Marktkontext & Quellen

Diese Seite ist die einzige Quelle der Wahrheit für jede Marktstatistik, die auf der Olivares-AI-Website, in der README und in den Docs verwendet wird. Sie existiert, weil der Markt für AI-Governance von Zahlen überschwemmt ist, deren Attributierung bei der Weitergabe verstümmelt wurde — und der Analyst eines Käufers wird das prüfen. Lieber verlieren wir eine prägnante Zeile, als eine Zahl zu zitieren, hinter der wir nicht stehen können.

Die Attributierungsregel

Wir zitieren ausschließlich Primärquellen, benennen sie exakt und geben die Zahl so wieder, wie die Quelle sie nennt. Wir wäschen keine Zahl durch einen Blog, der die Attributierung verloren hat, und wir stapeln keine Aggregator-Statistiken („70 % der Fortune 100…“), die kein Käufer zurückverfolgen kann. Wo ein Befund vorläufig oder nicht peer-reviewed ist, sagen wir das in derselben Zeile. Das spiegelt wider, wie das Produkt selbst mit Nachweisen umgeht: Attributierungskonfidenz ist ein erstklassiges Feld, und eine Kontrolle mit nur Design-Stage-Nachweisen meldet by_design, niemals satisfied.

Die Zahlen, die wir verwenden, und woher sie stammen

Behauptung	Zahl (wie die Quelle sie nennt)	Primärquelle	Vorbehalt / wie wir sie verwenden
Kompromittierten AI-Organisationen fehlten Zugriffskontrollen	97 % der Organisationen, die einen AI-bezogenen Sicherheitsvorfall erlitten, fehlten angemessene AI-Zugriffskontrollen; 13 % der Organisationen meldeten eine Kompromittierung ihrer AI-Modelle oder -Anwendungen	IBM, Cost of a Data Breach Report 2025 (Forschung durchgeführt vom Ponemon Institute), IBM Newsroom	Die Attribution lautet IBM / Ponemon — nicht Forrester, eine weit verbreitete Fehlzuordnung. Wir verwenden sie für die Zugriffskontroll-Lücke, die genau das ist, was die R/RW Access Map und das Permitted-vs-Observed-Diff adressieren.
Agentische Projekte werden verworfen	Über 40 % der agentischen AI-Projekte werden bis Ende 2027 eingestellt, aufgrund eskalierender Kosten, unklaren Geschäftswerts oder unzureichender Risikokontrollen	Gartner, Pressemitteilung (2025)	Wir verwenden sie für den Governance-Schulden-Punkt — Projekte sterben aus Mangel an Kontrollen und nachweisbarem Wert, nicht an Modellqualität.
Guardian Agents werden ein Markt	Guardian-Agent-Technologien werden bis 2030 10–15 % des Marktes für agentische AI ausmachen	Gartner, Pressemitteilung (2025)	Etabliert „Guardian Agents“ als eine von Analysten anerkannte Kategorie. Wir sind explizit, dass wir kein Laufzeit-Agent sind, der andere Agenten bewacht — siehe Analysten-Vokabular.
Die meisten Pilotprojekte zeigen keine P&L-Auswirkung	~95 % der generativen-AI-Pilotprojekte liefern keine messbare P&L-Auswirkung; extern gekaufte/partnerschaftlich beschaffte Tools sind ungefähr doppelt so oft erfolgreich wie intern gebaute	MIT Media Lab, Project NANDA — The GenAI Divide: State of AI in Business 2025 (berichtet via Fortune, Aug. 2025)	Vorläufig, nicht peer-reviewed. Wir kennzeichnen es stets als solches. Wir verwenden den Buy-vs-Build-Befund, um das Argument „eine gepflegte Control Plane einführen statt Governance selbst zu stricken“ zu stützen — niemals als gesicherte Statistik.
Hochschulbildung nutzt AI schneller, als sie sie regelt	Eine große Mehrheit (~80 %) des Hochschulpersonals nutzt AI-Tools, während weniger als ein Viertel (<25 %) mit den AI-Richtlinien ihrer Einrichtung vertraut sind	EDUCAUSE AI Landscape / Community-Umfragen (2025–2026)	Umfrageschätzungen; verifizieren Sie die exakte Studie/das Jahr vor externer Zitierung. Wir verwenden die Richtlinienbewusstseins-Lücke auf der Hochschulbildungs-Seite.

Qualitative Nachweise, auf die wir uns stützen

Dies sind keine Prozentsätze; es sind Positionen aus benannten, zitierfähigen Quellen, die einordnen, warum die Kategorie existiert.

• Bessemer Venture Partners (Atlas — „Securing AI Agents: the defining cybersecurity challenge of 2026“): in-flight, chirurgisches Eingreifen in Agentenverhalten ist „where the market is most underdeveloped and where the clearest infrastructure opportunity lies“ und „most enterprises do not have a precise inventory of the agents operating in their environment.“ Dies ist die externe Aussage der Lücke, die unsere Access Map schließt.
• Anthropic (Engineering-Posts zu Claude-Code-Sandboxing und Managed Agents): self-hosted Sandboxes verlagern die Ausführung in vom Kunden kontrollierte Infrastruktur, aber Anthropic weist Audit-Logging, Policy/RBAC, Multi-Host-Orchestrierung und Traffic-Inspektion dem Kunden zu. Diese delegierte Verantwortung ist die Naht, die Olivares AI füllt — siehe vs. Control Towers.

Umfrage-Signale (richtungsweisend — vor externer Zitierung verifizieren)

Unabhängige und Community-Umfragen berichten durchgängig dieselbe Form: Agenten vermehren sich schneller, als Organisationen sie inventarisieren oder attribuieren können. Wir behandeln die konkreten Prozentsätze unten als richtungsweisenden Kontext, synthetisiert aus benannten Umfragen; sie sind nicht Teil unseres oben genannten verifizierten Primärsatzes und sollten vor jeder externen Verwendung gegen das Originalinstrument erneut geprüft werden.

• Umfragen von Cloud Security Alliance / Token Security (n≈418), Protiviti und Optro berichten unterschiedlich: ein großer Anteil der Organisationen hat unbekannte/unverwaltete Agenten in seiner Umgebung, nur eine Minderheit führt ein Echtzeit-Inventar, eine Mehrheit erlebte im Vorjahr einen agentenbezogenen Vorfall, und nur eine Minderheit kann eine Agentenaktion auf einen Menschen oder ein System zurückführen.

Der Punkt, den diese Umfragen in der Summe machen, ist das Einzige, was wir öffentlich behaupten: Organisationen verlieren den Überblick über ihre Agenten und können nicht attribuieren, was diese Agenten tun. Das ist eine Behauptung, die unser Produkt für seine Nutzer falsch machen soll — und es ist der ehrliche Kern jeder Positionierungsseite hier.

Dinge, die wir bewusst nicht behaupten

• Keine Kundenzahlen, Logo-Wände oder „vertraut von N Unternehmen“ — das Produkt ist pre-1.0 und pre-launch (siehe Ehrlichkeit & Grenzen).
• Keine Zertifizierung oder Attestierung, die wir nicht innehaben (SOC 2, ISO 27001/42001 sind Readiness, keine Zertifikate — siehe das Trust- & Procurement-Paket, das mit dem Quellcode ausgeliefert wird).
• Keine erfundenen Benchmarks, Durchsatz-Behauptungen oder Genauigkeitszahlen. Kapazitätszahlen stammen ausschließlich aus dem reproduzierbaren Benchmark-Harness, mit Hardware-Provenienz.