Kommentar von Ali Pourshahid, Solace Bei Agentic AI nicht die Fehler der frühen Microservices wiederholen

Technologie hat die beunruhigende Angewohnheit, architektonische Fehler zu wiederholen. So führten frühe Schwierigkeiten bei der Implementierung von Microservices, bei denen enge Kopplungen als modulares Design getarnt waren und Punkt-zu-Punkt-Integrationen oft zu komplexen Netzwerken führten, zu Ausfällen, die ganze Systeme zum Erliegen brachten. Heute beobachten wir die gleichen Fehler bei der Integration von agentenbasierter KI.

In den Anfängen der Microservices wurden Systeme häufig mit synchroner Punkt-zu-Punkt-Kommunikation aufgebaut. Auf dem Papier sahen sie zwar wie ein verteiltes System aus, in der Praxis funktionierten sie jedoch wie ein „verteilter Monolith“: Es handelte sich um separate Dienste, bei denen die Latenz oder der Ausfall eines einzelnen Dienstes zum Ausfall des gesamten Systems führen konnte. Die Koordination von Bereitstellungen wurde so zu einem logistischen Albtraum.

Eine wirkliche Veränderung kam erst mit der Einführung der ereignisgesteuerten Architektur (EDA). Mit ihr konnten Dienste entkoppelt, Daten von „ruhend” zu „in Bewegung” umgewandelt werden und Dienste über Event-Broker kommunizieren. Diese bedeutende Transformation brachte Skalierbarkeit, Fehlertoleranz und echte Dienste-Autonomie mit sich. Microservices wurden dadurch agiler, resilienter und wartungsfreundlicher. Auch bei der Implementierung von agentenbasierter KI spielt die ereignisgesteuerte Architektur eine enorm wichtige Rolle.

Fragilität in agentenbasierten KI-Frameworks

Derzeit entwickeln Unternehmen KI-Systeme mit mehreren Agenten, verbinden diese jedoch über Punkt-zu-Punkt-Integrationen und Client-Server-Architekturmuster. So können beispielsweise zu einem typischen KI-Assistenten, dessen Aufgabe es ist, Kundenanfragen zu bearbeiten, ein Agent für die Sentiment-Analyse, ein Agent für die Wissensabfrage, ein Agent für die Entscheidungsfindung und ein Agent für die Generierung von Antworten gehören. Werden diese Agenten durch synchrone Aufrufe oder einen gemeinsamen Status koordiniert, entsteht – ähnlich wie bei der Entwicklung von Microservices – die Illusion von Modularität, während tatsächlich eine enge Kopplung besteht.

Damit agentenbasierte KI skalierbar ist und echten Mehrwert liefert, müssen die Agenten lose gekoppelt sein, das heißt, sie müssen sich frei und unabhängig voneinander weiterentwickeln können. Das ist nur in einer reaktiven, ereignisgesteuerten Umgebung möglich, in der das Risiko vermieden wird, ein weiteres instabiles, übermäßig vernetztes System zu schaffen, das Innovationen behindert, statt sie zu ermöglichen.

McKinsey fasst die Situation perfekt zusammen. Das Unternehmen kommt zu dem Schluss, dass die vollständige Ausschöpfung des Potenzials der agentenbasierten KI „ein neues Paradigma für die KI-Architektur erfordert – das agentenbasierte KI-Mesh, das sowohl maßgeschneiderte als auch standardisierte Agenten integrieren kann.“

Entkopplung in Aktion

EDA bietet eine robuste Lösung, indem es Agenten mithilfe eines Event-Brokers oder eines Netzwerks von Brokern, das wir als Event-Mesh bezeichnen, voneinander entkoppelt. Dadurch wird die enge Kopplung vermieden, die frühe Microservices-Bereitstellungen beeinträchtigte.

Beim Einsatz eines Event-Brokers können Agenten asynchron kommunizieren, ohne zu wissen, mit wem sie sprechen oder wann eine Antwort eintrifft. Diese lose Kopplung ermöglicht eine unabhängige Weiterentwicklung der Agenten. So können verschiedene Teams ihre spezialisierten Agenten entwickeln und einsetzen, ohne komplexe Abhängigkeiten koordinieren zu müssen. Dieser Ansatz verleiht dem gesamten System Resilienz: Wenn ein Agent ausfällt, werden seine Ereignisse in eine Warteschlange gestellt. Der Rest des Systems bleibt betriebsbereit.

Statt direkte Aufrufe zu tätigen, veröffentlichen Agenten Ereignisse (z. B. „Kundenanfrage erhalten“ oder „Sentiment-Analyse abgeschlossen“) und abonnieren die Ereignisse, die sie verarbeiten sollen.

Das volle Potenzial agentenbasierter KI

Diese ereignisgesteuerte Architektur ist für die uneingeschränkte Bereitstellung von agentenbasierter KI unerlässlich. Wenn ein kundenorientierter KI-Assistent Tausende Anfragen pro Stunde verarbeitet, dürfen Ausfälle von einzelnen Agenten nicht zum Ausfall des gesamten Systems führen. Die ereignisgesteuerte Architektur bietet eine natürliche Fehlerisolierung: Stürzt ein spezialisierter Analyse-Agent ab, werden seine Ereignisse in eine Warteschlange gestellt, während die anderen Agenten die Verarbeitung fortsetzen. Das System wird sanft gedrosselt, statt katastrophal auszufallen.

Horizontale Skalierung wird damit zum Kinderspiel. Wird mehr Kapazität für die Dokumentenverarbeitung benötigt? Dann lassen sich einfach weitere Instanzen des Dokumenten¬verarbeitungs¬agenten hinzufügen, die denselben Ereignisstrom nutzen. Es ist keine Neukonfiguration oder komplexe Dienste-Ermittlung erforderlich, die Skalierung erfolgt dynamisch je nach Bedarf.

EDA ermöglicht skalierbare und parallele Workflows

Agentenbasierte KI-Systeme sind von Natur aus asynchron. Die Reaktionszeiten von LLMs können je nach Modellauslastung, Komplexität der Anfrage und Modelltyp zwischen Millisekunden und Minuten variieren. Die Ausführungszeiten der Agenten unterscheiden sich stark voneinander: Eine einfache Datenabfrage kann sofort abgeschlossen sein, während eine komplexe Analyse mehrere Minuten dauert. Und menschliche Interaktionen finden nach vollkommen unvorhersehbaren Zeitplänen statt.

EDA berücksichtigt diese Tatsache. Statt zu blockieren, während sie auf Antworten warten, veröffentlichen Agenten Ereignisse, sobald sie ihre Aufgaben abgeschlossen haben, und abonnieren Ereignisse, die sie verarbeiten können. Dieses Vorgehen ermöglicht robustere sequenzielle Workflows und parallele Ausführungspfade. Ein KI-System für den Kundenservice kann beispielsweise einen Agenten die Stimmung analysieren, einen anderen die Kundenhistorie abrufen und einen dritten Antwortoptionen generieren lassen – alle arbeiten parallel und koordinieren sich über Ereignisse.

Lose Kopplung

Genau wie bei Microservices ist auch bei agentenbasierten KI-Systemen eine lose Kopplung von entscheidender Bedeutung. Oft entwickeln verschiedene Teams spezialisierte Agenten unter Verwendung unterschiedlicher Frameworks, Sprachen und Einsatzstrategien. Die ereignisgesteuerte Kommunikation ermöglicht es diesen unterschiedlichen Agenten, ohne enge Abhängigkeiten zusammenzuarbeiten.

Man stelle sich ein Unternehmen vor, dessen Agenten mit verschiedenen Frameworks erstellt wurden: Einige wurden beispielsweise mit Solace Agent Mesh erstellt, andere mit LangChain oder CrewAI. Wieder andere sind speziell für proprietäre Systeme entwickelte Agenten. In einer EDA veröffentlicht jeder Agent seine Fähigkeiten und abonniert relevante Ereignisse – unabhängig von seiner zugrunde liegenden Implementierung.

Dynamische Workflows beginnen beim Design

Einer der leistungsstärksten Aspekte ereignisgesteuerter, agentenbasierter KI ist die Fähigkeit, dynamische Arbeitsabläufe zu unterstützen. Im Gegensatz zu Systemen mit fest programmierten Prozessabläufen können Agenten ihre Fähigkeiten zur Laufzeit registrieren, und die Orchestrierung kann sich auf Basis der verfügbaren Agenten und sich ändernden Anforderungen anpassen.

Man stelle sich ein Dokumentenanalyse-System vor, dem neue spezialisierte Agenten hinzugefügt werden, beispielsweise ein Agent für die Analyse von Finanzdokumenten oder ein Agent für die Verarbeitung von Rechtsverträgen. In einem ereignisgesteuerten System geben diese Agenten ihre Fähigkeiten einfach bekannt. Der Orchestrator-Agent kann sie dann sofort in relevante Workflows integrieren, ohne dass dafür Systemänderungen oder Neuinstallationen erforderlich wären. Anders gesagt: Das System wird schrittweise intelligenter.

Eine lückenlose Rückverfolgbarkeit ist entscheidend

Das Debuggen verteilter KI-Systeme ist bekanntlich schwierig. Wo ist eine Anfrage hängen geblieben? Welcher Agent hat eine bestimmte Entscheidung getroffen? Warum hat ein Workflow einen unerwarteten Verlauf genommen?

Ereignisgesteuerte Systeme bieten eine vollständige Transparenz, da jede Interaktion als Ereignis mit vollständigem Kontext, Zeitstempeln und Rückverfolgbarkeit erfasst wird. Diese Beobachtbarkeit ist für die Compliance und Auditierbarkeit von KI-Systemen von entscheidender Bedeutung. Jede Entscheidung, jeder Datenzugriff und jede Interaktion mit einem Agenten sind nachvollziehbar. Dadurch können Unternehmen das Verhalten der KI in der Produktion verstehen und überprüfen.

Vereinfachung der Integration

Unternehmens-KI-Systeme müssen sich in bestehende Infrastrukturen, Datenquellen und Geschäftsprozesse integrieren lassen. EDA ermöglicht das Abonnieren von Ereignissen, unabhängig vom jeweiligen Technologie-Stack und Bereitstellungsmodell.

So kann beispielsweise ein bestehendes CRM-System KI-Workflows auslösen, indem es Kundenereignisse veröffentlicht. Ein moderner Data Lake kann über Ereignisströme Echtzeitinformationen an Agenten weiterleiten. Externe APIs können mithilfe einfacher Ereignisadapter in das gesamte KI-Ökosystem integriert werden, ohne dass dafür komplexer Integrationscode erforderlich ist.

Einen cleveren Weg für agentenbasierte KI ebnen

Eine ereignisgesteuerte Architektur (EDA) ist für den Aufbau effektiver agentenbasierter KI-Systeme von entscheidender Bedeutung. Sie fördert eine lose Kopplung und ermöglicht es den Agenten, unabhängig voneinander zu funktionieren und asynchron zu kommunizieren. Dieses Design vermeidet die fragilen, eng gekoppelten Architekturen, welche die frühen Microservices behinderten und zu komplexen, anfälligen Systemen führten.

Durch die frühzeitige Einführung von EDA können Unternehmen KI-Systeme aufbauen, die von Natur aus resilienter, skalierbarer und wartungsfreundlicher sind. EDA bietet integrierte Unterstützung für Parallelität, Fehlertoleranz und vollständige Beobachtbarkeit und legt damit den Grundstein für robuste, unternehmensgerechte, agentenbasierte KI.

(ID:50582305)