Startseite / Artikel

Amazon Bedrock AgentCore für Entwickler: Laufzeit, Speicher, Gateway und Richtlinien

Eine für Entwickler ausgerichtete Einführung in Amazon Bedrock AgentCore: seine Hauptdienste, Produktionsfunktionen, eine Beispielarchitektur für einen Support-Assistenten sowie wann es sinnvoll ist, dieses System zu nutzen.

Verlag: REACTAPP.TOP6 Min. Lesezeit1391 Wörter

Quellen: Amazon Bedrock AgentCore Explained for Developers

Agent-Demos beeindrucken in der Regel etwa fünf Minuten lang. Danach folgen die unangenehmen Fragen: Auf welcher Maschine läuft der Agent? Was überträgt seinen Kontext von einer Sitzung zur nächsten? Wie kann er auf Slack, Jira oder interne APIs zugreifen, ohne Sicherheitsprobleme zu verursachen? Und sobald er im Einsatz ist – wie erkennt man fehlerhafte Toolaufrufe, schlechte Antworten oder zunehmende Latenz? Amazon Bedrock AgentCore zielt genau auf diese Lücke ab. AWS präsentiert es als eine verwaltete Plattform, um Agenten unabhängig vom Framework oder Grundmodell sicher und in großem Umfang zu entwickeln, einzurichten und auszuführen.

Betrachten Sie Bedrock als die Modell-Schicht und AgentCore als die Produktions-Schicht um den Agenten herum. Diese Trennung ist wichtig, denn viele Teams haben heute keinerlei Schwierigkeiten mehr, Modelle zu erhalten. Was sie jedoch aufhält, ist die lange Liste an Aufgaben, die nach dem Erfolg der ersten Anfrage beginnen: Laufzeitverwaltung, Speichermanagement, Tool-Zugriff, Identitätsmanagement, Überwachung, Bewertung, Governance sowie die Zusammenarbeit zwischen Teams. AgentCore bündelt all diese Aspekte in einer Plattform, wodurch Teams nicht mehr selbst komplizierte Verbindungen erstellen müssen.

AWS arbeitet in diesem Bereich schnell voran. Die Funktionen von AgentCore wurden am 3. März 2026 allgemein verfügbar gemacht, die Bewertungsfunktionen am 31. März 2026, und das AWS Agent Registry ging am 9. April 2026 in die Vorabversion. Zusammen zeigen diese Daten, dass der Anbieter ein komplettes Ökosystem für produktive Agenten entwickelt – weit über den einfachen Modellzugriff und Chatbot-Demos hinaus.

Welche Probleme es löst

Die einfachste Sichtweise auf AgentCore ist als Liste von Lösungen für bekannte Ingenieurprobleme. Beim Übergang eines Agents von der Demo- in die Produktionsumgebung treten immer wieder dieselben Anforderungen zutage:

  • Ein sicheres Umfeld für den Betrieb des Agents
  • Speicher, der über mehrere Sitzungen hinweg erhalten bleibt
  • Gestruktelter Zugriff auf Tools
  • Eine Identität sowie Anmeldeinformationen
  • Protokolle, Metriken und Qualitätsprüfungen für das Team
  • Genehmigungsprozesse sowie Wiederverwendung innerhalb der Organisation

AgentCore deckt diese Anforderungen mit modularen Diensten ab: Runtime, Memory, Gateway und Identity, der integrierte Code-Interpreter sowie Browser-Tools, zusätzlich zu Observability, Evaluations, Policy und Registry. Da die Komponenten modular sind, müssen Sie Ihren gesamten Stack nicht um ein starres System neu aufbauen.

Diese Modularität gehört zu den größten Stärken dieses Systems. AgentCore verlangt nicht, dass man LangGraph, CrewAI, Strands oder ein anderes Framework aufgibt. AWS gibt an, dass es framework- und modellunabhängig ist und Modelle außerhalb von Bedrock unterstützt werden. In der Praxis wirkt es weniger wie ein geschlossenes Ökosystem und eher wie Infrastruktur für Agentenarbeitslasten.

Die wichtigsten Bausteine

Ausführungsumgebung

In der Ausführungsumgebung wird der Code des Agenten oder Tools gehostet. Laut AWS bietet sie eine plattformunabhängige Bereitstellung, automatische Skalierung, integrierte Sicherheitsfunktionen, Isolation auf Basis von MicroVMs sowie Sitzungen, die bis zu acht Stunden andauern können. Letzteres verdient besondere Aufmerksamkeit: Agenten werden nicht als kurze Funktionen behandelt, sondern als Arbeitslasten, die Zustände speichern, mehrere Schritte ausführen und bis zur Erledigung einer echten Aufgabe aktiv bleiben müssen.

Speicher

Das Speichern von Informationen stellt eine klassische Schwäche von Agentensystemen dar, da diese alles vergessen. AgentCore Memory bewahrt den kurzfristigen Kontext der aktuellen Sitzung sowie eine langfristige Speicherung, die über mehrere Sitzungen hinweg erhalten bleibt. Teams erhalten somit einen verwalteten Service und müssen keine eigene Speicherschicht, Extraktionslogik oder Abrufmechanismen entwickeln.

Gateway

Das Gateway dient als Verbindung zwischen einem Agenten und den umgebenden Tools. Laut AWS wandelt es APIs, Lambda-Funktionen sowie andere Dienste in Tools um, die Agenten über verwaltete Anbindungen aufrufen können. Im Februar 2026 wurde die Ausführung von Tools auf Serverseite durch eine Integration des Gateways mit der Bedrock Responses API eingeführt, wodurch einige clientseitige Orchestrierungsmechanismen entfallen und brüchige Tool-Loops im Anwendungscode reduziert werden.

Identität

Identität ist der Aspekt, der auf eine seriöse Plattform hinweist. AgentCore Identity dient nicht-menschlichen Identitäten sowie automatisierten Arbeitslasten und kümmert sich um Authentifizierung, Autorisierung sowie Verwaltung von Zugangsdaten für Agenten und Tools. SigV4, OAuth 2.0-Flüsse sowie API-Schlüssel werden unterstützt. Wenn ein Agent im Auftrag eines Benutzers arbeitet, auf interne Systeme zugreift oder externe Dienste aufruft, wird die Identität zu einer eigenständigen Funktion und nicht zu einem verborgenen Mechanismus.

Integrierte Tools

Zwei Werkzeuge sind bereits integriert. Mit dem Code Interpreter kann ein Agent Code in einer isolierten Sandbox schreiben, ausführen und debuggen. Der Browser bietet eine verwaltete Browser-Laufzeitumgebung zum Navigieren auf Websites und zur Interaktion mit ihnen. AWS erweitert beide weiterhin: Browserprofile kamen im Februar 2026, Chrome-Policies sowie Unterstützung für benutzerdefinierte Root-CA-Zertifikate im März und Interaktion auf Betriebssystemebene im April. Die Richtung ist klar – die Agenten sollen in echten Unternehmensumgebungen statt in sauberen Sandboxes arbeiten.

Produktionsfunktionen

Bislang mag AgentCore wie ein Satz an Komponenten zum Ausführen von Agenten klingen, doch die eigentliche Bedeutung zeigt sich erst, nachdem der Agent existiert. Produktionsysteme benötigen Transparenz, Kontrolle sowie Möglichkeiten, die Qualität im Laufe der Zeit zu messen. Das ist die Aufgabe von Observability, Evaluations, Policy und Registry.

  • Beobachtbarkeit hilft dabei, Agenten in Echtzeit nachzuvollziehen, zu debuggen und zu überwachen, wobei eine schrittweise Sicht auf Workflows gewährleistet wird: Ausführungspfade, Zwischenergebnisse, Engpässe und Fehler.
  • Bewertungen prüfen automatisch die Qualität der Agenten – entweder im Live-Betrieb unter Berücksichtigung des Produktivverkehrs oder auf Anfrage zur Testung von Workflows.
  • Richtlinien ermöglichen eine zentrale Steuerung der Interaktionen zwischen Agenten und Tools, unabhängig vom eigenen Code des Agents.
  • Registry ist ein gemanagter Katalog, in dem Agenten, Tools, MCP-Server, Fähigkeiten sowie benutzerdefinierte Ressourcen veröffentlicht, überprüft, freigegeben und in der gesamten Organisation entdeckt werden können.

Warum das wichtig ist

Viele Artikel über KI widmen zu viel Zeit dem Modell und zu wenig den Betriebsabläufen, was nicht mit der tatsächlichen Arbeitsweise innerhalb eines Teams übereinstimmt. Verzögerungen liegen selten am ersten Anfragetext – meist entstehen sie durch die damit verbundenen Plattformarbeiten. Sobald ein Prototyp Aufmerksamkeit erregt, häufen sich die Anfragen:

  • Das Produkt verlangt nach dauerhaft gespeicherten Daten.
  • Die Abteilung für Sicherheit fordert klare Berechtigungsregeln.
  • Plattformingenieure benötigen Protokolle und Nachverfolgungsmöglichkeiten.
  • Die Qualitätskontrolle wünscht wiederholbare Bewertungen.
  • Entwickler verlangen Tool-Integrationen, die Veränderungen überstehen.
  • Die Führungsebene braucht gemeinsam genutzte Bausteine anstelle von fünf isolierten Projekten.

Das ist das eigentliche Problem. AWS nimmt die ununterschiedlichen Infrastrukturen rund um die Agenten und bietet sie als verwaltete Dienste an, wodurch mehr Zeit des Teams für das Verhalten der Agenten, Geschäftsregeln und den Nutzen für die Benutzer eingesetzt werden kann.

Ein realistisches System

Nehmen wir einen Support-Assistenten, der in einem SaaS-Produkt integriert ist. Der Kunde tippt im Chat-Fenster, und ein Modell hinter Bedrock erhält die Anfrage. Die Logik des Assistenten befindet sich in AgentCore Runtime. Das Speicherystem ruft den neuesten Sitzungskontext sowie frühere Informationen über diesen Kunden ab. Das Gateway stellt Tools wie Jira, Billing-APIs, Slack und interne Fallverwaltungssysteme zur Verfügung. Die Identitätsverwaltung bestimmt, wer auf welche Ressourcen zugreifen darf, und speichert die Zugangsdaten. Die Überwachungsfunktionen speichern die Transaktionsverläufe, Evaluations bewertet im Laufe der Zeit die Qualität der Antworten, und Policy verhindert risikoreiche Tool-Aufrufe. Das Registry-System kommt später zum Einsatz, wenn mehr Teams Tools und Fähigkeiten im gesamten Unternehmen veröffentlichen.

Dieses Beispiel beseitigt eine häufige Verwirrung. AgentCore ist weder das Modell noch die App-Oberfläche noch Ihre Produktlogik. Es handelt sich um die operative Schicht dazwischen – den Teil, der es dem Agenten ermöglicht, zu laufen, sich zu erinnern, sich zu verbinden, beobachtbar zu bleiben und unter Kontrolle zu sein.

Wann man darauf zurückgreifen sollte

AgentCore macht am meisten Sinn, wenn ein Team von „Es funktioniert in einer Demo“ zu „Es muss in der Produktion funktionieren“ übergeht.

Es eignet sich besonders, wenn:

  • Der Agent echte Sitzungen und Zustände benötigt.
  • Es einen sicheren Zugriff auf Tools und Dienste gibt.
  • Das Team nach dem Start nachvollziehen kann, was passiert ist.
  • Man eine strukturierte Qualitätseinschätzung wünscht.
  • Mehrere Teams voraussichtlich Agenten und Tools entwickeln oder wiederverwenden werden.

Es ist weniger dringend, wenn:

  • Die Idee noch ein Proof of Concept ist.
  • Der Workflow ist ein kleines internes Experiment ohne tatsächliche Nutzer, Berechtigungsprobleme oder bisherige Betriebsrisiken.
  • Bislang gibt es keine echten Nutzer, Berechtigungen oder Betriebsrisiken.
  • Nicht jedes Projekt benötigt es bereits von Anfang an, und ein leichtgewichtiges Prototyp ist oft die bessere Wahl in der Anfangsphase. AgentCore lohnt sich, sobald die Frage von der Funktionsfähigkeit des Agents auf die sichere, wiederholte und skalierbare Ausführung wechselt. AWSs eigener Fokus auf Governance, Überwachbarkeit und Genehmigungsprozesse untermauert diese Sichtweise.