ercan.ai

Agents on Call, Teil 8. Produktion: Observability, Evals und der Tag, an dem die Plattform lügt

Thu, 16 Jul 2026 09:00:00 +0200

Drei Monate nachdem der Incident-Triage-Agent aus Teil 3 live gegangen war, produzierte er für einen echten Vorfall eine selbstbewusste, gut geschriebene, falsche Diagnose, und niemand fing sie bis zum Postmortem, weil der Trace, der sie in Echtzeit gefangen hätte, noch nicht existierte. Das ist die Form jedes Fehlers, um den es in diesem letzten Teil wirklich geht: kein Crash, keine Exception, ein plausibler Satz, der zufällig falsch war. Dieser Beitrag schließt die Serie, indem er die drei Dinge baut, die aus "der Agent hat es gesagt" etwas machen, das ein Mensch verifizieren kann, sich den konkreten Tag ansieht, an dem er log, und die ganze Plattform gegen die Zahlen bewertet, die Teil 1 versprochen hat.

Kiro nach dem Hype: Was KI-IDEs wirklich verändert haben

Wed, 15 Jul 2026 17:00:00 +0200

Acht Monate nach Kiros allgemeiner Verfügbarkeit stellt sich heraus, dass die dauerhafte Idee die Spec ist, und der am wenigsten dauerhafte Teil die IDE. Kiro erschien als agentische IDE mit dem Versprechen, dass Sie auf Spezifikationsebene arbeiten und der Agent implementieren lässt. Der Teil, der geblieben ist, ist das Artefakt: eine schriftliche Absichtserklärung, die ein Mensch prüft, bevor Code existiert. Der Teil, der still verloren ging, ist die Annahme, dass der Editor der Ort ist, an dem das passiert. Kiro brachte zur GA eine CLI heraus, fügte einen Headless-Modus hinzu, und das Terminal ist dort, wohin die interessante Nutzung ging.

Warum Ihr KI-Pilot in der Beschaffung gestorben ist

Mon, 13 Jul 2026 19:00:00 +0200

Der Pilot hat funktioniert. Das war nie die Frage. Die Demo saß, die Genauigkeit war vertretbar, die Nutzer mochten es, und dann verbrachte er fünf Monate in einer Warteschlange und wurde still und leise nicht mehr erwähnt. Niemand hat ihn abgeschossen. Er ist ausgelaufen. Wenn Sie das schon zweimal erlebt haben, kommen Sie vermutlich zu dem Schluss, dass die Organisation kaputt ist, und ich möchte für eine weniger befriedigende Erklärung plädieren: Der Pilot war so zugeschnitten, dass er eine Frage beantwortete, an der niemand hing.

Bedrock-Kostenverfolgung pro App mit Inference Profiles

Fri, 10 Jul 2026 14:00:00 +0200

Ein Application Inference Profile ist ein getaggter Wrapper um eine Modell-ARN, und er ist das Einzige, was zwischen Ihnen und einer Bedrock-Rechnung steht, die eine einzige Zahl für das ganze Unternehmen nennt. Sie erstellen ein Profil, das auf ein Modell zeigt, hängen Kostenzuordnungs-Tags an und rufen die Profil-ARN statt der Modell-ID auf. Die Tags werden bis zu Cost Explorer und dem Cost and Usage Report mitgeführt. Das ist der gesamte Mechanismus, und er dauert einen Nachmittag.

Agents on Call, Teil 7. Sizing: Die Token-Rechnung, die niemand vorab macht

Thu, 09 Jul 2026 09:00:00 +0200

Eine einzige tiefe Vorfallsuntersuchung auf dieser Plattform, acht Runden Tool-Aufrufe, bevor der Triage-Agent genug Evidenz hat, um eine Diagnose vorzuschlagen, kostet 32.950 Tokens, und 31.600 davon sind Input, weil Bedrocks Converse API bei jeder Runde das gesamte wachsende Transkript erneut sendet. Multipliziert mit echtem Alarmvolumen kommt die gesamte monatliche On-Demand-Modellrechnung der Plattform auf etwa 14 $, einer der kleineren Posten in Gesamtkosten von knapp 21 $ im Monat. Provisioned Throughput am ersten Tag zu kaufen, das, was Teil 1 explizit aufgeschoben hat, hätte 15.768 $ im Monat gekostet, für einen Workload, der bei ungefähr einem Vierhundertstel der Auslastung läuft, die er zum Break-even braucht. Nichts davon ist aus einem Diagramm offensichtlich. Es zeigt sich erst, wenn jemand die Arithmetik macht, und genau das tut dieser Teil, Ende zu Ende, mit jeder Zahl rückführbar entweder auf ein Bedrock-Preisblatt oder eine vollständig gezeigte Formel.

EU AI Act, 2. August: Die Frist, die sich nicht verschoben hat

Wed, 08 Jul 2026 11:00:00 +0200

Das Digital Omnibus zur KI hat die Fristen verschoben, die Schlagzeilen machten, und die Frist unangetastet gelassen, die tatsächlich Ihr Projekt betrifft. Die Hochrisiko-Pflichten rutschten um mehr als ein Jahr. Die Transparenzpflicht aus Artikel 50 rutschte nicht. Sie gilt ab 2. August 2026, was etwa drei Wochen entfernt liegt, und sie ist die Vorschrift, die gewöhnliche Teams bei gewöhnlichen Dingen erwischt: Text, Bilder oder Audio mit einem Modell erzeugen und die Ausgabe einer Person vorlegen.

SageMaker vs. Bedrock: Eine Organisationsentscheidung, keine technische

Mon, 06 Jul 2026 09:00:00 +0200

SageMaker versus Bedrock ist kein technischer Vergleich. Es ist die Frage, ob Ihre Organisation Menschen beschäftigt, deren Job es ist, Modelle zu verantworten. Wenn Sie ein Team haben, das ein Modellartefakt trainiert, evaluiert und dafür Bereitschaftsdienst übernimmt, beschreibt SageMaker Arbeit, die dieses Team bereits leistet. Wenn Sie dieses Team nicht haben, und die meisten Unternehmen, die KI-Funktionen ausliefern, haben es nicht, ist Bedrock kein Kompromiss. Es ist eine korrekte Lesart Ihres Organigramms.

Prompt Injection über die eigene Doku: Die RAG-Angriffsfläche

Sat, 04 Jul 2026 10:00:00 +0200

In dem Moment, in dem Sie Retrieval vor ein Modell schalten, wird jedes Dokument in Ihrer Wissensdatenbank zu ausführbarer Eingabe. Nicht ausführbar im Sinne einer Shell. Ausführbar in dem Sinne, dass ein Absatz in einer Confluence-Seite verändern kann, was Ihr Agent tut, weil Retrieval ihn abruft, in das Kontextfenster einfügt und das Modell ihn mit derselben Aufmerksamkeit liest wie Ihren System-Prompt. Teams modellieren die Bedrohungen für das Eingabefeld der Nutzer sorgfältig durch und ziehen dann 40.000 Seiten aus sechs Systemen ein, ohne zu fragen, wer dort schreiben darf.

M365 Security 101: AI Pilot und Business Impact Reports

Fri, 03 Jul 2026 13:30:00 +0200

Security-Teams haben kein Detection-Problem. Sie haben ein Remediation-Problem und ein Kommunikationsproblem, und das sind die beiden Stellen, an denen sich AI in der Security tatsächlich bezahlt macht. Ein moderner Scanner liefert dir bereitwillig 800 Findings gegen ein Compliance-Benchmark. Die Findings sind nicht der schwierige Teil. Der schwierige Teil ist, dass die meisten davon nie behoben werden, und dass die behobenen für die Leute unsichtbar bleiben, die das Budget freigeben. Dieser Post ist ein 101 zu den beiden AI-Features, die das aus meiner Sicht direkt angehen: automatisierte Remediation mit einem Freigabe-Gate und AI-generiertes Reporting für nicht-technische Leser. Als durchgehendes Beispiel dient Aether365, eine Security-Plattform für Microsoft 365. Volle Transparenz vorab: Aether365 ist mein Produkt. Beurteile die Argumente nach ihrer Substanz.

Agents on Call, Teil 6. Guardrails: Der Teil, den alle überspringen

Thu, 02 Jul 2026 09:00:00 +0200

Ein Bedrock Guardrail, an jede Agent-Invocation angehängt, fängt drei Dinge, die IAM überhaupt nicht sehen kann: eine prompt-injizierte Anweisung, versteckt in einer Log-Zeile, die PII eines Kunden, die in einem Tool-Ergebnis ankommt, bevor das Modell es zusammenfasst, und den eigenen Text eines Agenten, der einen Menschen dazu steuert, das Approval-Gate zu überspringen. Nichts davon ist ein Zugriffskontrollproblem, also taucht nichts davon in einer IAM-Policy auf, egal wie sorgfältig Teil 2 bis Teil 4 sie gescoped haben. Dieser Teil baut diesen Guardrail in Terraform, in terraform/30-guardrails/, und verbringt mehr Zeit mit dem, was er nicht fängt, als mit den demo-freundlichen Teilen, weil die Lücke zwischen beidem exakt der Ort ist, an dem ein Vorfall schiefgeht.

Dem Modell vertrauen, das Binary auditieren

Thu, 02 Jul 2026 03:30:00 +0200

Das Client-Binary eines Coding-Agenten ist die privilegierteste Software auf deiner Maschine, und fast niemand auditiert es. Es liest dein Repo, führt deine Shell aus, hält deine Credentials und aktualisiert sich nach einem Zeitplan, den du nicht kontrollierst. Wir haben kollektiv beschlossen, dieses Binary als langweilige Infrastruktur zu behandeln, während wir über Model Alignment streiten. Letzte Woche hat Claude Code demonstriert, warum das genau falsch herum ist: Rund drei Monate lang enthielt es versteckte Logik, die Anfragen über China-nahe Proxys klassifizierte und das Ergebnis steganographisch in den eigenen System-Prompt kodierte. Niemand bemerkte es, bis ein Entwickler das Binary dekompilierte.

AWS Monthly (Juni '26): Agenten bekommen eine Feedback-Schleife

Tue, 30 Jun 2026 18:00:00 +0200

Der Juni 2026 war der Monat, in dem AWS aufhörte, nur Agenten-Fähigkeiten auszuliefern, und anfing, die Schleife auszuliefern, die sie verbessert. Der Summit in New York am 17. Juni stand im Zentrum: AgentCore bekam Optimierungsfähigkeiten, die Produktions-Traces lesen und zeigen, was deine Agenten falsch machen, Web Search wurde generell verfügbar, die verwaltete Harness erreichte einen Tag später GA, und AWS Continuum kam als KI-native Security-Lösung, die sich die Erlaubnis zu handeln verdient, statt sie vorauszusetzen. Anderswo im Monat brachte Anthropic Claude Fable 5 auf den Markt und verlor es kurz darauf wieder an eine Exportanordnung, was allen, die auf einem Frontier-Modell aufbauen, etwas Unbequemes über Lieferketten beigebracht hat.

Agents on Call, Teil 5. Das Team: Supervisor und drei Spezialisten

Thu, 25 Jun 2026 09:00:00 +0200

Vier Agenten existieren jetzt dort, wo Teil 4 einen zurückgelassen hat: Ein Supervisor, ein Runbook-Agent und ein Cost-Agent stoßen zu incident-triage, koordiniert nicht durch Python-Funktionsaufrufe innerhalb eines Prozesses, sondern durch AgentCore Runtimes eigene InvokeAgentRuntime-API, weil alle vier weiterhin als separate, isolierte Runtime-Ressourcen deployt werden, dieselbe Isolation, für die Teil 3 AgentCore Runtime überhaupt erst gewählt hat. Eine weitere AWS-Ressource verbindet sie: eine einzige AgentCore-Memory-Instanz, geteilt über alle vier per Actor-ID, sodass eine Diagnose, die Triage um 3 Uhr morgens schreibt, für den Runbook-Agenten, an den sie Sekunden später übergibt, noch lesbar ist, und für welchen Agenten auch immer, der sich nächsten Monat einen ähnlich geformten Vorfall ansieht.

AWS hat eine Sandbox für KI-generierten Code gebaut: Lambda MicroVMs

Tue, 23 Jun 2026 02:00:00 +0200

AWS Lambda MicroVMs sind ein neues Serverless-Primitiv, das nach AWS' eigener Darstellung dafür gebaut wurde, von Benutzern oder KI generierten Code in isolierten, zustandsbehafteten Umgebungen auszuführen. Das zweite Wort ist das, worauf es ankommt. Bei dem Launch geht es nicht wirklich um Funktionen. Es geht darum, einem KI-Agent einen sicheren Ort zu geben, um den Code auszuführen, den er gerade geschrieben hat. Und die Tatsache, dass AWS mit "Benutzern oder KI" voranging, sagt dir, für wen das gedacht ist.

Das echte Limit Ihres Multi-Agent-Systems sind Tokens pro Minute

Sun, 21 Jun 2026 16:00:00 +0200

Amazon Bedrock zeigt jetzt die Tokens-pro-Minute-Quotas seines Mantle-Endpunkts in der standardmäßigen AWS-Service-Quotas-Konsole an. Sie können die Limits für Input-Tokens pro Minute und Output-Tokens pro Minute pro Modell direkt ablesen und Erhöhungen über denselben Workflow beantragen, den Sie bereits für alles andere in AWS nutzen. Das klingt nach einer kleinen Änderung an der Konsole. Für alle, die Multi-Agent-Systeme in Produktion betreiben, ist es der Unterschied zwischen geplanter Kapazität und der Entdeckung dieser Grenze als Wand aus 429s.

Estland gibt KI-Agenten eine ID. Das ist der einfache Teil

Sat, 20 Jun 2026 16:00:00 +0200

Estland beabsichtigt, KI-Agenten offizielle digitale Identitäten, sogenannte "AI ID codes", auszustellen. Das Büro von Ministerpräsident Kristen Michal erklärt, das Ziel sei es, KI in die Lage zu versetzen, "im Auftrag von Personen, Unternehmen oder Organisationen innerhalb klar definierter Grenzen und auf eine Weise zu handeln, die sowohl verifizierbar als auch prüfbar ist." Wenn das tatsächlich kommt, wird Estland das erste Land, das KI-Agenten eine staatlich anerkannte Identität gibt. Das ist ein wirklich sinnvoller Schritt, und es ist zugleich der einfache Teil. Der schwierige Teil ist alles, was die ID tragen soll.

Le Chaton Fat: Das fetteste KI-Modell, das es nie gab

Thu, 18 Jun 2026 11:00:00 +0200

Ich erspare dir die Suche: Es gibt kein Modell namens Le Chaton Fat. Keine Gewichte, keine API, kein Benchmark. Es ist kein Leak, keine Roadmap, kein Mistral-Produkt. Es ist ein Witz, und in den letzten Tagen wurde es der lustigste, den sich die KI-Community seit Langem selbst erzählt hat.

Weil ein paar Leute tatsächlich auf die Suche nach dem Download-Link gegangen sind, finde ich, der Gag verdient eine ordentliche Aufarbeitung. Also hier ist, was es mit dem fettesten Modell auf sich hat, das es nie gab.

Agents on Call, Teil 4. Tools und das Gateway: MCP, Allowlists, Read-Only per Default

Thu, 18 Jun 2026 09:00:00 +0200

Vier Tools sitzen jetzt hinter einem einzigen AgentCore Gateway, statt einzeln, eine Python-Funktion nach der anderen, in jeden Agenten verdrahtet zu werden: cloudwatch-read, logs-read und cost-read übernehmen eine Read-only-Rolle in einem Spoke-Konto und können niemals irgendetwas mutieren, und ssm-execute, das einzige mutierende Tool der Plattform, kann ebenfalls keinen Spoke direkt erreichen, es kann nur eine Step-Functions-Ausführung starten, die auf die Slack-Freigabe eines Menschen pausiert. Diese Pause ist keine UI-Nettigkeit. Sie ist der eine Ort in der gesamten Plattform, an dem ein AWS-Credential geprägt wird, das in der Lage ist, etwas in einem Spoke-Konto zu ändern, und es wird erst geprägt, nachdem eine Person auf Freigeben geklickt hat.

KI-Coding-Agenten brauchen auch Staging-Umgebungen

Fri, 12 Jun 2026 09:00:00 +0200

Jede Umgebungsdisziplin, die dein Team für Menschen aufgebaut hat, gilt auch für Coding-Agenten, und die meisten Teams haben sie stillschweigend fallen gelassen, sobald der Agent gut genug wurde. Dieselbe Organisation, die einen neuen Mitarbeiter am ersten Tag niemals an die Produktion lassen würde, gibt einem Agenten ein langlebiges Credential und eine Aufgabenbeschreibung und ist dann überrascht, wenn etwas kaputtgeht, das nicht hätte kaputtgehen dürfen.

Die These ist absichtlich unspektakulär: ein Agent ist ein ungewöhnlich schneller Contributor ohne institutionelles Urteilsvermögen, und die Umgebungsleiter existiert genau für solche Contributor. Dev, Staging, Produktion, mit einem Gate dazwischen. Es ging nie um den Menschen. Es ging immer um den Blast Radius.

Agents on Call, Teil 3. Erster Agent: Incident Triage in Strands

Thu, 11 Jun 2026 09:00:00 +0200

Der erste funktionierende Agent dieser Serie sind etwa 260 Zeilen Python: ein Strands-Agent, zwei Read-only-Tools, die eine kontoübergreifende IAM-Rolle annehmen, bevor sie boto3 aufrufen, und ein System-Prompt, dessen gesamte Aufgabe darin besteht, das Modell davon abzuhalten, bei etwas, das es tatsächlich nicht geprüft hat, selbstbewusst zu klingen. Noch kein AgentCore Gateway, kein Supervisor, kein Multi-Agenten-Handoff: Das kommt in späteren Teilen. Dieser Teil handelt davon, einen Agenten eine Aufgabe korrekt erledigen zu lassen, deployt auf AgentCore Runtime, bevor irgendetwas hinzukommt, das das Debuggen erschwert.

Claude Code in CI: Einen Agenten den Build reparieren lassen

Mon, 08 Jun 2026 14:00:00 +0200

Einen Coding-Agenten in CI einzusetzen ist ein Berechtigungs-Design-Problem im Kostüm der Produktivität. Die Mechanik ist Nachmittagsarbeit: Der Headless-Modus ist seit Claude Code 2.0 im September 2025 verfügbar, und anthropics/claude-code-action@v1 verpackt das Ganze in eine GitHub Action. Du kannst noch vor dem Mittagessen einen Agenten haben, der Pull Requests kommentiert. Ob er auch Commits pushen sollte, ist eine andere Frage, und es ist die einzige, die zählt.

Die Regel, die das sicher hält, ist einfach: ein Agent in CI schlägt vor, er merged nicht. Jedes der folgenden Muster ist nur eine Variation davon, wo genau du diese Linie ziehst.

Agents on Call, Teil 2. Das Fundament: Terraform vor den Tokens

Thu, 04 Jun 2026 09:00:00 +0200

Bevor einer der vier Agenten aus Teil 1 einen Log ansehen, eine Workload bepreisen oder einen Fix vorschlagen kann, braucht diese Plattform eine Kontogrenze und zwei IAM-Rollen, die "read-only per Default" zu einer Eigenschaft machen, die AWS erzwingt, nicht zu einem Versprechen, das in einem System-Prompt steht. Diese Grenze, die Anfrage für Modellzugriff, die Tage passieren muss, bevor irgendjemand plant, etwas zu demonstrieren, und die Entscheidung zwischen On-Demand, Provisioned Throughput und Cross-Region-Inference-Profiles entstehen in diesem Teil, vollständig in Terraform, bevor auch nur eine Zeile Agenten-Code existiert.

Das Kontextfenster ist nicht dein Freund

Wed, 03 Jun 2026 10:00:00 +0200

Ein großes Kontextfenster ist eine Kapazitätsgrenze, keine Retrieval-Strategie. Dass ein Modell mehrere Hunderttausend Tokens akzeptiert, heißt nicht, dass es sie mit gleichmäßiger Aufmerksamkeit liest, und schon gar nicht, dass du dafür bezahlen solltest, sie zu senden. Jeder Long-Context-Benchmark, der sich die Mühe gemacht hat, Position und Länge zu messen, sagt dasselbe: Die Genauigkeit sinkt, je größer die Eingabe wird, und Belege, die in der Mitte eines Prompts vergraben sind, werden am wenigsten genutzt.

AWS Monthly (Mai '26): Agenten bekommen eine Geldbörse

Sun, 31 May 2026 19:00:00 +0200

Der Mai 2026 war der Monat, in dem AWS Agenten eine Geldbörse in die Hand drückte und die Toolchain härtete, die sie baut. Die Schlagzeile war Amazon Bedrock AgentCore Payments in der Preview, der erste gemanagte Weg für einen Agenten, eigenständig für die APIs, Inhalte und Services zu zahlen, die er nutzt. Drumherum brachte AWS das Agent Toolkit for AWS heraus und hob einen gemanagten Model Context Protocol Server auf allgemeine Verfügbarkeit, beides mit dem Ziel, dass KI-Coding-Agenten mit weniger Fehlern und engeren Kontrollen auf AWS bauen. Zusammen gelesen sagt der Monat, dass sich die Agent-Story von "kann er denken" hin zu "kann er Transaktionen ausführen, und können wir den Tools vertrauen, die ihn bauen" bewegt.

Agents on Call, Teil 1. Das Szenario: Warum ein Ops-Team Agenten einstellt

Thu, 28 May 2026 09:00:00 +0200

Ein mittelgroßes B2B-SaaS-Unternehmen mit rund 50 Entwicklern über etwa 30 AWS-Konten hinweg pagt jemanden im Bereitschaftsdienst rund 40 Mal pro Woche, und der Page bekommt erst nach 25 bis 35 Minuten manuellem Kontext-Sammeln eine echte Antwort: welches Konto, welches Dashboard, welches Runbook, und ob dieses Runbook überhaupt noch stimmt. Das passiert vor der eigentlichen Diagnose, nicht anstelle davon. Diese Serie baut die Lösung: eine kleine Plattform aus KI-Agenten, die diesen ersten Durchgang automatisch erledigt, alles liest, was sie lesen darf, nichts verändert ohne die Freigabe eines Menschen, und in dem Moment aufhört nützlich zu sein, in dem sie diese Disziplin verliert.

Prompts loggen, ohne PII zu loggen

Wed, 27 May 2026 14:00:00 +0200

Man kann eine LLM-Anwendung nicht debuggen, ohne Prompts zu loggen, und man kann diese Prompts nicht behalten, wenn sie voller Namen, E-Mail-Adressen und Kontonummern sind. Nutzer tippen personenbezogene Daten direkt ins Eingabefeld, sodass das Log, das einem hilft, eine schlechte Antwort zu verstehen, zugleich ein wachsender Speicher regulierter Daten ist, der in CloudWatch oder S3 mit der falschen Retention und den falschen Zugriffskontrollen liegt. Die Lösung ist nicht, das Loggen einzustellen. Sie ist, vor der Speicherung zu redigieren und eine Retention-Policy auf das zu legen, was übrig bleibt, sodass der Debugging-Wert erhalten bleibt und die Haftung nicht.

Jetzt

Mon, 25 May 2026 10:00:00 +0200

(Letzte Aktualisierung: Mai 2026)

Schreiben

Veroffentliche hier Feldnotizen zu KI, LLMs und angewandtem ML. Betreibe ausserdem ercan.cloud fur Cloud- und Platform-Engineering-Themen sowie Kurzform-KI-News auf news.ercan.ai. Baue awsmonthly.cloud, einen monatlichen AWS-News-Digest (noch nicht gestartet).

Beratung

Nehme eine kleine Anzahl an Beratungsmandaten im Bereich KI und angewandtes ML an. Bedrock-Architektur, LLM-Kostenoptimierung, agentische Pipeline-Designs, Interims-KI-Plattformleitung. Falls das, was ihr entwickelt, sich mit meinen Themen uberschneidet, meldet euch auf LinkedIn.

Entwicklung

Experimentiere mit agentischen Tool-Use-Mustern, Bedrock Guardrails im grossen Massstab und S3 Vector Search fur RAG. Kostenoptimierung fur LLM-Workloads ist ein wiederkehrendes Thema: die meisten Teams zahlen 60-90% zu viel, ohne es zu merken.

Consulting & Advisory

Sun, 24 May 2026 10:00:00 +0200

Ich nehme jedes Jahr eine kleine Anzahl an Beratungsmandaten an. Diese Arbeit liegt mir. Sie halt mich in echten Produktionsumgebungen, und genau dort entstehen die brauchbaren Muster. Jedes Mandat fliess in die Texte dieser Website ein, und die Texte fliessen in die Mandate zuruck.

Leistungen

Bedrock- und LLM-Plattformarchitektur. Kostenbewusste Grundlage fur produktive LLM-Workloads. Modell-Routing, Inference-Profiling, Guardrail-Design, Multi-Region-Failover. Du lieferst Features, nicht Infrastruktur.
LLM-Kostenoptimierung. Die meisten Teams zahlen 60-90 % zu viel fur Bedrock Knowledge Base, OpenSearch Serverless und provisioned Throughput, weil das Preismodell nicht offensichtlich ist. Ich finde die Verschwendung, baue den Stack um und ubergebe dir das Kosten-Dashboard.
Agentische Pipeline-Entwicklung. Der Schritt von Chat zu Agenten. Tool-Use-Architektur, Agent-Loop-Design, Human-in-the-Loop-Checkpoints, Tracing und Observability fur nicht-deterministische Workflows.
S3 Vectors und RAG-Architektur. Native S3-Vektorsuche, Chunking-Strategie, Embedding-Modell-Auswahl, Retrieval-Evaluierung. Uberspring den “einfach eine Vektor-DB dazustellen”-Reflex.

Wie ich arbeite

Projektbasiert. Du hast ein bestimmtes Feature, eine Pipeline oder eine Migration. Ich baue es gemeinsam mit deinem Team und ubergebe es mit Dokumentation.

Über

Sat, 23 May 2026 10:00:00 +0200

Ich bin Ercan Ermis. Senior Cloud Platform Engineer mit Sitz in den Niederlanden. Ich schreibe hier uber KI, LLMs, Agenten und die Ingenieursarbeit, die es braucht, um sie in Produktion zu bringen.

Wie ich hier gelandet bin

Der erste Computer in meinem Leben war ein Amstrad mit zwei 5,25-Zoll-Diskettenlaufwerken, den mein Vater 1986 fur sein Geschaft gekauft hat. Der eigentliche Schalter wurde 1998 umgelegt, in der vierten Klasse, als mein Lehrer Linux auf einem der Windows-95-Rechner im Schulcomputerraum installierte und sagte: “Das ist Linux, das ist freie Software.” Dann erschien Pac-Man auf diesem schwarzen Bildschirm und es war um mich geschehen. Warum funktioniert dieses Ding, wie funktioniert es, was kann ich sonst noch damit machen. Mehr als dreissig Jahre spater stelle ich immer noch dieselben Fragen und sitze immer noch an der Tastatur. Stunden vor einem Computer sind immer noch der Ort, an dem ich mich am wohlsten fuhle. Die KI-Arbeit auf dieser Seite ist eine Fortsetzung derselben Neugier, nur mit einem neuen Satz von Primitiven.

Wenn Haiku Opus schlägt: Model Right-Sizing auf Bedrock

Fri, 22 May 2026 11:00:00 +0200

Der meiste LLM-Traffic in Produktion ist nicht schwer. Es ist Klassifikation, Extraktion, kurze Umformulierungen und Routing, die Art von Arbeit, die ein kleines, schnelles Modell korrekt und günstig erledigt. Trotzdem ist das übliche Muster, jeden Aufruf an das größte verfügbare Modell zu verdrahten, weil es "einfach funktioniert", und sich dann zu wundern, warum Rechnung und Latenz beide hoch sind. Auf Amazon Bedrock stehen sowohl Claude Haiku 4.5 als auch Claude Opus 4.5 zur Verfügung, und der Engineering-Gewinn liegt nicht darin, eines auszuwählen, sondern nach Aufgabenklasse zu routen, sodass das günstige Modell die Mehrheit übernimmt und das teure ein Eskalationspfad ist, kein Standard.

Agentic RAG ist meistens Latenz, die man nicht braucht

Mon, 18 May 2026 16:00:00 +0200

Agentic RAG ersetzt ein einzelnes Retrieval durch eine Schleife: Das Modell holt Daten, liest sie, entscheidet, dass es mehr braucht, holt erneut Daten, und wiederholt das, bis es zufrieden ist. Jeder Hop ist ein vollständiger Modell-Roundtrip plus eine Suche, und die Hops sind sequenziell, weil jeder vom vorherigen abhängt. Bei den meisten Fragen kauft man sich damit eine marginal bessere Antwort zum Mehrfachen der Latenz, wenn eine gut konstruierte Query denselben Kontext in einem einzigen Durchlauf geliefert hätte. Multi-Hop-Retrieval ist ein echtes Werkzeug für eine schmale Klasse von Fragen, und ein Standard, der überall sonst still die Antwortzeit verdreifacht.

Evals vor Agenten: Man kann nicht ausliefern, was man nicht bewerten kann

Thu, 14 May 2026 13:00:00 +0200

Wenn man auf keine Zahl bringen kann, ob eine Änderung den Agenten besser oder schlechter gemacht hat, betreibt man kein Engineering, sondern Raten mit Extraschritten. Der häufigste Grund, warum Agent-Projekte stocken, ist kein schwaches Modell, es ist das Fehlen einer Eval-Harness. Ohne sie wird jede Prompt-Anpassung, jeder Tool-Wechsel und jeder Modellwechsel von jemandem bewertet, der sich eine Handvoll Outputs anschaut und "scheint besser" verkündet, und so liefert man eine Regression aus und erfährt es von einem Nutzer. Die Anzeigetafel muss vor dem Agenten existieren, denn man kann nicht verbessern, was man nicht bewerten kann.

Semantic Caching: Zwei verschiedene Fragen, eine Antwort

Mon, 11 May 2026 09:00:00 +0200

Ein Semantic Cache beantwortet "wie setze ich mein Passwort zurück" mit der Antwort, die er bereits für "ich komme nicht mehr rein" generiert hat, weil beide dasselbe meinen. Statt die exakte Zeichenkette einer Anfrage abzugleichen, embeddet er die Anfrage und sucht nach einer gespeicherten Anfrage, deren Embedding nah genug liegt, und liefert dann diese gecachte Antwort, ohne das Modell aufzurufen. Wenn das funktioniert, spart man sich einen Modellaufruf komplett: keine Tokens, keine Latenz, keine Kosten. Wenn die Einschätzung von "nah genug" danebenliegt, liefert der Cache eine selbstbewusste Antwort auf eine Frage, die der Nutzer nicht gestellt hat.

Step Functions ist der am meisten unterschätzte Agent-Orchestrator

Thu, 07 May 2026 15:00:00 +0200

Das meiste, was Leute einen Agenten nennen, ist eine feste Abfolge von Schritten mit ein oder zwei Modellaufrufen in der Mitte. Der Kontrollfluss ist im Voraus bekannt, aber Teams übergeben ihn trotzdem dem Modell und verbringen dann Wochen damit, eine nicht-deterministische Schleife zum gewünschten Verhalten zu bringen. Wenn die Form der Arbeit bekannt ist, sollte der Orchestrator deterministisch sein, und AWS Step Functions passt für diese Aufgabe besser als eine selbstgebaute Agent-Schleife. Es löst bereits Retries, Timeouts, Fehlerbehandlung, Parallelität und menschliche Freigabe, genau die Dinge, die ein Agent-Framework einen bitten, neu zu implementieren.

LLM-Gateways: Warum jedes Platform-Team irgendwann eines baut

Mon, 04 May 2026 10:00:00 +0200

Das erste LLM-Feature geht als direkter Aufruf von einem Service an Bedrock live. Das zehnte geht genauso live, von zehn Services, mit zehn Zugangsdaten-Sätzen, zehn Retry-Policies und ohne eine einzige Stelle, an der sichtbar ist, wer wie viel ausgibt. Das ist der Moment, in dem ein Platform-Team merkt, dass es ein LLM-Gateway braucht, meist ein Quartal nachdem der Bau noch günstig gewesen wäre. Ein Gateway ist die gemeinsame Eingangstür, durch die jeder Modellaufruf läuft, und sie existiert, um die vier Dinge zu übernehmen, die einzelne Teams sonst immer wieder schlecht neu erfinden: Authentifizierung, Quota, Routing und Audit.

AWS Monatsrückblick (Apr '26): OpenAI landet auf Bedrock

Thu, 30 Apr 2026 18:00:00 +0200

Der April 2026 war der Monat, in dem sich die Modellauswahl auf Amazon Bedrock verändert hat. Die Schlagzeile war keine neue AWS-Fähigkeit, sondern ein neuer Mieter: OpenAIs Frontier-Modelle, sein Coding-Agent Codex und OpenAI-gestützte Managed Agents kamen in limitierter Vorschau auf Bedrock. Parallel dazu verbrachte AgentCore den Monat damit, den Aufwand zu senken, von einer Idee zu einem laufenden Agenten zu kommen. Zusammen betrachtet erzählen die beiden Geschichten dasselbe. Bedrock positioniert sich als der neutrale Ort, an dem Unternehmen jedes beliebige Frontier-Modell betreiben, und AWS läuft dem Ziel hinterher, den umgebenden Entwickler-Workflow so schnell zu machen, dass die Modellwahl die einzige verbleibende Entscheidung ist.

Cross-Region Inference: Günstige Resilienz oder Residency-Falle?

Sun, 26 Apr 2026 13:00:00 +0200

Amazon Bedrock Cross-Region Inference gibt euch höheren effektiven Durchsatz und weniger regionale Throttling-Fehler ohne Routing-Aufschlag, was fast kostenloser Resilienz gleichkommt. Die Falle ist, dass ein globales Inference-Profil euren Prompt an jede Region schicken kann, die gerade Kapazität hat, und wenn dieser Prompt regulierte Daten trägt, ist "wo auch immer Kapazität ist" keine Antwort, die euer Compliance-Team akzeptiert. Das Feature ist wirklich nützlich. Ob es ein Gewinn oder ein Verstoß ist, hängt vollständig davon ab, welche Art von Inference-Profil man wählt, und diese Wahl lässt sich leicht treffen, ohne zu lesen, was sie bedeutet.

Eure LLM-Rechnung ist ein Observability-Problem

Tue, 21 Apr 2026 15:00:00 +0200

Wenn eure Amazon-Bedrock-Rechnung springt und niemand sagen kann, welches Feature dafür verantwortlich war, habt ihr kein Preisproblem. Ihr habt ein Observability-Problem. Die Rechnung sagt euch, dass der Account mehr für Tokens ausgegeben hat. Sie sagt euch nicht, welcher Agent, welcher Tenant oder welcher Codepfad das Geld ausgegeben hat, und ohne diese Zuordnung ist jedes Kostengespräch eine Vermutung. Man kann nicht optimieren, was man nicht misst, und die meisten Teams messen die Summe und nichts darunter.

Batch Inference auf Bedrock: Halber Preis, wenn ihr warten könnt

Fri, 17 Apr 2026 11:00:00 +0200

Amazon Bedrock führt Batch Inference zu 50 Prozent des On-Demand-Token-Preises aus, und das Einzige, worauf man verzichtet, ist Unmittelbarkeit. Man reicht eine Datei mit Anfragen ein, der Job läuft asynchron, wenn Kapazität verfügbar ist, und man holt die Ergebnisse später ab. Für jeden Workload, bei dem kein Mensch dasitzt und auf die Antwort wartet, den vollen Preis für Echtzeit-Inferenz zu zahlen, lässt die Hälfte des Geldes für eine Geschwindigkeit liegen, die niemand gebraucht hat.

Multi-Tenant-LLM-Apps: Kunden auf einem gemeinsam genutzten Modell isolieren

Mon, 13 Apr 2026 16:00:00 +0200

Wenn viele Kunden ein Bedrock-Modell teilen, gibt das Modell keinerlei Isolation und war das auch nie vorgesehen. Es ist eine zustandslose Funktion: gleicher Input, gleiches Verhalten, keine Erinnerung daran, wer aufgerufen hat. Jede Grenze zwischen Tenants muss in den Schichten rund um das Modell gebaut werden, nicht von ihm erwartet werden. Teams verstehen das genau falsch herum, nehmen an, der Managed Service übernehme die Trennung, und liefern eine App aus, in der Daten, Kosten und Last eines Tenants in einen anderen hineinbluten. Das gemeinsame Modell ist unproblematisch. Das gemeinsam genutzte Alles-andere ist das Problem.

Agenten-Gedächtnis ist ein Datenbankproblem, kein Prompt-Problem

Thu, 09 Apr 2026 09:00:00 +0200

Ein Agent, der sich erinnert, indem er seine gesamte Historie in den nächsten Prompt einfügt, hat kein Gedächtnis. Er hat eine wachsende Rechnung, eine harte Token-Obergrenze und eine Latenzkurve, die mit jedem Turn schlechter wird. Echtes Gedächtnis ist eine Speicherentscheidung: was man persistiert, wo man es ablegt und wie man zur Inferenzzeit nur die relevante Teilmenge zurückholt. Das ist ein Datenbankproblem, und es als Prompt-Problem zu behandeln ist der Grund, warum Agenten, die in der Demo glänzen, in Woche zwei zusammenbrechen.

Structured Output schlägt cleveres Parsing

Mon, 06 Apr 2026 14:00:00 +0200

Wenn eure Anwendung JSON immer noch mit einer Regex und einer Retry-Schleife aus Modell-Prosa herauszieht, löst ihr ein Problem, das Amazon Bedrock inzwischen auf der Decoding-Ebene löst. Structured Outputs, seit Februar 2026 allgemein verfügbar auf Bedrock, zwingen das Modell während der Token-Generierung auf ein JSON Schema, sodass die Antwort konstruktionsbedingt der gewünschten Form entspricht statt aus Hoffnung. Die Regex war nie die Lösung. Sie war das Symptom dafür, ein Modell zu bitten, "bitte JSON zurückzugeben", und dann aufzuräumen, wenn es das nicht tat.

Prompt Caching auf Bedrock: Der 90-Prozent-Rabatt, den die meisten Teams ignorieren

Thu, 02 Apr 2026 10:00:00 +0200

Amazon Bedrock Prompt Caching liest ein zwischengespeichertes Präfix zu etwa 90 Prozent Rabatt, aber ein Cache-Write kostet mehr als ein normales Input-Token. Ein Cache, der nie getroffen wird, macht die Rechnung also schlechter, nicht besser. Das Feature ist seit April 2025 allgemein verfügbar, und die einstündige Cache-Dauer, die im Januar 2026 kam, macht es für ganze Sessions und Batch-Jobs nützlich. Die meisten Teams lassen es trotzdem ausgeschaltet, oder aktivieren es an der falschen Stelle und zahlen still einen Aufschlag. Der Rabatt ist real. Ob man ihn einfängt, hängt vollständig davon ab, wo der Cache-Breakpoint sitzt.

AWS Monthly (Mar '26): Governance holt die Agenten ein

Tue, 31 Mar 2026 20:00:00 +0200

März 2026 war der Monat, in dem AWS aufhörte, Agenten-Fähigkeiten zu liefern, und anfing, Agenten-Kontrollen zu liefern. Die Schlagzeilen-Launches waren keine neuen Modelle oder schickeren Demos. Es waren die unauffälligen, tragenden Bausteine, die man braucht, bevor ein Agent in die Nähe von Produktion darf: eine Autorisierungsschicht, eine Qualitätsbewertungsschicht und ein Healthcare-Stack, der erst governt werden musste, um überhaupt existieren zu dürfen. Das Muster über den Monat hinweg ist dasselbe, das jede Technologie trifft, wenn sie erwachsen wird. Die interessante Arbeit verschiebt sich von "kann es die Sache tun" zu "kannst du beweisen, was es getan hat, und es davon abhalten, die falsche zu tun."

Streaming-Antworten sind eine UX-Entscheidung, keine Performance-Entscheidung

Tue, 24 Mar 2026 15:00:00 +0200

Streaming macht dein Modell nicht schneller. Es lässt das Warten kürzer wirken. Die Gesamtzeit, um eine Antwort zu generieren, ist fast identisch, ob du sie streamst oder nicht. Was Streaming ändert, ist, wann der Nutzer das erste Token sieht, und genau diese eine Zahl, Time to First Token, treibt die gesamte Wahrnehmung von Geschwindigkeit. Behandle Streaming als UX-Entscheidung, denn genau das ist es, und du triffst bessere Entscheidungen darüber, wann du es einsetzt und wann es aktiv schadet.

Bedrock Agents vs. die eigene Loop bauen

Wed, 18 Mar 2026 10:00:00 +0200

Ein Managed-Agent-Framework tauscht Kontrolle gegen Geschwindigkeit, und der Tausch lohnt sich, bis zu dem Tag, an dem er es nicht mehr tut. Amazon Bedrock Agents fährt die Reason-Act-Loop für dich: es plant, entscheidet, welches Tool es aufruft, ruft es auf, spielt das Ergebnis ins Modell zurück und wiederholt das, bis die Aufgabe erledigt ist. Das ist echte Arbeit, die du nicht schreiben musst. Die Frage ist nicht, ob es dir Zeit spart. Es ist, ob die Teile, die es versteckt, Teile sind, auf die du es dir leisten kannst, nicht mehr zu sehen.

IAM für LLM-Apps: Least Privilege, wenn der Aufrufer ein Modell ist

Sat, 14 Mar 2026 17:00:00 +0200

Ein Agent ist ein Aufrufer, den du nicht vollständig vorhersagen kannst, und genau das ist der Aufrufer, der Least Privilege haben sollte. Der Instinkt bei einem neuen Agenten ist, ihm eine breite Rolle zu geben, damit er "einfach funktioniert", während du iterierst. Dieser Instinkt ist der Grund, warum du am Ende ein Sprachmodell mit Credentials hast, das jeden Bucket lesen und jede Tabelle löschen kann, gesteuert von Text, den ein Angreifer beeinflussen kann. Least Privilege war schon immer die Regel. Ein nicht-deterministischer Aufrufer macht sie nicht verhandelbar.

Jemand hat antrophic.com registriert und leitet es direkt zu OpenAI weiter

Wed, 11 Mar 2026 12:34:48 +0300

Eine typo-gesquattete Domain, eine verdachtige Weiterleitung und ein bisschen zu viel, um es Zufall zu nennen.

Hier ist die echte Domain: anthropic.com. Das KI-Sicherheitsunternehmen hinter Claude, gegrundet von ehemaligen OpenAI-Forschern, das wirklich wichtige Arbeit bei der Sicherheit und Interpretierbarkeit von KI-Systemen leistet.

Versuch jetzt, dich zu vertippen. Lass das zweite "h" weg. Du bekommst antrophic.com -- eine Domain, die existiert, registriert ist und laut mehreren Berichten direkt zu openai.com weiterleitet.

Hör auf mit Fine-Tuning. Du brauchst RAG, einen Cache und bessere Prompts

Mon, 09 Mar 2026 11:00:00 +0200

Für die meisten Teams, die auf Amazon Bedrock zu Fine-Tuning greifen, ist die richtige Antwort Retrieval, ein Prompt-Cache und bessere Prompts, in dieser Reihenfolge. Fine-Tuning ist das Werkzeug, das du in Betracht ziehst, nachdem diese drei ausgeschöpft sind, nicht davor. Der Grund ist keine Ideologie. Es ist die Rechnung. Ein custom fine-getuntes Modell auf Bedrock muss über Provisioned Throughput bedient werden, und dieses Preismodell verändert die Ökonomie deiner gesamten Anwendung.

Knowledge-Base-Chunking ist der Ort, an dem deine RAG-Qualität stirbt

Thu, 05 Mar 2026 14:00:00 +0200

Wenn ein RAG-System eine falsche oder halb richtige Antwort liefert, liegt das meist nicht am Modell. Es liegt am Chunking. Wenn die Passage mit der Antwort nie in den abgerufenen Kontext gelangt, kann kein Modell daraus antworten, und keine Menge an Prompt-Tuning ändert das. Chunking entscheidet, was überhaupt abgerufen werden kann, was es zum ersten macht, das man prüfen sollte, und zum letzten, das die meisten Teams sich ansehen.

Amazon Bedrock Knowledge Bases lässt dich eine Chunking-Strategie wählen, wenn du eine Datenquelle anlegst. Diese eine Entscheidung setzt still die Obergrenze für deine Retrieval-Qualität. Triffst du sie falsch, verbringst du Wochen damit, dem Embedding-Modell, dem Reranker oder dem LLM ein Problem anzulasten, das in der Art liegt, wie du die Dokumente zerschneidest.

Bedrock Guardrails schützt nicht vor Prompt Injection

Tue, 03 Mar 2026 09:00:00 +0200

Amazon Bedrock Guardrails ist ein Content-Filter, keine Sicherheitsgrenze. Es klassifiziert Text nach Themen-, Toxizitäts- und PII-Richtlinien und blockiert alles, was einen Schwellenwert überschreitet. Das ist durchaus nützlich, um einen Kundensupport-Bot davon abzuhalten, über einen Mitbewerber zu reden oder eine Telefonnummer preiszugeben. Es ist aber nicht das, was eine Prompt Injection davon abhält, deinen Agenten in einen confused deputy zu verwandeln, denn Prompt Injection ist ein Autorisierungsproblem, und Guardrails autorisiert gar nichts.

Amazon Bedrock Knowledge Base Kosten um ~90% senken: Migration von OpenSearch Serverless zu Aurora Serverless v2 mit pgvector

Sat, 21 Feb 2026 21:30:00 +0300

TL;DR

Wenn du eine Amazon Bedrock Knowledge Base mit OpenSearch Serverless (AOSS) als Backend betreibst, zahlst du eine ~$700/Monat-Untergrenze, bevor du ein einziges Dokument aufnimmst. Fur die meisten kleinen und mittleren RAG-Workloads senkt der Austausch von AOSS gegen Aurora PostgreSQL Serverless v2 mit der pgvector-Erweiterung diese Untergrenze auf unter $50/Monat -- eine ~90% Kostenreduktion; und bleibt dabei ein voll unterstutzter, erstklassiger Vector Store fur Bedrock Knowledge Bases.

Dieser Beitrag geht das Warum, die Rechnung, die Trade-offs und den Migrationspfad durch, unter Verwendung einer echten Produktionsinfrastruktur als Referenzimplementierung.

AWS Monthly (Dez '25): Die Kiro-Ara beginnt

Wed, 31 Dec 2025 20:23:45 +0300

Das Jahr endete mit der General Availability von Kiro (Frontier Agents). Kiro ist nicht nur ein Chatbot, sondern ein Virtuelles Softwareentwicklungsteam.

Technisch gesehen ist Kiro ein Autonomer Coding Agent. Sie konnen ihm ein Ticket aus Jira zuweisen, und es wird:

Kontext aus Ihren Git-Repos ziehen.
Die Implementierung in einer sicheren Sandbox entwerfen.
Die Unit- und Integrationstests ausfuhren.
Den Pull Request zur Uberprufung einreichen.

Es versteht den Kontext Ihrer gesamten Codebasis, nicht nur einer einzelnen Datei. Wir sahen auch den Launch von Database Savings Plans, die endlich Ihre Ausgaben uber RDS, Aurora und DynamoDB hinweg in einer flexiblen Verpflichtung bundeln.

AWS re:Invent 2025: Die "Agentic"-Ara

Sun, 14 Dec 2025 20:25:19 +0300

Wenn es 2024 darum ging, mit LLMs zu sprechen, dann ging es beim re:Invent 2025 darum, sie tatsachlich die Arbeit erledigen zu lassen. Hier ist die umfassende Aufschlusselung der wichtigsten Ankundigungen.

1. Die Amazon Nova 2 Modellfamilie

AWS hat nicht nur seine Modelle aktualisiert, sondern eine spezialisierte Flotte fur verschiedene agentische Rollen aufgebaut:

Nova 2 Lite: Optimiert auf Geschwindigkeit und Kosten. Gleich gut oder besser als Gemini Flash 2.5 in 14/18 Benchmarks.
Nova 2 Pro: Das "Reasoning"-Arbeitstier. Am besten fur komplexe, mehrstufige Aufgaben und langfristige Planung.
Nova 2 Sonic: Ein Speech-to-Speech-Modell fur konversationelle KI mit niedriger Latenz.
Nova 2 Omni: Der echte multimodale Star. Es verarbeitet Text, Bilder, Video und Sprache gleichzeitig mit einem 1M Token Kontextfenster.
Nova Act: Allgemein verfugbar und speziell fur UI-Automatisierung (browserbasierte Aufgaben) mit uber 90% Zuverlassigkeit entwickelt.

2. Custom Silicon: Graviton5 & Trainium3

Die Hardware-Story drehte sich um die Entkopplung von Leistung und Kosten:

AWS Monthly (Okt '25): Die Industrialisierung des KI-Trainings

Fri, 31 Oct 2025 20:18:03 +0300

Oktober war die "Ruhe vor dem re:Invent-Sturm", brachte aber die Enthullung von Project Rainier.

Project Rainier ist ein massiver KI-Rechencluster mit uber 500.000 Trainium2-Chips. Technisch gesehen ist das eine der grossten dedizierten KI-Trainingsumgebungen der Welt. Fur uns bedeutet das die "Industrialisierung der KI." Das Preis-Leistungs-Verhaltnis von Trainium2 uber das Neuron SDK ist jetzt deutlich besser als vergleichbare GPU-Instanzen fur Transformer-Workloads.

Wir sahen auch die Veroffentlichung der Amazon Quick Suite, die Agentic Connectors einfuhrte. Diese Agenten konnen die Lucke zwischen AWS und Drittanbieter-SaaS-Anwendungen (wie DocuSign und Salesforce) schliessen, um mehrstufige Geschaftslogik ohne benutzerdefinierten Integrationscode auszufuhren.

AWS Monthly (Juni '25): S3 wird zu deiner Vektordatenbank

Mon, 30 Jun 2025 20:08:00 +0300

Juni brachte eine tektonische Verschiebung im AI-Daten-Stack mit der Preview von Amazon S3 Vector Search.

In den letzten zwei Jahren hat man uns gesagt, wir brauchen eine spezialisierte Vektordatenbank (Pinecone, Milvus, etc.) fur Retrieval-Augmented Generation (RAG). AWS hat die Gleichung vereinfacht: "Speichere deine Vektoren einfach in S3." Technisch gesehen fugt dies einen nativen Vektor-Indizierungs-Layer zu S3-Buckets hinzu. Du kannst Embeddings als Metadaten zu deinen Objekten speichern und KNN (K-Nearest Neighbor)-Suchen direkt per API durchfuhren.

AWS Monthly (Feb '25): Automatisierte Code-Evolution

Fri, 28 Feb 2025 19:49:00 +0300

Februar war der Monat, in dem Amazon Q Developer aufhorte, ein "Helfer" zu sein und anfing, sich wie ein "Senior Engineer" zu verhalten. Die Schlagzeile war der Launch von Q-driven Refactoring.

Das ist nicht einfach nur einfache Code-Vervollstandigung. Technisch gesehen verwendet Q jetzt eine Kombination aus Symbolic AI und LLMs, um ein vollstandiges Repository-Dependency-Mapping durchzufuhren. Es kann autonom komplexe Migrationen bewaltigen, wie etwa das Refactoring eines Legacy-Java-8-Microservices auf Java 21. Es identifiziert veraltete Bibliotheken, schlagt moderne Alternativen vor und schreibt Boilerplate-Code um, sodass er mit modernen Design Patterns wie Hexagonal Architecture ubereinstimmt.