Kore.ai hat heute die Artemis-Plattform vorgestellt – eine grundlegend überarbeitete Version seiner bewährten KI-Agenten-Infrastruktur. Das System ermöglicht Unternehmen, KI-Agenten schneller zu entwickeln, zu steuern und zu optimieren – und reduziert damit den traditionellen Entwicklungsaufwand von Monaten auf Tage. Mit Artemis reagiert das Unternehmen auf den wachsenden Wettbewerb zwischen Technologiegiganten wie Microsoft, Salesforce und Google, die ebenfalls um die Vorherrschaft im Bereich der unternehmensweiten KI-Agenten kämpfen.
Laut Raj Koneru, Gründer und CEO von Kore.ai, steht eine zentrale Frage im Mittelpunkt der neuen Technologie: „Wie können Unternehmen KI nicht nur entwickeln, sondern den gesamten Lebenszyklus – von der Planung bis zur Optimierung – mithilfe von KI selbst gestalten?“ Die Antwort liegt in einer vollständig automatisierten Pipeline, bei der KI-Agenten durch KI entworfen, gebaut, getestet, bereitgestellt und optimiert werden.
**Agent Blueprint Language: YAML als Standard für KI-Agenten
Der technische Kern der Artemis-Plattform ist die Agent Blueprint Language (ABL), eine deklarative, kompilierbare Sprache auf YAML-Basis. Sie dient als standardisierte Schnittstelle zwischen den natürlichen Sprachanweisungen von Fachabteilungen und der produktiven Infrastruktur, in der die Agenten schließlich ausgeführt werden.
ABL umfasst folgende Komponenten:
- Einen Parser, der natürliche Sprache in strukturierte Anweisungen übersetzt
- Einen Compiler, der die Anweisungen in ausführbaren Code umwandelt
- Einen Runtime-Manager, der die Agenten im Produktionsumfeld steuert
Ein besonderes Merkmal von ABL sind sechs vordefinierte Orchestrierungsmuster, die die Zusammenarbeit mehrerer Agenten in komplexen Workflows regeln:
- Supervisor: Ein Hauptagent überwacht und koordiniert untergeordnete Agenten
- Delegation: Aufgaben werden an spezialisierte Agenten weitergeleitet
- Handoff: Übergabe zwischen Agenten bei Zuständigkeitswechsel
- Fan-out: Gleichzeitige Ausführung mehrerer Agenten für parallele Aufgaben
- Escalation: Eskalation an menschliche Entscheider bei unklaren Situationen
- Agent-to-Agent Federation: Vernetzung verteilter Agenten in einem Ökosystem
Da ABL auf YAML basiert, lassen sich die Definitionen problemlos in GitHub verwalten, über CI/CD-Pipelines versionieren und sowohl von Entwicklern als auch Fachabteilungen prüfen. Koneru betont: „ABL schafft eine gemeinsame Sprache, die sowohl technische als auch geschäftliche Anforderungen abdeckt – ohne dass manuelle Code-Entwicklung nötig ist.“
**Arch: KI übersetzt Geschäftsanforderungen in einsatzbereite Agenten
Ein weiteres zentrales Element von Artemis ist Arch, ein KI-System, das natürliche Sprachvorgaben von Unternehmen automatisch in produktionsfertige ABL-Definitionen umwandelt. Nutzer beschreiben ihre Anforderungen, Datenquellen und Geschäftsregeln in einfachen Sätzen – Arch übernimmt den Rest:
- Analyse der Anforderungen und Identifikation der passenden Orchestrierungsmuster
- Generierung des ABL-Codes für die Agenten-Definition
- Erstellung von Testdaten zur Validierung der Logik
- Automatische Bereitstellung der Agenten in der Produktionsumgebung
- Echtzeit-Monitoring und kontinuierliche Optimierung basierend auf Nutzungsdaten
Ein entscheidender Vorteil: Arch beobachtet, wie gut die Agenten ihre Ziele erreichen, und passt ihre Definitionen automatisch an – ohne manuellen Eingriff. Wie Koneru erklärt: „Wenn ein Unternehmen anfangs eine 50-prozentige Automatisierung anstrebt, aber nur 30 Prozent erreicht, optimiert Arch die Agenten so lange, bis das Ziel erreicht ist.“
Dieser geschlossene Regelkreis unterscheidet Artemis von klassischen No-Code-Plattformen, die lediglich die Konfiguration ermöglichen, sowie von Pro-Code-Lösungen wie denen von Anthropic oder OpenAI, die Entwickler vor komplexe technische Herausforderungen stellen.
**Dual-Brain-Architektur: Mehr Kontrolle für regulierte Branchen
Für Branchen wie Banken, Gesundheitswesen oder Versicherungen, in denen strenge Compliance-Vorgaben gelten, hat Kore.ai eine Dual-Brain-Architektur entwickelt. Dieses System kombiniert zwei separate Kognitions-Engines innerhalb eines einzigen Runtime-Umfelds:
- LLM-basierte Reasoning-Engine: Verantwortlich für natürliche Sprachverarbeitung und kontextbezogene Entscheidungen
- Deterministische Regel-Engine: Führt vordefinierte Geschäftslogik und Compliance-Regeln aus
Diese Trennung soll verhindern, dass KI-Modelle in kritischen Entscheidungsprozessen unvorhersehbar agieren. Koneru warnt vor dem alleinigen Vertrauen in Large Language Models (LLMs): „Viele neue KI-Unternehmen verlassen sich ausschließlich auf LLMs – doch in regulierten Branchen ist das riskant. Unsere Lösung stellt sicher, dass sowohl KI als auch klare Geschäftsregeln parallel wirken.“
**Zukunft der unternehmensweiten KI-Agenten
Mit Artemis positioniert sich Kore.ai als neutraler Anbieter in einem stark umkämpften Markt. Während Microsoft und Salesforce ihre eigenen KI-Agenten-Plattformen ausbauen, setzt das Unternehmen auf Standardisierung, Automatisierung und Compliance als entscheidende Differenzierungsmerkmale.
Die Kombination aus YAML-basierter Definitionssprache, KI-gestützter Entwicklung und Dual-Brain-Architektur könnte den Weg für eine neue Ära der unternehmensweiten KI-Agenten ebnen – eine Ära, in der Fachabteilungen und Entwickler gemeinsam, aber gleichzeitig unabhängig agieren können.
Die Frage bleibt: Wird sich der Markt für eine solche Standardisierung öffnen – oder setzen sich weiterhin proprietäre Ökosysteme durch?
KI-Zusammenfassung
Kore.ai, Artemis AI ajan platformunu tanıttı. İşletmelerin AI ajanlarını sadece günler içinde oluşturmasını, yönetmesini ve optimize etmesini sağlayan yapay zeka destekli araçları keşfedin.
