Amazon Bedrock AgentCore: Die Infrastruktur für KI-Agenten im Unternehmen

AWS hat im Juli 2025 Amazon Bedrock AgentCore eingeführt – einen Managed Service, der Unternehmen dabei unterstützt, Prototypen von KI-Agenten in sichere und skalierbare Produktionsumgebungen zu überführen. Die Plattform eliminiert den unspezifischen Arbeitsaufwand, der diesen Übergang vom Labor in den Live-Betrieb üblicherweise erschwert.

AgentCore verändert die Entwicklung von KI-Agenten grundlegend, indem es Enterprise-Services für Runtime, Identity, Memory und Observability bereitstellt. So können sich Teams auf die Geschäftslogik konzentrieren, anstatt Zeit in die Infrastruktur zu investieren. Dies bietet drei wesentliche Vorteile: eine schnellere Bereitstellung, freie Wahl bei Modellen und Frameworks sowie integrierte Sicherheit.

Durch das modell- und framework-agnostische Design positioniert sich AWS als zentrale Produktionsschicht für die Entwicklung agentischer KI – unabhängig davon, welche Basismodelle oder Open-Source-Frameworks Entwickler wählen. Damit adressiert AWS den Marktbedarf nach einer zuverlässigen und flexiblen Infrastruktur für den Einsatz von KI-Agenten.

Die Entwicklung von agentischer KI und der Bedarf an einer produktionsreifen Plattform

Agentische KI-Systeme sind in der Lage zu logischem Denken, zur Planung und zur autonomen Ausführung mehrstufiger Aufgaben, indem sie mit externen Systemen interagieren und sich an dynamische Umgebungen anpassen. Dies hat zu zahlreichen Prototypen von KI-Agenten geführt, die das Potenzial für die Geschäftsautomatisierung aufzeigen – vom Kundenservice bis hin zu internen Arbeitsabläufen.

Wie so oft klafft jedoch eine erhebliche Lücke zwischen der Entwicklung eines Prototyps und dem produktiven Einsatz. Unternehmen sehen sich mit Anforderungen an eine produktionsreife Infrastruktur konfrontiert, darunter sichere, skalierbare Laufzeitumgebungen, Sicherheit auf Enterprise-Niveau mit Sitzungsisolierung und ein standardisiertes Identitätsmanagement. Zudem erfordert die Orchestrierung und Fehlerbehebung (Debugging) mehrstufiger Workflows hochentwickelte Monitoring- und Auditing-Tools, an denen es oft mangelt. Darüber hinaus möchten Unternehmen vorgefertigte Funktionen für agentische Anwendungen nutzen – wie etwa ein Langzeitgedächtnis sowie gängige Werkzeuge wie Browser-Nutzung und Code-Interpreter – ohne alles von Grund auf selbst neu bauen und verwalten zu müssen.

Diese Herausforderungen haben zu einem Engpass geführt, der viele vielversprechende Projekte daran hindert, die Experimentierphase zu verlassen. Amazon Bedrock AgentCore adressiert diesen Marktbedarf durch die Bereitstellung einer standardisierten Infrastruktur für Agenten. Dies ermöglicht es Entwicklungsteams, sich auf die Geschäftslogik und den Mehrwert zu konzentrieren, anstatt auf operative Komplexität, und ebnet so den Weg für die nächste Phase der Einführung von KI-Agenten in Unternehmen.

Was ist Amazon Bedrock AgentCore?

Amazon Bedrock AgentCore ist eine modulare und vollständig verwaltete Suite von Services, die für die sichere Bereitstellung und den Betrieb produktionsreifer KI-Agenten in großem Maßstab entwickelt wurde.

Es handelt sich nicht um ein einzelnes Tool, sondern vielmehr um eine Sammlung kombinierbarer Services, die Entwickler je nach ihren spezifischen Anforderungen zusammen oder unabhängig voneinander nutzen können. AgentCore zielt darauf ab, den sogenannten „undifferentiated heavy lifting“ – also den nicht differenzierenden Arbeitsaufwand – beim Aufbau einer Agenten-Infrastruktur zu eliminieren. Dazu gehören die manuelle Laufzeitkonfiguration, benutzerdefinierte Speicherlösungen und komplexe Sicherheitsimplementierungen.

Die Architektur von AgentCore basiert auf einer Reihe von Kernkomponenten. Zu diesen grundlegenden Services gehören AgentCore Runtime, AgentCore Gateway, AgentCore Memory, AgentCore Identity und AgentCore Observability. Die Plattform bietet zudem Zusatzwerkzeuge wie Code Interpreter und Browser Use, um die Fähigkeiten der Agenten auf einfache Weise zu erweitern.

AgentCore ist als framework-agnostische Plattform konzipiert, die gängige Open-Source-Frameworks wie CrewAI, LangGraph, LlamaIndex und natürlich Strands Agents unterstützt. Gleichzeitig arbeitet sie mit jedem Foundation Model zusammen, das auf Amazon Bedrock, SageMaker AI oder an anderer Stelle gehostet wird. Durch diesen Ansatz positioniert sich AWS als operative Ebene für die Entwicklung agentischer KI, ohne dass Entwickler auf ihre bevorzugten Frameworks oder Modelle verzichten müssen. Indem AWS das Vendor-Lock-in reduziert und eine modulare Infrastruktur bereitstellt, strebt das Unternehmen danach, die operative Ebene des KI-Marktes zu besetzen und dabei gleichzeitig die Wahlfreiheit und Flexibilität der Entwickler in den Vordergrund zu stellen.

Ein Paradigmenwechsel in der Produktivsetzung von Agenten

Amazon Bedrock AgentCore verlagert die Produktivsetzung von KI-Agenten weg vom komplexen Infrastrukturmanagement hin zur Komponenten-Architektur. Zuvor standen Teams vor folgenden Herausforderungen:

• Nicht standardisierte und teilweise manuelle Bereitstellung von Laufzeitumgebungen,
• Ad-hoc-API-Integrationen mit benutzerdefinierten Authentifizierungs- und Zugriffskontrollen,
• Fragmentierte Sicherheitsimplementierungen für die Sitzungsisolierung,
• Eingeschränkte, mühsame operative Sichtbarkeit mit lediglich grundlegenden Logging- und Debugging-Funktionen.

Mit Amazon Bedrock AgentCore wird dieser gesamte Prozess gestrafft und in eine Reihe von Managed Services abstrahiert. Die Infrastruktur für die Laufzeit der Agenten ist vollständig verwaltet und serverlos und skaliert automatisch, um dynamischen Workload-Anforderungen gerecht zu werden.

Die Tool-Integration wird durch das AgentCore Gateway beschleunigt. Es transformiert APIs und AWS-Lambda-Funktionen mit minimalem Code-Aufwand in standardisierte, für Agenten bereite Werkzeuge. Native Sicherheitsfunktionen, wie die vollständige Sitzungsisolierung in der Runtime und das automatisierte Identitätsmanagement im Identity-Service, sind von Grund auf integriert und bieten standardmäßig ein sicheres Fundament. Die operative Sichtbarkeit ist ganzheitlich und automatisiert, wobei der Observability-Service Echtzeit-Dashboards und Schritt-für-Schritt-Visualisierungen der Agentenausführung liefert.

Dieser Wandel führt zu einer massiven Steigerung der Entwicklungsgeschwindigkeit (Developer Velocity). Indem AgentCore die Komplexität der Infrastruktur übernimmt, ermöglicht es einen schnelleren Weg vom Prototyp bis zur Produktion.

Die Kerndienste von Bedrock AgentCore

Amazon Bedrock AgentCore ist eine modular aufbaubare Plattform. Jeder seiner Dienste ist darauf ausgelegt, eine spezifische, kritische Funktion im Lebenszyklus eines Agenten zu erfüllen. Die folgenden Abschnitte bieten eine detaillierte technische Analyse jeder dieser Kernkomponenten.

AgentCore Runtime

Die AgentCore Runtime bietet eine serverlose Ausführungsumgebung, die für KI-Agenten-Workloads optimiert ist und über eine vollständige Sitzungsisolierung verfügt, um Datenabfluss zu verhindern. Sie unterstützt sowohl kurze Echtzeit-Interaktionen als auch langlaufende Aufgaben von bis zu acht Stunden. Dabei bleibt sie Framework-agnostisch, um mit gängigen Optionen wie CrewAI, LlamaIndex und LangGraph zu funktionieren. Derzeit kann eine maximale Laufzeit definiert werden, die Konfiguration des maximal genutzten Arbeitsspeichers ist jedoch noch nicht möglich.

AgentCore Gateway

Das AgentCore Gateway verbindet KI-Agenten mit bestehenden Tools und Diensten, indem es APIs und AWS-Lambda-Funktionen in ein standardisiertes, für Agenten nutzbares Format transformiert. Es erstellt Model Context Protocol (MCP)-kompatible Werkzeuge mittels eines Zero-Code-Ansatzes und beinhaltet eine beidseitige Authentifizierung für eine sichere Zugriffskontrolle.

AgentCore Memory

AgentCore Memory ist ein vollständig verwalteter Dienst, der Agenten einen dauerhaften Kontext über Interaktionen hinweg zur Verfügung stellt. Er nimmt Entwicklern die Last ab, komplexe Datenspeicher und State-Management-Logik selbst zu verwalten. Der Dienst bietet sowohl ein Kurzzeitgedächtnis, das den Kontext innerhalb einer einzelnen Benutzersitzung aufrechterhält, als auch ein Langzeitgedächtnis, das es dem Agenten ermöglicht, Erkenntnisse und Wissen über mehrere Interaktionen hinweg zu speichern.

AgentCore Identity

Der AgentCore Identity-Service bietet ein sicheres und skalierbares Identitäts- und Zugriffsmanagement für KI-Agenten. Dieser Dienst ermöglicht es Agenten, sicher auf AWS-Ressourcen sowie auf Dienste von Drittanbietern zuzugreifen – entweder im Namen eines Benutzers oder autonom mit vorab autorisierter Zustimmung. Er rationalisiert den Autorisierungsfluss durch die Integration mit Enterprise-Identity-Providern wie Amazon Cognito, Okta und Microsoft Entra ID.

AgentCore Observability

AgentCore Observability bietet eine Überwachung der Performance und des Verhaltens von Agenten in Beinahe-Echtzeit, inklusive einer schrittweisen Visualisierung der Ausführung für Debugging und Auditing. Es umfasst grundlegende Dashboards zur Verfolgung von Token-Verbrauch, Latenz, Sitzungsdauer und Fehlerraten sowie eine OpenTelemetry-Integration für bestehende Monitoring-Systeme. So wird sichergestellt, dass Sie Ihre vorhandenen Werkzeuge wie LangFuse oder Datadog weiterhin nutzen können.

Auxiliary Tools

Zusätzlich zu den Kerndiensten umfasst AgentCore eine wachsende Suite an Zusatzwerkzeugen, welche die Fähigkeiten eines Agenten erweitern. Der Code Interpreter bietet eine isolierte, sichere Sandbox-Umgebung. In dieser Sandbox kann ein Agent Code ausführen, um Aufgaben wie Datenanalyse, mathematische Berechnungen und die Erstellung von Visualisierungen zu erledigen. Diese Fähigkeit erweitert das Potenzial eines Agenten, komplexe End-to-End-Aufgaben zu lösen.

Ähnlich dazu bietet AgentCore Browser verwaltete Webbrowser-Instanzen. Dies erlaubt es Agenten, komplexe Web-Automatisierungs-Workflows auszuführen und zu skalieren, wobei Funktionen wie Live View und Session Replay für die Fehlersuche und Revision zur Verfügung stehen.

Strategische Vorteile und Enterprise-Value-Proposition

Die technischen Fähigkeiten von Amazon Bedrock AgentCore bieten entscheidende strategische Vorteile für die Einführung von KI in Unternehmen.

Beschleunigte Wertschöpfung

Die Managed Services von AgentCore eliminieren die Komplexität der Infrastruktur und ermöglichen es Teams, Agenten-Funktionen sofort mit vorkonfigurierter Runtime, Speicherverwaltung und Tool-Integration aufzubauen. Das bereitgestellte SDK und die Starter-Kits optimieren die Entwicklung, was eine schnellere Bereitstellung vom Prototyp bis zur Produktion sowie einen zügigeren Return on AI-Investments ermöglicht.

Sicherheit und Vertrauen auf Enterprise-Niveau

AgentCore erfüllt strenge Sicherheitsstandards durch vollständige Sitzungsisolation zur Vermeidung von Datenlecks, prüfbare Authentifizierung über den Identity-Service sowie umfassende Audit-Trails mittels Observability. Diese Funktionen ermöglichen die vertrauensvolle Bereitstellung von Agenten, die zuverlässig und sicher in großem Maßstab agieren und dabei sämtliche Governance- und Compliance-Anforderungen erfüllen.

Flexibilität und Wahlfreiheit

Das Framework- und Modell-agnostische Design der Plattform unterstützt gängige Open-Source-Frameworks sowie jedes beliebige Foundation Model und verhindert so einen Vendor Lock-in (Anbieterabhängigkeit). Unternehmen können sich an neue Modelle oder Frameworks anpassen, ohne die Infrastruktur neu aufbauen zu müssen. Dies macht ihre KI-Strategie zukunftssicher, während sie gleichzeitig die volle Kontrolle über ihren Technologie-Stack behalten.

Operative Effizienz und Skalierbarkeit

Die serverlose Architektur skaliert automatisch bei steigendem Bedarf, wodurch die manuelle Ressourcenbereitstellung entfällt und Kosten durch ein Pay-per-Use-Preismodell optimiert werden. Integrierte Observability liefert Performance-Einblicke für proaktives Monitoring und Optimierung, ohne dass zusätzliche Individuallösungen erforderlich sind.

Bedrock AgentCore innerhalb des breiteren AWS-Ökosystems

Amazon Bedrock AgentCore dient als Produktivschicht für KI-Agenten-Anwendungen. Es erweitert bestehende generative KI-Dienste von AWS, um den gesamten Bereitstellungszyklus (Deployment Lifecycle) zu vervollständigen.

Amazon Bedrock bietet Zugriff auf Foundation Models und umfasst Bedrock Agents für Experimente sowie Bedrock Flows für die visuelle Workflow-Orchestrierung. AgentCore schließt die Lücke zwischen Prototyp und Produktion durch Runtime-, Gateway-, Memory- und Identity-Services. Diese Dienste ermöglichen eine sichere und skalierbare Bereitstellung von Agenten in Unternehmensumgebungen.

AgentCore lässt sich nativ in zentrale AWS-Dienste integrieren: Observability verbindet sich mit Amazon CloudWatch für Monitoring und Audit-Trails, das SDK automatisiert die Erstellung von AWS IAM-Rollen, und der Identity-Service nutzt IAM zur Authentifizierung. Die zeitgleiche Einführung von Amazon S3 Vectors, das native Vektor-Unterstützung für RAG-Operationen (Retrieval-Augmented Generation) durch die Integration mit Bedrock Knowledge Bases und dem OpenSearch Service bietet, unterstützt die Fähigkeit von AgentCore, datengesteuerte Agenten-Systeme mit proprietären Unternehmensdaten aufzubauen.

Strategische Empfehlungen und Zukunftsausblick

Amazon Bedrock AgentCore stellt eine überzeugende Plattform für Organisationen dar, die KI-Agenten in großem Maßstab bereitstellen möchten.

Für Enterprise-Architekten: AgentCore sollte als standardisierte Plattform für alle produktionsreifen KI-Agenten-Workloads evaluiert werden. Der Fokus auf Sicherheit auf Enterprise-Niveau – insbesondere Funktionen wie die vollständige Sitzungsisolation und das integrierte Identitätsmanagement – adressiert direkt kritische Compliance- und Data-Governance-Anforderungen beim Umgang mit sensiblen Informationen.

Für DevOps-Teams: Die Plattform bietet eine erhebliche Reduzierung des operativen Aufwands (Operational Toil). Vollständig verwaltete Dienste übernehmen automatisch die Infrastruktur für Agent-Runtime und Observability. Teams können sich stattdessen auf strategisches Monitoring, Performance-Optimierung und Betriebssicherheit konzentrieren.

Für Produktmanager: Die beschleunigte Wertschöpfung (Time-to-Value) von AgentCore sowie die Flexibilität, jedes beliebige Foundation Model oder Framework zu nutzen, können gezielt eingesetzt werden, um innovative, agentengesteuerte Funktionen schneller auf den Markt zu bringen. Dies minimiert das Risiko bei der Technologieauswahl und ermöglicht eine höhere Agilität in der Produktentwicklung.

Obwohl sich die Plattform derzeit noch in der Preview-Phase befindet, ist der Funktionsumfang bereits vielversprechend. Die vorgestellte Roadmap deutet auf eine klare, zukunftsorientierte Strategie hin. Die angekündigte Unterstützung für VPCs (Virtual Private Clouds) für eine noch stärkere Netzwerkisolierung sowie die integrierte Multi-Agenten-Orchestrierung für komplexe, kollaborative Systeme unterstreichen die Absicht von AWS, AgentCore kontinuierlich weiterzuentwickeln. Damit sollen auch die nächsten Komplexitätsebenen in der Landschaft der agentenbasierten KI adressiert werden.

Das Bekenntnis der Plattform zu aufstrebenden Standards wie dem Model Context Protocol (MCP) und Agent2Agent (A2A) legt zudem nahe, dass AWS AgentCore als zentralen, zuverlässigen Hub für eine Zukunft positioniert, in der Agenten verschiedener Anbieter nahtlos miteinander interagieren können.

Amazon Bedrock AgentCore: Unsere Erkenntnisse

Bei Devoteam haben wir bereits damit begonnen, die Kernkomponenten von AgentCore zu explorieren und zu implementieren, insbesondere in den Bereichen Runtime und Observability.

Runtime

Die Runtime-Komponente erscheint uns aus drei Hauptgründen besonders vielversprechend:

1. Schnelle Einrichtung – der Übergang von einem lokalen Strands-Agenten zu einer bereitgestellten Version erfolgt nahtlos. Man erstellt lediglich eine requirements.txt-Datei mit den entsprechenden Abhängigkeiten, nutzt das Starter Toolkit für die Dockerisierung sowie das Deployment, und schon ist der Agent einsatzbereit.
2. Benutzerfreundlichkeit – nach der Bereitstellung fühlt sich die Interaktion mit dem Agenten flüssig und intuitiv an.
3. Einfaches Deployment – kein unnötiger administrativer Overhead, sondern ein absolut geradliniger Workflow.

Dennoch haben wir einige Schwachstellen identifiziert:

• Kostenkontrolle: Derzeit gibt es keine Möglichkeit, die maximale CPU-Auslastung zu konfigurieren. Das bedeutet, dass Ihr Agent so viel Speicher beanspruchen kann, wie er benötigt, was problematisch ist. Kostenrisiken lassen sich zwar durch das Einrichten von Timeout-Limits mindern, aber das ist keine ideale Lösung.
• Time to First Token (TTFT): Kaltstarts führen zu Latenzzeiten. Bei der direkten Interaktion mit dem Agenten ist die Zeit bis zum ersten Token geringer. Wenn Sie jedoch eine Infrastruktur als Zwischenschicht (Middle Layer) bereitstellen, muss diese erst hochfahren, bevor sie mit dem Agenten interagieren kann, was unweigerlich einige Millisekunden Verzögerung verursacht. Dies ist zwar zu erwarten, sollte aber unbedingt berücksichtigt werden. Wir hoffen, dass dieser Overhead in Zukunft auf ein Minimum reduziert wird.

Observability

Die Observability-Dashboards sind funktional, aber recht einfach gehalten. Sie bieten einen soliden Überblick über den Verbrauch. Für detailliertes Tracing und Protokolle (Logs) muss man sich jedoch wiederholt durch verschiedene Ebenen klicken, um an die gewünschten Informationen zu gelangen. Die Tracing-Funktionen innerhalb der Bedrock AgentCore Observability sind derzeit noch sehr begrenzt und wenig benutzerfreundlich.

Vorerst empfehlen wir stattdessen die Integration Ihres bestehenden KI-Monitoring-Tools. Langfuse ist hier eine hervorragende Option: gut durchdacht, mit einer exzellenten UI/UX und nicht allzu komplex in der Implementierung. Wir gehen davon aus, dass Bedrock AgentCore Observability in den kommenden Monaten einen deutlich höheren Standard erreichen wird. Zum jetzigen Zeitpunkt ist die Lösung jedoch noch nicht so weit.

Fazit

Insgesamt ist die AgentCore-Suite sehr vielversprechend, aber wie üblich gibt es noch Verbesserungspotenzial. Wir sind zuversichtlich, dass sie sich in den nächsten Monaten signifikant weiterentwickeln wird. Wir sind bereits gespannt auf die neuen Funktionen, die mit der allgemeinen Verfügbarkeit (GA – General Availability) angekündigt werden – voraussichtlich auf der re:Invent Anfang Dezember.

Mehr lesen: The Complete Guide to the AWS AI Agentic Ecosystem (OV auf Englisch)