Definition
Actor-Intelligenz ist Evidenz darüber, wer oder was eine Interaktion mit einer Anwendung auslöst, kombiniert mit dem Kontext, der nötig ist, um darauf zu reagieren. Der "Actor" ist das, was in diesem Moment die Kontrolle über die Interaktion hat: eine Person, eine Person, die mit einem KI-Assistenten arbeitet, ein autonomer Agent oder etwas, das sich mit der verfügbaren Evidenz nicht bestimmen lässt.
Actor-Intelligenz unterscheidet sich von Identität. Identität beantwortet die Frage "Welches Konto ist das?" Actor-Intelligenz beantwortet "Welche Art von Teilnehmer bedient dieses Konto oder diese Anfrage gerade jetzt, und woher wissen wir das?"
Warum es diese Kategorie gibt
Über den größten Teil der Web-Geschichte konnten Anwendungen eine authentifizierte Sitzung als Person behandeln. Automatisierter Traffic war etwas, das man erkennen und meist stoppen sollte. Dieses Modell bricht zusammen, sobald legitime Software-Agenten anfangen, für die Menschen und Unternehmen, die sie betreiben, zu browsen, APIs aufzurufen und Tools zu verwenden. Eine Anwendung muss heute unterscheiden zwischen:
- Personen, die die normale Nutzererfahrung erhalten sollten.
- Personen, die KI-Unterstützung nutzen, je nach Workflow willkommen, eingeschränkt oder lediglich offengelegt.
- Agenten, die strukturierten Zugriff verdienen, etwa eine API oder eine maschinenlesbare Antwort.
- Interaktionen, bei denen die Evidenz zu dünn ist, um es zu sagen.
Unser Beitrag Mensch, KI-unterstützt oder Agent: eine praktische Taxonomie für Anwendungsverkehr erklärt diese vier Gruppen im Detail.
Ohne diese Unterscheidung greifen Teams auf grobe Werkzeuge zurück: alles blockieren, was automatisiert aussieht, oder alles zulassen, was sich authentifiziert. Beides verursacht Probleme. Das erste bricht legitime Integrationen. Das zweite lässt hochwirksame Aktionen mit weniger Kontext laufen, als irgendjemand beabsichtigt hat.
Bestandteile der Actor-Intelligenz
Signale
Die Rohdaten: Request-Signaturen, Protokolldetails, Deklarationen von Clients und Interaktionssignale aus Browser-Sitzungen. Welche Signale existieren, hängt davon ab, wo die Integration läuft.
Klassifizierung mit Basis
Eine Schlussfolgerung wie Agent oder Human ist nur dann nützlich, wenn sie angibt, worauf sie sich stützt. Gute Actor-Intelligenz meldet immer die Evidenzbasis: Verified, Declared, Inferred oder Unknown.
Analytik
Muster über die Zeit und je Route: Welche Teile der Anwendung sehen Agent-Traffic, wie viel Unknown es gibt und wie sich diese Werte nach einem Release verändern.
Entscheidungen
Die eigene Policy der Anwendung für jede Route und jedes Risikoniveau. Actor-Intelligenz informiert diese Entscheidungen, sie trifft sie nicht von selbst.
Wie es sich zu Bot-Erkennung verhält
Bot-Erkennung ist vor allem adversarial: Sie soll missbräuchliche Automatisierung finden und stoppen. Actor-Intelligenz ist breiter. Sie behandelt Automatisierung als normalen Teilnehmer, der legitim sein kann, und sie behandelt KI-unterstützte Menschen als eigene Kategorie. Außerdem gibt sie Unknown einen festen Platz, statt jede Interaktion in "bot" oder "kein bot" zu pressen.
Häufige Missverständnisse
Mehr Signale bedeuten immer mehr Gewissheit. Signale unterschiedlicher Stärke sollten nicht zu einem einzigen Score gemittelt werden. Eine verifizierte Signatur und ein inferiertes Verhaltensmuster sind unterschiedliche Arten von Evidenz.
Actor-Intelligenz sollte automatisch entscheiden. Der Wert liegt darin, dem Besitzer der Anwendung verlässlichen Kontext zu geben. Der Besitzer entscheidet über Enforcement.
Actor-Intelligenz in Proof of Actor
Proof of Actor bündelt Actor-Intelligenz in drei Fähigkeiten: Detect, Understand und Route. Ergebnisse liegen immer in einer von vier Klassen mit einer expliziten Basis vor, Teams starten im Observation Mode, und Policies laufen im eigenen Code der Anwendung. Mehr dazu auf der Produktseite oder für den frühen Zugang bewerben.