Am 28. April hat Mistral ein Produkt vorgestellt, das weniger spektakulär wirkt, aber nah am Kernproblem vieler Unternehmen liegt: Workflows, nun als Public Preview.
Es ist kein Modell, kein Chatbot und auch kein Werkzeug, das direkt Code schreibt. Workflows ist eine Orchestrierungsschicht für Enterprise-KI. Sie adressiert die Frage, die in vielen Projekten zu spät gestellt wird: Ein starkes Modell bleibt eine Demo, wenn es nicht verlässlich in Produktion laufen kann.
Warum das wichtig ist
In den vergangenen zwei Jahren sahen KI-Piloten in Unternehmen oft beeindruckend aus. Der Sprung in den Produktivbetrieb war deutlich schwieriger. Modelle fallen aus, Agenten verlieren Kontext, menschliche Freigaben werden nicht sauber abgefangen, und die Analyse einer falschen Entscheidung kann Tage an Logdateien bedeuten.
Mistrals Antwort ist direkt: Temporal wird als Fundament genutzt.
"The hard part in enterprise orchestration is not chaining agents, it's deciding what happens when an agent is half-right." -- InfoQ über Workflows
Temporal ist nicht jedem KI-Einkäufer geläufig, steuert aber bereits zentrale Scheduling-Aufgaben bei Netflix, Stripe und Salesforce. Mistral nimmt damit ein in der Produktion erprobtes Chassis und ergänzt die Bauteile, die KI-Workflows brauchen.
Die entscheidenden Designpunkte
- Control Plane und Data Plane sind getrennt: Mistral betreibt den Temporal-Cluster, die Workflows API und Studio. Daten und Geschäftslogik bleiben im Kubernetes des Kunden; Worker werden per Helm chart ausgerollt. Für europäische Unternehmen ist diese Trennung wichtig, weil Datenresidenz oft über die Freigabe entscheidet.
wait_for_input()macht menschliche Freigaben zu einem einfachen Schritt: Der Workflow kann in der Orchestrierungslogik warten, ohne Rechenleistung zu verbrauchen, bis ein Mensch bestätigt. Was Teams früher mit LangGraph, Celery und Redis selbst zusammensetzten, wird hier als Produktmuster geliefert.- Python SDK v3.0: Entwickler schreiben Workflows in Python, veröffentlichen sie in Studio, lösen sie über Le Chat aus und prüfen Ausführungen wieder in Studio.
Erste Kunden
Schon zur Public Preview nennt Mistral Kunden wie ASML, La Banque Postale, France Travail, CMA-CGM, ABANCA und Moeve.
Das überzeugendste Beispiel ist die KYC-Compliance-Prüfung, die laut Mistral von Stunden auf Minuten sinken kann. Finanzinstitute geben dafür jedes Jahr Milliarden aus; eine deutliche Verkürzung kann die Wirtschaftlichkeit des Produkts schnell erklären.
Die strategische Lesart
OpenAI und Anthropic haben im Enterprise-Markt vor allem mit der Botschaft gespielt, das stärkste Modell zu haben. Mistral geht europäischer und pragmatischer vor: Das Modell muss gut genug sein, der Burggraben entsteht in der Engineering-Schicht.
Der Grund ist klar. Europäische Unternehmen fürchten bei KI nicht nur zu wenig Leistung, sondern vor allem fehlende Day 2 operations. Wenn ein Agent um drei Uhr morgens ausfällt, wer startet neu, wer kompensiert, wer erklärt der Compliance-Abteilung die Entscheidung?
Workflows ist Mistrals Antwort auf diese Fragen. Ob der Ansatz trägt, zeigt sich in den nächsten sechs Monaten daran, wie viele produktive Prozesse Kunden wie La Banque Postale tatsächlich darauf verlagern.
Quellen: Workflows for work that runs the business (Mistral AI Blog); CocoLoop, Mistral AI Introduces Workflows for Orchestrating Enterprise AI Processes (InfoQ); Mistral AI launches Workflows, a Temporal-powered orchestration engine already running millions of daily executions (VentureBeat)