Was ist interessant, wichtig und unmittelbar bei agentischem Gewebe?

Die Branche hat in den letzten zwei Jahren bewiesen, dass Agenten "denken" können. In den nächsten Jahren wird es darum gehen, zu beweisen, dass sie zuverlässig arbeiten können. Je nachdem, wen Sie fragen, ist agentisches Gewebe (manchmal auch Agentenstoff, agentische Kontrollebene oder Agentenkontrollstruktur genannt) entweder eine sinnvolle architektonische Idee oder das neueste Label, das KI-Agenten angeordnet ist. Die nützlichsten Gespräche finden unter 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 zuverlässig und sicher zu betreiben? Hier verlagert sich die Diskussion schnell von dem, was Agenten tun können, hin dazu, wie sie betrieben 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 zu:

• 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: immer komplexere Systeme auf eine zuverlässige, sichere, beobachtbare und skalierbare Weise zu koordinieren. 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 sprechen. Der Unterschied ist, dass Agentendiskussionen oft ein breiteres Spektrum operativer Fragen zu Governance, Identität, Verantwortlichkeit, Lebenszyklusmanagement und gemeinsamem Kontext aufwerfen, insbesondere wenn 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-, Finanz-, Software-Lieferagenten und Datenanalyse-Agenten 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, Services für Entwickler, Betreiber, SREs und Geschäftsanwender zu entwickeln. Jetzt entwerfen sie für einen weiteren Verbraucher: 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 von Agenten als Plattformkonsumenten ist vielleicht eine der unterschätzten Diskussionen, die derzeit stattfinden. 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 verlagern. Leistungsstarke Modelle und fähige Agenten werden zunehmend zugänglich. Da Intelligenz zur Ware wird, ist die Ausführung der Unterscheidungsmerkmal: die Fähigkeit, Agenten zuverlässig, sicher und skalierbar über Systeme, Arbeitsabläufe und Teams hinweg einzusetzen, zu koordinieren und zu steuern. Wenn Kontrolle und nicht Intelligenz zum Unterscheidungsmerkmal wird, sollten agentische Fabric-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 aufzuteilen, diese 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 dass die Schritte manuell koordiniert werden.

2. Agenten Zugang geben, ohne auf Governance zu verzichten

Agenten benötigen Zugang zu Anwendungen, APIs, Datenbanken, Wissensquellen und Geschäftssystemen, 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 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, dass wir Prompts, Entscheidungen, Toolaufrufe, Workflow-Ausführung und Ergebnisse sehen können. Je autonomer Agenten werden, desto wertvoller wird diese Sichtbarkeit. Zusammen helfen diese Fähigkeiten, Agenten vom Experimentieren in die 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, Lösungen von Drittanbietern und integrierte KI-Fähigkeiten. Bevor wir Agenten verwalten können, müssen wir sie finden können. Während die meisten Teams Anwendungen, Infrastruktur und Arbeitsabläufe inventarisieren können, können weniger sagen, wie viele Agenten heute in der Umgebung operieren.

Komplexität ist die eigentliche Herausforderung

Mit wachsender Agentenpopulation müssen Teams widersprüchliche Aktionen, Abhängigkeiten, Berechtigungsdrift, Eigentümerunklarheiten, Tool-Streitigkeiten, Workflow-Ausfälle, Eskalationspfade und Auditanforderungen managen. Keines davon ist einzigartig für KI. Unternehmen haben jahrzehntelang Abhängigkeiten, Berechtigungen, Ausfälle, Eigentumsverhältnisse und Koordination über Anwendungen und Workflows hinweg verwaltet. Was sich anders macht, ist, dass diese Abhängigkeiten nun Software-Teilnehmer einbeziehen, die Empfehlungen aussprechen, Werkzeuge aufrufen, Aktionen initiieren und miteinander interagieren können, ohne direkte menschliche Beteiligung. Betrachten Sie den Fortschritt: Ein einzelner Agent kann manuell überprüft werden. Zehn Agenten beginnen, Workflows zu beeinflussen. Hunderte von Agenten, die mit Systemen, Daten, Workflows und anderen Agenten interagieren, benötigen ein stärkeres Betriebsmodell.

Was ist die Steuerebene für Agenten?

Die Branche hat jahrelang Kontrollebenen gebaut, die in der Lage sind, Anwendungen, Infrastrukturen, Workflows und Datenpipelines im großen Maßstab zu koordinieren. Es ist schwer vorstellbar, dass die meisten von uns ein separates Betriebsmodell aufstellen würden, 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 eine weitere operative Ebene einführen sollten. Hier kommen Lösungen wie Control-M ins Spiel. Nicht als eigenständige Agentenplattformen, sondern als Möglichkeit, agentengetriebene Arbeit in denselben operativen Rahmen zu integrieren, mit dem Teams Geschäftsabläufe koordinieren, steuern und überwachen. 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 Multiagentenplattformen bezeichnen, sollten sich die Führungskräfte weiterhin auf die operative Fähigkeit konzentrieren. Entdeckung

• 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?

Verwaltung

• 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?

Sichtbarkeit

• 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?

Koordination

• 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?

Daten und Kontext

• 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?

Maßstab und Kontrolle

• 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?

Agentenlebenszyklus

• 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 wird. 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.