foto freepik ki

Die Softwareentwicklung befindet sich in einem grundlegenden Wandel. Während sich frühe Formen künstlicher Intelligenz vor allem auf dialogorientierte Anwendungen konzentrierten, rücken zunehmend autonome Software‑Agenten in den Fokus. Diese Agenten sind darauf ausgelegt, Kontexte zu berücksichtigen, eigenständig Schlussfolgerungen zu ziehen und komplexe Aufgaben über mehrere Schritte hinweg auszuführen. Damit entstehen neue Anforderungen an die zugrunde liegende technische Infrastruktur.

Neue Anforderungen durch autonome Agenten

Autonome Agenten unterscheiden sich deutlich von klassischen Anwendungen oder kurzlebigen Skripten. Sie laufen oft über längere Zeiträume, interagieren mit einer Vielzahl externer Systeme und führen dynamisch generierten Programmcode aus. Bestehende Infrastrukturansätze, die auf dauerhaft laufenden virtuellen Maschinen oder isolierten Containern basieren, stoßen dabei schnell an wirtschaftliche und technische Grenzen. Insbesondere in Szenarien, in denen viele Nutzerinnen und Nutzer parallel jeweils mehrere Agenten einsetzen, lassen sich diese Modelle nur schwer effizient skalieren.

Effiziente Ausführung durch leichtgewichtige Isolierung

Ein zentraler Ansatz zur Lösung dieses Problems besteht in der Nutzung besonders leichtgewichtiger Ausführungsumgebungen. Anstatt komplette Container oder virtuelle Server zu starten, kommt eine fein granulare Isolation zum Einsatz, die speziell auf kurze, ereignisgesteuerte Codeausführungen ausgelegt ist. Diese Laufzeitumgebungen lassen sich innerhalb von Millisekunden initialisieren, führen den benötigten Code aus und werden anschließend wieder beendet. Dadurch sinken sowohl die Startzeiten als auch die Kosten erheblich, während gleichzeitig eine sichere Trennung zwischen einzelnen Ausführungen gewährleistet bleibt.

Versionsverwaltung und persistenter Speicher für agentengenerierten Code

Da immer mehr Quellcode automatisiert durch Agenten erzeugt wird, steigen auch die Anforderungen an Speichersysteme und Versionsverwaltung. Klassische Plattformen sind häufig nicht für den extremen Maßstab ausgelegt, der durch massenhaft erzeugte Repositorien und parallele Zugriffe entsteht. Moderne, git‑kompatible Speicherlösungen setzen daher auf hohe Skalierbarkeit, globale Verfügbarkeit und dauerhafte Ablage von Code‑ und Datenartefakten. So können Agenten langfristig mit ihren eigenen Codebasen arbeiten und diese kontinuierlich weiterentwickeln.

Vollständige Entwicklungsumgebungen in isolierten Systemen

Für bestimmte Aufgaben benötigen Agenten mehr als nur eine kurze Codeausführung. In diesen Fällen kommen persistente, isolierte Betriebssystemumgebungen zum Einsatz. Solche Umgebungen stellen ein vollständiges Linux‑System mit Dateisystem, Shell und Hintergrundprozessen bereit. Agenten können darin Programmbibliotheken installieren, Software bauen, Tests ausführen und iterativ arbeiten – mit einer ähnlichen Rückkopplungsschleife wie menschliche Entwicklerinnen und Entwickler, jedoch vollständig automatisiert.

Langfristige Aufgabenbearbeitung durch zustandsbehaftete Agenten

Viele realistische Anwendungsfälle lassen sich nicht mit kurzlebigen, rein reaktiven Agenten umsetzen. Stattdessen erfordern sie Agenten, die über einen längeren Zeitraum hinweg Zustand halten, Zwischenergebnisse speichern und Aufgaben in mehreren Phasen abarbeiten können. Spezielle Frameworks unterstützen daher die Persistenz von Kontext und Entscheidungslogik. Auf diese Weise entstehen Agenten, die komplexe Arbeitsabläufe eigenständig planen und ausführen können.

Flexible Nutzung unterschiedlicher KI‑Modelle

Da sich die zugrunde liegenden KI‑Modelle rasant weiterentwickeln, gewinnt auch die Flexibilität bei der Modellauswahl an Bedeutung. Eine übergreifende Plattform ermöglicht es, unterschiedliche offene und proprietäre Modelle über eine einheitliche Schnittstelle anzusprechen. Entwicklerinnen und Entwickler können so Modelle austauschen, ohne ihre Anwendungen grundlegend umbauen zu müssen, und bleiben unabhängig von einzelnen Anbietern.

Ausblick

Die Kombination aus skalierbarer Infrastruktur, effizienter Isolation, leistungsfähiger Speicherung und flexibler KI‑Anbindung bildet die Grundlage für eine neue Generation agentenbasierter Anwendungen. Ziel ist es, autonome Agenten aus dem experimentellen Umfeld herauszuführen und als zuverlässige, wirtschaftliche Werkzeuge für produktive Aufgaben in großem Maßstab nutzbar zu machen.

Albert Absmeier & KI

Agent Cloud zur Unterstützung der nächsten Agenten-Generation

Angesichts des Umbruchs in der Softwareentwicklung führt Cloudflare eine Infrastruktur für Millionen autonomer, lang laufender Agenten ein.

Cloudflare, der Anbieter im Bereich Connectivity Cloud, erweitert für das leichtere Erstellen, Implementieren und Skalieren von Agenten die eigene Agent Cloud um neue Funktionen. Mit dieser Serie von Infrastruktur-, Sicherheits- und Entwicklertools sollen aus experimentellen Demoversionen von KI-Agenten auf lokalen Laptops robuste, produktionsreife Anwendungen werden, die auf dem gesamten globalen Cloudflare-Netzwerk laufen.

KI der ersten Generation hat sich auf Chatbots konzentriert. Doch nun richtet sich das Augenmerk der Branche auf Coding-Agenten und autonome Werkzeuge, die Kontext berücksichtigen, selbst Schlüsse ziehen und eine Abfolge von Aktionen ausführen können. Allerdings lässt sich die bestehende Infrastruktur – die teure, ständig laufende virtuelle Server oder isolierte Sandboxen nutzt – nicht für ein Szenario skalieren, in dem Nutzerinnen, Nutzer und Mitarbeitende jeweils Dutzende von persönlichen Agenten gleichzeitig betreiben. Cloudflare will sich sowohl um Infrastruktur als auch um Rechenleistung, Implementierung und Sicherheit kümmern, damit Entwicklerinnen und Entwickler sich voll und ganz darauf konzentrieren können, die nächste Generation von Anwendungen zu erschaffen.

»Die Art und Weise, in der Software entwickelt wird, ändert sich gerade grundlegend. Wir treten in ein Zeitalter ein, in dem Agenten das Schreiben und Ausführen von Programmcode übernehmen«, so Matthew Prince, Mitgründer und CEO von Cloudflare. »Doch die Agenten brauchen ein von vornherein sicheres Zuhause, das augenblicklich im Millionenmaßstab skaliert werden kann und auch bei lang dauernden Aufgaben Bestand hat. Wir haben in neun Jahren mit Cloudflare Workers die Grundlage dafür geschaffen. Jetzt machen wir Cloudflare zur ultimativen Plattform für das agentenbasierte Web.«

»Cloud-Agenten entwickeln sich schnell zu einem wesentlichen Baustein, wenn es um das Erledigen der Arbeit geht. Mit Cloudflare machen wir es Entwicklerinnen und Entwickler erheblich leichter, produktionsreife Agenten auf Basis von GPT-5.4 und Codex zur maßstabsgerechten Ausführung echter Unternehmens-Workloads zu implementieren«, so Rohan Varma, der bei OpenAI im Produktbereich an Codex mitarbeitet.

Die Agent Cloud von Cloudflare umfasst die volle Bandbreite an Werkzeugen und Infrastruktur für die nächste Generation von KI-Agenten. Damit können Entwicklerinnen und Entwickler:

Agenten mit einem eigens dafür entwickelten Rechenleistungsmodell effizient skalieren

Damit Agenten nicht nur von Early Adoptern, sondern von der breiten Masse genutzt werden, müssen sie auch erschwinglich sein. Doch jeden Agenten in einem eigenen Container zu betreiben, ist teuer. Deshalb beschränken sich die heutigen agentenbasierten Tools oft auf Programmierassistenten für Profis, die diese Kosten rechtfertigen können. Cloudflare führt daher Dynamic Workers ein, eine auf isolierten Bereichen (Isolaten) aufbauende Laufzeitumgebung, die KI-generierten Code in einer sicheren Sandbox schneller und effizienter ausführt als herkömmliche Container. Wenn ein Agent für das Aufrufen einer API, das Umwandeln von Daten oder das Verketten von Tool-Aufrufen ein Snippet ausführen muss, fährt Dynamic Workers in Millisekunden hoch, um den JavaScript-Code auszuführen und dann wieder zu verschwinden. Mehr wird für die allermeisten Aufgaben von Agenten nicht benötigt. Es genügt eine sichere Isolierung, die 100-mal schneller ist als Container und nur einen Bruchteil davon kostet, um eine Skalierung auf Millionen gleichzeitiger Ausführungsprozesse ohne Anlaufphase zu ermöglichen.

Agenten mit Git-kompatiblem Speicher betreiben

Mehr und mehr Quellcode wird heute von KI-Agenten geschrieben. Herkömmliche Plattformen zur Versionsverwaltung haben inzwischen Mühe, den Maßstab und die Verfügbarkeit zu bieten, die für autonome Workloads erforderlich sind. Um dieser Nachfrage gerecht zu werden, führt Cloudflare Artifacts ein – einen Git-kompatiblen Speicherbaustein, der speziell für einen Zeit entwickelt wurde, die durch Agenten geprägt ist. Cloudflare bietet damit eine leistungsstarke Grundlage, mit der Quellcode und Dateispeicher der nächsten Generation in beispiellosem Maßstab von Plattformen erstellt werden können. Mit Artifacts lassen sich zig Millionen Repositorys anlegen, von jeder Remote-Quelle aus Abspaltungen (Forks) vornehmen und für Agenten dauerhafte Code- und Datenspeicher bereitstellen, auf die jeder gängige Git-Client zugreifen kann.

Agenten ihren eigenen Computer mit Sandboxen bieten

Cloudflare gibt die allgemeine Verfügbarkeit von Sandboxen für den Fall bekannt, dass ein Agent ein vollständiges Betriebssystem benötigt. Eine Sandbox ist eine persistente, isolierte Linux-Umgebung mit einer Shell, einem Dateisystem und Hintergrundprozessen, in der ein Agent ein Repository klonen, Python-Pakete installieren, Builds ausführen und mit der gleichen engen Feedbackschleife wie menschliche Entwicklerinnen und Entwickler Iterationen schaffen kann.

Fähigere Agenten mit Think entwickeln

Aufgrund ihrer kurzen Lebensdauer sind die Möglichkeiten heutiger Agenten beschränkt. Doch oft erstrecken sich die ihnen übertragenen Aufgaben über einen langen Zeitraum und verschiedene Plattformen. Agent Cloud von Cloudflare löst dieses Problem mit Think, einem auf Persistenz ausgelegten Framework innerhalb des Agenten-SDK. Mit diesem SDK der nächsten Generation lassen sich Agenten erschaffen, die nicht nur auf Einzelprompts reagieren, sondern auch Aufgaben gewachsen sind, deren Erledigung längere Zeit in Anspruch nimmt und in mehreren Schritten erfolgt.

Zuverlässigkeit und Flexibilität mit einer übergreifenden KI-Plattform sicherstellen

Nach der Übernahme von Replicate durch Cloudflare erweitern wir nun unseren Modellkatalog, sodass Entwicklerinnen und Entwickler über eine zentrale Schnittstelle aus einer Reihe hochmoderner quelloffener und firmeneigener Modelle wie OpenAI und GPT-5.4 wählen können. Heute entwickeln sich die Modelle so rasch weiter, dass man möglicherweise das Nachsehen hat, wenn man sich an einen einzigen Anbieter gebunden hat und ein anderes, besseres Modell auf den Markt kommt. Mit Cloudflare ist der Anbieterwechsel nicht komplizierter, als eine einzelne Zeile Quellcode umzuschreiben, weil man nicht mehrere Anbieter gleichzeitig verwalten muss.

1253 Artikel zu „KI Agenten“

News | Business Process Management | Favoriten der Redaktion | Geschäftsprozesse | Künstliche Intelligenz | New Work | Strategien | Tipps

Governance von KI‑Agenten auf Datenebene: Anforderungen und Architekturansätze für regulierte Umgebungen

12. April 2026

Der Einsatz von KI‑Agenten in Unternehmensprozessen stellt insbesondere stark regulierte Branchen vor neue Governance‑Herausforderungen. KI‑Agenten agieren zunehmend als autonome oder teilautonome Akteure, die auf sensible und regulierte Daten zugreifen, diese verarbeiten und weitergeben. Klassische Sicherheitsmechanismen auf Modell‑ oder Anwendungsebene reichen dabei häufig nicht aus, um regulatorische Anforderungen zuverlässig umzusetzen. Vor diesem Hintergrund gewinnen Governance‑Ansätze auf…

Jetzt 25 % Ticketrabatt für »manage it« Leser

Agent Cloud zur Unterstützung der nächsten Agenten-Generation

1253 Artikel zu „KI Agenten“