Auf der AWS re:Invent 2025 stellte AWS eine kühne Vision vor: den Übergang von statischen Chatbots zu autonomen, langlebigen KI-Agenten – Systemen, die ohne menschliche Aufsicht stunden- oder sogar tagelang codieren, Sicherheitsaudits durchführen, DevOps ausführen und kontinuierliche Workflows abwickeln können. Dieser Schritt – die Kombination aus neuen Modellen, maßgeschneiderter KI-Infrastruktur und Agenten-Frameworks – könnte eine neue Ära der Unternehmens-KI einläuten.
Im Folgenden untersuchen wir, was AWS angekündigt hat, was KI-Agenten der nächsten Generation sind, warum sie wichtig sind, welche Auswirkungen sie in der Praxis haben und welche Herausforderungen noch zu bewältigen sind.
Bildquelle: AWS Event
Was hat AWS auf der re:Invent 2025 angekündigt?
Auf der Konferenz stellte AWS im Rahmen einer breit angelegten KI-Offensive mehrere Innovationen vor. Zu den wichtigsten Ankündigungen zählen:
- Frontier AI Agents: Eine Reihe autonomer Agenten – darunter Kiro (ein virtueller Entwickler), ein AWS Security Agent und ein AWS DevOps Agent. Diese Agenten sind dafür ausgelegt, Aufgaben über längere Zeiträume (Stunden/Tage) hinweg unabhängig auszuführen.
- Neue Modellfamilie „Nova 2“: Erweiterte Basismodelle für Schlussfolgerungen, multimodale Verarbeitung und Codegenerierung – darunter ein neues Modell namens Nova 2 Omni, das Text, Bilder, Videos und Sprache verarbeiten kann.
- AI-Infrastruktur-Upgrades – Trainium3 UltraServers & Graviton5 CPUs: Leistungsstarke, energieeffiziente Hardware zur Reduzierung von Kosten und Latenzzeiten für AI-Workloads.
- Erweiterte Agentenplattform: AgentCore & Agent Policies: AWS hat sein Framework für die Bereitstellung von Agenten (Amazon Bedrock AgentCore) um Richtlinienkontrollen, Speicherfunktionen (episodische Erfahrungen) und Bewertungstools zur Überwachung des Verhaltens und der Sicherheit von Agenten erweitert.
- Benutzerdefinierter KI-Modelldienst – Nova Forge: Unternehmen können nun domänenspezifische „Novella”-Modelle erstellen, indem sie Nova-Modelle anhand ihrer eigenen Daten feinabstimmen, was die Anpassung erleichtert, ohne dass diese von Grund auf neu erstellt werden müssen.
- KI-Fabriken für die Bereitstellung vor Ort/in privaten Clouds: Für Unternehmen, die sich mit Datenschutz, Datenresidenz oder Compliance befassen, hat AWS KI-Fabriken eingeführt – dedizierte KI-Infrastruktur (Chips, Netzwerke, Speicher), die in internen Rechenzentren bereitgestellt werden kann.
Zusammen bilden diese Komponenten einen ganzheitlichen Ansatz: nicht nur Modelle, sondern auch Infrastruktur, Frameworks und Governance – damit KI-Agenten zu erstklassigen Produktionswerkzeugen werden und nicht nur Spielzeug oder Experimente bleiben.
Was sind „Frontier AI Agents“? Wie unterscheiden sie sich von Chatbots?
Herkömmliche Chatbots – egal ob regelbasiert oder LLM-gestützt – sind in der Regel reaktiv: Sie warten auf Benutzereingaben, antworten und beenden dann den Vorgang. Sie können keine langen Aufgaben oder sitzungsübergreifenden Kontexte verarbeiten und keine komplexen, toolbasierten Arbeitsabläufe ausführen.
Frontier-KI-Agenten hingegen sind autonom, zielorientiert und beharrlich. Wesentliche Merkmale:
- Langfristige Ausführung: Kann stunden- oder tagelang Aufgaben wie das Codieren von Funktionen, das Ausführen von Tests, Sicherheitsaudits oder DevOps-Workflows ausführen.
- Tool-Nutzung und -Orchestrierung: Sie können APIs aufrufen, Befehle ausführen, Code-Repositorys verwalten, Infrastruktur bereitstellen – und nicht nur Text generieren.
- Speicher/Status über Sitzungen hinweg: Durch die AgentCore-Speicherfunktionalität können sich Agenten vergangene Interaktionen und Kontexte merken, was mehrstufige Workflows über mehrere Tage hinweg ermöglicht.
- Sicherheit, Überwachung und Richtlinienkontrollen: Im Gegensatz zu naiven LLM-Bots verfügt AgentCore über Evaluatoren für Korrektheit und Sicherheit und ermöglicht vom Menschen definierte Grenzen für das, was Agenten tun können und was nicht.
- Integration in die Unternehmensinfrastruktur: Entwickelt für die Arbeit mit Code, Cloud-Infrastruktur und Bereitstellungspipelines – nicht nur für Chat-Schnittstellen.
Kurz gesagt: Frontier Agents sind keine Chatbots – sie sind autonome digitale Mitarbeiter, die in der Lage sind, komplexe Aufgaben von Anfang bis Ende zu koordinieren, ohne ständig von Menschen angeleitet werden zu müssen.
Wichtige Anwendungsfälle und reale Anwendungen
Autonome Softwareentwicklung (über Kiro)
Der Kiro-Agent kann Code schreiben, Funktionen implementieren, Refactorings durchführen, Tests durchführen und sogar Teamkonventionen befolgen – was möglicherweise die Entwicklungszyklen beschleunigt.
Für Unternehmen könnte dies die Arbeitsbelastung der Entwickler reduzieren, die Markteinführungszeit verkürzen und es den Ingenieuren ermöglichen, sich auf übergeordnete Design- oder Überwachungsaufgaben zu konzentrieren, anstatt sich mit Standard-Coding oder sich wiederholenden Aufgaben zu beschäftigen.
Sicherheits- und Compliance-Audits
Der AWS Security Agent kann Codebasen, Abhängigkeiten und Infrastrukturkonfigurationen kontinuierlich überwachen und dabei Schwachstellen, Fehlkonfigurationen oder Compliance-Verstöße ohne menschliches Eingreifen erkennen.
Dieser kontinuierliche, automatisierte Sicherheitsansatz kann Unternehmen dabei helfen, ihre Sicherheitslage zu verbessern, den manuellen Audit-Aufwand zu reduzieren und schneller auf Bedrohungen zu reagieren.
DevOps und Infrastrukturmanagement
Der DevOps-Agent kann Bereitstellungen verwalten, den Systemzustand überwachen, Rollbacks automatisieren, CI/CD-Pipelines ausführen und Cloud-Operationen abwickeln.
Bei großen oder komplexen Infrastrukturen kann eine solche agentenbasierte Automatisierung den Betriebsaufwand reduzieren und die Zuverlässigkeit erhöhen.
Modernisierung von Legacy-Code und plattformübergreifende Portierung
Als Teil des umfassenden Angebots von AWS fließen die neuen Agenten-Funktionen in Tools wie AWS Transform ein, das nun die automatisierte Modernisierung von Legacy-Anwendungen unterstützt – sogar von benutzerdefinierten Frameworks oder alten .NET-/VMware-Systemen.
Unternehmen mit technischen Altlasten können Agenten nutzen, um Legacy-Systeme schneller und mit weniger manuellem Aufwand zu migrieren, zu refaktorisieren oder zu modernisieren.
Benutzerdefinierte KI-Modelle und Anwendungen über Nova Forge
Unternehmen können ihre eigenen domänenspezifischen KI-Modelle für hochspezialisierte Aufgaben (z. B. Medizin, Finanzen, Recht, interne Arbeitsabläufe) erstellen, indem sie Nova-Basismodelle anhand proprietärer Daten feinabstimmen.
In Kombination mit Frontier Agents ermöglicht dies eine spezialisierte, sichere und unternehmensgerechte Automatisierung für Nischenbranchen.
On-Prem/Compliance-sensitive Bereitstellungen durch KI-Fabriken
Für Branchen, die mit regulatorischen oder datenschutzrechtlichen Anforderungen konfrontiert sind (Behörden, Gesundheitswesen, Finanzwesen), ermöglichen AWS KI-Fabriken die Bereitstellung einer leistungsstarken KI-Infrastruktur in privaten Rechenzentren.
Dadurch sind umfassende Agentenfunktionen möglich, ohne dass sensible Daten in gemeinsam genutzten Cloud-Umgebungen offengelegt werden – ein großer Vorteil für Branchen mit hohen Compliance-Anforderungen.
Warum dieser Wandel so bedeutend ist: Von Chatbots zu autonomen Agenten
A. Produktivität und Kosteneffizienz
Durch die Automatisierung großer Teile der Entwicklungs-, Sicherheits- und DevOps-Workflows können Unternehmen den manuellen Arbeitsaufwand erheblich reduzieren, Entwicklungszyklen beschleunigen und Betriebskosten senken – und damit möglicherweise die Art und Weise verändern, wie Software entwickelt und gewartet wird.
B. Unternehmensgerechte KI-Infrastruktur
AWS bietet nicht nur Modelle, sondern auch Hardware, Infrastruktur, Orchestrierung, Überwachung und Compliance-Kontrollen, wodurch agentenbasierte KI nicht nur für Forschungslabore, sondern auch für große Unternehmen nutzbar wird.
C. Demokratisierung KI-gestützter Workflows
Mit Nova Forge und Agenten-Frameworks können nun Unternehmen und Teams jeder Größe (nicht nur Big Tech) auf ihre Bedürfnisse zugeschnittene spezialisierte KI-Agenten entwickeln, wodurch gleiche Wettbewerbsbedingungen geschaffen werden.
D. Neues Paradigma: Agenten statt Assistenten
Herkömmliche KI-Assistenten reagieren auf Eingaben. Frontier-Agenten handeln – sie planen, führen aus, überwachen, iterieren und bleiben am Ball – und verändern damit grundlegend die Erwartungen an die Leistungsfähigkeit von KI-Tools.
Herausforderungen, Risiken und noch offene Fragen
Trotz dieser vielversprechenden Aussichten bleiben einige Herausforderungen und Unsicherheiten bestehen:
- Zuverlässigkeit und Korrektheit: Autonome Agenten, die über lange Zeiträume hinweg arbeiten – insbesondere in den Bereichen Codierung, Infrastruktur oder Sicherheit – müssen äußerst zuverlässig sein. Von einem Agenten verursachte Fehler oder Fehlkonfigurationen können schwerwiegende Folgen haben.
- Sicherheit und Governance: Obwohl AgentCore Richtlinienkontrollen und -bewertungen umfasst, bleibt es ein wichtiges Anliegen, sicherzustellen, dass sich Agenten innerhalb sicherer und konformer Grenzen bewegen – insbesondere wenn sie autonom handeln. Missbrauch, unbeabsichtigte Nebenwirkungen oder Sicherheitslücken sind möglich.
- Transparenz und Überprüfbarkeit: In regulierten Branchen müssen die von Agenten getroffenen Entscheidungen möglicherweise überprüfbar sein. Die Rückverfolgbarkeit von Aktionen, Begründungen und Genehmigungen in einem agentenbasierten Workflow sicherzustellen, könnte eine Herausforderung darstellen.
- Ressourcenkosten und Rechenanforderungen: Trotz Verbesserungen der Infrastruktur (Trainium3, Graviton5) können umfangreiche Agenten-Workflows (insbesondere für große Codebasen oder multimodale Aufgaben) immer noch erhebliche Rechenressourcen erfordern.
- Menschliche Aufsicht und Vertrauen: Unternehmen könnten zögern, die Kontrolle vollständig an Agenten abzugeben – Change Management, Governance-Frameworks und Vertrauensbildung werden daher unerlässlich sein.
- Qualifikationslücken und Hindernisse bei der Einführung: Teams müssen lernen, agentenbasierte Workflows anstelle traditioneller CI/CD- oder DevOps-Workflows zu integrieren, zu überwachen und zu verwalten, was neue Prozesse und Fachkenntnisse erfordert.
Was dies für verschiedene Interessengruppen bedeutet
Entwickler & Entwicklerteams
- Frontier-Agenten wie Kiro können Ihnen dabei helfen, sich wiederholende Programmieraufgaben zu automatisieren, Boilerplate-Code zu implementieren oder Prototypen zu generieren – und Ihnen so Zeit für kreative Arbeit verschaffen.
- Unternehmen sollten jedoch einen „Human-in-the-Loop”-Ansatz verfolgen: Setzen Sie Agenten zur Automatisierung und Erweiterung ein, nicht zur vollständigen Autonomie – zumindest solange, bis das Vertrauen in ihre Zuverlässigkeit wächst.
Unternehmen und CTOs
- Der integrierte Stack von AWS (Modelle + Infrastruktur + Agent-Frameworks) bietet einen potenziell kostengünstigen Weg zu groß angelegter Automatisierung, Code-Modernisierung und Infrastrukturmanagement.
- Allerdings müssen Sie in Governance, Überwachung, Testpipelines und Audit-Mechanismen investieren, um sicherzustellen, dass die Aktionen der Agenten sicher und konform bleiben.
KI-Forscher und -Anbieter
- Das Paradigma der Frontier-Agenten könnte neue Forschungsrichtungen eröffnen: Langzeitgedächtnis für Agenten, roboterähnliche Autonomie im Softwarebereich, multimodale Agenten, die Code, Dokumente, Bereitstellung und Infrastruktur kombinieren.
- Anbieter, die KI-Tools oder Unternehmenssoftware entwickeln, sollten überlegen, wie sie die agentenbasierte Automatisierung integrieren oder mit ihr konkurrieren können.
Aufsichtsbehörden und Compliance-Teams
- Da Agenten zunehmend eigenständige Handlungen ausführen, werden Transparenz, Prüfprotokolle und Compliance-Kontrollen an Bedeutung gewinnen. Die regulatorischen Rahmenbedingungen müssen möglicherweise weiterentwickelt werden, um die durch KI-Agenten gesteuerte Automatisierung im Gegensatz zu menschlichen Handlungen zu berücksichtigen.
Das große Ganze: Was dies für die Zukunft der Arbeit und der KI bedeutet
Die Ankündigungen von AWS für 2025 signalisieren nicht nur einen Wandel in der Technologie, sondern auch in der Art und Weise, wie wir über KI im realen Betrieb denken. Der Aufstieg von Frontier-KI-Agenten könnte Folgendes neu definieren:
- Softwareentwicklungsparadigmen – von manueller Programmierung und ständiger menschlicher Überwachung hin zu agentenbasierter Funktionsentwicklung, Refactoring und Wartung.
- Unternehmensabläufe und Cloud-Governance – mit Agenten, die Infrastruktur, Compliance, Sicherheit und Bereitstellungen verwalten – reduzieren den menschlichen Aufwand und beschleunigen Zyklen.
- Demokratisierung von KI-Automatisierungstools – mit Plattformen wie Nova Forge, die die Anpassung von Modellen zugänglich machen, und KI-Fabriken, die die Bereitstellung in privaten Clouds ermöglichen – erweitern die Akzeptanz über die großen Technologieunternehmen hinaus.
- Aufstieg der „digitalen Belegschaft“ – KI-Agenten, die wie Mitarbeiter funktionieren: Sie programmieren, warten, sichern und implementieren Systeme rund um die Uhr.
- Neue Herausforderungen für Governance, Aufsicht und Ethik – da immer mehr Kontrolle an autonome Systeme delegiert wird, werden Rahmenwerke für Audits, Rechenschaftspflicht und sichere Implementierung unerlässlich.
Schlussfolgerung
Die Welle von AWS-KI-Ankündigungen für 2025 – Frontier Agents, Nova-2-Modelle, Plattformen für individuelles Training, verbesserte Infrastruktur – stellt einen wichtigen Wendepunkt dar. Sie verschafft Unternehmen mehr Möglichkeiten als je zuvor: Sie können KI-basierte Automatisierung in großem Maßstab aufbauen, ausführen und betreiben. Entwickler werden von sich wiederholenden Arbeiten befreit und können schneller Innovationen vorantreiben. Im Falle des KI-Ökosystems ist dies ein Hinweis darauf, dass wir in eine neue Phase eintreten, in der Chatbots zu autonomen, persistenten Agenten werden – digitale Mitarbeiter, die planen und handeln sowie lernen und weitermachen können.
Allerdings bringt große Macht auch große Verantwortung mit sich: Zuverlässigkeit, Sicherheit, Governance, Aufsicht – diese Faktoren werden über den Erfolg oder Misserfolg der agentenbasierten KI entscheiden. Wenn Unternehmen beginnen, diese Systeme einzuführen, werden sorgfältige Tests, robuste Richtlinien und eine Governance mit menschlicher Beteiligung von entscheidender Bedeutung sein.
Wenn sich die Vision von AWS bewahrheitet, könnten wir bald in einer Ära leben, in der ein Großteil unserer digitalen Arbeit nicht an menschliche Remote-Mitarbeiter, sondern an intelligente, autonome KI-Agenten übertragen wird.
FAQs
Was sind „Frontier AI Agents“ von AWS?
Frontier AI Agents sind autonome, langlebige KI-Systeme, die von AWS auf der re:Invent 2025 vorgestellt wurden. Sie können komplexe Workflows – Codierung, DevOps, Sicherheitsaudits – über Stunden oder Tage hinweg ohne menschliches Eingreifen ausführen. Beispiele hierfür sind Kiro (virtueller Entwickler), AWS Security Agent und AWS DevOps Agent.
Wie unterscheiden sich diese von Chatbots?
Im Gegensatz zu Chatbots, die auf Eingaben reagieren, handeln Agenten: Sie planen intern Aufgaben, führen Operationen aus (Code, API-Aufrufe, Infrastrukturänderungen), verwalten den Status und den Speicher über mehrere Sitzungen hinweg und integrieren sich in Tools und Cloud-Infrastrukturen. Sie sind zielorientierte, autonome Mitarbeiter und keine reaktiven Konversationstools.
Welche neuen KI-Modelle hat AWS vorgestellt?
AWS hat seine Nova-Modellfamilie erweitert und Nova 2 eingeführt – darunter Nova 2 Omni, ein multimodales Modell (Text, Sprache, Bild, Video) –, um das Denken von Agenten, multimodale Aufgaben, die Codegenerierung und vieles mehr zu unterstützen.
Können Unternehmen jetzt ihre eigenen benutzerdefinierten KI-Modelle auf AWS erstellen?
Ja. Mit Nova Forge können Kunden bestehende Nova-Basismodelle anhand ihrer eigenen proprietären Daten optimieren und so maßgeschneiderte KI-Modelle (sogenannte „Novella“-Modelle) für domänenspezifische Workflows erstellen.
Sind diese Agenten bereits verfügbar?
Vorschauversionen der Frontier-Agenten, Nova 2-Modelle und aktualisierte AgentCore-Funktionen wurden bereits angekündigt – die Verfügbarkeit kann je nach Region variieren und hängt vom Rollout-Zeitplan von AWS ab.
Was sind die Hauptrisiken bei der Einführung von Frontier-Agenten?
Zu den Risiken zählen Zuverlässigkeit (Fehler oder falsche Aktionen), Sicherheit (Agentenberechtigungen und unbeabsichtigte Änderungen), Compliance (Überprüfbarkeit von Agentenaktionen), Ressourcenkosten und die organisatorische Bereitschaft für autonome Agenten-Workflows.