KI-Agenten — Rundschau

AI’s näch­ster Eng­pass: Kollek­tive Kog­ni­tion von Agen­ten

Kün­ftige Fortschritte hän­gen nicht von größeren Mod­ellen, son­dern von der Fähigkeit ab, dass AI-Agen­ten gemein­sam „denken“ kön­nen, also Intent, Kon­text und kog­ni­tive Zustände teilen, statt nur lose in Work­flows ver­bun­den zu sein. Cis­co entwick­elt dafür neue Pro­tokolle (SSTP, LSTP, CSTP) und eine Infra­struk­tur eines „Inter­net of Cog­ni­tion“, die geteilte Kog­ni­tion und verteilte Super­in­tel­li­genz ermöglichen soll, was bere­its in inter­nen SRE-Anwen­dun­gen zu mas­siv­en Effizien­zgewin­nen geführt hat.

Zum Beitrag: AI’s next bot­tle­neck isn’t the mod­els — it’s whether agents can think togeth­er

Mat­teo Pasquinel­li: Das Auge des Meis­ters

Pasquinel­li entwick­elt eine Sozialgeschichte der Kün­stlichen Intel­li­genz, indem er KI als Fort­set­zung arbeit­steiliger Organ­i­sa­tion und als Ergeb­nis der „Intel­li­genz der Arbeit“ seit der Indus­tri­al­isierung bis zu neu­ronalen Net­zen inter­pretiert. Er zeigt, wie Ver­fahren der Mus­ter­erken­nung auf kollek­tiv­en Prak­tiken und Arbeit­skalku­la­tion beruhen, kri­tisiert zugle­ich blinde Fleck­en gegenüber sub­al­ter­nen Per­spek­tiv­en und plädiert dafür, die poli­tis­chen und sozialen Fra­gen von Arbeit und Kon­trolle im Kon­text von KI immer wieder neu zu stellen

Zur Rezen­sion: Das Auge des Meis­ters. Eine Sozialgeschichte Kün­stlich­er Intel­li­genz.

Daten­stack für han­del­nde Agen­ten

Der Artikel beschreibt, wie Google mit der Agen­tic Data Cloud den klas­sis­chen, für men­schliche Reports opti­mierten Daten­stack in ein Sys­tem für autonom han­del­nde AI‑Agenten umbaut, mit drei Säulen: automa­tisiertem Knowl­edge Cat­a­log, cross‑cloud Lake­house auf Basis von Apache Ice­berg und einem Data Agent Kit für intent‑basiertes Engi­neer­ing. Seman­tis­che Kon­texte wer­den dabei durch Agen­ten statt durch manuelle Data Stew­ards gepflegt, Big­Query kann ohne Egress‑Kosten direkt auf Iceberg‑Daten in AWS S3 zugreifen, und Data Engi­neers wech­seln von handgeschriebe­nen Pipelines zu ein­er Arbeitsweise, in der sie gewün­schte Ergeb­nisse beschreiben und Agen­ten die passende Aus­führung und den Code gener­ieren.

Zum Beitrag: The mod­ern data stack was built for humans ask­ing ques­tions. Google just rebuilt its for agents tak­ing action.

Mit­tel­stand: KI im Einkauf zur Kostensenkung

Am Beispiel von Vemag wird deut­lich, wie mit­tel­ständis­che Unternehmen mit KI bish­er getren­nte Daten­quellen im Einkauf zusam­men­führen, Waren­grup­pen, Liefer­an­ten und Preise in Echtzeit trans­par­ent machen und so ihre Einkauf­skosten bere­its deut­lich reduzieren. Angesichts hoher Energiepreise, Per­son­alkosten und reg­u­la­torisch­er Vor­gaben set­zen viele Fir­men laut BME-Umfrage ver­stärkt auf KI‑gestützte Beschaf­fung, um Liefer­an­ten­recherche, Auss­chrei­bun­gen und Risiko­man­age­ment zu beschle­u­ni­gen und damit Effizienz, Resilienz und Nach­haltigkeit in ihren Liefer­ket­ten zu erhöhen.

Zum Beitrag: Mit­tel­stand: Wie Mit­tel­ständler mit KI ihre Einkauf­skosten deut­lich senken

KI erset­zt Jobs im Sil­i­con Val­ley

Meta stre­icht rund ein Zehn­tel der Belegschaft, knapp 8.000 Stellen, und beset­zt zusät­zlich etwa 6.000 offene Posi­tio­nen nicht nach, während KI‑Systeme zunehmend Programmier‑ und Wis­sensar­beit übernehmen und Pro­jek­te ermöglichen, die früher ganze Teams braucht­en. Mark Zucker­berg und Tech­nikchef Andrew Bosworth skizzieren eine Zukun­ft, in der KI‑Agenten den Großteil der Arbeit erledi­gen und Men­schen vor allem als Auf­pass­er, Prüfer und Train­er fungieren, während ähn­liche Stel­lenkürzun­gen auch bei anderen Tech‑Konzernen wie Block sicht­bar machen, wie stark KI die Struk­tur der Arbeitswelt im Sil­i­con Val­ley verän­dert.

Zum Beitrag: Bei Meta muss jed­er 10. gehen – und das ist kein Einzelfall: Wie KI die Jobs im Sil­i­con Val­ley übern­immt

Siemens: KI-Agent für SPS- und HMI‑Engineering

Siemens führt mit dem Eigen Engi­neer­ing Agent einen KI‑Agenten ein, der SPS‑Code für Maschi­nen­s­teuerun­gen schreibt, HMI‑Visualisierungen erstellt, Gerätekon­fig­u­ra­tio­nen vorn­immt und damit typ­is­che Automa­tisierungsauf­gaben laut Tech­nikchef Peter Körte um bis zu 50 Prozent beschle­u­ni­gen soll. In Pilot­phasen bei über 100 inter­na­tionalen Kun­den verkürzte sich die Pro­gram­mierung von Steuerun­gen teil­weise von Stun­den auf Minuten, da der Agent Pla­nung, Aus­führung, Vali­dierung und iter­a­tive Opti­mierung bis zur Erfül­lung aller Leis­tungsan­forderun­gen übern­immt und direkt in das TIA‑Portal inte­gri­ert ist.

Zum Beitrag: KI-Agent schreibt und verbessert Code für Maschi­nen­s­teuerung

Bosch: KI-Agent ver­hin­dert Still­stände in der Mon­tage

In der Fer­ti­gung am Stan­dort Feuer­bach testet Bosch ein KI‑System, das Pro­duk­tions­dat­en laufend auswertet, Fehlerur­sachen frühzeit­ig erken­nt und den Mitar­bei­t­en­den konkrete Lösungsvorschläge macht, um Still­stände in der Mon­tage zu ver­mei­den und Kosten zu senken. Der KI‑Agent ist dabei als Unter­stützung im Zusam­men­spiel mit den Beschäftigten gedacht: Er liefert Diag­nosen und Hand­lung­sop­tio­nen in Echtzeit, während die Entschei­dung­shoheit bei den Fachkräften bleibt und Prozesse schrit­tweise an die neue Tech­nolo­gie angepasst wer­den.

Zum Beitrag: Bosch in Feuer­bach. KI-Agent von Bosch soll Still­stand in der Mon­tage ver­hin­dern und so Geld sparen

Deter­min­is­tis­che Steuerung von KI-Agen­ten mit Agent Fab­ric

Sales­force erweit­ert Agent Fab­ric um eine deter­min­is­tis­che Mul­ti-Agen­ten-Orchestrierung, bei der Entwick­ler Über­gaben und Prozesss­chritte als fes­ten Code mit Agent­force Script definieren, während Sprach­mod­elle nur die Ver­ar­beitung zwis­chen diesen klar vorgegebe­nen Zustän­den übernehmen. Ergänzend sor­gen AI Gate­way, MCP Bridge, Trust­ed Agent Iden­ti­ty und eine zen­trale Agenten‑Registry für Gov­er­nance, Sicher­heits- und Compliance‑Regeln, model­lagnos­tis­ches Rout­ing, Inte­gra­tion beste­hen­der Sys­teme sowie ein fein gran­uliertes Berech­ti­gungs- und Pro­tokol­lierungsmod­ell für KI‑Agenten in Multi‑Vendor‑Umgebungen.

Zum Beitrag: Kon­trolle statt Zufall: Deter­min­is­tis­che Abläufe für KI-Agen­ten

Motu­sAI und Open­Claw für skalier­bare KI-Agen­ten

KAYTUS erweit­ert die MotusAI‑Plattform um eine enge Inte­gra­tion mit dem OpenClaw‑Framework, um KI‑Agenten von der ersten Exper­i­men­tier­phase bis zum pro­duk­tiv­en Unternehmen­sein­satz zu skalieren, mit Fokus auf hohe Zuver­läs­sigkeit, Per­for­mance und deter­minierte Aus­führung. Durch geteilte GPU‑Ressourcen, SLA‑Monitoring von Inferenzmetriken, ein Mod­el Hub mit über 50 vor­in­te­gri­erten Open‑Source‑Modellen sowie taskge­naue Kos­ten­trans­parenz lassen sich Infrastruktur‑ROI steigern, Laten­zspitzen abfed­ern und KI‑Workflows präzise nach Wirtschaftlichkeit steuern.

Zum Beitrag: KAYTUS Unveils Motu­sAI Enhance­ments with Open­Claw for Enter­prise-Grade AI Agents

Uni­ver­sal Con­text Lay­er für autonome Agen­ten

Für den pro­duk­tiv­en Ein­satz autonomer Agen­ten in Unternehmen ist eine uni­verselle Kon­tex­tebene nötig, die frag­men­tierte Legacy‑Datenquellen vere­in­heitlicht, Zugriff fein gran­u­lar nach Iden­tität und Work­flow steuert und so ver­lässliche „Ground Truth“ sowie Zero‑Trust‑Sicherheit bere­it­stellt. Diese Architek­tur of Flow ermöglicht es, Agen­ten kos­ten­trans­par­ent zu betreiben, mehrere spezial­isierte Mod­elle effizient zu orchestri­eren, Inter­op­er­abil­ität über Stan­dards wie das Mod­el Con­text Pro­to­col herzustellen und Mitar­bei­t­ende als „Res­o­lu­tion Spe­cial­ists“ mit sofort ver­füg­barem, kon­tex­tre­ichem Wis­sen zu unter­stützen.

Zum Beitrag: Mov­ing autonomous agents into pro­duc­tion requires a uni­ver­sal con­text lay­er