Skip to content
⚡ Tenvo AI · ECHTZEIT · v0.16.26 · TLS · Gerätespezifische Zertifikate · AGPL-3.0 · KOSTENLOSE STUFE · 30 GERÄTE · EIGENE INFRASTRUKTUR · EIGENER API-SCHLÜSSEL · MCP FÜR CLAUDE & CURSOR
Zurück zum BlogEnterprise

AI-Agent-Audit-Log: Welche Felder ein Eintrag enthalten muss

Tenvo Editorial Team9 Min. Lesezeit
AI-Agent-Audit-Log: Welche Felder ein Eintrag enthalten muss

Wenn ein autonomer Agent — nicht ein Mensch — der Akteur ist, reichen die üblichen Audit-Felder (Benutzername, IP, Zeitstempel) nicht mehr aus.

Wenn ein autonomer Agent — nicht ein Mensch — der Akteur ist, reichen die üblichen Audit‑Felder (Benutzername, IP, Zeitstempel) nicht mehr aus. Sie benötigen weiterhin Verantwortlichkeit, Reproduzierbarkeit und Nichtabstreitbarkeit, aber der gespeicherte Eintrag muss eine andere Menge an Attributen erfassen: Modell, Prompt, Tool‑Aufrufe, Zufalls‑Seeds, Code‑Version und die Person, die die Befugnis delegiert hat. Dieser Artikel listet die Felder auf, die ein AI‑Agent‑Audit‑Log enthalten muss, und erklärt, warum jedes einzelne für Sicherheit, Compliance und Incident‑Response erforderlich ist.

Warum die üblichen "user"-Felder bei AI-Agenten versagen

Traditionelle Audit‑Logs gehen von einem einzelnen menschlichen Akteur in einer Sitzung aus: Benutzername, Rolle, IP, User‑Agent‑String und eine Aktionsbeschreibung. Das ist nützlich, verfehlt aber Eigenschaften, die für KI‑gesteuertes Verhalten typisch sind:

  • Nicht‑Determinismus: derselbe Prompt und dieselbe Modellkonfiguration können unterschiedliche Ausgaben erzeugen, solange Sie die Zufallsquelle (Seed, Zufallsalgorithmus, Temperatur) nicht protokollieren.
  • Mehrstufige Abläufe: Agenten rufen oft Tools, APIs und andere Agenten auf; Sie benötigen eine kausale Kette, nicht nur einen einzelnen Action‑Eintrag.
  • Sich entwickelnder Code und Modelle: Agenten sind Code + Modell + Laufzeit. Ein Benutzername sagt nicht, welcher Modell‑Checkpoint, welches Container‑Image‑Digest oder welche Agent‑Policy verwendet wurde.
  • Delegation und Genehmigung: ein Agent kann im Auftrag eines Menschen oder eines anderen Systems handeln; die Audit‑Kette muss zeigen, wer den Agenten autorisiert hat und welche Einschränkungen galten.

Kurz: ersetzen Sie das mentale Modell „eine Person hat auf einen Knopf geklickt“ durch „eine reproduzierbare Berechnung hat Eingaben in Ausgaben transformiert und Seiteneffekte ausgelöst“.

Mindestfelder, die ein AI‑Agent‑Audit‑Log enthalten muss

Behandeln Sie jeden Log‑Eintrag als Aufzeichnung einer Berechnung und ihrer Seiteneffekte. Mindestens sollten die folgenden Felder enthalten sein; falls Ihre Umgebung rechtliche oder operative Anforderungen hat, fügen Sie die entsprechenden Einträge hinzu (Beispiele und Begründung weiter unten).

  • record_id — eine stabile UUID für den Audit‑Eintrag (v4 oder v7) und eine Sequenznummer für die Sitzung.
  • timestamp — RFC3339 UTC; fügen Sie monotone Sequenznummern hinzu, um Umordnungen zu erkennen.
  • agent_id — logischer Bezeichner für die Agent‑Instanz (nicht nur der menschliche Eigentümer).
  • agent_version — Commit‑Hash, Container‑Image‑Digest (z. B. sha256:...) oder Paketversion des Agent‑Codes.
  • model_name & model_digest — Modellbezeichner plus Digest oder Prüfsumme der Gewichte/Checkpoint (oder die gehostete Modell‑Versionszeichenfolge).
  • runtime_config — Modellparameter: temperature, top_k/top_p, max_tokens, Nebenläufigkeitslimits und RNG‑Algorithmus.
  • prompt_template_id & prompt_hash — Bezeichner der Prompt‑Vorlage und ein Hash des aufgelösten Prompts, um Klartext zu vermeiden, falls dieser sensibel ist.
  • input_artifacts — Referenzen (URIs) zu Anhängen, Dateien oder externen Daten mit Prüfsummen.
  • actions — geordnete Liste der Aktionen, die der Agent ausgeführt hat, mit Zeitstempeln, Tool‑Bezeichnern und Ergebnissen (Tool‑Name, Version, Exit‑Code, zurückgegebener Datenhash).
  • external_calls — jeder ausgehende API‑Aufruf mit Ziel, URL‑Host, Request‑Hash, Response‑Hash und Latenz.
  • human_principal — wer den Agenten oder die Anfrage erstellt/genehmigt hat (User‑ID, Rolle und Delegationsnachweis).
  • authorization_context — Policy‑ID, erlaubte Scopes, Ablauf und das Approval‑Token oder Audit‑ID, die die Aktion an einen Genehmigungsfluss bindet.
  • outcome — der Endzustand oder die Seiteneffekte: geschriebene Dateien, ausgeführte Befehle, Netzwerkänderungen; inklusive Objekt‑IDs und Prüfsummen.
  • evidence_hash — ein Digest des vollständigen Record‑Payloads zur Manipulationserkennung (separat speichern oder signieren; siehe Signierung weiter unten).
  • p2p_or_relay — ob die Sitzung Peer‑to‑Peer war oder über einen Relay geroutet wurde; bei Relay: Region und Relay‑ID.
  • log_integrity — Signaturmetadaten (Key‑ID, Signaturalgorithmus, Signatur), falls Sie Logs signieren.

Diese Felder bilden den Kern. Je nach Risiko und regulatorischem Bedarf fügen Sie weitere Informationen hinzu: Container‑Runtime‑ID, Kernel/Hypervisor‑Versionen, Hardware‑TPM‑Attestations‑ID, Seriennummern von TLS‑Zertifikaten und beliebige Verweise auf Datensatz‑Provenienz.

Beispiel für einen Audit‑Eintrag

{
  "record_id": "b3f8a1d2-2e8f-4a5b-9a0f-7c6d2f3a1b2c",
  "timestamp": "2026-09-11T14:23:05Z",
  "session_seq": 42,
  "agent_id": "invoice_processor_v2",
  "agent_version": "git+sha:8b7f3c2",
  "model_name": "gpt-like-3b",
  "model_digest": "sha256:0f3a...",
  "runtime_config": {"temperature":0.2,"top_p":0.9,"seed":123456789},
  "prompt_template_id": "tmpl-invoice-2026-v3",
  "prompt_hash": "sha256:abcd...",
  "human_principal": {"user_id":"alice@corp.example","approval_id":"apr-2026-019"},
  "actions": [
    {"t":"2026-09-11T14:23:06Z","tool":"ocr:1.4.0","result_hash":"sha256:1111..."},
    {"t":"2026-09-11T14:23:10Z","tool":"bank_api:2.0","endpoint":"payments/verify","response_hash":"sha256:2222..."}
  ],
  "outcome": {"invoices_processed":3,"files_created":["s3://legal/inv-345.pdf"]},
  "p2p_or_relay": "relay",
  "relay_id": "relay-eu-2",
  "evidence_hash": "sha256:ffff...",
  "log_integrity": {"sig_kid":"logs-prod-2026","sig":"MEUCIQD..."}
}

Das obige Beispiel balanciert Reproduzierbarkeit (model_digest, prompt_hash, runtime_config) mit Datenschutz (Prompt wird als Hash gespeichert). Wo Sie den vollständigen Prompt aus rechtlichen Gründen aufbewahren müssen, beschränken Sie den Zugang und protokollieren Sie jeden Zugriff auf den Klartext separat.

Unveränderlichkeit, Signierung und Aufbewahrungsrichtlinien

Prüfer und Incident‑Responder müssen darauf vertrauen können, dass Logs nicht manipuliert wurden. Zwei praktische Maßnahmen:

  • Anhang‑only‑Speicher mit unveränderlichen Snapshots (Object‑Storage mit Versionierung/WORM oder Write‑Once‑Dateisysteme). Bewahren Sie ein separates Cold‑Backup in einer anderen Region auf.
  • Log‑Signierung: Berechnen Sie einen evidence_hash für jeden Datensatz und signieren Sie ihn mit einem dedizierten Log‑Signing‑Schlüssel. Rotieren Sie Schlüssel nach Plan und speichern Sie alte öffentliche Schlüssel zur Verifikation. Nehmen Sie Signatur‑Metadaten (Key‑ID, Algorithmus und Ablauf) in den Datensatz auf.

Aufbewahrung: Operationsteams halten hochwertige Audit‑Logs üblicherweise 90 Tage online für Troubleshooting, indexierte Metadaten 1 Jahr für Compliance und signierte, unveränderliche Archive 1–7 Jahre je nach Regulierung. Wählen Sie die Aufbewahrungsdauer in Abstimmung mit der Rechtsabteilung — die richtige Dauer variiert je nach Branche; Finanzwesen und Gesundheitswesen verlangen oft mehrere Jahre.

Datenschutz, Schwärzung und Zugriffskontrollen

Audit‑Logs für Agenten können Geheimnisse enthalten: API‑Keys, PII, gescannte Dokumente oder vertragliche Daten. Protokollieren Sie nur das, was Sie für Reproduzierbarkeit benötigen, und nichts darüber hinaus. Praktische Kontrollen:

  • Schwärzungsrichtlinie: speichern Sie Hashes sensibler Eingaben (prompt_hash, file_hash) und verschieben Sie den Klartext in ein geschütztes Vault, das nur während eines Vorfalls und nur mit einem prüfbaren Genehmigungsfluss zugänglich ist.
  • Least Privilege: trennen Sie Rollen für das Schreiben von Logs, das Lesen roher Logs und das Verifizieren von Signaturen. Jeder Zugriff auf rohe Logs muss selbst wieder protokolliert werden.
  • Zustimmung und Zuordnung: wenn ein Agent im Auftrag eines Benutzers handelt, halten Sie eine klare Bindung (Delegations‑Token, zeitgestempelte Genehmigung) fest, damit Sie Handlungen dem menschlichen Prinzipal rechtlich und für GDPR‑Zwecke zuordnen können.

GDPR und andere Datenschutzgesetze behandeln Logs, die personenbezogene Daten enthalten, als personenbezogene Daten; konsultieren Sie die Rechtsabteilung hinsichtlich Minimierung, Zweckbindung und Rechtsgrundlage für die Speicherung. Im Zweifelsfall hashen oder schwärzen Sie und protokollieren Zugriffe auf ungeschwärzte Materialien.

Warum Modell‑ und Laufzeitdetails erfassen (keine optionalen Metadaten)

Zwei Agentenläufe mit demselben Prompt können divergieren, wenn Modellversion, Temperatur, Seed oder Toolchain unterschiedlich sind. Für die Vorfallrekonstruktion benötigen Sie:

  • Modellbezeichner und Digest — die gehostete Modell‑Versionszeichenfolge allein ist fragil; eine Prüfsumme oder eine unveränderliche Provider‑Version ist besser.
  • Agent‑Code‑Commit oder Image‑Digest — ein Bug im Agent‑Code kann das Verhalten stärker verändern als der Prompt.
  • Laufzeitparameter und Seed — um eine spezifische Ausgabe zu reproduzieren oder zu beurteilen, ob Reproduktion im deterministischen Modus möglich ist.
  • Tool‑Versionen und Antworten — ein Tool, das unterschiedliche Daten zurückliefert, ändert das Ergebnis; speichern Sie Response‑Hashes und Endpunkte.

Ohne diese Felder können Sie nicht zuverlässig sagen, was der Agent getan hat oder warum er es getan hat.

Betriebliche Kontrollen: Warnmeldungen, Sampling und Forensik‑Modus

Alles mit voller Detailtiefe zu protokollieren kann teuer und riskant sein. Verfolgen Sie eine gestufte Strategie:

  • Standard‑Sampling: speichern Sie für jeden Lauf vollständige Metadaten (Hashes, Modellnamen, Aktionsliste), aber speichern Sie vollständige Prompts und Tool‑Antworten nur, wenn der Lauf einen Trigger erfüllt (hochriskante Aktion, Nutzerbeschwerde, Policy‑Violation‑Score).
  • Forensik‑Modus: bei Alerts (fehlgeschlagene Policy‑Prüfung, externe Beschwerde) erfassen Sie alle Rohartefakte in einem versiegelten, zugangskontrollierten Forensik‑Store und erstellen eine unveränderliche, signierte Snapshot‑Kopie für Ermittler.
  • Echtzeit‑Alerts: bauen Sie Regeln für hochriskante Aktionen (Banküberweisungen, privilegierte Befehle) und erzeugen Sie automatisierte Genehmigungen oder menschliche Entscheidungsschleifen, bevor der Seiteneffekt eintritt.

Infrastrukturoptionen: Managed Relay vs. Self‑Hosting

Wo Sie Audit‑Logs speichern und übertragen, ist entscheidend. Für Remote‑Access und Agent‑Tooling ist Tenvo's managed relay die Standardempfehlung für die meisten Teams: es bietet native Clients für Windows/macOS/Linux, einen Browser‑Client in öffentlicher Beta und einen Multi‑Region Managed Relay mit eingebauter Protokollierung und Aufbewahrungsstufen (Free $0 / Lite $2.99/mo / Pro $7.99/mo). Die Nutzung des Managed Relay entlastet von Zertifikats‑Erneuerung, Relay‑Skalierung, On‑Call‑Patching und Cross‑Region‑Backups.

Wichtiger Relay‑Vorbehalt: wenn eine Sitzung auf ein Relay zurückfällt, terminiert TLS am Relay, sodass der Betreiber des Relays in der Lage ist, die Sitzung einzusehen. Das bedeutet, dass Sie Relay‑gehostete Logs als potenziell für den Relay‑Betreiber sichtbar behandeln müssen. Wenn Ihre Vorgaben jegliche Drittinfrastruktur ausschließen (z. B. bestimmte Compliance‑ oder Daten‑Residency‑Anforderungen), ist Self‑Hosting die richtige Wahl.

Self‑Hosten nur bei schriftlicher Vorgabe: regulatorische Vorgaben, die Drittanbieter‑Relays verbieten, isolierte Netze ohne ausgehenden Zugriff oder strikte Daten‑Residency‑Regeln. Self‑Hosting bringt Kosten mit sich: On‑Call, Patchen, Schlüsselverwaltung, Zertifikats‑Erneuerung und kein automatisches Multi‑Region‑Failover, es sei denn, Sie bauen es selbst — das Managed Relay ist günstiger, wenn Sie diese operativen Kosten einrechnen.

Zugriffsmodell für Audit‑Logs und Incident‑Response

Definieren Sie vorab, wer was mit Logs tun darf, bevor Sie sie benötigen. Minimalkontrollen:

  • Schreibzugriff nur für Agenten: Agentendienste hängen Logs an, dürfen rohe Logs aber nicht lesen.
  • Getrennte Leserechte: Analysten können Metadaten lesen; Ermittler benötigen höhere Berechtigungen, um rohe Artefakte zu öffnen — jedes Öffnen wird selbst protokolliert und signiert.
  • Automatisierte Attestierungen: wenn ein Ermittler versiegelte Daten einsehen darf, erstellen Sie eine signierte Attestierungs‑Aufzeichnung, die Identität des Ermittlers, Zeit und Zweck verknüpft.

Während eines Vorfalls müssen Sie eine Kausalkette schnell rekonstruieren können. Wenn Ihre Logs model_digest, agent_version, prompt_hash, Aktionsliste und External‑Call‑Hashes enthalten, können Sie die Root‑Cause meist innerhalb von Stunden statt Tagen identifizieren.

Checkliste zum Einstieg (praktische Schritte)

  • Definieren Sie ein JSON‑Schema für Ihren Agent‑Audit‑Record und erzwingen Sie es zur Schreibzeit. Nehmen Sie die oben genannten Felder auf.
  • Implementieren Sie evidence_hash und signieren Sie jeden Datensatz mit einem Log‑Signing‑Schlüssel; stellen Sie öffentliche Schlüssel für Prüfer in einem auffindbaren Keyset bereit.
  • Entscheiden Sie die Aufbewahrung: 90 Tage online für vollständige Datensätze; 1–7 Jahre archiviert je nach Regulierung.
  • Erstellen Sie Schwärzungsregeln: was gehasht wird vs. was im Klartext gespeichert wird und wer Zugriff auf Klartext hat.
  • Fügen Sie Echtzeit‑Policy‑Prüfungen und automatisierte Genehmigungen für hochriskante Aktionen hinzu.
  • Führen Sie wöchentliche Reproduzierbarkeits‑Tests durch: wählen Sie einen Stichproben‑Eintrag und prüfen Sie, ob Sie das Agenten‑Ergebnis mit den protokollierten Modell‑, Seed‑ und Konfigurationsdaten reproduzieren können.

Wenn Sie bereits Remote‑Desktop‑ oder Agent‑Tooling mit Tenvo verwenden, prüfen Sie Gestaltung einer konformen Remote‑Desktop‑Audit‑Protokollkette für Logging‑Muster, die auf interaktive Sitzungen zutreffen, und konsultieren Sie AI‑Agent Remote‑Desktop: Richtlinien, Genehmigungen, Audit für agentspezifische Genehmigungsflüsse. Für einen breiteren Blick darauf, wie Agenten in Remote‑Tooling passen, siehe AI und Remote‑Desktop: wie Agenten Remote‑Tooling nutzen.

Fangen Sie klein an: implementieren Sie das Schema, erzwingen Sie Signierung und iterieren Sie bei der Schwärzung. Das Ergebnis ist schnellere Incident‑Response, prüfbare Delegation und eine verteidigungsfähige Compliance‑Position.

Download Tenvo to test logging and managed relay behavior locally and see how our relay, pricing tiers (Free $0 / Lite $2.99/mo / Pro $7.99/mo) and multi-region relays simplify operations: Herunterladen.

Tenvo herunterladen

Bereit, es selbst auszuprobieren?

Kostenlos für 30 Geräte, keine Kreditkarte. In zwei Minuten einsatzbereit und verbunden.