Blog
Agenten-Wissen braucht eine Scorecard
AWS hat Amazon Bedrock Managed Knowledge Base allgemein verfügbar gemacht. Fast gleichzeitig beschreibt OpenAI eine CFO-taugliche KI-Scorecard, die nicht Tokenpreise, sondern erledigte Arbeit, Kosten pro erfolgreicher Aufgabe und Zuverlässigkeit misst.
Was sich ändert
Laut AWS soll Managed Knowledge Base den Aufbau von Enterprise Search für Agenten vereinfachen: Datenquellen anbinden, Webinhalte crawlen, Retrieval skalieren, Dokumentzugriffe berücksichtigen und bei Bedarf Embeddings, Reranker oder Chunking anpassen. Wichtig ist die Integration mit AgentCore Gateway. Eine Knowledge Base kann dort als Tool bereitgestellt werden, das MCP-kompatible Agenten automatisch entdecken und aufrufen.
Der Smartsheet-Beitrag zeigt denselben Trend aus Anwendungssicht. Smartsheet beschreibt einen Remote-MCP-Server auf AWS, über den AI-Clients strukturiert auf Work-Management-Daten und Funktionen zugreifen. Die Architektur nennt unter anderem OAuth, API-Gateway-Schichten, AWS WAF, Fargate, Kinesis, Managed Service for Apache Flink, S3, Amazon Bedrock und Neptune.
Warum das für Unternehmen relevant ist
Damit wandert Agentic AI aus dem Chatfenster in eine Betriebsarchitektur. Der zentrale Engpass ist nicht mehr nur das Modell, sondern die Frage: Welche Wissensquelle darf welcher Agent mit welchem Recht, welcher Protokollierung und welchem Qualitätsmaßstab nutzen?
OpenAI formuliert dazu eine passende Messlogik: „Useful Intelligence per Dollar“. Für DACH-CFOs und CIOs ist das nützlich, weil die Diskussion weg vom billigsten Token geht. Entscheidend sind abgeschlossene Vorgänge, weniger Nacharbeit, menschliche Review-Zeit und die Verlässlichkeit des Ergebnisses.
DACH-Perspektive
Für DACH-Unternehmen sollten Wissenszugriff und ROI-Messung gemeinsam geplant werden. Ein Agent, der auf interne Dokumente, Tickets oder Projektdaten zugreift, braucht Owner, Datenklasse, erlaubte Tools, Berechtigungen, Logging und ein klares Erfolgskriterium pro Aufgabe.
Ein pragmatischer Start ist ein Agenten-Steckbrief: Use Case, freigegebene Quellen, MCP-Tools, Zugriffsebene, Review-Pflicht, Kosten pro erfolgreicher Aufgabe und Abbruchkriterien. Erst wenn diese Felder gefüllt sind, wird aus einem Demo-Agenten ein kontrollierbarer Unternehmensprozess.