Auf einen Blick: Agentic Fabric ist ein architektonisches Konzept, das darauf ausgelegt ist, KI-Agenten zu verwalten, indem sie ihre Abläufe systemübergreifend verbinden, koordinieren, steuern und beobachten. Es adressiert Herausforderungen bei der Integration von Agenten in Arbeitsabläufe und sichert Verantwortlichkeit, während sie vom Experimentieren zur Produktion übergehen.
- Agentic Fabric hilft dabei, KI-Komplexität und operative Herausforderungen zu managen.
- Er legt Wert auf Governance, Sichtbarkeit und Koordination der Interaktionen mit Agenten.
Die Branche hat die letzten zwei Jahre damit verbracht zu beweisen, dass Agenten "denken" können. In den nächsten Jahren wird es darum gehen, zu beweisen, dass sie zuverlässig arbeiten können.
Je nachdem, wen man fragt, ist agentisches Gewebe (manchmal auch Agentenstruktur, agentische Kontrollebene oder Agentenkontrollstruktur genannt) entweder eine sinnvolle architektonische Idee oder das neueste Label, das mit KI-Agenten verbunden ist.
Die nützlichsten Gespräche finden zwischen Plattformteams, IT-Betriebsleitern, Architekten und Automatisierungsfachleuten statt, die fragen: Was passiert, nachdem Agenten von Experimenten in die Produktion wechseln? Was braucht es, um Hunderte oder Tausende von ihnen zuverlässig und sicher zu betreiben?
Hier verlagert sich die Diskussion schnell von dem, was Agenten tun können, hin dazu, wie sie bedient werden.
Was meinen die Leute mit "Agentic Fabric"?
Agentisches Gewebe ist am besten als architektonisches Konzept zu verstehen, nicht als Produkt, Plattform oder Framework.
In der Praxis beschreibt der Begriff die Schicht, die KI-Agenten verbindet, koordiniert, steuert und beobachtet, während sie mit Systemen, Daten, Werkzeugen und einander interagieren.
Entfernt man die Terminologie, ist es ein Versuch, eine Kontrollebene für Agenten zu schaffen. Eine Möglichkeit, um:
- Verbinden Sie Agenten mit Systemen und Daten
- Bestimmen, was sie tun dürfen und was nicht.
- Koordination der Arbeit über mehrere Agenten hinweg
- Überwachen Sie Maßnahmen und Ergebnisse
- Verantwortlichkeit aufrechterhalten, wenn agentengesteuerte Entscheidungen den Geschäftsbetrieb beeinflussen
Agentic Fabric gibt einer Herausforderung, mit der IT-Teams seit Jahrzehnten zu kämpfen haben, einen neuen Namen: die Koordination immer komplexerer Systeme auf eine zuverlässige, sichere, beobachtbare und skalierbare Weise.
Ob das Label Bestand hat, ist nebensächlich. Die zugrunde liegenden operativen Herausforderungen sind real und kommen unabhängig davon, wie wir sie nennen.
Agentisches Gewebe vs. Orchestrierung
An dieser Stelle denken einige von euch vielleicht: Ist das nicht einfach Orchestrierung?
Das ist eine berechtigte Frage und in manchen Fällen auch eine berechtigte Kritik. Viele Produkte, die als agentisches Gewebe vermarktet werden, sind im Grunde Orchestrierungsplattformen, Workflow-Engines, Integrationsschichten oder Governance-Tools, die in KI-Terminologie eingebettet sind.
Gleichzeitig ist es schwer, über agentisches Gewebe zu sprechen, ohne Orchestrierung zu thematisieren. Der Unterschied besteht darin, dass Agentendiskussionen tendenziell ein breiteres Spektrum operativer Fragen zu Governance, Identität, Verantwortlichkeit, Lebenszyklusmanagement und gemeinsamem Kontext aufwerfen, insbesondere da die Agentenpopulationen wachsen.
Was ist interessant an Agentic Fabric?
Das agentische Gewebe erhält zunehmend Aufmerksamkeit, weil Agenten zunehmend mit Tools, Daten, Geschäftssystemen und einander interagieren und so den Umfang des Möglichen erweitern.
- Spezialisierte Agenten werden immer praktischer
Wir können uns jetzt realistisch vorstellen, dass Betriebsagenten, Kundenservice-, Finanzagenten, Software-Lieferagenten und Datenanalysten Seite an Seite mit menschlichen Teams arbeiten, die jeweils auf bestimmte Bereiche und Verantwortlichkeiten fokussiert sind.
Agenten beginnen, die Umgebungen zu spiegeln, in die sie eintreten, und agieren als spezialisierte Systeme, die spezielle Funktionen im Rahmen größerer Prozesse ausführen.
- Multi-Agenten-Workflows gehen über die Theorie hinaus
Teams implementieren Workflows, bei denen Agenten ihre Arbeit koordinieren, verschiedene Tools nutzen und an größeren Geschäftsprozessen teilnehmen. Interessant ist, dass wir beginnen, Geschäftsprozesse um diese Zusammenarbeit herum zu strukturieren.
- Agenten werden zu Plattformkonsumenten
Plattformteams sind es gewohnt, Dienste für Entwickler, Betreiber, SREs und Geschäftskunden zu entwickeln. Jetzt entwerfen sie für einen weiteren Kunden: Agenten.
Wenn Agenten zu Teilnehmern in operativen Systemen werden, tauchen vertraute Fragen auf:
- Wie authentifizieren sie sich?
- Welche Berechtigungen sollten sie haben?
- Wie werden Richtlinien durchgesetzt?
- Wie wird ihr Verhalten beobachtet?
Die Idee, dass Agenten Plattformkonsumenten sind, ist vielleicht eine der derzeit unterschätzten Diskussionen.
Diese drei Entwicklungen sind interessant, weil sie das Arbeitsspektrum erweitern, an dem Agenten teilnehmen können, und die Anzahl der Systeme, mit denen sie interagieren können. Aber es sind immer noch größtenteils Gespräche über Fähigkeiten und Möglichkeiten.
Die nächste Herausforderung ist operativ.
Was ist wichtig an Agentic Fabric?
Was agentisches Gewebe wichtig macht, ist, wie sich die Idee in realen operativen Anforderungen und Lösungsfähigkeiten manifestiert, die Agenten von isolierten Interaktionen in Geschäftsabläufe bewegen.
Leistungsstarke Modelle und fähige Agenten sind zunehmend zugänglich. Da Intelligenz zur Ware wird, ist der Unterschied die Umsetzung: die Fähigkeit, Agenten zuverlässig, sicher und skalierbar über Systeme, Arbeitsabläufe und Teams hinweg einzusetzen, zu koordinieren und zu steuern.
Wenn Kontrolle, nicht Intelligenz, zum Unterscheidungsmerkmal wird, sollten agentische Gefüge-Lösungen:
1. Helfen Sie Agenten, zu Ergebnissen beizutragen, nicht nur zu Aufgaben
Ein Kundenproblem kann Datenerhebung, Analyse, Genehmigung, Eskalation und Maßnahmen über mehrere Systeme hinweg erfordern. Ein Software-Lieferprozess kann Tests, Validierung, Bereitstellung und Benachrichtigungsabläufe umfassen.
In der Praxis bedeutet das, größere Ziele in kleinere Aufgaben zu zerlegen, sie an spezialisierte Agenten oder Systeme weiterzuleiten und sich anzupassen, wenn etwas nicht nach Plan läuft.
Die Fähigkeit eines Agenten, eine Aufgabe zu erfüllen, ist nur der Ausgangspunkt. Wichtig ist, mehreren Agenten zu ermöglichen, zu einem größeren Prozess beizutragen, ohne manuelle Koordination zwischen den Schritten zu erhalten.
2. Agenten Zugang geben, ohne auf Governance zu verzichten
Agenten benötigen Zugriff auf Anwendungen, APIs, Datenbanken, Wissensquellen und Geschäftssysteme, um nützlich zu sein. Aber wir wollen nicht, dass sie mit unkontrolliertem Zugriff arbeiten. Standards wie MCP erleichtern die Verbindung, ersetzen aber nicht die Durchsetzung von Richtlinien, Überwachung und Verantwortlichkeit.
Wichtig ist, dass diese Verbindungen innerhalb bestehender Sicherheits- und Governance-Rahmenwerke entstehen können, anstatt Teams dazu zu zwingen, ein völlig neues Betriebssystem für KI zu erfinden.
3. Agenten in das Betriebsmodell einbinden
Wenn ein Makler im Namen des Unternehmens handeln kann, werden Fragen wie Eigentum, Genehmigung und Verantwortlichkeit unvermeidbar:
- Hat der Makler die richtige Menge an Ressourcen zur Verfügung?
- Können wir uns von vorübergehenden Ausfällen erholen?
- Kann der Agent eine Erhöhung des Anfragedurchsatzes bewältigen?
- Können wir den Agenten pausieren, wenn wir Eingaben überprüfen müssen?
- Können wir auf eine frühere Version dieses Agenten zurückgehen?
Diese Fragen müssen Teil des Betriebsmodells sein, nicht etwas, das wir nach der Einführung klären.
4. Das Verhalten eines Agenten sichtbar genug zu machen, um ihnen zu vertrauen
Wenn ein Agent eine Empfehlung ausspricht, eine Aktion ausführt, auf ein System zugreift oder einen Workflow auslöst, müssen wir verstehen, was passiert ist und warum. Das bedeutet, Eingabeaufforderungen, Entscheidungen, Toolaufrufe, Workflow-Ausführung und Ergebnisse sehen zu können. Je autonomer Agenten werden, desto wertvoller wird diese Sichtbarkeit.
Diese Fähigkeiten zusammen helfen dabei, Agenten vom Experimentieren zur Produktion zu bringen.
Was ist unmittelbar an Agentic Fabric?
Das unmittelbare Problem ist, dass Agenten schneller in Produktionsumgebungen eindringen, als viele Teams sie als Population inventarisieren und steuern können. Das stellt jetzt zwei praktische Herausforderungen mit sich: Herauszufinden, wo Agenten auftauchen, und die operative Kontrolle aufrechtzuerhalten, während ihre Anzahl, Umfang und gegenseitige Abhängigkeit zunehmen. Ein Aufruf zur Vorbereitung, nicht zur Panik.
Agent Sprawl wird immer schwerer zu ignorieren
Ihre Organisation hat möglicherweise bereits mehr Agenten, als Sie denken. Agenten kommen über Microsoft Copilot-Umgebungen, SaaS-Plattformen, interne Entwicklungsteams, Abteilungsinitiativen, Drittanbieterlösungen und integrierte KI-Fähigkeiten.
Bevor wir Agenten verwalten können, müssen wir sie finden können. Während die meisten Teams Anwendungen, Infrastruktur und Workflows inventarisieren können, können weniger sagen, wie viele Agenten heute in der Umgebung tätig sind.
Komplexität ist die eigentliche Herausforderung
Mit wachsender Agentenpopulation müssen Teams widersprüchliche Aktionen, Abhängigkeiten, Berechtigungsdrift, Eigentümerunklarheiten, Tool-Konflikte, Workflow-Ausfälle, Eskalationspfade und Auditanforderungen managen.
Keines davon ist einzigartig für KI. Unternehmen haben jahrzehntelang Abhängigkeiten, Berechtigungen, Ausfälle, Eigentumsverhältnisse und Koordination über Anwendungen und Arbeitsabläufe hinweg verwaltet. Was anders ist, ist, dass diese Abhängigkeiten nun Software-Teilnehmer betreffen, die Empfehlungen machen, Werkzeuge aufrufen, Aktionen initiieren und ohne direkte menschliche Beteiligung miteinander interagieren können.
Betrachten Sie den Ablauf: Ein einzelner Agent kann manuell überprüft werden. Zehn Agenten beginnen, Arbeitsabläufe zu beeinflussen. Hunderte von Agenten, die mit Systemen, Daten, Arbeitsabläufen und anderen Agenten interagieren, erfordern ein stärkeres Betriebsmodell.
Was ist die Steuerebene für Agenten?
Die Branche hat jahrelang Steuerungsebenen gebaut, die Anwendungen, Infrastruktur, Workflows und Datenpipelines in großem Maßstab koordinieren können. Es ist schwer vorstellbar, dass die meisten von uns ein separates Betriebsmodell aufbauen, nur um Agenten zu verwalten.
Ein wahrscheinlicheres Ergebnis ist, dass Agenten ein weiterer Teilnehmer in den bereits verwalteten Umgebungen werden, neben Anwendungen, Daten, Infrastruktur und Geschäftsprozessen. Die praktische Frage ist, ob bestehende operative Kontrollebenen sich weiterentwickeln können, um agentengesteuerte Arbeit zu integrieren, anstatt ob wir noch eine weitere operative Ebene einführen sollten.
Hier kommen Lösungen wie Control-M ins Spiel. Nicht als eigenständige Agentenplattformen, sondern als Möglichkeit, agentengesteuerte Arbeit in denselben operativen Rahmen zu integrieren, den Teams zur Koordination, Verwaltung und Überwachung von Geschäftsabläufen in der breiteren Umgebung nutzen.
Sehen Sie, wie Control-M KI operationalisiert
Bewertung des agentischen Gewebes: Fragen, die wichtig sind
Da sich der Markt mit Produkten füllt, die sich als agentische Stoffe, Agentensteuerungsebenen und Multi-Agentenplattformen bezeichnen, sollten Führungskräfte weiterhin den Fokus auf operative Fähigkeiten legen.
- Können Sie alle in der Umgebung operierenden Agenten identifizieren?
- Hat jeder Makler einen Geschäftsinhaber?
- Können unverwaltete oder "Schatten"-Agenten erkannt werden?
- Kannst du sehen, wo Agenten mit kritischen Systemen und Daten interagieren?
- Werden Berechtigungen konsistent zwischen den Agenten durchgesetzt?
- Können Agenten innerhalb bestehender Sicherheits- und Identitätsrahmen agieren?
- Sind Richtlinien zentral verwaltet und prüfbar?
- Kann der Zugriff überprüft und widerrufen werden, wenn Agenten ihre Rolle wechseln oder in den Ruhestand gehen?
- Können Handlungen, Entscheidungen, Werkzeugaufrufe und Ergebnisse beobachtet werden?
- Kann Aktivität über mehrere Agenten, Systeme und Arbeitsabläufe hinweg nachverfolgt werden?
- Gibt es eine vollständige Prüfungsspur , wenn Ermittler Ereignisse rekonstruieren müssen?
- Können Teams verstehen, warum ein Agent eine bestimmte Maßnahme ergriffen hat?
- Wie interagiert agentengesteuerte Arbeit mit bestehenden Arbeitsabläufen?
- Werden Abhängigkeiten über Agenten, Anwendungen und Datenpipelines hinweg verwaltet?
- Was passiert, wenn ein Agent scheitert, verzögert oder ein unerwartetes Ergebnis liefert?
- Kann menschliches Eingreifen bei Bedarf einbezogen werden?
- Wie greifen Agenten auf vertrauenswürdige Geschäftsdaten zu?
- Wird der Zugang geregelt und überwacht?
- Kann Kontext konsistent zwischen mehreren Agenten geteilt werden?
- Werden Geschäftsregeln und -richtlinien konsequent angewendet, unabhängig davon, welcher Agent handelt?
- Würde der derzeitige Ansatz noch funktionieren, wenn sich die Anzahl der Agenten verzehnfachen würde?
- Was passiert, wenn Agenten beginnen, in großem Maßstab mit anderen Agenten zu interagieren?
- Können operative Teams Sichtbarkeit und Governance aufrechterhalten, während die Einführung wächst?
- Was wird zur Kontrollebene, wenn die Agentenpopulationen wachsen?
- Wie werden Agenten vor dem Einsatz genehmigt?
- Wie werden Änderungen überprüft und getestet?
- Wann sollte ein Makler in den Ruhestand gehen?
- Wie überprüfen Sie, ob inaktive Agenten keinen Zugriff mehr behalten?
- Wer ist verantwortlich für die regelmäßige Überprüfung von Erlaubnissen, Verhalten und Ergebnissen?
Die stärksten agentischen Stoffarchitekturen helfen Agenten nicht nur beim Handeln. Sie helfen Teams, große Agentenpopulationen mit derselben Disziplin zu betreiben, die bereits auf Anwendungen, Workflows, Infrastruktur und Daten angewendet werden.
Ob wir es agentisches Gewebe, Agentenorchestrierung oder eine Kontrollebene für Agenten nennen, die Aufgabe bleibt dieselbe: die operative Kontrolle aufrechtzuerhalten, während große Agentenpopulationen Teil der Arbeitsweise werden.
Diese Beiträge sind meine eigenen und spiegeln nicht unbedingt die Position, Strategien oder Meinung von BMC wider.