Online bauen & fragen, kontrolliert zur Laufzeit
Online bauen & fragen.
Die Daten bleiben Ihre.
Beschreiben Sie dem eingebauten AI Builder, was Ihr Unternehmen braucht — Helpdesk, Freigabeprozess, CRM — und die App läuft: generierte Console, REST-APIs, SSO, Rechte und Audit-Logs. Darunter bleibt die ganze App kompakte ObjectStack-Metadaten — ein vollständiges CRM hat unter 2.000 Zeilen, rund 16k Tokens — klein genug zum Prüfen, kontrolliert bei jedem Aufruf. Lieber mit eigenem Coding-Agent? Bauen & fragen Sie mit Claude Code auf dem quelloffenen ObjectStack.
- AI Builder
- Beschreiben — und es läuft
- Prüfbar by design
- Ein ganzes CRM: ~16k Tokens
- Ihre Daten, nie unsere
- Unsere Cloud oder Ihre Server
Für AI-geschriebene Unternehmenssoftware
Bewährte Systeme behalten.
Eine kontrollierte Runtime für Agents ergänzen.
Enterprise AI braucht kein weiteres Neuaufbauprojekt und keinen weiteren Stapel generierten Codes. Sie braucht ein kompaktes Zielformat, das Agents schreiben, Menschen prüfen und eine Runtime kontrolliert über Legacy-Systeme, neue Anwendungen und AI Agents hinweg. Ihre Objekte, Berechtigungen und Workflows sind Ihre Geschäftsontologie — offene Dateien in Ihrem Besitz, kein Asset in der Plattform eines anderen.
Plattformfunktionen
Mit der Geschäftsstruktur beginnen,
nicht mit einer leeren Codebasis
- 01
Agents ein Geschäftsmodell geben
Modellieren Sie Kunden, Aufträge, Anlagen, Fälle und Freigaben als Objekte, die Agents lesen, verknüpfen und bearbeiten können.
- 02
Systeme erweitern, ohne sie zu ersetzen
Ergänzen Sie Datenbanken, ERP, CRM und eigene Systeme um APIs, Rechte, Workflows und Intelligenz.
- 03
Metadaten statt App-Code generieren
Für typische CRUD- und Workflow-Software schreiben Agents die kompakte ObjectStack-Definition, während ObjectOS Tabellen, APIs, UI, Tools, Rechte und Audit liefert. Weniger Code zu generieren, weniger Code zu prüfen.
- 04
Governance zur Laufzeit erzwingen
Nutzen Sie Unternehmensidentität, Berechtigungen, Freigabeschlangen und Audit-Logs, damit jede Agent-Aktion klare Grenzen hat.
AI-Build und Agent-Betrieb
Agents erstellen die Software.
Menschen bleiben in der Prüfung.
ObjectOS macht Objekte, Felder, Workflows, Berechtigungen und Aktionen zu deklarativen Metadaten, die Agents über kontrollierte Tools lesen und ändern. Auf dem quelloffenen ObjectStack bringen Sie Ihre eigene AI mit: Ein Coding-Agent schreibt Metadaten als Quelldateien — das mitgelieferte CRM umfasst 1.792 Zeilen in 31 Dateien, das gesamte Geschäftssystem passt also in den Kontext des Agents. Sie prüfen den Diff, und jeder MCP-Client kann Ihre Daten abfragen. Alles Wiederkehrende darunter liefert die Runtime: Tabellen, API, UI, Rechteprüfung, Audit. Die In-App-Assistenten Build und Ask laufen auf Cloud und Enterprise.
AI-Sicherheitsmodell ansehen →AI Builder
Cloud & Enterprise: Beschreiben Sie eine Änderung in natürlicher Sprache. Der In-App-Builder generiert Objekte, Felder, Views und Workflows und schickt Strukturänderungen zur Freigabe. Auf dem quelloffenen ObjectStack schreibt Ihr Coding-Agent denselben kompakten Metadaten-Diff statt einer vollständigen App-Codebasis.
AI Ask
Cloud & Enterprise: Stellen Sie Fragen im Produkt, analysieren Sie Geschäftskontext und lösen Sie freigegebene Aktionen innerhalb der Rechte des angemeldeten Nutzers aus. Auf dem quelloffenen ObjectStack fragen Sie dieselben Objekte über MCP mit Ihrer eigenen AI ab.
Tools / MCP
Alle Editionen: @objectstack/mcp stellt Objekte, Abfragen und Aktionen als policy-bewusste Tools für Claude, Cursor, jeden MCP-Client oder ein lokales Modell bereit.
Funktionsweise
Geschäftsabläufe in eine Struktur verwandeln,
die Agents nutzen können
ObjectOS beschreibt Objekte, Beziehungen, Rechte, Workflows und Aktionen in einheitlichen Metadaten. Agents ändern eine kompakte Definitionsschicht, statt Anwendungscode neu zu generieren, sodass Business-Iterationen schnell, prüfbar und kontrolliert bleiben.
Sicherheit und Governance
Daten bleiben in Ihrem Netzwerk.
AI arbeitet innerhalb von Berechtigungen.
ObjectOS läuft als selbst gehostete Runtime auf Ihrer Infrastruktur. Geschäftsdaten, Identitäten, Audit-Logs und Dateien bleiben unter Ihrer Kontrolle; AI Agents greifen über kontrollierte Tools auf Objekte zu und erben die Rechte des angemeldeten Nutzers.
Sicherheit und Governance ansehen →Datenresidenz
Verbinden Sie Ihre Datenbanken und Speicher. Ohne explizit konfigurierte externe Dienste ruft ObjectOS nicht nach Hause, prüft keinen Lizenzserver und sammelt keine Telemetrie.
AI mit Nutzerrechten
Agents handeln als angemeldete Nutzer und beachten Objekt-, Datensatz- und Feldrechte.
Freigabe und Audit
Strukturelle Änderungen laufen durch eine menschliche Freigabe; Lesezugriffe, Schreibzugriffe, Tool-Aufrufe und Rechteänderungen können protokolliert werden.
Offline bereit
Betrieb in VPCs, auf lokalen Servern oder in isolierten Netzen mit lokalen Modellen, interner Identität und eigenem Secret Management.
Anwendungsvorlagen
Mit lauffähigen Vorlagen starten,
nicht mit einem leeren System
Helpdesk-Vorlage
AI-first Kundenservice mit Tickets, SLA, Zusammenfassungen, Antwortvorschlägen und Wissensabruf.
Quellcode ansehen →Contracts-Vorlage
Vertragslebenszyklus mit Metadatenextraktion, Freigabe, Verlängerungserinnerungen und Audit-Trails.
Quellcode ansehen →Procurement-Vorlage
Einkaufsanfragen, Lieferanten, Bestellungen, Wareneingang und Three-way Matching als kontrollierte Anwendung.
Quellcode ansehen →Im Vergleich
Anders als die Tools,
die Sie kennen
vs Airtable
Eine echte Datenbank mit Server-Logik und Runtime-Governance — kein Tabellen-Workspace.
Vergleich lesen →vs Retool
Geschäftslogik ist prüfbare Metadaten — kein über Screens verstreutes JavaScript.
Vergleich lesen →vs Lovable & Bolt
Agents generieren kontrollierte Metadaten mit Schema und Rechten — keine einmalige Codebasis.
Vergleich lesen →Aktuelle Einblicke
Praxiswissen zu AI-nativer Software
Welche Tools nutzen Forward-Deployed Engineers? Ein Ontologie-first Open Stack
Fünf Schmerzen definieren Forward-Deployed-Arbeit: Klempnerei frisst Woche eins, Demos sterben im Security-Review, Anforderungen ändern sich schneller als Code, Muster verzinsen sich nie, die Übergabe vergiftet das Vertrauen. Hier die Lösungen.
Wie viele Tokens hat eine Business-App? Ein komplettes CRM in 16k
Gemessen in der Einheit, in der AI arbeitet, ist ein komplettes CRM ~16k Tokens typisierter Metadaten — 8 % eines Kontextfensters. Software, die ganz in den Kontext eines Agents passt, wird anders gewartet: kontextgroße Software.
Wenn dein KI-Agent die Produktionsdatenbank löscht: Warum es Laufzeit-Leitplanken braucht
Der Replit-Datenbankvorfall zeigt eine strukturelle Lehre: Der Wirkungsradius eines Agents darf nicht nur durch einen Prompt begrenzt werden. Berechtigungen, Freigaben und Audit müssen von der Runtime erzwungen werden.
Nächster Schritt
Beginnen Sie mit den Geschäftsdaten, die Sie am besten kennen.
Verbinden Sie ein bestehendes System, definieren Sie zentrale Geschäftsobjekte und lassen Sie Ihren Agent die erste kontrollierte AI-geschriebene Anwendung als kleinen Metadaten-Diff ausliefern.
Bestehende Systeme verbinden →