KI-Agenten orchestrieren – Orchestrating AI agents

Unternehmen treiben die KI-Nutzung zwar voran, müssen sich aber auch der wachsenden Gefahr von Ungenauigkeiten und Verzerrungen bewusst sein. In sensiblen Bereichen wie Audits, Personalbeschaffung und Preisgestaltung muss die menschliche Belegschaft weiterhin für die Handlungen ihrer KI-Agenten verantwortlich sein.

In diesem Jahr erleben wir einen explosionsartigen Anstieg des Interesses an KI-Agenten. Sowohl Endnutzer als auch Unternehmen sind begeistert davon, die Vorteile der KI in ihre täglichen Aufgaben zu integrieren. Wir beobachten, wie sich die digitale Transformation zu einer agentenbasierten Transformation wandelt. Und einige Unternehmen florieren.

Was folgt, ist ein bekanntes Muster. Unternehmen, die einen Plattformansatz für die Verwaltung ihrer Datenpipelines sowie für die Sicherheit und Governance aller digitalen Assets – einschließlich APIs – verfolgen, sind besser in der Lage, vertrauenswürdige Daten zu identifizieren und zu nutzen. Diese Daten dienen dann als Grundlage für ihre KI-Frameworks. Und sie sehen echte Ergebnisse. Diese Unternehmen können Erkenntnisse gewinnen, die all ihre kritischen Anwendungsökosysteme umfassen. Sie haben begonnen, das Potenzial ihrer vernetzten Daten auszuschöpfen.

Unternehmen mit Low-Code-Plattformen können auch ihre eigenen Agenten orchestrieren und dabei ganz einfach die erforderlichen Sicherheitsvorkehrungen einbauen. Sie wissen, dass Änderungen über die Low-Code-Plattform schnell und transparent vorgenommen werden können.

Durch die Anwendung von Governance über die von den Agenten verwendeten Tools (z. B. APIs) sowie die Überwachung der Agenten selbst gewinnen sie das nötige Vertrauen, um in einer Welt, die sicherlich noch einige Überraschungen bereithält, voranzukommen.

Allein im letzten Jahr haben wir einige unglaubliche Fortschritte bei GenAI erlebt: von verbesserten LLMs über eine stärkere Fokussierung auf Protokolle (MCP, A2A, ACN, ACP) bis hin zu optimierten Inferenzmethoden und einer noch stärkeren Demokratisierung von GenAI durch die Verbreitung von Open-Source-Modellen.

KI/GenAI wird sich in immer kürzeren Innovationszyklen weiterentwickeln, die Datenmengen werden exponentiell zunehmen und es werden neue Formen von Cyberangriffen auftauchen. Die Nutzung der Leistungsfähigkeit von GenAI und der damit verbundenen Wettbewerbsvorteile liegt im Schutz von Unternehmensdaten und automatisierten Prozessen durch ein Governance-Framework, das bereits bei der Integration ansetzt.

Die Förderung des Einsatzes von KI in allen Geschäftsbereichen wird immer wichtiger und es war noch nie so wichtig wie jetzt, verantwortungsbewusste KI, Datensicherheit und Governance in allen Bereichen zu berücksichtigen.

Da sich die Technologielandschaft ständig weiterentwickelt, kann der Aufbau von Composable-KI-Agenten – also modularen, flexiblen KI-Systemen – eine schnelle Implementierung ermöglichen, ohne dass man sich auf ein Modell oder Framework festlegen muss.

While companies are driving the use of AI, they must also be aware of the growing risk of inaccuracies and biases. In sensitive areas such as audits, recruitment, and pricing, the human workforce must continue to be responsible for the actions of their AI agents.

This year, we are seeing an explosion of interest in AI agents. Both end users and businesses are excited about integrating the benefits of AI into their daily tasks. We are seeing digital transformation evolve into agent-based transformation. And some companies are thriving.

What follows is a familiar pattern. Companies that take a platform approach to managing their data pipelines, as well as the security and governance of all digital assets—including APIs—are better able to identify and leverage trusted data. This data then serves as the foundation for their AI frameworks. And they are seeing real results. These companies can gain insights that span all of their critical application ecosystems. They have begun to realize the potential of their connected data.

Companies with low-code platforms can also orchestrate their own agents, easily incorporating the necessary security precautions. They know that changes can be made quickly and transparently via the low-code platform.

By applying governance over the tools used by the agents (e.g., APIs) and monitoring the agents themselves, they gain the confidence they need to move forward in a world that is sure to hold a few surprises.

In the last year alone, we have seen some incredible advances in GenAI: from improved LLMs to a stronger focus on protocols (MCP, A2A, ACN, ACP) to optimized inference methods and an even greater democratization of GenAI through the proliferation of open-source models.

AI/GenAI will continue to evolve in ever shorter innovation cycles, data volumes will grow exponentially, and new forms of cyberattacks will emerge. Leveraging the power of GenAI and the competitive advantages it offers lies in protecting corporate data and automated processes through a governance framework that starts with integration.

Promoting the use of AI in all areas of business is becoming increasingly important, and it has never been more important than now to consider responsible AI, data security, and governance in all areas.

As the technology landscape continues to evolve, building composable AI agents—modular, flexible AI systems—can enable rapid implementation without having to commit to a single model or framework.