Mobile-Menu

Agent-Orchestrierung und Anomalieerkennung Confluent erweitert „Confluent Intelligence“

Von Berk Kutsal 2 min Lesedauer

Anbieter zum Thema

Confluent Germany GmbH
Fsas Technologies GmbH
Board Deutschland GmbH
Fivetran Germany GmbH

Echtzeit-Datenströme sollen künftig als Bindeglied für KI-Ökosysteme fungieren: Confluent stellt neue Werkzeuge vor, mit denen sich isolierte KI-Agenten koppeln lassen und die Anomalieerkennung durch multivariate Analysen geschärft werden soll.

Confluent kombiniert Event Streaming mit Agent-Kommunikation: KI-Agenten greifen über MCP auf Anwendungen zu und tauschen Ereignisse über das A2A-Protokoll aus.(Bild: Confluent)
Confluent kombiniert Event Streaming mit Agent-Kommunikation: KI-Agenten greifen über MCP auf Anwendungen zu und tauschen Ereignisse über das A2A-Protokoll aus.
(Bild: Confluent)

Confluent baut seine Streaming-Plattform mit weiteren Funktionen aus, die sich an KI-basierte Anwendungen mit Echtzeitdaten richten. Die Neuerungen betreffen vor allem die Zusammenarbeit von KI-Agenten, die Analyse laufender Datenströme sowie die Anbindung zusätzlicher Datenquellen für Retrieval-Augmented-Generation-(RAG)-Workflows.

Eine der Erweiterungen ist eine Agent2Agent-Integration (A2A) für sogenannte Streaming Agents. Über diese Schnittstelle lassen sich KI-Agenten über Kafka-basierte Datenströme miteinander verbinden. Frameworks wie LangChain oder Unternehmensplattformen wie Salesforce und SAP können dadurch Ereignisse aus Datenströmen aufnehmen und automatisierte Aktionen auslösen.

Mehrdimensionale Anomalieerkennung für Datenströme

Parallel ergänzt Confluent seine integrierten Machine-Learning-Funktionen um multivariate Anomalieerkennung. Statt einzelne Metriken isoliert auszuwerten, analysiert der Ansatz mehrere Kennzahlen gleichzeitig und berücksichtigt ihre gegenseitigen Abhängigkeiten.

In komplexen Systemen mit vielen Telemetrie- oder Sensordaten lassen sich dadurch Auffälligkeiten früher erkennen, während zufällige Ausreißer weniger Fehlalarme auslösen.

Neue Vector-Search-Integrationen für generative KI

Auch die Anbindung von Vektordatenbanken erweitert Confluent. Neu unterstützt werden unter anderem Azure Cosmos DB sowie Amazon S3 Vectors. Damit lassen sich zusätzliche Datenquellen in RAG-Pipelines einbinden, über die generative KI-Modelle kontextrelevante Informationen aus Unternehmensdaten abrufen können.

Darüber hinaus ergänzt der Anbieter Private-Link-Verbindungen für AWS und Azure, sodass Datenströme und KI-Workloads über private Netzwerkpfade miteinander kommunizieren können, ohne das öffentliche Internet zu nutzen.

Schnittstelle für KI-Kontext

Ein weiterer Baustein ist die Unterstützung für einen Open-Source-Server des Model Context Protocol (MCP). Das Protokoll stellt strukturierte Kontextdaten für KI-Clients bereit und schafft eine standardisierte Schnittstelle zwischen Anwendungen, Modellen und Echtzeitdaten.

Mit den Erweiterungen richtet Confluent seine Plattform stärker auf Szenarien aus, in denen mehrere KI-Systeme kontinuierlich mit Datenströmen arbeiten und darauf automatisiert reagieren.

Der A2A-Support für Streaming Agents steht zunächst als Open Preview zur Verfügung. Für die multivariate Anomalieerkennung bietet Confluent einen Early-Access-Zugang an.

(ID:50785701)

Jetzt Newsletter abonnieren

Täglich die wichtigsten Infos zu Big Data, Analytics & AI

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Weiterführende Inhalte