Offizielle Website – Bundesrepublik Deutschland
AlphaDas Agentic AI Framework ist ein erster Vorschlag zur Diskussion. Ihr Feedback ist willkommen.

Zielzustand

Die Behörde kann auf eine gemeinsam, im Rahmen des bereitgestellte, modulare und herstellerunabhängige Plattform für agentische Anwendungen zugreifen. Für den Aufbau von KI-Agenten stehen wiederverwendbare für Modelle, & Laufzeitumgebung (), Datenzugriff, Identität, , Sicherheit und („“) zur Nachnutzung bereit. Sie umfassen auch sogenannte AgentOps-Werkzeuge, die der zuverlässigen und rechtskonformen Steuerung, Überwachung und Verwaltung der Agentendienste dienen. Darin enthalten sind auch diejenigen Dienste, die die fachliche Umsetzung der KI-Agenten in den Behörden ermöglichen.

Betrieben werden die KI-Agenten dort, wo es fachlich und technisch sinnvoll ist. Unabhängig vom Betriebsort gelten zentral vorgegebene Standards (z. B. für Protokollierung). Agenten und Workflows sind klar identifizierbar und verfügen über begrenzte Berechtigungen - es gilt eine (). Autonomie und werden je Prozessschritt nach Risiko und Reversibilität festgelegt; besonders kritische Aktionen sind bspw. durch eingeschränkte Schreibrechte, beschränkten Zugriff und verbindliche Prüfpunkte technisch abgesichert. Die Agenten werden also durch harte technische Maßnahmen und nicht allein durch Regeln eingeschränkt. Einheitliche Standards und ermöglichen Interoperabilität zwischen bestehenden und neuen Lösungen im föderalen Kontext sowie von Technologieanbietern.

Schichtenmodell des Tech Stacks: Fachliche Nutzung, fachliche Agenten („Thin Orchestrators“), gemeinsame Plattformdienste (Shared Platform) sowie Datenquellen und Systeme

Abbildung 11: Zielzustand

Designprinzip 1

Shared Platform statt Agentensilos

Agentische Anwendungen sollten auf einer zentralen technischen Plattform und einer gemeinsamen Architektur im Rahmen des aufsetzen. Wiederverwendbare Funktionen wie Modellzugriff, Identitäten, Daten- und Toolzugriffe, und werden zentral im Rahmen der Plattform bereitgestellt; fachliche Agenten konzentrieren sich auf die jeweilige Prozesslogik.

Designprinzip 2

Vorrang technischer statt promptbasierter Grenzen

Sicherheitskritische Beschränkungen dürfen nicht davon abhängen, dass ein Agent Anweisungen korrekt befolgt. Zugriffsrechte, erlaubte Aktionen und zulässige Parameter werden deshalb möglichst technisch in den angebundenen Systemen bzw. begrenzt. Sicherheitsschranken ergänzen dies.

Designprinzip 3

Autonomie pro Prozessschritt

Der Grad der Selbstständigkeit wird nicht pauschal für einen Agenten festgelegt, sondern für einzelne Aufgaben sowie für den Zugriff auf Daten und Applikationen. Entscheidend sind Risiko, Tragweite und Reversibilität einer Handlung; bei kritischen Schritten können sogar Freigaben oder Eskalationen vorgesehen werden. Übergeordnete dienen bei der Anwendung auf Fachverfahren als Grundlage für angemessene Berechtigungen der agentischen Logik.

Designprinzip 4

Modellagnostik als Architekturprinzip

Fachanwendungen sollten nicht fest an einen bestimmten Modellanbieter gekoppelt werden. Eine gemeinsame ermöglicht, Modelle abhängig von Qualität, Kosten, Geschwindigkeit, Datenschutz oder Betriebsort auszuwählen und später auszutauschen. Etwaige Unterschiede in werden durch systematische Validierung in ihrer Wirkung begrenzt.

Designprinzip 5

Agenten als verwaltete Identitäten

Jeder produktive Agent erhält eine eindeutige, jederzeit überprüfbare und fälschungssichere Identität, einen verantwortlichen Owner sowie klar definierte und widerrufbare Berechtigungen. Dadurch kann jederzeit nachvollzogen und gesteuert werden, welcher Agent auf welche Systeme und Funktionen zugreifen darf.

Designprinzip 6

Nachvollziehbarkeit von Anfang an

und Auditierbarkeit werden bereits beim Aufbau der Plattform berücksichtigt. Relevante Datenzugriffe, Aktionen, Freigaben und Fehler können über den gesamten Prozess hinweg nachvollziehbar sein.

Designprinzip 7

Konsolidierte IT-Landschaft

Für alle im Betrieb stehenden gibt es eine Perspektive zur Integration bzw. zur Ablösung (sofern Integration nicht möglich), um Interoperabilität mit agentischen Systemen sicherzustellen.

Designprinzip 8

Offene Standards und Best Practices

Die gemeinsame Plattform folgt den Best Practices der Industrie, Wissenschaft und Community. Dabei wird besonderen Wert auf industrieerprobte Standards wie gelegt, die Interoperabilität und Nachnutzbarkeit beliebiger agentischer und Pipelines ermöglicht.

Fußnoten

  1. fungiert als Laufzeitumgebung von agentischen Workflows. In ihm werden die verschiedenen , inkl. der koordinierenden LLM-Aufrufe registriert, verwaltet und ausgeführt.

    Zur Markierung springen (Fußnote 2)

Feedback geben

Das Framework ist ein erster Vorschlag. Ihr Feedback hilft dabei, ihn weiterzuentwickeln.

Hinweis

Ihr Feedback wird automatisch auf opencode.de veröffentlicht.

Geben Sie keine persönlichen Daten ein, zum Beispiel Name oder Adresse. Schreiben Sie so genau wie möglich, worum es Ihnen geht.
Ihre E-Mail-Adresse wird nicht veröffentlicht.

Agenten-Harness fungiert als Laufzeitumgebung von agentischen Workflows. In ihm werden die verschiedenen Werkzeugaufrufe, inkl. der koordinierenden LLM-Aufrufe registriert, verwaltet und ausgeführt.

Deutschland-Stack

Eine nationale Technologie-Plattform für die digitale Verwaltung in Bund, Ländern und Kommunen. Stack ist Englisch und bedeutet Stapel. Gemeint sind Technik-Bausteine, die aufeinander aufbauen. Dazu gehören:

  • die technische Grundlage
  • Ziele und Regeln
  • konkrete Projekte und Produkte

Durch diese Bausteine kann Deutschland die Kontrolle über die Technik behalten und ist nicht von einzelnen Anbietern abhängig.

Plattformbausteine

Diese technischen Bausteine lassen sich immer wieder verwenden. Aus ihnen können Behörden digitale Angebote schnell und einheitlich aufbauen.

Orchestrierung

Mehrere digitale Abläufe oder KI-Systeme arbeiten zusammen. Dieses Zusammenspiel wird gezielt gesteuert und koordiniert.

Agenten-Harness

Durch den Agenten-Harness können KI-Agenten andere Programme und Daten nutzen. So können KI-Agenten Aufgaben erledigen und nicht nur Texte schreiben. Im Harness ist auch festgelegt, welche Programme und Daten ein KI-Agent nutzen darf.

Tools (Werkzeuge)

Ein KI-Agent kann diese Zusatzprogramme oder Funktionen nutzen. Damit erledigt er bestimmte Aufgaben. Er kann zum Beispiel Abläufe planen, Dateien erstellen oder nach etwas suchen.

Monitoring

Die dauerhafte Überwachung von KI-Systemen in Echtzeit, um Fehler oder Abweichungen sofort zu erkennen.

Basis-Agenten-Stack

Alle Software, die eine Behörde braucht, um KI-Agenten sicher zu betreiben.

Zero-Trust (Null-Vertrauen-Politik)

Ein Sicherheitsprinzip, bei dem niemandem im Netzwerk automatisch vertraut wird. Jeder Zugriff wird geprüft.

Zero-Trust (Null-Vertrauen-Politik)

Ein Sicherheitsprinzip, bei dem niemandem im Netzwerk automatisch vertraut wird. Jeder Zugriff wird geprüft.

Handlungsspielraum

Alles, was ein KI-Agent in einem Use Case tun darf. Dazu gehört:

  • wie selbstständig er entscheiden darf
  • welche Aufgaben und Aktionen er ausführen darf
  • auf welche Systeme und Daten er zugreifen darf

API (Schnittstelle)

Teil von einem Programm, über den andere Programme nach fest vereinbarten Regeln Daten abfragen oder senden.

Tech Stack

Alle technischen Bausteine, mit denen Software entwickelt und betrieben wird. Dazu gehören Programmiersprachen, Datenbanken, Server und KI-Modelle. Der Begriff wird auch für die gesamte Technik einer Organisation verwendet.

Deutschland-Stack

Eine nationale Technologie-Plattform für die digitale Verwaltung in Bund, Ländern und Kommunen. Stack ist Englisch und bedeutet Stapel. Gemeint sind Technik-Bausteine, die aufeinander aufbauen. Dazu gehören:

  • die technische Grundlage
  • Ziele und Regeln
  • konkrete Projekte und Produkte

Durch diese Bausteine kann Deutschland die Kontrolle über die Technik behalten und ist nicht von einzelnen Anbietern abhängig.

Monitoring

Die dauerhafte Überwachung von KI-Systemen in Echtzeit, um Fehler oder Abweichungen sofort zu erkennen.

Orchestrierung

Mehrere digitale Abläufe oder KI-Systeme arbeiten zusammen. Dieses Zusammenspiel wird gezielt gesteuert und koordiniert.

API (Schnittstelle)

Teil von einem Programm, über den andere Programme nach fest vereinbarten Regeln Daten abfragen oder senden.

Promptbasiert

Über einen Prompt gesteuert, also über eine Anweisung in Textform an ein KI-Modell.

Guidelines (Leitlinien)

Schriftliche Empfehlungen und Orientierung dafür, wie Menschen KI-Systeme und Arbeitsabläufe gut und verantwortungsvoll nutzen.

Zugriffsschicht

Zentrale Schnittstelle zwischen Programmen und verschiedenen KI-Modellen. Alle Anfragen laufen darüber. Die Zugriffsschicht leitet jede Anfrage an ein passendes Modell weiter. So kann eine Behörde Modelle austauschen, ohne ihre Programme zu ändern.

Modelloutput

Das Ergebnis, der Text oder die Antwort, die ein KI-Modell ausgibt.

Monitoring

Die dauerhafte Überwachung von KI-Systemen in Echtzeit, um Fehler oder Abweichungen sofort zu erkennen.

Legacy-Systeme

Ältere IT-Anwendungen und Infrastrukturen, die seit langem im Einsatz sind. Diese Anwendungen sind meist stark in die alltäglichen Arbeitsprozesse integriert.

Open Source

Software, deren Programmcode öffentlich sichtbar ist. Alle dürfen ihn lesen, nutzen, prüfen und weiterentwickeln.

MCP

Model Context Protocol. Ein offener Standard, über den KI-Agenten andere Programme und Datenquellen nutzen können. Weil viele Anbieter diesen Standard nutzen, passen KI-Agenten und Programme von verschiedenen Anbietern zusammen.

Tools (Werkzeuge)

Ein KI-Agent kann diese Zusatzprogramme oder Funktionen nutzen. Damit erledigt er bestimmte Aufgaben. Er kann zum Beispiel Abläufe planen, Dateien erstellen oder nach etwas suchen.

Agenten-Harness

Durch den Agenten-Harness können KI-Agenten andere Programme und Daten nutzen. So können KI-Agenten Aufgaben erledigen und nicht nur Texte schreiben. Im Harness ist auch festgelegt, welche Programme und Daten ein KI-Agent nutzen darf.

Function Calling (Werkzeugaufruf)

Eine Fähigkeit von KI-Sprachmodellen, andere Programme zu nutzen. Das Sprachmodell entscheidet, welches Programm es braucht. Es erstellt eine genaue Anweisung, die das Programm versteht. Das Programm führt die Anweisung aus und gibt das Ergebnis an das Sprachmodell zurück.