AWS rüstet KI-Agenten mit Wissensgraph und automatischer Sicherheitsprüfung aus

Auf dem AWS Summit in New York hat Amazons Cloud-Sparte mehrere Dienste vorgestellt, die KI-Agenten produktionsreif machen sollen, darunter ein Sicherheitsdienst für Code-Schwachstellen und ein Wissensgraph, der Agenten den nötigen Geschäftskontext liefert.

Im Mittelpunkt der Ankündigungen auf dem AWS Summit New York stehen zwei neue Dienste: AWS Continuum für den Umgang mit Sicherheitslücken im Code und AWS Context als gemeinsame Wissensbasis für Agenten.

Beide adressieren typische Engpässe beim produktiven Einsatz von KI-Agenten, nämlich fehlenden Geschäftskontext und Sicherheitsrisiken, die mit der Geschwindigkeit KI-generierten Codes nicht mehr Schritt halten.

Sicherheitsdienst für Code-Schwachstellen in einer KI-beschleunigten Bedrohungslage

Mit AWS Continuum stellt AWS einen Dienst vor, der den gesamten Lebenszyklus von Code-Schwachstellen unterstützt, vom Auffinden über Priorisierung und Validierung bis hin zu empfohlenen Gegenmaßnahmen. Der Dienst ist zunächst nur für ausgewählte Testkunden verfügbar. Anlass sei die veränderte Bedrohungslage durch spezialisierte Sicherheitsmodelle wie Anthropics Claude Mythos, schreibt AWS im Sicherheitsblog. Solche Modelle könnten Schwachstellen finden und Angriffspfade durchdenken, was den Berg ungelöster Sicherheitsprobleme auf Verteidigerseite stark wachsen lasse. Das klassische Sicherheitsmodell aus Datensammlung, Speicherung und Dashboards reiche dafür nicht mehr aus.

Continuum arbeitet in vier Schritten. Es übernimmt die bestehende Liste offener Schwachstellen und scannt zusätzlich selbst nach neuen. Anschließend priorisiert es die Funde anhand des Geschäftskontextes, also etwa der Frage, ob eine betroffene Komponente überhaupt erreichbar oder in einer Produktivumgebung im Einsatz ist. In der Validierungsphase versucht der Dienst, in einer abgeschotteten Testumgebung einen funktionierenden Angriff nachzubauen, um Fehlalarme von echten Risiken zu trennen. Erst dann schlägt er konkrete Gegenmaßnahmen vor, etwa eine geänderte Netzwerkkonfiguration, eine angepasste Berechtigung oder einen Code-Patch.

Continuum ist nicht an ein bestimmtes KI-Modell gebunden, sondern wählt je nach Aufgabe verschiedene Frontier-Modelle aus. Der Dienst kann den Umgang mit Code-Schwachstellen zunehmend automatisieren, startet jedoch mit menschlicher Freigabe in einem Lernmodus. Mit wachsendem Vertrauen lässt er sich in einen Durchsetzungsmodus überführen, in dem er definierte Korrekturen selbst ausführt. Ein ergänzendes Werkzeug zur Bedrohungsmodellierung erstellt aus Designdokumenten oder Quellcode automatisch Übersichten möglicher Angriffsszenarien.

Wissensgraph als gemeinsame Kontextschicht für alle Agenten

AWS Context erzeugt automatisch einen Wissensgraphen aus den vorhandenen Unternehmensdaten und stellt ihn allen Agenten einer Organisation zur Verfügung. Ein Wissensgraph verknüpft einzelne Datenpunkte zu einem Netz aus Beziehungen, sodass ein Agent etwa nachvollziehen kann, welche Tabelle zu welchem Kunden gehört oder welche Quelle für eine bestimmte Information maßgeblich ist. Der Dienst leitet diese Beziehungen aus Datenbanken, Dokumenten, E-Mails und Chat-Nachrichten ab und ergänzt sie um Geschäftsregeln und Domänenwissen. Ohne diese Schicht würden Agenten zu oft selbstbewusst falsche Empfehlungen geben, argumentiert AWS.

Technisch baut Context auf derselben Wissensgraph-Grundlage auf wie der KI-Assistent Amazon Quick. Die Metadaten der angebundenen Quellen werden in einem offenen Tabellenformat in AWS-Speicher abgelegt, sodass Kunden bestehende Werkzeuge weiterverwenden können. Eine eigene Pipeline zum Abrufen der Daten muss nicht aufgebaut werden. Eingebaute Zugriffskontrollen sollen sicherstellen, dass Agenten nur auf für sie freigegebene Informationen zugreifen. Mit jeder Abfrage lernt der Dienst, welche Quellen verlässliche Ergebnisse liefern, sodass nachfolgende Agenten von vorherigen Anfragen profitieren.

Code-Prüfung vor dem Deployment

Der AWS DevOps Agent erhält in einer Testphase zwei neue Funktionen, die auf das wachsende Volumen KI-generierten Codes reagieren. Beim sogenannten Release Readiness Review prüft der Agent jede Code-Änderung gegen Produktionsanforderungen und sucht nach Abhängigkeiten, die über Repository-Grenzen hinweg Probleme verursachen könnten. Die zugrundeliegenden Standards lassen sich in natürlicher Sprache hinterlegen.

Befunde erscheinen als Kommentare in GitHub oder GitLab und lassen sich aus der Entwicklungsumgebung über ein Plug-in für Kiro oder Claude Code aufrufen. Eine zweite Funktion leitet aus der konkreten Änderung einen passenden Testplan ab und führt ihn in einer produktionsnahen Umgebung aus, statt eine statische Testsuite laufen zu lassen. Die Vorschau ist in der Region US East zunächst kostenlos verfügbar.

Die neue Prüfschicht passt zu einer Reihe von Vorfällen, bei denen autonome Code-Änderungen bei AWS selbst zu Problemen geführt hatten. Im Februar wurde bekannt, dass Amazons KI-Coding-Tools an mindestens zwei AWS-Ausfällen beteiligt gewesen sein sollen, darunter ein 13-stündiger Ausfall, nachdem Kiro entschieden hatte, eine Umgebung zu löschen und neu aufzubauen. Kurz darauf führte Amazon intern eine Freigabepflicht durch erfahrene Ingenieure für jeden KI-generierten Code ein.

Kiro auf dem Smartphone und Erweiterungen bei AgentCore

Den Coding-Agenten Kiro bringt AWS als native iOS-App auf das Smartphone. Die Sessions laufen weiterhin in einer Cloud-Umgebung, das Telefon dient als Steuerungsoberfläche, um Aufgaben zu starten, Code-Änderungen zu prüfen und freizugeben. Identität, Modelleinstellungen und verbundene Repositories synchronisieren sich zwischen IDE, Web und Mobilgerät. Der Zugang ist auf zahlende Kunden beschränkt.

Beim Bedrock AgentCore, AWS' Plattform für den produktiven Agentenbetrieb, ergänzt der Konzern eine verwaltete Wissensdatenbank mit Konnektoren zu S3, SharePoint, Confluence und Google Drive sowie eine integrierte Websuche. Über eine Anbindung an die hauseigenen Sicherheitsfilter lassen sich Agentenaktionen auf manipulative Prompts, schädliche Inhalte und Datenlecks prüfen. Künftig sollen auch Signale externer Sicherheitsanbieter wie Check Point, Zscaler, Rubrik, Netskope und SentinelOne einfließen.