KI-Agenten: Google und Branche definieren neue Kontrollstandards

Führende Unternehmen und Beratungsfirmen haben diese Woche Rahmenwerke vorgestellt, die den Übergang von Chat-Assistenten zu eigenständig handelnden KI-Agenten steuern sollen. Der Grund: Frühe Anwender berichten von massiven Produktivitätssprüngen – doch die Geschwindigkeit KI-generierten Codes bereitet zunehmend Sorgen.

Google setzt auf Spezialagenten

Am 8. Juli veröffentlichte Google einen 20-Fragen-Katalog für seine Gemini Enterprise Agent Platform. Das Dokument gibt Unternehmen eine strukturierte Anleitung, wie sie KI-Agenten entwickeln, einsetzen und kontrollieren können. Googles zentrale Empfehlung: Statt mit breiten Systemen zu starten, sollten Unternehmen zunächst auf spezialisierte Agenten setzen.

Der Konzern schlägt ein Zwei-Politik-Modell vor: delegierte Befugnisse für die Agenten bei gleichzeitiger zentraler Nachverfolgung aller Aktivitäten. Für den Datenzugriff empfiehlt Google das Model Context Protocol (MCP). Einen Tag zuvor hatte bereits die Unternehmensberatung AlixPartners fünf Kernpfeiler für einen agentengesteuerten Entwicklungsprozess definiert. Ihr Credo: Der Mensch bestimmt weiterhin die strategische Richtung, während die Architektur als zentrales Kontrollinstrument dient.

Die fünf Schichten des „Agentic OS"

Die Branche zieht einen klaren Trennstrich zwischen Chatbots und echten KI-Agenten. JetBrains definierte am 8. Juli die entscheidenden Merkmale: zielgerichtetes Handeln, mehrstufige Ausführung und die Fähigkeit, eigenständig Werkzeuge zu nutzen. Anders als einfache Assistenten planen diese Systeme selbstständig neu und schalten nur bei Bedarf den Menschen ein.

Während Unternehmen zunehmend auf autonome Agenten setzen, schafft der Gesetzgeber verbindliche Leitplanken für den Einsatz solcher Technologien. Dieser kostenlose Download verschafft Ihnen den Überblick über Fristen und Pflichten, den Ihre Rechts- und IT-Abteilung jetzt dringend braucht. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt

Technische Leitfäden der DEV Community und von Northflank beschreiben eine fünfschichtige Architektur für dieses „Agentic OS": Signale, Router, Ausführer, Prüfer und eine deterministische Kontrollinstanz. Eine goldene Regel setzt sich durch: Kein Agent darf seine eigene Arbeit überprüfen. Stattdessen werden Aufgaben in isolierten Sandbox-Umgebungen getestet, bevor sie in Produktion gehen.

Produktivität explodiert – Kontrolle wird zur Herausforderung

Die Zahlen sprechen eine deutliche Sprache. AlixPartners verzeichnet bei frühen Anwendern Produktivitätssteigerungen zwischen 26 und 56 Prozent. Eine Studie zu GitHub Copilot zeigt: Entwickler codieren 56 Prozent schneller und erledigen 26 Prozent mehr Aufgaben pro Woche.

Andere Berichte vom 8. Juli gehen noch weiter: Manche Unternehmen reduzieren manuelle Arbeitslasten durch autonome Codier-Agenten um 40 bis 70 Prozent. Analysten von Databricks prognostizieren, dass bis 2028 rund 15 Prozent aller Arbeitsentscheidungen von KI-Systemen getroffen werden.

Mit der steigenden Autonomie von KI-Systemen wachsen auch die Anforderungen an die rechtssichere Dokumentation und Risikobewertung im Unternehmen. Erfahren Sie in diesem kostenlosen Report, welche KI-Systeme als Hochrisiko gelten und was Verantwortliche jetzt konkret tun müssen. Umsetzungsleitfaden zum EU AI Act jetzt kostenlos herunterladen

Doch Experten von DEVOPSdigest warnen: Herkömmliche Entwicklungsprozesse drohen mit der schieren Menge KI-generierten Codes zu kollabieren. Diese „KI-Code-Geschwindigkeitslücke" treibt die Nachfrage nach automatisierten Governance-Systemen – von Sicherheitsanalysen bis zur Compliance-Prüfung. Denn eines darf nicht passieren: Dass autonome Systeme etablierte Sicherheitsstandards umgehen.

de | wissenschaft | 69725610 |