Zum Hauptinhalt springenAWS Startups
AnmeldenRegistrieren
  1. Lernen
  2. Entwickeln Sie KI-Agenten, die skalieren: Ein praktischer Lebenszyklus für die Architektur von Startup-Agenten

Entwickeln Sie KI-Agenten, die skalieren: Ein praktischer Lebenszyklus für die Architektur von Startup-Agenten

Wie war dieser Inhalt?

Build AI agents that scale

Die meisten Startups übertreiben es bei der Entwicklung ihrer Agenten. Noch bevor sie 100 Benutzer haben, stürzen sie sich direkt auf Multi-Agenten-Orchestrierung, Speicherdiagramme, Laufzeiten und Richtlinien-Engines. Agenten beginnen nicht als Plattformen, sondern als Features von Produkten. Wenn man die Agentenentwicklung aus der Perspektive eines Lebenszyklus betrachtet, der auf das Kundenwachstum abgestimmt ist, ergibt sich die Architektur von selbst. Und sie ist in der Regel einfacher, als es die Aufregung im Ökosystem vermuten lässt.

Hier ist ein praktisches Reifegradmodell für die Entwicklung von Agenten, ohne zu früh zu viel Architektur zu entwerfen.

Die Stufe des Lebenszyklus eines Agenten auf einen Blick

The agent lifecycle at a glance

Stufe 0: „Funktioniert das überhaupt?“

0–10 Kunden | Vor Produktmarktttauglichkeit

In dieser Stufe entwickeln Sie kein Agentensystem, sondern einen einzelnen Agenten, der auf ein einziges Ergebnis ausgerichtet ist. Er stützt sich in der Regel auf nur wenige Tools und läuft mit zustandsloser Ausführung. Im Kern handelt es sich um eine Reasoning-Schleife mit Tool-Aufrufen.

Architektur

Benutzer → API-Gateway → Rechen-Instance (AWS Lambda) → LLM (Amazon Bedrock) → Tool → Antwort

Keine dauerhafte Identität, kein Langzeitgedächtnis und keine Orchestrierungs-Engine.

Empfohlener Stack

Modell

Verwenden Sie integrierte Evaluierungstools, um Leistung, Kosten und Genauigkeit verschiedener Modelle zu vergleichen, und profitieren Sie von der Flexibilität, Modelle im Laufe der Entwicklung zu wechseln.

Ausführung

Speicher (falls erforderlich)

Frameworks

  • Grobe SDK-Aufrufe
  • Leicht Strands Agents SDK(ein Open-Source-Agent-SDK für Reasoning-Schleifen und Tool-Orchestrierung) oder LangChain für strukturierte Tool-Verarbeitung

Vermeiden Sie hier Multi-Agenten-Frameworks und -Laufzeiten.

Ziel: Zu überprüfen, ob der Reasoning-Zyklus einen echten Mehrwert bietet.

Stufe 1: „Er wird verwendet“

10–500 Kunden | Erste Erfolge

Mit Beginn der tatsächlichen Verwendung tauchen neue Anforderungen auf. Die Benutzer erwarten Sitzungskontinuität, Randfälle treten schnell zutage, Prompts erweisen sich als anfällig, und das System muss die gleichzeitige Verwendung bewältigen. Sie haben wahrscheinlich immer noch einen primären Agenten, aber dieser benötigt nun Struktur.

Was muss sich also ändern? Zunächst sollten Sie Sitzungsspeicher, strukturierte Ausgaben und klarere Tool-Abstraktionen einführen. Integritätsschutz und grundlegende Beobachtbarkeit werden ebenfalls entscheidend, damit Sie das System unter realen Bedingungen der Verwendung verstehen und stabilisieren können.

Empfohlener Stack

Ausführung

Zustand

  • DynamoDB (Sitzungspersistenz)
  • Amazon S3 (Artefakte)
  • Vektordatenbank, etwa Amazon S3 Vectors, nur wenn der Abruf im Mittelpunkt steht

Frameworks

  • Strands Agents SDK (übersichtliche Reasoning-Struktur)
  • LangChain (Tool-Kombination)
  • LlamaIndex (Anwendungsfälle mit hohem Abrufaufwand)

Beobachtbarkeit

Vermeiden Sie weiterhin das Erstellen von Schwärmen. Die meisten Produkte hier profitieren von einem disziplinierten Reasoning-Zyklus.

Ziel: Zuverlässigkeit unter realer Benutzerlast.

Stufe 2: „Das ist jetzt ein System“

500–5 000 Kunden | Skalierungskomplexität

In Stufe 2 beginnt sich das System wie eine echte Infrastruktur zu verhalten. Sie haben es mit gleichzeitigen Sitzungen, lang laufenden Workflows und asynchroner Ausführung zu tun. Die Ergebnisse können nun geschäftskritisch sein, die Kosten werden sensibler, und Unternehmenskunden beginnen, ernsthafte Fragen zu stellen. Dies ist der erste echte Wendepunkt.

Um auf dieser Stufe effektiv zu arbeiten, benötigen Sie robuste Workflows, eine klare Isolation von Mandanten und Sitzungen, versionierte Prompts und Tools sowie Evaluierungspipelines, um das System kontinuierlich zu testen und zu verbessern.

Isolation: Was Sie tatsächlich benötigen

Auf dieser Stufe ist Isolation nicht optional. Isolation besteht jedoch aus mehreren Ebenen:

1. Datenisolation (obligatorisch)

Das ist das Mindeste.

2. Ausführungsisolation (oft erforderlich)

  • Parallelitätsgrenzen pro Mandant
  • Getrennte Worker-Pools für Premium-Mandanten
  • Quotenbegrenzung und Circuit Breaker (Schutzschalter)
  • Möglicherweise separate AWS-Konten für Großkunden

Das schützt vor „Noisy Neighbors“.

3. Isolation auf Laufzeitebene (manchmal erforderlich)

  • Starke Sandbox-Maßnahmen
  • Zentrale Durchsetzung von Richtlinien
  • Standardisierte Audit-Kontrollen
  • Klare Tenancy-Grenzen auf der Ausführungsebene

Hier kommen verwaltete Agent-Laufzeiten ins Spiel.

Standard-Architekturpfad

Für die meisten Startups in Stufe 2:

Workflow

Ausführung

  • Amazon EKS wird hier zum Standard
  • Amazon ECS für einfachere Modelle

Frameworks

  • Strands Agents SDK für strukturiertes Reasoning
  • LangGraph für explizite Ablaufsteuerung
  • CrewAI nur, wenn echte Multi-Agenten-Spezialisierung erforderlich ist

Workflow-Primitive sind flexibel. Sie ermöglichen es Ihnen, die Produktlogik schnell zu iterieren und bieten Ihnen gleichzeitig eine dauerhafte Ausführung und Wiederholungsversuche.

Wann sollte AgentCore auf Stufe 2 eingesetzt werden?

Amazon Bedrock AgentCore ist eine agentenbasierte Plattform zum schnellen, sicheren und skalierbaren Erstellen und Betreiben von KI-Agenten. Sie bietet Laufzeit-Services wie sicheren Tool-Zugriff, Speicher, Durchsetzung von Richtlinien und Betriebsüberwachung, sodass sich Ihr Team auf die Leistung der Agenten konzentrieren kann, ohne eine eigene Infrastruktur-Schicht aufbauen zu müssen.

Wechseln Sie früher zu AgentCore, wenn 2 oder mehr der folgenden Punkte zutreffen:

  • Große Aufträge hängen von Isolationsgarantien ab
  • Sicherheitsüberprüfungen erfordern formelle Audit- und Tenancy-Modelle
  • Sie entwickeln die Durchsetzung von Richtlinien und Isolationsmechanismen manuell
  • Mehrere Agenten/Produkte benötigen eine gemeinsame Laufzeitebene
  • Hohe Parallelität erfordert standardisierte Ausführungssteuerungen

Faustregel:

  • Verwenden Sie Workflow-Primitives bei der Produktgestaltung
  • Verwenden Sie AgentCore, wenn Sie den Betrieb standardisieren

Ziel: Zuverlässige Infrastruktur mit angemessener Isolation.

Stufe 3: „Sie betreiben eine Agent-Plattform“

Über 5 000 Kunden | Exposition auf dem Niveau eines Großunternehmens

Auf Stufe drei entwickeln Sie keinen Agenten mehr, sondern betreiben viele Agenten über viele Mandanten hinweg. Compliance-Anforderungen, Kostenzuordnung und Erwartungen an das Service Level Agreement

(SLA) sind nun Teil des Systems. Nun ist die Isolation auf Laufzeitebene zu einer sinnvollen architektonischen Entscheidung geworden.

Empfohlener Stack

Agenten-Laufzeit

Sicherheit

  • AWS-IAM-basierte Tool-Berechtigungen
  • Starke Mandantengrenzen
  • Segmentierung der Virtual Private Cloud (VPC)

Governance

  • Kostenzuordnung pro Mandant
  • Audit-Protokollierung
  • Zentrale Durchsetzung von Richtlinien

Sie haben den Sprung vom Feature zur Plattform geschafft.

AWS vs. Frameworks: Halten Sie die Grenzen klar

Verwenden Sie AWS für:

  • Dauerhafte Ausführung
  • Isolation
  • Identität
  • Beobachtbarkeit
  • Governance

Verwenden Sie Frameworks (Strands Agents SDK, LangChain, LangGraph, CrewAI) für:

  • Strukturierung des Reasonings
  • Tool-Zusammensetzung
  • Planungs-/Ausführungsmuster

Infrastrukturprobleme gehören zu den Cloud-Primitiven, während Probleme des Reasonings zu den Agenten-Frameworks gehören. Das Vermischen dieser Schichten führt oft zu unnötiger Komplexität.

Um mehr über AWS-Tools zu erfahren, die für die Erstellung von KI- und agentenbasierten Workflows entwickelt wurden, sehen Sie sich Matt Garmans Einführung zu Amazon Q Developer auf der AWS re:Invent 2025 an. Amazon Q ist eine auf Entwickler ausgerichtete KI-Agentenplattform, mit der Sie einzigartige Anwendungen schneller erstellen und bereitstellen können.

Das Kernprinzip

Entwickeln Sie keine Agentenplattform. Entwickeln Sie einen Agenten, der sich das Recht verdient, eine Plattform zu werden. Isolation, Orchestrierung und Governance sollten durch das Kundenwachstum vorangetrieben werden, nicht durch architektonische Ambitionen. Agenten sind verteilte Systeme mit integrierten Reasoning-Schleifen. Fügen Sie Komplexität nur dann hinzu, wenn es die Realität erfordert.

Wenn Sie ein Startup in der Frühphase sind, das mit agentenbasierter KI innovativ sein möchte, kann AWS Activate Ihnen helfen, vom Prototyp zur Produktion zu gelangen. Unser Flaggschiff-Startup-Programm bietet AWS-Guthaben, technische Beratung und Support bei der Architektur, damit Sie sich darauf konzentrieren können, Agenten zu entwickeln, die einen Mehrwert liefern, und die Plattform im Zuge Ihres Geschäftswachstums weiterzuentwickeln. Werden Sie Teil unseres Netzwerks aus über 350 000 Startups weltweit und beginnen Sie noch heute mit dem Skalieren mithilfe von KI-Agenten.

Wie war dieser Inhalt?