Centaur: Eine Multiplayer‑Runtime für KI‑Agenten im eigenen Unternehmen

KI‑Agenten entwickeln sich gerade von persönlichen Chat‑Assistenten zu Systemen, die ganze Teams unterstützen. Centaur, eine von Paradigm und Tempo entwickelte Plattform, soll genau dafür die technische Grundlage liefern: eine sichere, selbst gehostete Laufzeitumgebung, in der gemeinsam genutzte KI‑Agenten innerhalb der eigenen Unternehmensinfrastruktur arbeiten können.

Die Plattform wurde im Mai 2026 als Open Source veröffentlicht. Laut Paradigm wurde Centaur bereits seit Januar intern genutzt und habe die Arbeitsweise in mehreren Abteilungen deutlich verändert.

Was Centaur ist

Centaur ist eine self‑hosted Runtime für KI‑Agenten, die speziell für Teams konzipiert wurde – nicht für einzelne Nutzer.

Wichtige Eigenschaften:

• Multiplayer‑Zusammenarbeit: Mehrere Personen können gleichzeitig mit demselben Agenten und denselben Tools arbeiten.
• Slack‑Integration: Agenten lassen sich direkt in Slack‑Threads ansprechen und steuern.
• API‑Anbindung: Unternehmen können Centaur in eigene Systeme oder Automationen integrieren.
• Self‑Hosting: Die Software läuft in der eigenen Infrastruktur statt auf den Servern eines externen Anbieters.

Paradigm beschreibt Centaur als eine Art „Control Plane“ für KI‑Agenten: Die Plattform verwaltet Ausführung, Toolzugriffe, Workflows und persistenten Zustand, damit Agenten mehr tun können als nur einzelne Prompts beantworten.

Der Multiplayer‑Ansatz für KI‑Agenten

Die meisten heutigen KI‑Assistenten sind für eine einzelne Person ausgelegt. Centaur verfolgt ein anderes Modell: Der Agent wird zum gemeinsamen digitalen Teammitglied.

In einem Slack‑Thread oder über eine API kann der Agent beispielsweise:

• Anweisungen von Nutzern interpretieren
• interne oder externe Tools aufrufen
• mehrstufige Workflows ausführen
• Zwischenergebnisse oder Statusmeldungen zurück in die Unterhaltung posten

Da der Agent gemeinsam genutzt wird, können Teammitglieder seine Arbeit verfolgen, korrigieren oder erweitern. Dadurch entsteht ein kollaboratives Arbeitsmodell, bei dem der Agent wie ein virtueller Kollege in die tägliche Kommunikation eingebettet ist.

Zudem können interne Services als strukturierte Tools bereitgestellt werden, etwa Datenbankabfragen, APIs oder interne Dashboards.

Unterstützung für langlaufende Prozesse

Centaur ist nicht nur für kurze Chat‑Anfragen gedacht. Die Plattform unterstützt langlaufende Aufgaben, die über längere Zeiträume hinweg laufen können.

Agenten können unter anderem:

• Workflows über Stunden oder Tage ausführen
• nach System‑Neustarts ihre Arbeit fortsetzen
• mehrere Tools und Schritte innerhalb eines Prozesses koordinieren

Diese Fähigkeit ist besonders wichtig für Automations‑ oder Analyseaufgaben, bei denen kontinuierliche Verarbeitung und Fortschrittsverfolgung erforderlich sind.

Ein zentraler Bestandteil ist die dauerhafte Ausführung (durable execution): Jede Phase eines Vorgangs – vom Nutzereingang über die Ausführung bis zur finalen Antwort – wird protokolliert, sodass Aufgaben nachvollziehbar bleiben oder nach Fehlern fortgesetzt werden können.

Persistenter Zustand mit PostgreSQL

Der operative Zustand von Centaur wird in PostgreSQL gespeichert.

Dort werden unter anderem festgehalten:

• die ursprüngliche Nutzeranfrage
• die zugewiesene Runtime
• Ereignisse während der Ausführung
• gestreamte Ausgaben
• Endzustand und finale Antwort

Durch diese persistente Speicherung kann das System Aufgaben nach einem Neustart wieder aufnehmen und gleichzeitig eine vollständige Historie der Agentenaktivitäten bereitstellen.

Sicherheitsarchitektur und Credential‑Management

Ein zentrales Ziel der Plattform ist der sichere Umgang mit echten Zugangsdaten.

Centaur verhindert, dass Agenten direkt auf langfristige Secrets zugreifen. Stattdessen werden Credentials während einer Anfrage auf Netzwerkebene injiziert, sodass der Agent selbst keine API‑Keys oder Tokens sehen kann.

Dieses Design reduziert Risiken typischer Agent‑Systeme, etwa:

• Prompt‑Injection‑Angriffe
• bösartige Inhalte aus externen Quellen
• unbeabsichtigtes Leaken von Zugangsdaten

Da Agenten potenziell mit untrusted Code oder externen Daten arbeiten, isoliert Centaur ihre Laufzeitumgebungen und kontrolliert strikt, auf welche Tools sie zugreifen dürfen.

Wie Paradigm Centaur intern nutzt

Bevor die Plattform veröffentlicht wurde, setzte Paradigm sie bereits unternehmensweit ein. Laut Unternehmen wird Centaur in vielen Arbeitsbereichen genutzt, darunter:

• Research und Investment‑Analyse
• Engineering‑Workflows
• Design‑Aufgaben
• Recruiting‑Prozesse
• Event‑Organisation
• Customer Support

Das Unternehmen berichtet, dass die Einführung gemeinsamer Agenten die interne Arbeitsorganisation deutlich verändert habe.

Erweiterbarkeit durch Tools und Overlays

Centaur ist so aufgebaut, dass Unternehmen eigene Funktionen ergänzen können.

Interne Dienste lassen sich als strukturierte Python‑Tools verfügbar machen. Zusätzlich können sogenannte Overlays organisation‑spezifische Erweiterungen bereitstellen, etwa:

• neue Workflows
• zusätzliche Tools
• Prompts oder Skills
• Integrationen mit internen Systemen.

So entsteht ein gemeinsames Agenten‑Ökosystem, ohne für jede Automatisierung eine neue Plattform entwickeln zu müssen.

Bedeutung für das wachsende Ökosystem von Agent‑Plattformen

Centaur erscheint zu einer Zeit, in der viele Unternehmen versuchen, KI‑Agenten produktiv einzusetzen. Dabei rücken Themen wie Sicherheit, Zuverlässigkeit und Infrastruktur stärker in den Fokus.

Der Ansatz von Centaur unterscheidet sich von experimentellen Agent‑Frameworks: Statt autonomer Experimente stehen betriebliche Garantien im Mittelpunkt, etwa:

• persistenter Zustand
• sichere Credential‑Verwaltung
• Workflow‑Orchestrierung
• Zusammenarbeit zwischen Menschen und Agenten

Durch die Kombination aus Self‑Hosting, Slack‑Integration und langlebigen Workflows zielt die Plattform auf Organisationen, die KI‑Agenten direkt in reale Arbeitsprozesse integrieren möchten.

Die Veröffentlichung als Open Source deutet darauf hin, dass sich eine neue Infrastruktur‑Schicht für KI‑Agenten entwickelt – ähnlich wie Kubernetes einst für Container. Solche Runtime‑Systeme könnten künftig die Grundlage bilden, auf der Unternehmen große Agent‑Ökosysteme betreiben.