Turbo für die Entwicklung individueller KI-Agenten

Elastic (NYSE: ESTC), das Unternehmen hinter Search AI, stellt mit dem Agent Builder ein neues Funktionspaket vor, das die Entwicklung maßgeschneiderter KI-Agenten deutlich vereinfacht und beschleunigt. Aufbauend auf Elasticsearch ermöglicht es Entwicklerinnen und Entwicklern, eigene Agenten direkt auf Basis ihrer Unternehmensdaten zu erstellen – mit einem natürlichen, dialogorientierten Ansatz für das sogenannte Context Engineering.

KI-Agenten übernehmen in Unternehmen zunehmend komplexe, datengetriebene Aufgaben. Doch ihre Verlässlichkeit hängt entscheidend davon ab, dass sie zur richtigen Zeit über den richtigen Kontext verfügen. In der Praxis liegt dieser Kontext oft verstreut über viele Systeme hinweg – von Dokumenten und E-Mails bis zu Geschäftsanwendungen und Kundenfeedback. Genau hier setzt der Agent Builder an: Er bündelt und operationalisiert diese Daten direkt in Elasticsearch und vereinfacht so den gesamten Lebenszyklus eines Agenten – von der Entwicklung und Konfiguration über Ausführung und Anpassung bis hin zur Überwachung.

„KI-Agenten brauchen nicht einfach nur viele Daten – sie brauchen die richtigen Daten, klare Leitplanken und Transparenz“, erklärt Ken Exner, Chief Product Officer bei Elastic . „Mit dem Agent Builder wird Elasticsearch zu einer der schnellsten Plattformen für den Aufbau präziser, sicherer und kontextbewusster KI-Agenten – mit Retrieval, Governance und Orchestrierung an einem Ort, nativ integriert.“

Was der Agent Builder bietet

Der Agent Builder bringt eine Reihe integrierter Funktionen mit, die weit über einfache Modellabfragen hinausgehen. Über eine natürliche, dialogbasierte Oberfläche können Nutzerinnen und Nutzer ihre Daten direkt ansprechen, Abfragen verfeinern, Parameter definieren und Agenten individuell konfigurieren.

Direkt mit Unternehmensdaten chatten:

Ein integrierter Konversationsagent ermöglicht es, sofort in natürlicher Sprache mit den in Elasticsearch gespeicherten Daten zu interagieren – die Daten werden damit zum aktiven Gesprächspartner.

Intelligente Relevanz-Werkzeuge:

Die integrierte Suche erkennt automatisch die passenden Indizes, versteht Datenstrukturen und übersetzt natürliche Sprache in optimierte semantische, hybride oder strukturierte Abfragen. Das Large Language Model (LLM) erhält so nur den wirklich relevanten Kontext.

Custom-Tools für maximale Kontrolle:

Entwicklerinnen und Entwickler können eigene Werkzeuge erstellen, die dem Agenten zusätzliche Fähigkeiten verleihen – auf Basis der Elasticsearch Query Language (ES|QL). Damit behalten Teams volle Kontrolle über Relevanz, Genauigkeit und Sicherheit der Agentenantworten.

Maßgeschneiderte Agenten definieren:

Über individuelle System Prompts lässt sich die komplette „Persönlichkeit“ eines Agenten festlegen. Teams bestimmen, welche Tools der Agent nutzt, auf welche Daten er zugreift und welches Sicherheitsprofil gilt.

Sichere Integration mit MCP und A2A:

Der Agent Builder unterstützt offene Standards wie das Model Context Protocol (MCP) und Agent-to-Agent (A2A)-Kommunikation – mit eingebauter Governance über die Elasticsearch-Ausführungsschicht.

Der Agent Builder ist ab sofort als Technical Preview in Elastic Cloud Serverless verfügbar und wird in Kürze mit Version 9.2 allgemein eingeführt.