Jarvis Agent OS — Admin Dashboard

Aktive Agenten

—

Laden...

Heartbeat-Tasks

—

Laden...

Installierte Skills

—

Laden...

Erfolgsquote

—

Aller Tasks

Auth Sessions

—

Aktiv

Security Recalls

—

Aktive Warnungen

Letzte Ereignisse LIVE

📡

Verbinde mit Event-Stream...

Agent-Übersicht 0 Agenten

Agent	Tasks	Status	Erfolg
Keine Agenten konfiguriert

🤖

Lade Agenten-Daten...

System-Metriken LIVE

CPU-Auslastung

0%

Speicher

0 MB

Aktive Verbindungen

Audit-Trail Letzte 20

Lade Audit-Einträge...

🔄

Lade Update-Status...

⚙️

Lade Konfiguration...

⌨️

Lade Commands...

🔐

Lade Auth-Daten...

🛡️

Lade Isolation-Daten...

📋

Lade Audit-Log...

—

Pipeline-Runs

—

Pass-Rate

—

Findings gesamt

—

Letztes Ergebnis

Pipeline-Stufen

🔍 Adversarial Fuzzing — Unicode, Encoding, Nesting, DoS

🛡️ Model-Inversion Detection — Prompt-Extraction, Training-Data-Leak

📦 Dependency Scan — CVE-Prüfung aller Skill-Abhängigkeiten

💉 Prompt-Injection — 14+ Injection-Payloads

🧠 Memory-Poisoning — Fakten-Manipulation erkennen

CI/CD-Integration

—

Bewertete Skills

—

Ø Reputation

—

Aktive Recalls

—

Offene Reports

Trust-Verteilung

Governance-Regeln

🚫 GOV-001 — Auto-Block bei Score < 10

⚠️ GOV-002 — Auto-Flag bei 3+ Abuse Reports

🔴 GOV-003 — Auto-Recall bei Security-Fail

📢 GOV-004 — Notify bei Score < 30

Aktive Recalls

✅

Keine aktiven Recalls

—

Konnektoren

—

Verbunden

—

Scope-Policies

—

Violations

Verfügbare Konnektoren

💬

Microsoft Teams

Bot Framework · Adaptive Cards

Konfiguriert

🎯

Atlassian Jira

REST API v3 · Issues · Transitions

Konfiguriert

🎫

ServiceNow

Table API · Incidents · Knowledge

Konfiguriert

Scope-Guard — Least Privilege

Jeder Agent erhält nur die minimal notwendigen Berechtigungen pro Konnektor. Cross-Agent-Zugriffe werden strikt blockiert und geloggt.

—

Templates

—

Laufend

—

Abgeschlossen

—

Kategorien

Verfügbare Templates

👋

Team-Onboarding

5 Schritte · ~120 Min · HR, Accounts, Einarbeitung

💰

Sales-Pipeline Follow-up

5 Schritte · ~30 Min · CRM, E-Mail, Reminder

🚨

Incident-Response

6 Schritte · ~60 Min · ServiceNow, Diagnose, Post-Mortem

🔍

Automatischer Code-Review

4 Schritte · ~15 Min · Security-Check, Style, Jira

—

MTTD (Sek.)

—

MTTR (Sek.)

—

Resolution-Rate

—

Posture-Score

Team-Rollen (RACI)

🔬 ML Engineer — Model-Inversion, Memory-Poisoning

💻 Developer — Privilege-Escalation, Code-Bugs

🛡️ Security Analyst — Prompt-Injection, Data-Exfil

📋 Compliance Officer — Bias, Policy-Violations

🚨 Incident Responder — DoS, Emergencies

🔒 Data Protection — DSGVO, PII

Offene Incidents

✅

Keine offenen Incidents

—

Agenten registriert

—

Online

—

Federation-Links

—

Nachrichten

Protokoll-Features

🔑 Signierte Nachrichten mit Public-Key-Verifizierung

🔍 Capability-Discovery — automatische Agent-Auswahl

📡 Broadcast + Point-to-Point Routing

⏱️ Rate-Limiting pro Federation-Link

🔐 Scope-basierte Capability-Delegation

—

Kosten heute (€)

—

Budget-Entitäten

—

Bias-Findings

—

Fairness-Rate

Kosten nach Modell

📊

Noch keine API-Calls erfasst

Ethik-Regeln

🎯 Max. Bias-Findings pro Tag: 5

⚖️ Min. Fairness-Score: 80%

🔍 Transparenz-Pflicht: aktiviert

👤 Human-Oversight bei kritischen Entscheidungen: aktiviert

—

Gate-Prüfungen

—

Blockiert

—

Container

—

Geplante Scans

Scan-Zeitplan

🌙 Täglich 02:00 — Quick-Scan (Prompt-Injection, Model-Inversion)

📅 Montags 03:00 — Full-Scan (5 Stages inkl. Dependencies)

🔴 1. des Monats 04:00 — Penetration-Test (7 Stages)

—

Compliance-Score

—

High-Risk Systeme

—

Dokumente

—

Schulungsmodule

Pflichten für Jarvis (High-Risk: Versicherungsberatung)

📋 Art. 9: Risikomanagement-System

📊 Art. 10: Daten-Governance

📝 Art. 11: Technische Dokumentation

🗃️ Art. 12: Record-Keeping / Logging

👁️ Art. 13: Transparenz

👤 Art. 14: Menschliche Aufsicht

🛡️ Art. 15: Genauigkeit, Robustheit, Cybersecurity

🚨 Art. 62: Meldepflicht bei schweren Vorfällen

—

Mandanten

—

Trust-Relations

—

Notfall-Events

—

Lockdown-Status

Plan-Übersicht

Free
1 Agent · 10 Skills · 5€/Tag

Starter
3 Agents · 50 Skills · 25€/Tag

Professional
10 Agents · 200 Skills · Federation

Enterprise
∞ Agents · ∞ Skills · Priority

Notfall-Aktionen

🛑 Kill-Switch — Alles sofort stoppen

🔒 Lockdown — Nur Admin-Zugriff

🏥 Quarantäne — Agent oder Skill isolieren

🔗 Federation revoking — Link sofort kappen

⏪ Rollback — Auf letzte sichere Version zurück

—

Agent-Vaults

—

Gespeicherte Secrets

—

Active Sessions

—

Firewall-Violations

Isolationsarchitektur

🏦 Pro-Agent-Tresor — Eigener Vault mit AES-256-GCM Verschlüsselung

🔄 Auto-Rotation — API-Keys (30d), Tokens (24h), Passwörter (90d), Zertifikate (365d)

🧱 Session-Firewall — Cross-Agent-Zugriff blockiert + geloggt

💀 Vault-Destroy — Revoke aller Secrets + Session-Purge bei Kompromittierung

—

Test-Runs

—

Pass-Rate

—

Abdeckung

—

Gate-Status

Angriffsvektoren (13 Built-In)

🔴 DAN-Prompt (Critical)

🔴 Tool-Call-Injection (Critical)

🔴 Multi-Turn-Escalation (Critical)

🟠 RolePlay-Escape (High)

🟠 Base64-Encoding (High)

🟠 System-Prompt-Leak (High)

🟠 Direct-Injection (Critical)

🟠 Indirect-via-Document (High)

🟠 Delimiter-Escape (High)

🟠 Context-Window-Pollution (High)

🟡 Token-Smuggling (Medium)

🟡 Instruction-Confusion (Medium)

🟡 Multilingual-Injection (Medium)

—

Skill-Reviews

—

Diversity-Score

—

Budget-Volume €

—

Erklärungen

Skill-Review-Workflow

1️⃣ Einreichung → Auto-Security-Scan

2️⃣ Review → Board-Mitglied prüft + kommentiert

3️⃣ Entscheidung → Approve / Reject / Quarantäne

⚠️ Blocking-Comments verhindern Freigabe bis zur Klärung

—

Assessments

—

High-Risk

—

Board-Entscheidungen

—

Maßnahmen

Risiko-Matrix (Severity × Likelihood)

🔴 Kritisch (20-25) — Sofortige Maßnahmen erforderlich, Board-Veto möglich

🟠 Hoch (12-19) — Mitigationsplan + Stakeholder-Konsultation Pflicht

🟡 Moderat (6-11) — Maßnahmen empfohlen, Monitoring einrichten

🟢 Niedrig (1-5) — Dokumentation ausreichend

Ethik-Board Governance

🗳️ Abstimmung — Approve / Reject / Conditional / Abstain

⛔ Veto — 2+ Reject-Stimmen blockieren Freigabe

📜 Quorum — Mindestens 3 Board-Mitglieder müssen abstimmen

🤝 Bedingungen — Conditional-Votes erzwingen Auflagen vor Einsatz

10 Impact-Dimensionen

⚖️ Grundrechte

🔒 Datenschutz

🛡️ Sicherheit

👁️ Transparenz

🚫 Diskriminierung

🧠 Autonomie

🌍 Umwelt

💼 Arbeitsmarkt

🏛️ Demokratie

👶 Kinderschutz

—

Audits

—

Pass-Rate

—

Findings

—

Muster geladen

12 Built-In Security-Patterns

🔴 eval() Aufruf (Critical)

🔴 exec() Aufruf (Critical)

🔴 subprocess shell=True (Critical)

🔴 DNS-Exfiltration (Critical)

🟠 os.system() (High)

🟠 HTTP-Requests extern (High)

🟠 Socket-Nutzung (High)

🟠 compile/marshal/pickle (High)

🟠 SQL-Injection-Risiko (High)

🟡 Sensible Pfade (Medium)

🟡 Secrets in tempfile (Medium)

🔵 Base64-Dekodierung (Low)

Berechtigungsanalyse

Automatische Erkennung benötigter Berechtigungen: File Read/Write, Network, Shell Exec, Database, Secrets, External API, System Info. Risikobewertung: Shell+Network+Secrets = High Risk.

—

Nutzer

—

Einwilligungen

—

Benachrichtigungen

—

Aktivitäten

DSGVO-Rechte des Endnutzers

✅ Art. 7 — Einwilligungsmanagement (8 Zwecke, Widerruf jederzeit)

📖 Art. 13/14 — Informationspflichten (KI-Offenlegung nach Art. 52 EU-AI-Act)

🔍 Art. 15 — Auskunftsrecht (Daten-Zugriffsprotokoll einsehbar)

🗑️ Art. 17 — Recht auf Löschung (Komplett-Löschung mit einem Klick)

📦 Art. 20 — Datenportabilität (JSON-Export aller Nutzerdaten)

🤖 Art. 22 — Automatisierte Entscheidungen (Verständliche Erklärungen + Alternativen)

8 Einwilligungszwecke

🤖 KI-Verarbeitung

📊 Datenanalyse

👤 Profilbildung

🔗 Weitergabe an Dritte

📢 Marketing

🏦 Versicherungsberatung

❤️ Gesundheitsdaten (BU)

⚡ Automatisierte Entscheidungen

—

Folgenabschätzungen

—

Stakeholder

—

Board-Entscheidungen

—

Maßnahmen

Impact-Dimensionen (EU AI Act Art. 9)

⚖️ Grundrechte

🔒 Datenschutz

🛡️ Sicherheit

👁️ Transparenz

🚫 Diskriminierung

🧠 Autonomie

🌍 Umwelt

💼 Arbeitsmarkt

🗳️ Demokratie

👶 Kinderschutz

Ethik-Gremium

🗳️ Abstimmung — Approve / Reject / Bedingt / Enthaltung

🚫 Veto — 2+ Reject-Stimmen blockieren Freigabe

📊 Quorum — Mindestens 3 Mitglieder müssen abstimmen

—

Skill-Audits

—

Pass-Rate

—

Findings gesamt

—

Scan-Patterns

Erkennungsmuster (12 Built-In)

🔴 eval() / exec() Aufrufe

🔴 subprocess shell=True

🔴 DNS-Exfiltration

🟠 os.system() Aufruf

🟠 HTTP-Requests extern

🟠 Socket-Nutzung

🟠 SQL-Injection-Risiko

🟠 Compile/Marshal/Pickle

🟡 Sensible Pfade lesen

🟡 Temp-Dateien mit Secrets

🔵 Base64-Dekodierung

🔵 Berechtigungs-Analyse

—

Registrierte Nutzer

—

Erklärte Entscheidungen

—

Feedback-Einträge

—

Zufriedenheit

Portal-Funktionen

💡 Entscheidungs-Timeline — Chronologische Darstellung aller KI-Empfehlungen

🔍 Warum-Erklärung — Einfache Sprache: Warum wurde X empfohlen?

↔️ Alternativen — Was wäre noch möglich gewesen? Pro/Contra + Risiken

📝 Feedback — Nutzer können Entscheidungen bewerten (👍👎 + Kommentar)

⚙️ Einstellungen — Risikobereitschaft, Sprache, Detailtiefe

3

Templates

—

Veröffentlicht

—

Test Pass-Rate

—

Contributors

CLI-Befehle

$ jarvis skill new <name> --template=basic|api|automation
$ jarvis skill lint ./my-skill/
$ jarvis skill test ./my-skill/
$ jarvis skill publish ./my-skill/

Reward-System

🌱 Erster Skill: +200 Punkte

⭐ 5 Skills: Badge

📦 Skill veröffentlicht: +100

🔍 Review gegeben: +20

🐛 Bug gemeldet: +30

🎓 1000+ Punkte: Experte

—

Aktueller Schritt

—

Hardware-Tier

—

Empfohlenes Modell

—

Kanäle

Presets

💡 Minimal — gemma2:2b, 1 Agent, Telegram (4-8 GB RAM)

🖥️ Standard — llama3.1:8b, 3 Agenten, RAG + Cron (16 GB RAM, 8 GB VRAM)

🚀 Power — qwen2.5:32b, 10 Agenten, Federation (32+ GB RAM, 16+ VRAM)

🏢 Enterprise — llama3.1:70b, 50 Agenten, Multi-GPU (64+ GB RAM)

Unterstützte Kanäle

📱 Telegram

💬 Slack

🌐 Web

🔷 Matrix

Ⓜ️ Teams

📧 Email

🔌 REST-API

💬 iMessage

📱 WhatsApp

—

Vector-Einträge

—

Backends

—

Avg Latenz (ms)

—

Cloud-Fallbacks

Architektur

🗄️ Vector-Store — In-Memory + ChromaDB/FAISS/Qdrant Backend, Cosine-Similarity

⚖️ Load-Balancer — 4 Strategien: Round-Robin, Least-Connections, Weighted, Latency-Based

☁️ Cloud-Fallback — Anthropic/OpenAI/Groq bei Überlast (Budget-Limits pro Tag)

📊 Ressourcen-Monitor — CPU/RAM/GPU Alerts + Optimierungs-Empfehlungen

🔍 Query-Dekomposition — Zerlegt komplexe Anfragen für paralleles RAG