfe bittet, muss Asana sicherstellen, dass der Agent nicht versehentlich preisgibt, was er weiß.

Asana hat eine Reihe von Zugangskontrollen entwickelt, die regeln, wann das System eine Erinnerung erstellt, im Gegensatz dazu, wenn es einfach eine Aufgabe ausführt. Der Agent überprüft, ob die Person, die eine Anfrage stellt, die Berechtigung hat, das Projekt zu sehen, das das relevante Wissen ursprünglich generiert hat. Falls nicht, bleibt dieses Wissen für sie unsichtbar.

Bose sagte es deutlich: Wenn Sie die KI zum Aufbau von Arbeitsabläufen für ein vertrauliches Fusionsprojekt genutzt haben, sollte ein Kollege ohne Zugriff auf dieses Projekt nicht von dem profitieren können, was die KI dort gelernt hat.

Das System wählt auch automatisch das richtige Modell aus. Ein großes Sprachmodell – die Technologie hinter Chatbots wie ChatGPT und Claude – gibt es in verschiedenen Größen. Größere Modelle denken intensiver, kosten aber mehr. AWM liest die Komplexität jeder Aufgabe und leitet sie an das richtige Modell weiter, ohne dass der Nutzer eine Wahl treffen muss. Einfache Aufgaben gehen an schnellere, günstigere Modelle. Komplexe gehen an schwerere Optionen wie Anthropic's Claude Opus oder OpenAI-Modelle. Die Preisgestaltung ist unabhängig davon pro Aufgabe gleich, sodass Unternehmen vorhersehbar budgetieren können.

Wie sieht das in der Praxis aus?

Bei CoreWeave, einem Cloud-Computing-Unternehmen, mussten Produktmanager früher jedes Mal detaillierte Formulare ausfüllen, wenn sie ein neues Produkt einführten. Menschliche Prüfer lasen diese Formulare und wiesen Aufgaben manuell an Finance-, Marketing- und Hardware-Teams zu.

Unter AWM schreibt ein Produktmanager ein standardisiertes Dokument. Eine KI liest es, baut die Projektstruktur auf und weist Aufgaben zu. Ein Agent überwacht den Gesamtfortschritt und kennzeichnet Verzögerungen. Ein anderer prognostiziert Infrastrukturkosten und kennzeichnet, wenn die Zahlen außerhalb historischer Normen liegen. Menschen überprüfen die Ausgaben der KI und treffen die Entscheidungen, die zählen.

Die Routinearbeit geht an die Maschine. Das Urteilsvermögen bleibt beim Menschen.

Sollten Arbeitnehmende sich Sorgen um ihre Arbeitsplätze machen?

Bose charakterisierte AWM als ein Werkzeug, das Routinekoordination übernimmt, damit sich Menschen auf Entscheidungen konzentrieren können, die echtes Urteilsvermögen erfordern. Das CoreWeave-Beispiel unterstützt dies: Menschen genehmigen noch immer Kosten und bewerten die Empfehlungen der KI.

Die ehrliche Spannung besteht darin, dass Unternehmen wie Anthropic und OpenAI, die die zugrunde liegenden Modelle liefern, die AWM antreiben, auch ihre eigenen Agent-Produkte entwickeln, die direkt mit Asana konkurrieren. Bose räumte das ein. Seine Argumentation ist, dass 18 Jahre Workflow-Daten und vorgefertigte Prozesse für bestimmte Branchen AWM etwas geben, das ein reines KI-Modell nicht schnell replizieren kann.

Beachten Sie: Wenn Ihr Unternehmen damit beginnt, einen KI-Agenten zu nutzen, der mit gemeinsamen Unternehmensdaten verbunden ist, fragen Sie Ihr IT-Team, wie Zugangskontrollen funktionieren. Ein gut konzipiertes System wird einschränken, was der Agent Ihnen mitteilen kann, basierend auf dem, was Sie sehen dürfen. Falls niemand diese Frage klar beantworten kann, sind die Schutzmaßnahmen möglicherweise noch nicht vorhanden.