Was Modellanbieter sehen

kanman trainiert und betreibt kein eigenes Sprachmodell. Der Coding-Agent und der unabhängige Reviewer nutzen Modelle etablierter Anbieter. Diese Seite erklärt, welcher Anbieter was sieht, damit Sie das bewerten können, bevor Sie ein Repository verbinden.

Welcher Anbieter beteiligt ist

Der Anbieter hängt vom Executor Ihres Teams ab und davon, wie Sie die Rechenleistung bezahlen.

Den Executor wählen Sie beim Einrichten eines Teams; ändern können Sie ihn in den Team-Einstellungen unter Agent und Modelle.

Der Reviewer nutzt bewusst ein Modell eines anderen Anbieters als der Executor, damit die Arbeit von einer unabhängigen zweiten Meinung geprüft wird. Ist Ihr Executor Claude Code, läuft der Reviewer auf einem OpenAI-Modell, und umgekehrt.

Teams mit eigenem Schlüssel bekommen auch den Reviewer und das Schreiben der Akzeptanzspezifikationen über diesen Schlüssel, ihr Code erreicht also nur ihren eigenen Anbietervertrag. Weil ein Schlüssel einen Anbieter erreicht, nutzt der Reviewer dann ein Modell dieses Anbieters (bei Azure OpenAI oder Amazon Bedrock das konfigurierte Deployment oder Modell) statt eines Modells des anderen Anbieters. Fehlt der Schlüssel oder funktioniert er nicht, meldet die Prüfung einen Fehler; kanman weicht dafür nie auf den eigenen Modellzugang aus.

Teams mit eigenem Runner können den Modellzugang auch ganz der Umgebung des Runners überlassen, zum Beispiel über ihr eigenes Konto bei Amazon Bedrock, Google Vertex AI oder Microsoft Foundry. Siehe Modellzugang auf Self-hosted Runnern.

Auch die Aufnahme (aus einer Anforderung werden Stories) nutzt ein Sprachmodell. Sie verwendet Ihren eigenen Schlüssel, wenn das Team oder der Workspace einen hat, sonst den Modellzugang von kanman.

Was neue Teams nutzen

Wie neue Teams die Modelle erreichen, wählen Inhaber und Admins unter Workspace-Einstellungen > Modellzugang (/<workspace>/settings/models) bei Neue Teams nutzen:

• Über kanman abrechnen: Anbieterkosten plus 15 Prozent auf der Rechnung des Teams. Nichts einzurichten.
• Eigener Schlüssel: Ihr Anbieter rechnet direkt mit Ihnen ab. Den Schlüssel tragen Sie einmal auf derselben Seite ein.
• Modellzugang deiner Runner: nur, wenn Runs auf Ihren eigenen Runnern laufen. Die Runner nutzen den Modellzugang ihrer eigenen Umgebung, siehe Modellzugang auf Self-hosted Runnern.

Die Wahl wird sofort gespeichert. Die Team-Einrichtung startet jedes neue Team damit, und ein Team kann in seinen Einstellungen > Agent und Modelle trotzdem anders wählen. Dort zeigt das Feld Workspace-Standard: mit dem aktuellen Standard, und Workspace-Standard nutzen holt ein Team, das anders gewählt hat, zu ihm zurück. Bestehende Teams behalten, was sie nutzen, bis Sie es für sie ändern.

Eigenen Schlüssel nutzen

Ein Workspace hat einen Anbieterschlüssel, den alle Teams mit der Einstellung Eigenen Schlüssel verwenden teilen. Nur Workspace-Admins können ihn hinzufügen, testen, ersetzen oder entfernen.

1. Öffnen Sie Workspace-Einstellungen > Modellzugang (/<workspace>/settings/models) und suchen Sie Dein Anbieterschlüssel.
2. Klicken Sie auf Anbieterschlüssel hinzufügen.
3. Wählen Sie zuerst den Anbieter und geben Sie den Schlüssel ein. Jeder Anbieter steht mit dem Executor in der Liste, zu dem er passt: Anthropic und Amazon Bedrock für Claude Code, OpenAI und Azure OpenAI für Codex. Für das KI-Gateway Ihres Unternehmens oder einen Proxy wählen Sie unter der Liste Stattdessen ein Gateway oder einen Proxy nutzen (siehe Das KI-Gateway Ihres Unternehmens nutzen).
4. Füllen Sie die übrigen Felder für diesen Anbieter aus (siehe Tabelle). Um ein bestimmtes Modell festzulegen, öffnen Sie Modell wählen; sonst wählt kanman für jede Aufgabe ein passendes Modell.
5. Klicken Sie auf Verbindung testen, um den Schlüssel zu prüfen, dann auf Schlüssel speichern.

Nach dem Speichern zeigt der Schlüssel seinen Status (Funktioniert oder Prüfung fehlgeschlagen), das Modell und wann er zuletzt geprüft wurde. Mit Verbindung testen prüfen Sie ihn jederzeit erneut, mit Ersetzen geben Sie einen neuen Schlüssel ein, mit Schlüssel entfernen löschen Sie ihn.

Der Schlüssel muss zum Executor des Teams passen: Ein Team mit Claude Code braucht einen Anthropic- oder Bedrock-Schlüssel (oder ein KI-Gateway mit Anthropic-kompatiblem Endpunkt), ein Team mit Codex einen OpenAI- oder Azure-OpenAI-Schlüssel (oder ein KI-Gateway mit der OpenAI Responses API). kanman weicht nie stillschweigend auf den eigenen Modellzugang aus. Fehlt der Schlüssel, wurde er entfernt oder passt er nicht, halten die Runs des Teams mit einer klaren Meldung an, bis Sie einen passenden Schlüssel hinzufügen oder das Team auf Über kanman abrechnen umstellen.

Schlüssel werden verschlüsselt gespeichert und nur als Umgebungswerte an die Sandbox des Runs übergeben. Sie erscheinen nie in Logs, Run-Daten oder im Audit-Log.

Das KI-Gateway Ihres Unternehmens nutzen

Viele Unternehmen leiten den gesamten Modellverkehr über ein KI-Gateway, zum Beispiel LiteLLM, Portkey, Kong AI Gateway, Azure API Management, Cloudflare AI Gateway oder einen internen Proxy. Bietet Ihr Gateway eine OpenAI-kompatible API, kann kanman es mit dem Schlüssel Ihres Unternehmens nutzen: Das Gateway wendet die Regeln, das Routing, die Protokollierung und die Verträge Ihres Unternehmens an, und der Anbieter rechnet über das Gateway mit Ihnen ab.

Das Gateway hinzufügen

1. Öffnen Sie Workspace-Einstellungen > Modellzugang und klicken Sie auf Anbieterschlüssel hinzufügen (oder auf Ersetzen neben dem aktuellen Schlüssel).
2. Wählen Sie unter der Anbieterliste Stattdessen ein Gateway oder einen Proxy nutzen. Das Formular zeigt dann Gateway oder Proxy (ein OpenAI-kompatibles Gateway).
3. Füllen Sie die Felder aus:

4. Klicken Sie auf Verbindung testen, dann auf Schlüssel speichern.

Was „Verbindung testen“ prüft

kanman sendet eine kleine Anfrage an das Gateway und listet auf, was es anbietet:

Unter der Liste nennt kanman die Coding-Agents, die mit diesem Gateway funktionieren. Die Karte des Schlüssels behält das Ergebnis der letzten Prüfung.

Welcher Coding-Agent mit welchem Gateway funktioniert

Aktuelle Versionen von Codex unterstützen Chat Completions nicht mehr; ein Gateway nur mit Chat Completions kann deshalb keinen Coding-Agenten betreiben. Bitten Sie in diesem Fall das Team Ihres Gateways, zusätzlich die Anthropic Messages API (/v1/messages) oder die OpenAI Responses API anzubieten. LiteLLM etwa bietet beides. Bis dahin kann ein Team seine Assistenzschritte über das Gateway laufen lassen und den Coding-Agenten mit einem anderen Modellzugang betreiben (siehe unten).

kanman lässt ein Team keinen Coding-Agenten mit einem Schlüssel kombinieren, mit dem er nicht laufen kann: Die Team-Einrichtung und die Team-Einstellungen nennen den Grund und speichern die Auswahl nicht.

Pro Team und Zweck wählen

Unter Team-Einstellungen > Agent und Modelle wählt ein Team seinen Modellzugang zweimal. Beides startet mit der Wahl des Workspaces unter Neue Teams nutzen (siehe Was neue Teams nutzen):

• Modellzugang des Coding-Agents: über kanman abrechnen, eigener Schlüssel oder (auf eigenen Runnern) der Modellzugang aus der Runner-Umgebung.
• Modellzugang für kanmans Assistenzschritte: Stories entwerfen, Antworten in der Unterhaltung, der Reviewer und der Spec-Autor. Standard ist Wie beim Coding-Agent. Sie können einen anderen wählen, zum Beispiel das KI-Gateway Ihres Unternehmens für die Assistenzschritte, während der Coding-Agent den Modellzugang Ihres Runners nutzt.

Kosten und Nutzung

Gateways melden selten Preise. Für Runs auf einem Modell, das kanman kennt (auch mit Anbieter-Präfix, zum Beispiel openai/gpt-5), schätzt kanman die Kosten wie gewohnt. Für Modelle ohne bekannten Preis erfasst kanman die Tokens, und die Run-Seite zeigt Modellnutzung in Tokens statt in Euro; Euro-Budgets können solche Runs nicht stoppen, das Turn-Limit jedes Runs gilt weiterhin. Die tatsächlichen Kosten zeigt die Auswertung Ihres Gateways.

Schlüssel vom Typ „OpenAI-kompatibel“ aus früheren Versionen von kanman gelten als Gateway-Schlüssel: Testen Sie sie einmal, um zu sehen, welche Coding-Agents funktionieren.

Gateways in Ihrem Netz

Die kanman Cloud ruft nur Gateways unter einer öffentlichen HTTPS-Adresse auf. Ist Ihr Gateway nur in Ihrem Netz oder VPN erreichbar, schalten Sie Alles auf Ihren Runnern ausführen ein: Dann rufen Ihre Runner das Gateway auf, interne Adressen (in Ihrem Netz auch einfaches http) sind erlaubt, und Verbindung testen läuft auf Ihrem Runner. Das Formular zeigt Dein Runner prüft …, bis er antwortet; dafür braucht es eine aktuelle Runner-Version. Um ein Gateway stattdessen direkt auf dem Runner einzurichten, siehe KI-Gateways in der Runner-Umgebung.

Was der Coding-Agent sendet

Während seiner Arbeit sendet der Coding-Agent seinem Anbieter den Kontext, den er für die Aufgabe braucht:

• die Story: Titel, Beschreibung, Akzeptanzkriterien, Demonstrate-Block und Testplan,
• die Richtlinien-Zusammenfassung für den Run (gesperrte Pfade, Limits, Budget),
• die Konventionen und Erkenntnisse Ihres Teams, die für die bearbeiteten Bereiche gelten,
• die Dateien, die er aus dem Repository liest, sowie die Befehle und Ausgaben seiner eigenen Werkzeugaufrufe (zum Beispiel Testausgaben),
• die Änderungen, die er schreibt.

Er erhält keine Secret-Werte (siehe Sandbox und Secrets), keine Daten anderer Teams und keine anderen Repositories.

Was der Reviewer sendet

Der Reviewer erhält die Story, ihre Akzeptanzkriterien, den Testplan und den Diff der Änderung. Er antwortet mit einem Urteil pro Kriterium, mit Datei- und Zeilenangaben.

Was die Aufnahme sendet

Wenn Sie eine Anforderung in der App, im Chat mit kanman oder aus einem Slack-Thread einreichen, wird dieser Text an das Modell gesendet, das die Stories entwirft, zusammen mit dem Team-Kontext, der zum Entwerfen nötig ist.

Was Chat und Teamkontext senden

Nimmt kanman an den Unterhaltungen Ihres Teams in Slack oder Microsoft Teams teil, werden die Nachrichten, auf die es antwortet, an das Modell gesendet, zusammen mit dem Stand des Boards, der für die Antwort nötig ist. Ist für das Team der Teamkontext eingeschaltet, liest kanman jede Quelle mit dem eigenen Schlüssel des Teams, oder mit dem Modellzugang von kanman, wenn das Team keinen hat, und sendet die zu einer Frage passenden Abschnitte mit. Für die Suche nach Bedeutung wird nur der eigene OpenAI-Schlüssel des Teams genutzt. Führt Ihr Workspace alles auf eigenen Runnern aus, geschehen das Lesen der Quellen und das Beantworten von Fragen auf Ihren Runnern.

Was Anbieter mit den Daten tun

Was ein Anbieter mit den Daten tun darf, regeln dessen Bedingungen:

• Über kanman bezahlt: kanman ruft den Anbieter unter kanmans Geschäftsvereinbarung auf. Diese Vereinbarungen erlauben dem Anbieter nicht, Modelle mit Ihren Daten zu trainieren. Die genutzten Anbieter stehen als Unterauftragsverarbeiter im AVV (siehe AVV und Unterauftragsverarbeiter).
• Eigener Schlüssel: Die Aufrufe laufen unter Ihrem eigenen Vertrag mit dem Anbieter. Es gelten Ihre Bedingungen, Ihre Regionswahl und Ihr Auftragsverarbeitungsvertrag. Das ist die übliche Wahl für regulierte Teams.

Weniger senden

• Halten Sie Secrets aus Stories und Repositories heraus, wie bei jedem Entwickler.
• Nutzen Sie denied_paths, um den Agenten von Bereichen fernzuhalten, die er nicht ändern soll, zum Beispiel Infrastruktur oder Testdaten mit Kundenbezug.
• Nutzen Sie Ihren eigenen Vertrag mit Azure OpenAI oder Amazon Bedrock, wenn Modellaufrufe in einer bestimmten Region bleiben müssen, und schalten Sie Verarbeitung nur in der EU ein, damit kanman jeden Weg außerhalb der EU ablehnt.
• Nutzen Sie einen Self-hosted Runner, wenn Checkout und Builds in Ihrem Netz bleiben müssen. Modellaufrufe gehen auch dann an den gewählten Anbieter.
• Schalten Sie Alles auf Ihren Runnern ausführen ein, wenn die kanman Cloud überhaupt keinen Modellanbieter aufrufen darf: Reviewer, Spec-Autor, Entwürfe der Aufnahme und Wartung rufen das Modell dann von Ihrem Runner aus auf, mit Ihrem Konto.

Verwandte Seiten

• Tarife und Abrechnung
• Hosting und Datenresidenz
• Budgets und Kosten
• Richtlinien-Einstellungen