Neue AI-Catalog-Funktionen für Governance und Betrieb

Die Einführung von KI im Unternehmen stockt häufig nicht deshalb, weil die Technologie noch nicht bereit wäre, sondern weil Admins die Frage ihres Sicherheitsteams nicht beantworten können: Was läuft eigentlich in unserer Umgebung, und wer hat es dort eingerichtet?

GitLab 19.1 bringt ereignisgesteuerte Trigger für Duo Flows, ergänzt um die Governance-Kontrollen und die Konfigurationsvalidierung, die deren sicheren Betrieb erst möglich machen. Gemeinsam geben sie Enterprise-Teams die Governance und Zuverlässigkeit, um KI-Workflows kontinuierlich auszuführen, ohne auf eine manuelle Auslösung warten zu müssen.

Flows automatisch bei echten GitLab-Ereignissen ausführen

Bisher erforderte jeder Trigger eines GitLab Duo Flow eine manuelle Aktion in der GitLab-Oberfläche: Mention, Assign oder Assign Reviewer. Das erschwerte es, Flows programmatisch zu steuern, in Produktionspipelines einzubinden oder zeitgesteuert auszulösen. Für Teams, die Produktions-Workflows im großen Maßstab betreiben, bedeutete das konkret: keine automatischen Konfliktzusammenfassungen, keine Compliance-Prüfungen bei MRs, die zur Überprüfung freigegeben sind, und keine Incident-Erstellung bei Pipeline-Fehlern. Keiner dieser Workflows war möglich, ohne dass jemand einen Flow manuell startete.

Mit Triggern und den neuen Pipeline-Ereignisfiltern laufen Flows jedes Mal, wenn die vom Unternehmen definierten Bedingungen erfüllt sind, ohne manuelle Übergabe. Der AI Catalog ist damit nicht länger ein Werkzeug, das ein Team bedient, sondern eines, das im Hintergrund kontinuierlich für das Team arbeitet, während sich die Entwicklungsteams auf die Aufgaben konzentrieren, die tatsächlich Urteilsvermögen erfordern.

Hier zeigt sich der kumulative Nutzen agentischer Workflows. Wenn Flows automatisch auf Ereignisse reagieren, verkürzen sich die Übergabeverzögerungen, die Feedback-Schleifen heute ausbremsen.

GitLab 19.1 enthält vier neue ereignisgesteuerte Trigger:

• Merge request code conflict detected wird ausgelöst, sobald in einem Merge Request ein Konflikt erkannt wird. Genau dann sind eine automatische Konfliktzusammenfassung und Lösungsvorschläge am nützlichsten: bevor mit der Untersuchung begonnen wird und bevor sich der Konflikt verschärft. Bisher musste jemand den Konflikt bemerken, die MR öffnen und manuell eine Überprüfung auslösen. Jetzt läuft der Flow in dem Moment, in dem der Konflikt auftritt.
• Draft to ready for review wird ausgelöst, sobald eine MR als bereit markiert wird. Das ist der richtige Zeitpunkt für eine automatische Compliance-Prüfung oder eine Readiness-Checkliste. Ein Flow, der bislang manuell durch Review oder Teamleitung gestartet werden musste, läuft jetzt jedes Mal, sobald das Signal eintrifft.
• Merge request approved wird ausgelöst, sobald ein Merge Request genehmigt wird, und stößt automatisch nachgelagerte Schritte an, etwa Prüfungen der Deployment-Bereitschaft, Compliance-Protokollierung oder Übergabebenachrichtigungen, ohne dass jemand daran denken muss, sie zu starten.
• Work item created wird ausgelöst, sobald ein neues Work Item erstellt wird. Das ermöglicht sofortige Triage-Flows, automatische Label-Zuweisung und Routing-Logik, die heute entweder manuellen Aufwand oder fehleranfällige Webhook-Setups außerhalb von GitLab erfordern.

Pipeline-Ereignisse sind zwar nicht neu, die Möglichkeit, nach bestimmten Pipeline-Zuständen zu filtern, jedoch schon. Ein Trigger lässt sich nun so konfigurieren, dass er nur bei Fehlschlag, nur bei Erfolg oder nur bei Abbruch auslöst, statt bei jedem Zustandswechsel. So lassen sich bei Fehlern Incidents erstellen und bei Erfolg Artefakte freigeben, ohne dass jeder Pipeline-Zustandswechsel eine Meldung auslöst.

Merge conflict detected und Draft to Ready for Review sind standardmäßig aktiviert, sodass Teams unmittelbar nach dem Update auf 19.1 davon profitieren.

Ereignisgesteuerte Trigger

Mit 19.1 kommt außerdem eine Verbesserung der Developer Experience. Für alle, die Flows lokal ausführen, erforderten wiederholte Tool-Aufrufe wie npm-Installationen, Dateibearbeitungen oder mehrstufige Refactorings bisher jedes Mal eine erneute Freigabe. Eine neue musterbasierte Freigabestufe (jetzt als Beta) erlaubt es, alle Nutzungen eines Tools für die Sitzung freizugeben, sodass der Agent iterieren kann, ohne dabei zu unterbrechen.

Die Ereignis-Trigger in Aktion:

Nicht genehmigte KI-Agenten und Flows aus der Umgebung fernhalten

Ein externer Agent, der während eines Hackathons in einem Namespace auftaucht, oder ein Teammitglied, das einen von der Community beigesteuerten Flow ohne Sicherheitsprüfung aktiviert: Das reicht, um einen Enterprise-Test zum Stillstand zu bringen. Für regulierte Unternehmen ist ungeprüfter KI-Inhalt keine Nebensache, sondern ein Hindernis.

Zwei neue Einstellungen geben Instanz-Admins und Ownern von Top-Level-Gruppen unmittelbare Kontrolle darüber, was genau ausgeführt wird.

• Disable custom agents and flows verhindert, dass Nutzende eigene Agenten und Flows erstellen oder aktivieren, und beschränkt sie auf grundlegende Inhalte.
• Restrict the AI catalog to your group hierarchy blockiert das Aktivieren von AI-Catalog-Elementen, die außerhalb des eigenen Namespace entstehen, einschließlich von der Community beigesteuerter und Drittanbieter-Inhalte.

Gemeinsam stellen diese Einstellungen KI-Agenten und Flows unter dieselbe administrative Aufsicht, die bereits für andere sensible Plattformfunktionen gilt. So lässt sich eine breite Nutzung ermöglichen, ohne unkontrollierten Agenten-Wildwuchs in der Produktion zuzulassen.

Fehlkonfigurationen von Flows erkennen, bevor sie in Produktion gehen

Ereignisgesteuerte Flows, die automatisch auslösen, erhöhen im Unternehmen den Druck, die Konfiguration korrekt zu treffen. Ob ein Flow falsch konfiguriert ist oder zu häufig auslöst: In beiden Fällen entstehen Störungen und Probleme in der gesamten Organisation.

GitLab 19.1 verlagert die Validierung nach vorn. Sobald ein Flow im AI Catalog gespeichert oder aktualisiert wird, validiert GitLab die Flow-Konfiguration über den Duo Workflow Service, bevor sie persistiert wird. Liegt ein Problem vor, etwa eine fehlende Eingabe, ein unbekannter Tool-Parameter oder irgendetwas anderes, das der Validator erkennt, erscheinen strukturierte Fehlermeldungen in der Oberfläche, noch bevor der Flow gespeichert wird. Gültige Flows werden wie bisher gespeichert und ausgelöst.

Das Ergebnis: Jeder Flow im AI Catalog ist korrekt konfiguriert, bevor sich in der Produktion jemand darauf verlässt. Konfigurationsprobleme zeigen sich beim Speichern, wenn sie sich leicht beheben lassen, und nicht mitten in der Nacht, wenn eine Pipeline fehlschlägt.

Steuern, welche KI-Modelle dem Team zur Verfügung stehen

Eine weitere Governance-Funktion steht als Public Beta bereit. Admins können nun eine Allowlist genehmigter KI-Modelle konfigurieren und einen organisationsweiten Standard festlegen, statt zwischen einem fest gewählten Modell und freier Auswahl entscheiden zu müssen.

So lassen sich Anbieter auf solche beschränken, die Anforderungen an die Datenresidenz erfüllen oder vorab freigegeben sind, während innerhalb dieses Rahmens Flexibilität für Endnutzende erhalten bleibt. Diese erste Ausbaustufe gilt für GitLab Duo Agentic Chat; weitere Bereiche folgen in Kürze.

Auf einer produktionsreifen Grundlage aufbauen

Mit diesen Updates arbeiten Flows endlich so, wie Produktionsautomatisierung arbeiten sollte: kontinuierlich, zuverlässig und ohne darauf zu warten, dass jemand einen Knopf drückt. Admins verfügen über die Governance-Autorität, um genau zu steuern, was in ihrer Umgebung läuft, und Entwicklungsteams erhalten Konfigurationsfeedback im richtigen Moment statt im schlechtesten.

Jetzt die kostenlose Testversion der GitLab Duo Agent Platform starten oder die Dokumentation erkunden, um tiefer in Agenten, Flows und den AI Catalog einzusteigen.