Eine Engine innerhalb der Audact-Plattform
In kontrollierten Tests
Jede mögliche Antwort wird gegen Ihre Regeln für Preise, Aussagen und Zusagen geprüft, bevor sie den Kunden erreicht. Niemals erst danach.
Sie läuft parallel zur Artikel-50-Attestierung, zur Evidence Chain und zur Policy-Engine je Rechtsraum, auf demselben Kern. Um sie einzuschalten, braucht es keine Regulierung.
Brand Governance ist Teil der Plattform. Kein separates Produkt, keine separate Abrechnungsposition, kein separates Dashboard. Es ist die Engine, die die Artikel-50-Offenlegung prüft, nur auf Markenregeln statt auf regulatorische Regeln ausgerichtet.
Die Kontrollen
Nach direkter Umsatzwirkung geordnet und auf Engine-Ebene durchgesetzt, nicht in einem Prompt: ein Prompt ist eine Bitte, und über eine Bitte lässt sich streiten.
Brand Governance und Commercial Transaction Validation sind beim UK Intellectual Property Office unter Audact AI Ltd eingereicht. Die Anmeldungen sind anhängig.
In Aktion
Hier ist der Mechanismus, Schritt für Schritt. Die Agenten-Policy begrenzt Rabatte auf 20 %. Das Sprachmodell versucht unter Druck einer anrufenden Person, 40 % anzubieten. Sehen Sie, was den Anrufer erreicht und was in die Quittung geschrieben wird.
Die konfigurierte Regel des Test-Agenten. Zur Laufzeit sind keine Ausnahmen freigegeben.
max_discount = 20%„Klar, ich kann Ihnen heute 40 % Rabatt geben. Das ist ein Top-Angebot.“
Vom Modell nach Druck der anrufenden Person erzeugt. Jedes Satzsegment, das das Modell erzeugt, wird geprüft, bevor es an die Sprachsynthese gesendet wird.
40 % liegt über der Policy-Obergrenze von 20 %. Jedes Satzsegment, das das Modell erzeugt, wird geprüft, bevor es an die Sprachsynthese gesendet wird.
Blockiert
„Das liegt über dem, was ich freigeben darf. Ich kläre das mit meinem Vorgesetzten und melde mich wieder bei Ihnen.“
Der Agent fällt auf den Policy-sicheren Eskalationspfad zurück. Es wird kein unautorisiertes Versprechen ausgesprochen.
Die Blockierung, in der Quittung
Synthetisch
{
"event": "brand_governance.block",
"policy": "max_discount",
"limit": "20%",
"attempted": "40%",
"verdict": "BLOCK",
"released": "fallback",
"output_hash": "…",
"ts": "2026-06-12T14:02:11Z",
"auth_mechanism": "hmac-sha256",
"signature": "9f3c…a71b"
}Die Blockierung wird in dieselbe Evidence Chain geschrieben wie der Rest der Interaktion. So existiert die Aufzeichnung, dass Sie sie gestoppt haben, bevor jemand danach fragt. output_hash ist der Hash der Fallback-Antwort, die der Anrufer erhält; Authentifizierungscode für die Anzeige gekürzt.
Illustratives Beispiel. Synthetische Test-Agenten-Daten, keine echte Kundeninteraktion. Worauf es ankommt, ist die Reihenfolge: das Modell darf einen Preis, einen Rabatt oder eine Zusage erfinden, und die Prüfung erfolgt, bevor die Antwort rausgeht, mit einer Aufzeichnung in jedem Fall.
Warum es das gibt
Keiner davon ist hypothetisch. Jeder ist einer echten Marke passiert, mit echten Umsatz- und Reputationsfolgen. Brand Governance ist die technische Antwort darauf.
Ein Air-Canada-Chatbot erfand einen Trauerfall-Tarifrabatt, den es nie gab. Das Civil Resolution Tribunal von British Columbia wies die Verteidigung der Fluggesellschaft zurück und machte sie für die Aussage des Chatbots haftbar. Lehre: eine KI-Zusage bindet die Marke, die den Agenten betreibt.
Ein Händler-Chatbot, von einem Nutzer per Prompt-Injection manipuliert, stimmte zu, einen 2024er Tahoe für einen Dollar zu verkaufen, und nannte das ein rechtlich bindendes Angebot. Der Wortwechsel ging binnen Stunden viral. Lehre: unbegrenzte Zusagebefugnis ist Markenschaden und finanzielles Risiko in einem.
Der Kundenservice-Chatbot von DPD beschimpfte einen verärgerten Kunden und schrieb ein Gedicht gegen den eigenen Arbeitgeber, nachdem ein Update seine Filter entfernt hatte. Der Thread erreichte an einem Tag über eine Million Aufrufe. Lehre: fehlende Durchsetzung der Tonalität ist ein öffentlicher Vorfall, der nur auf seinen Tag wartet.
Wohin das geht
Der Markt baut Vertrauen in den Agent-zu-Agent-Handel von der Käuferseite her: Payment Rails und Agenten-Identitätsschichten, die feststellen, dass der kaufende Agent der ist, der er zu sein vorgibt, und zur Transaktion befugt ist. Das beantwortet die eine Hälfte.
Repräsentationstreue — eine Aufzeichnung, dass der verkaufende Agent innerhalb der Markenregeln für Preise, Aussagen und Zusagen geblieben ist, mit dem Ergebnis in jedem Fall. Sie braucht keine Regulierung, um nützlich zu sein, und sie funktioniert in jedem Markt. Audact prüft die Repräsentation auf Verkäuferseite in kontrollierten Tests; dieselbe Engine ist darauf ausgelegt, sich auf Agent-zu-Agent-Gespräche auszuweiten, sobald dieser Markt Form annimmt.
Nächster Schritt
Preise, Aussagen und Zusagen in Echtzeit geprüft, mit einer Compliance-Quittung für gesteuerte Interaktionen. Status: In kontrollierten Tests. Unser Engineering-Team konfiguriert Ihren ersten Agenten für Sie.
Die Compliance- und Governance-Schicht unter jedem gesteuerten Kanal.
Die Quittung, die die Blockierung festhält, Feld für Feld.
Das Mandat, das entscheidet, was der Agent überhaupt auslösen darf.
Founding-Preis 1.497 € + 499 €/Monat, für die ersten drei externen Agenturen.