Tausende Alarme am Montagmorgen, endlose Handbücher und unstrukturierte Datenmengen: Wer soll da noch durchblicken? Hilfe naht: KI-Agenten und Context Engineering versprechen, den Arbeitsalltag in Unternehmen grundlegend zu verändern. Markus Klose von Elastic erklärt, wie das konkret funktioniert.
Von der Alarmlawine zur gezielten Problemlösung
Wer am Montagmorgen ins Dashboard schaut und 10.000 Alarme sieht, steht vor einem klassischen Problem: Alert Fatigue. Markus Klose beschreibt, wie KI hier ansetzt: „Kannst du mir aus diesen 10.000 Alarmen einfach mal herausarbeiten, ob du irgendein Pattern erkennst, ob du einen Root Cause findest?“ Statt tagelang Meldungen abzuarbeiten, identifiziert die KI die fünf relevantesten Vorfälle – und schlägt im besten Fall direkt eine Lösung vor oder setzt sie gleich eigenständig um. Der Trend gehe weg vom reinen Informationsabruf hin zu automatisierten Aktionen, so Klose.
Ein Beispiel aus der Praxis verdeutlicht den Zeitgewinn: Ein Flugzeughersteller nutzt Elastic, um Wartungsinformationen aus umfangreichen Dokumentationen sekundenschnell zu finden. „Sag mir mal, welches Teil kaputt ist, wenn es da klappert“ – eine natürliche Sprachabfrage ersetzt das manuelle Durchsuchen dicker Handbücher. Die Bodenmannschaft findet relevante Informationen innerhalb von Minuten statt in Stunden. Auch im Security-Analytics-Bereich zeigt sich der Nutzen: Sicherheitsteams gleichen Tausende Events in Echtzeit mit aktuellen Bedrohungsinformationen ab und isolieren Angreifer, bevor diese Schaden anrichten.
Agent Builder und Context Engineering als Schlüsseltechnologien
Als Herzstück der neuen Funktionalitäten agiert der Agent Builder. Er erlaubt es Anwendern, schnell Prototypen zu entwickeln, die Daten aus Elasticsearch mit Large Language Models verbinden. Klose erläutert das Prinzip: „Lieber Agent, du bist jetzt jemand, der eine Movie Database durchsuchen soll.“ Verschiedene Agenten lassen sich für unterschiedliche Aufgaben konfigurieren – von Filmrecherchen bis hin zu Finanzanalysen. Das senkt die Einstiegshürde für Unternehmen, die KI-Ideen haben, aber an der Umsetzung scheitern.
Das sogenannte Context Engineering spielt eine entscheidende Rolle für die Qualität der KI-Ergebnisse. Klose fasst es so zusammen: „Wenn KI das Gehirn ist, dann ist Context Engineering ihr Gedächtnis.“ Je besser Daten aufbereitet, strukturiert und mit Kontext angereichert werden, desto präziser arbeitet die KI. Dabei helfen Vektorsuche und spezialisierte Modelle, auch aus unstrukturierten Daten wie Volltexten relevante Informationen zu extrahieren – etwa Personen, Orte oder Zusammenhänge.
Für die Zukunft erwartet Klose eine deutliche Weiterentwicklung automatisierter Entscheidungen. Nicht jede Entscheidung eigne sich dafür, aber standardisierte Abläufe wie das Ausführen von Playbooks ließen sich zunehmend automatisieren. „Du bist montags quasi nach dem Kaffee schon fertig“, beschreibt Klose die Vision. Die Angestellten gewinnen Zeit für andere Aufgaben.
Dieser Podcast ist vom Arbeitgeber des Interviewpartners gesponsert.