KI-Agenten schießen überall aus dem Boden. Sie versprechen, uns das Leben zu erleichtern, indem sie wissen, wie sie anstehende Aufgaben erledigen können. Dafür müssen Agenten auf Ressourcen wie Dienste, Tools und Daten zugreifen können, doch dieser Zugriff sollte nicht uneingeschränkt sein. Damit sie verantwortungsvoll agieren können, sollten Ressourcen nur im jeweils angemessenen Kontext zugänglich sein. Die folgenden Leitlinien zeigen, wie APIs dazu beitragen, dieses Ziel zu erreichen.
Standards fördern APIs als strukturierte Vermittler.
APIs fungieren als strukturierte Vermittler. Der Aufruf von APIs schafft einen Ausführungsraum, in dem Akteure Ressourcen finden, der Zugriff kontrolliert und die Autorisierung überprüft wird. APIs sind flexibel: Sie verringern die Angriffsfläche und ermöglichen zugleich eine Vielzahl geschäftlich genehmigter Aktionen. Der Nachteil dieser Flexibilität ist das Fehlen von Standards, wodurch die Interoperabilität beeinträchtigt wird. Daher sind neue Standards wie das Model Context Protocol (MCP), das Open Agentic Schema Framework (OASF), das LangChain Agent Protocol und das Agent2Agent Protocol (A2A) ein Schritt in die richtige Richtung. Sie fördern ein durchdachtes API-Design und die Nutzung von APIs als primäre externe Schnittstelle innerhalb agentenbasierter Ökosysteme. Dabei handelt es sich um Ökosysteme aus Diensten, Tools und Daten, die Agenten zur Umsetzung ihrer selbstständig erstellten Arbeitspläne nutzen.
APIs mithilfe von Infrastrukturdiensten absichern.
Heutige Geschäftsanwendungen stellen ihre Funktionen über APIs bereit, doch APIs funktionieren nicht für sich allein. Gateways bündeln API-übergreifende Funktionen wie Benutzerzugriff, Autorisierung und Serviceerkennung. Firewalls filtern Ports, unterstützen Routingregeln und schützen vor fehlerhaften Protokollanfragen. Autorisierungs-Proxys implementieren erweiterte Identitätskontrollen wie Autorisierungscode-Flows und Richtlinienabfragen. APIs bilden das Zugangstor zu Geschäftsanwendungen. Infrastrukturdienste optimieren und verbessern die ordnungsgemäße Validierung von API-Anfragen und machen sie überhaupt erst möglich.
Dynamische Validierung wird die statische Validierung ersetzen.
Wenn ein KI-Agent nicht über die Berechtigung für eine bestimmte Aktion verfügt, kann er mit einem anderen Agenten zusammenarbeiten, der diese Berechtigung besitzt. So können Workflows fortgesetzt werden, ohne Zugriffsgrenzen zu verletzen. Beispielsweise könnte ein Einkaufsassistent einen Rabattcode bei einem Fulfillment-Agenten anfordern, anstatt ihn direkt aus einer sensiblen Datenbank abzurufen. APIs ermöglichen diese Interaktion und wahren dabei die Aufgabentrennung. Das funktioniert heute gut, da Agenten im Namen eines menschlichen Benutzers oder einer Rolle handeln können.
Benutzer und Rollen bilden statische Berechtigungsschemata ab, die von heutigen Identitäts- und Richtliniensystemen problemlos unterstützt werden. Mit Blick auf die Zukunft ist es denkbar, dass Agenten irgendwann selbst über eine eigene Identität (oder mehrere Identitäten) verfügen werden. Dadurch steigt der Bedarf an wirksamen Schutzmechanismen, die den Zugriff auf Ressourcen in unterschiedlichsten Situationen regeln. Letztlich werden dynamische Zero-Trust-Sicherheitsmaßnahmen, die den Anfragenden, die Zielressource und die Aktion zur Laufzeit überprüfen, die statische, vordefinierte Validierung ersetzen.
API-First-Designs werden sich durchsetzen.
APIs sind für KI-Agenten von entscheidender Bedeutung, da klar festgelegt sein muss, auf welche Ressourcen sie zugreifen dürfen und welchen Sicherheitskontext sie bei jeder ausgeführten Aktion verwenden müssen. Je mehr Agenten eingesetzt werden, desto mehr Ressourcen greifen sie ab und desto mehr Anfragen stellen sie – alles über APIs. Führt ein einzelner Agent mehrere Aufgaben aus, können mehrere Autorisierungen unter Verwendung verschiedener Sicherheitskontexte erforderlich sein. Mit zunehmender Anzahl beteiligter Agenten steigt auch der Bedarf an leistungsfähigen APIs. APIs müssen den jeweils angemessenen Zugriff automatisch und in extrem großem Umfang ermöglichen.
Heute greifen Nutzer über Anwendungen und maßgeschneiderte APIs auf Ressourcen zu. Künftig werden sich standardisierte APIs als strategischer Kontrollpunkt etablieren, an dem agentenbasierte KI-Systeme und Geschäftsressourcen über Netzwerk-, Organisations- und Branchengrenzen hinweg interagieren. Ein API-First-Ansatz wird uns in das Zeitalter der agentenbasierten KI führen und dabei Governance, Interoperabilität und Skalierbarkeit ermöglichen.
Über den Autor
Ähnliche Blogbeiträge
Ein umfassender Leitfaden zur Bereitstellung und Sicherheit von KI-Anwendungen
Entdecken Sie optimale Strategien für die Absicherung und Bereitstellung von KI-Anwendungen.
KI zulassen und einführen? Lehren aus der Public Cloud
Die Einführung von KI steht unmittelbar bevor und könnte entscheidend sein, um wettbewerbsfähig zu bleiben. Daher muss die IT-Sicherheit proaktiv handeln und der KI-Einführung schon jetzt einen Schritt voraus sein, um sie auf einen risikogerechten Weg zu lenken.
Stand der Anwendungsstrategie 2022: Zeit für die Modernisierung des Betriebs
Es ist deutlich geworden, dass Unternehmen ihren Fokus erneut auf die Geschäftsfunktionen richten müssen, um die Dynamik ihrer digitalen Transformation aufrechtzuerhalten. Kundenerlebnisse haben zwar weiterhin Priorität, doch auch Geschäftsfunktionen wie Recht, Personalwesen und Finanzen müssen digitalisiert werden. Das bedeutet, dass CIOs das Steuer übernehmen, während sich die digitale Transformation von der Modernisierung von Anwendungen hin zur Modernisierung von Betriebsabläufen verlagert.
F5s Weg zu einer vielseitigen Plattform für Anwendungsanalysen
F5 bietet heute die umfassendsten Anwendungsdienste entlang des gesamten Weges vom Code bis zum Kunden. Künftig werden wir verstärkt auf Anwendungstelemetrie und -analysen setzen, damit unsere Kunden wertvolle Erkenntnisse über ihre Anwendungen, Geschäftsabläufe und Benutzererlebnisse gewinnen können. Beim Ausbau unserer Cloud-Analysefunktionen werden wir ML und KI noch stärker nutzen, um unsere Kunden bei der Verbesserung ihrer Geschäftsdienste zu unterstützen.
Telemetrie: Eine andere Art von Daten
Verwenden wir den Begriff „Telemetrie“ nur, weil er attraktiver klingt als „Daten“? Letztlich sind sowohl Daten als auch Telemetrie strukturierte Informationseinheiten. Es ist kein Verbrechen, die Begriffe synonym zu verwenden. Doch wenn man es genau nimmt, gibt es einen Unterschied. Und dieser Unterschied wird immer wichtiger werden, je weiter Unternehmen in die Datenökonomie vordringen.
MTTR bedeutet nicht „Mean Time to Reboot“
„Schnell scheitern“ lautet heute das Mantra für mehr Geschwindigkeit. Ob in DevOps oder im Geschäftsleben: Wer in einer digitalen Wirtschaft agiert, muss eine möglichst perfekte Verfügbarkeit gewährleisten.