Agentic AI läutet die nächste Phase autonomer Softwaresysteme ein. Laut Gartner werden bis 2029 bereits 80 Prozent aller Standard-Kundenservice-Anfragen autonom gelöst – bei gleichzeitiger Kostensenkung um 30 Prozent. Doch wie werden aus jahrzehntelang entwickelten Software-Agenten produktionstaugliche Unternehmenslösungen?
Die Entwicklung von Software-Agenten begann in den 1970er Jahren als akademisches Konzept. Über Jahrzehnte entstanden daraus Multi-Agenten-Systeme und klassische KI-Anwendungen. Der entscheidende Durchbruch kam jedoch erst mit den neueren Large Language Models mit erweiterten Reasoning-Fähigkeiten wie z.B. Claude 4 Sonnet: Sie ermöglichen erstmals kontextbezogenes, adaptives Denken ohne aufwendiges Training spezialisierter Modelle für jede Aufgabe.
Agentic AI markiert einen fundamentalen Wandel – weg von reaktiven Werkzeugen hin zu autonomen Systemen, die Probleme aktiv lösen. Diese Software-Agenten kombinieren drei Kernprinzipien: Autonomie für unabhängige Entscheidungsfindung, Asynchronität für ereignisgesteuerte Verarbeitung in Echtzeit und Agency für zielgerichtetes, zweckbestimmtes Handeln. Im Gegensatz zu herkömmlichen KI-Chatbots, die lediglich auf Eingaben reagieren, nehmen Agentic AI-Systeme aktuelle Informationen wahr, reflektieren über ihre Ziele und handeln selbstständig.
Von Finanzwesen bis Pharma: Agentic AI im Einsatz
Anders als klassische generative KI-Chatbots, die lediglich Antworten auf Anfragen generieren, managen agentische KI-Systeme komplette Kundeninteraktionen selbstständig: Sie klassifizieren Anfragen, greifen auf CRM- und Wissensdatenbanken zu, diagnostizieren Probleme in mehreren Schritten, lösen diese und lernen dabei kontinuierlich dazu. Bei komplexen Fällen leiten sie diese gezielt weiter.
In der Finanzbranche treffen solche Agenten eigenständig Anlageentscheidungen, im Gesundheitswesen koordinieren sie abteilungsübergreifend die Patientenversorgung. Die Erfolge sind bereits heute beeindruckend: AstraZeneca beschleunigt seine Medikamentenentwicklung, Yahoo Finance revolutioniert die Finanzanalyse für Millionen von Investoren und Syngenta optimiert die Landwirtschaft durch KI-gestützte Präzisionsverfahren.
Für diese unternehmensweite Skalierung bietet Amazon Bedrock AgentCore die notwendige Infrastruktur.
Amazon Bedrock AgentCore: Vom Prototyp zur Produktion
Beliebte Frameworks wie CrewAI, LangGraph und LlamaIndex ermöglichen es Entwicklern, schnell funktionsfähige Agenten zu erstellen. Doch zwischen einem funktionierenden Prototyp und einem produktionstauglichen System klafft eine grosse Lücke: Session-Management, Sicherheit, Skalierung und Enterprise-Integration erfordern monatelange Infrastruktur-Entwicklung.
Genau hier setzt Amazon Bedrock AgentCore an. Die vollständig verwaltete Plattform übernimmt diese komplexen Infrastruktur-Herausforderungen und ermöglicht es Entwicklern, sich auf die Agenten-Logik zu konzentrieren. Durch vollständige Session-Isolation auf VM-Ebene gewährleistet AgentCore höchste Vertraulichkeit – kritisch für Branchen wie das Schweizer Bankwesen. Workflows können bis zu acht Stunden dauern und ermöglichen dadurch komplexe Finanzmodellierungen und klinische Analysen.
Large Language Models wie Claude 4.1 Opus, Llama oder die neuen OpenAI Open-Weight-Modelle werden durch Amazon Bedrock bereitgestellt, wobei vollständige Datenisolierung für jeden einzelnen Kunden gewährleistet wird. Wichtig: Kundendaten werden niemals zum Training von Modellen verwendet. Umfassende Guardrails halten Agenten innerhalb definierter Einsatzbereiche und unterstützen verantwortungsvolle KI-Prinzipien. Jede Aktion erzeugt unveränderliche Audit-Trails für regulatorische Anforderungen.
Ganzheitlicher Ansatz
AWS bietet ein durchgängiges Ökosystem für Agentic AI:
Amazon Bedrock stellt Foundation Models von führenden Anbietern mit einheitlicher API bereit,
Strands Agents ermöglicht als Open-Source-SDK die schnelle Agenten-Entwicklung mit minimalem Code.
Amazon Bedrock AgentCore übernimmt alle komplexen Infrastruktur-Herausforderungen des produktiven Betriebs – von Skalierung über Sicherheit bis Enterprise-Integration. Die KI-Entwicklungsumgebung
Kiro beschleunigt zusätzlich Entwicklungsarbeiten, indem sie wie ein autonomer Entwickler funktioniert und eigenständig Code-Änderungen vornimmt.
Jetzt beginnen
Starten Sie mit fokussierten Pilotprojekten in vielversprechenden Anwendungsbereichen. Identifizieren Sie konkrete Geschäftsprobleme mit messbaren Erfolgspotenzialen – etwa Kundenservice-Automatisierung oder Lieferketten-Optimierung. Wer jetzt experimentiert, baut entscheidende Wettbewerbsvorteile auf.
Wenn Sie sich persönlich mit Agentic AI und den Möglichkeiten vertraut machen wollen, freuen wir uns darüber, Sie am
AWS Summit Zurich am 11. September 2025 in Zürich-Oerlikon begrüssen zu dürfen.
Die Autoren
Stefano Malle, Alps Solution Architect Leader und Christoph Schnidrig, Head of Technology Alps bei AWS
