IBM kündigte auf seiner globalen TechXchange-Veranstaltung eine Reihe produktionsorientierter KI- und Infrastrukturinnovationen an. Diese ermöglichen Unternehmen den Übergang von KI-Experimenten zu messbaren Verbesserungen bei Entwicklungsgeschwindigkeit, operativer Belastbarkeit und Automatisierung von Geschäftsabläufen. Die Updates umfassen agentenbasierte KI-Orchestrierung, Hybrid-/Multi-Cloud-Beobachtbarkeit, Mainframe-Betrieb und KI-orientierte Entwicklertools. Sie alle sollen die Akzeptanzlücken schließen, die durch fragmentierte Umgebungen, Datenqualitätsprobleme und Governance-Herausforderungen im großen Maßstab entstehen.
IBM Generative AI SDLC-Lösungsarchitektur
Branchenprognosen gehen davon aus, dass generative KI in den kommenden Jahren einen wirtschaftlichen Wert von über 4 Billionen US-Dollar erschließen könnte. Dennoch haben viele Unternehmen aufgrund isolierter Tools, inkonsistenter Richtlinienkontrollen und instabiler Integrationsmuster in hybriden Umgebungen Schwierigkeiten, KI zu operationalisieren. Die neuesten Portfolio-Updates von IBM legen den Schwerpunkt auf Produktionsbereitschaft, Echtzeit-Governance und einheitliche Steuerungsebenen, die sich in Cloud-, On-Premises- und Mainframe-Systeme integrieren lassen.
Dinesh Nirmal, Senior Vice President of Products bei IBM Software, betonte, dass KI-Produktivität die Geschäftsagilität steigert und Engpässe im gesamten Technologielebenszyklus beseitigt. Er wies darauf hin, dass die Verbesserungen von IBM die Entwicklerproduktivität steigern, die Agenten-Orchestrierung verbessern und die Infrastrukturintelligenz vertiefen – und so die technische Grundlage für unternehmensweite Ergebnisse verbessern.
Verbesserung von Vertrauen und Leistung bei der Agenten-Orchestrierung
Im Mittelpunkt der agentenbasierten KI-Strategie von IBM steht watsonx Orchestrate, das mittlerweile mehr als 500 Tools und anpassbare domänenspezifische Agenten von IBM und Partnern vereint. Orchestrate ist werkzeug- und umgebungsunabhängig konzipiert und ermöglicht so eine konsistente Bereitstellung, Richtliniendurchsetzung und Lebenszyklus-Governance über heterogene Stacks hinweg.
Eine bemerkenswerte neue Funktion ist AgentOps, eine integrierte Beobachtungs- und Governance-Ebene für Agentensysteme, die vollständige Transparenz über den gesamten Lebenszyklus bietet. Mit Echtzeitüberwachung und richtlinienbasierten Kontrollen stellt AgentOps sicher, dass Agenten zuverlässig und sicher arbeiten und ihr Verhalten vom Auslöser bis zum Ergebnis überprüfbar ist. Denken Sie an einen gängigen HR-Onboarding-Workflow. Ohne AgentOps entdecken Teams Probleme mit Richtlinien oder der Datenverarbeitung oft erst im Nachhinein. Mit AgentOps wird jede Aktion anhand der Richtlinien überwacht und Anomalien in Echtzeit gekennzeichnet. Dies ermöglicht sofortige Korrekturmaßnahmen und sorgt für ein konformes und vorhersehbares Onboarding von Anfang bis Ende.
Um die Reibungsverluste sowohl für Entwickler als auch für Geschäftsteams zu verringern, vereinfacht IBM auch die Einrichtung und Koordination von Agenten:
- Agentenbasierte Workflows: Anstelle instabiler Skripte, die bei Skalierung oder Änderungen versagen, können Teams standardisierte, wiederverwendbare Prozesse einsetzen, die mehrere Agenten und Tools konsistent und dauerhaft orchestrieren. Dies reduziert den Wartungsaufwand und erhöht die Zuverlässigkeit der End-to-End-Automatisierung.
- Langflow-Integration: Nicht spezialisierte Teams können den Drag-and-Drop-Builder von Langflow verwenden, um Agentenflüsse schnell zu entwerfen, zu verbinden und bereitzustellen. Dadurch werden die Erstellungszeiten oft von Stunden auf Minuten verkürzt und der Kreis der Personen erweitert, die sicher an der Automatisierungsentwicklung teilnehmen können.
IBM erweitert die Agentenfunktionen mit Watsonx Assistant für Z auf Mainframes. Diese IBM Z-Agenten verlagern den Betrieb von reaktiver Fehlerbehebung auf proaktives, zielgerichtetes Management. Sie bewahren den Gesprächskontext, automatisieren Runbooks und respektieren die für Z-Umgebungen typischen Sicherheits- und Compliance-Richtlinien. In Kombination mit der neuesten IBM z17-Plattform optimiert die neue Lösung betriebliche Arbeitsabläufe und steigert die Bedienerproduktivität für Kernsysteme mit hohen Sicherheitsanforderungen.
Erstellen der Trusted Context-Schicht für Agenten und Operationen
Nach der Übernahme von HashiCorp führte IBM Project Infragraph ein, eine intelligente, einheitliche Kontrollebene für Observability, die fragmentierte Toolchains und manuelle, tabellenbasierte Prozesse ersetzen soll, die in Hybrid- und Multi-Cloud-Umgebungen üblich sind. Mit zunehmender Ausweitung der Ressourcen entstehen durch die Tool-Vielfalt Informationssilos, die die Reaktion verlangsamen und das Risikomanagement erschweren.
Mit Infragraph erhalten Unternehmen einen konsolidierten, nahezu Echtzeit-Überblick über Infrastrukturressourcen und Sicherheitslage – sowohl innerhalb der HashiCorp Cloud Platform (HCP) als auch darüber hinaus. Konkret bedeutet das: Bei Auftreten einer kritischen CVE müssen Teams keine Massen-E-Mail-Threads und manuell gepflegten CSV-Tracker mehr orchestrieren. Infragraph bietet eine zentrale Informationsquelle, um betroffene Komponenten zu identifizieren, die Behebung zu verifizieren und die Gefährdung über Ressourcencluster hinweg (z. B. Container innerhalb einer VPC) zu visualisieren. Dadurch verkürzt sich die durchschnittliche Zeit für die Risikobewertung und -behebung.
IBM plant, Infragraph künftig mit umfassender IBM-Software zu verbinden, darunter Red Hat Ansible und OpenShift, Watsonx Orchestrate, Concert, Turbonomic und Cloudability. Die Vision ist ein konsistentes Daten- und Richtlinienmodell, das Infrastruktur, Sicherheit und Anwendungen vereint und Agenten und Betreibern vertrauenswürdige, kontextbezogene Telemetriedaten bietet, um schneller und sicherer zu agieren.
Beschleunigen Sie die Entwicklerproduktivität mit einem AI-First-SDLC
IBM stellte Project Bob vor, ein KI-basiertes Entwicklersystem, das für die Zusammenarbeit über den gesamten Softwareentwicklungszyklus hinweg konzipiert ist. Während aktuelle Programmierassistenten hauptsächlich Code-Vervollständigungstools sind, ist Project Bob als aufgabengenerierender, agentenbasierter Kollaborateur positioniert, der beim Schreiben, Testen, Aktualisieren und Sichern von Software über große, sich entwickelnde Codebasen hinweg hilft.
Project Bob koordiniert die Arbeit führender LLMs, darunter Anthropic Claude, Mistral, Llama und IBM Granite. Dabei wählt er die passenden Funktionen für den jeweiligen Aufgabenkontext aus und gewährleistet gleichzeitig die Kontinuität zwischen den Sitzungen. Zu den wichtigsten Funktionen gehören:
- Mehrsprachige Unterstützung: Heute optimiert für Java, JavaScript/TypeScript und Python, mit erweiterter Abdeckung für RPG, Go, C#, Rust, PHP, Kotlin und andere. Diese Breite zielt auf die heterogenen Stacks ab, die typisch für Unternehmensportfolios sind.
- End-to-End-Java-Modernisierung: Automatisierte Upgrades, Framework-Migrationen und mehrstufige Refactorings über Monolithen und verteilte Dienste hinweg. Ziel ist eine dauerhafte Modernisierung im großen Maßstab mit geringerem Regressionsrisiko und kürzeren Änderungsfenstern.
- Agentische, kontextbewusste Ausführung: Koordinierte Codierungs-, Test- und Korrekturabläufe, die Status und Absichten über alle Aufgaben hinweg aufrechterhalten und so Kontextwechsel und Übergaben reduzieren, die die Bereitstellung verlangsamen.
- Sicherheit und Skalierbarkeit auf Unternehmensniveau: Integriertes „Shift-Left“-Schwachstellenscanning, Unterstützung für die Beschleunigung der FedRAMP-Härtung und Anleitungen für eine quantensichere kryptografische Migration, die Sicherheits- und Compliance-Muster in alltägliche Arbeitsabläufe einbetten.
Amazon