KI-Agenten sollen IT-Betrieb nicht nur analysieren, sondern Aktionen kontrolliert auslösen. Red Hat positioniert die »Ansible Automation Platform 2.7« dafür als Ausführungsschicht mit Governance, MCP-Anbindung und einem neuen Automation-Orchestrator für deterministische, ereignis- und KI-gesteuerte Workflows.

Der nächste Schritt bei AIOps liegt weniger in zusätzlichen Analysefunktionen als in der kontrollierten Umsetzung von Handlungsempfehlungen. KI-Systeme können Hinweise liefern, Anomalien erkennen oder Maßnahmen vorschlagen. In produktiven IT-Umgebungen bleibt jedoch die Frage, welche Instanz daraus eine genehmigte, nachvollziehbare und reproduzierbare Aktion macht.

Red Hat setzt dafür auf die Red Hat Ansible Automation Platform 2.7. Die neue Version soll bestehende Automatisierungsabläufe, KI-gestützte Empfehlungen und menschliche Freigaben enger zusammenführen. Laut Anbieter dient die Plattform als vertrauenswürdige Ausführungsschicht für IT-Operationen, in denen KI-Agenten künftig stärker in Betriebsprozesse eingebunden werden.

Anzeige

Automation-Orchestrator verbindet mehrere Betriebsmodelle

Ein neuer Automation-Orchestrator befindet sich zunächst in der Technologievorschau. Er soll deterministische, ereignisgesteuerte und KI-gestützte Automatisierung in einem gemeinsamen Workflow verbinden. Teams können damit laut Red Hat Abläufe modellieren, bei denen klassische Playbooks, Event-Trigger und KI-gestützte Entscheidungslogik auf gemeinsame Daten und Governance-Regeln zugreifen.

Damit adressiert der Hersteller ein zentrales Problem beim Einsatz von KI-Agenten im IT-Betrieb. Die Agenten können zwar Informationen aus Monitoring-, Observability- oder Servicemanagement-Systemen auswerten. Die eigentliche Änderung an Infrastruktur, Applikation oder Konfiguration muss jedoch kontrolliert erfolgen. Genau hier soll die, bereits verfügbare, Ansible Automation Platform als Brücke zwischen KI-Erkenntnis und operativer Aktion dienen. Der Automation-Orchestrator bleibt zunächst Technologievorschau und soll später im Jahr verfügbar werden.

MCP-Server soll KI-Werkzeuge anbinden

Zu den Neuerungen gehört ein MCP-Server für die Ansible Automation Platform. MCP steht für Model Context Protocol und soll KI-Werkzeuge mit Automatisierungsfunktionen verbinden, ohne dass für jede Integration eigene Schnittstellen gebaut werden müssen. IT-Teams können darüber organisationsspezifisches Wissen, Richtlinien und technische Best Practices in KI-gestützte Workflows einbringen.

Red Hat beschreibt dies als »bring-your-own-knowledge«-Ansatz. Die Plattform soll damit nicht nur generische Modellantworten liefern, sondern Antworten und Handlungsvorschläge stärker am jeweiligen Betriebsumfeld ausrichten. Dies soll unter anderem von Vorteil sein, wenn Automatisierung nicht nur im Labor, sondern in regulierten oder sicherheitskritischen Produktionsumgebungen läuft.

Kurzlebige Tokens sollen statische Konten vermeiden

Ergänzend kommen zudem Funktionen für das Zugriffsmanagement hinzu. Die Plattform kann als OpenID-Connect-Provider für HashiCorp Vault eingesetzt werden, das separat verfügbar ist. Dabei sollen kurzlebige, auf einzelne Jobs bezogene Tokens ausgegeben werden. Ziel ist es, statische Service-Accounts zu vermeiden und die Ausbreitung dauerhaft gültiger Zugangsdaten zu begrenzen.

Gerade in Zero-Trust-Umgebungen ist dieser Punkt relevant. Automatisierung benötigt häufig weitreichende Rechte, etwa für Konfigurationsänderungen, Patching, Provisionierung oder Recovery-Abläufe. Je stärker solche Prozesse durch KI-Agenten angestoßen werden, desto wichtiger werden nachvollziehbare Freigaben, begrenzte Berechtigungen und klare Ausführungspfade.

Red Hat sieht Automatisierung als Kontrollschicht für KI

»Während KI die Größenordnung und Geschwindigkeit von ITOps rasch verändert, liefern wir die gesteuerte Automatisierungsgrundlage, die Intelligenz in vertrauenswürdige Aktionen umsetzt«, sagt Sathish Balakrishnan, Vice President und General Manager Ansible bei Red Hat. »Die Ansible Automation Platform dient als Control-Plane für task-basierte, ereignisgesteuerte und KI-gesteuerte mehrstufige Automatisierung, sodass sich der Fokus von deterministischer Automatisierung auf umfassende ergebnisorientierte Orchestrierung verlagern kann.«

Balakrishnan verweist zudem auf Kostenaspekte beim Einsatz von KI. Durch die Orchestrierung solle steuerbar werden, wann KI-gestütztes Reasoning und wann bewährte deterministische Automatisierung genutzt werde. Unternehmen könnten damit Effizienz und Innovation adressieren und zugleich Token- und Compute-Kosten im Blick behalten.

Auch IDC sieht in der kontrollierten Ausführung einen kritischen Punkt. »Die Herausforderung für IT-Verantwortliche besteht nicht nur darin, KI-Erkenntnisse zu erzeugen, sondern diese Pilotprojekte sicher und kosteneffizient in produktionsreife Workloads zu überführen«, sagt Jevin Jensen, Research Vice President bei IDC. »Ein Automation-Orchestrator wirkt als kritische Brücke und bietet eine vertrauenswürdige Ausführungsschicht, über die KI-Agenten durch einen einzigen, gesteuerten Workflow mit komplexer Infrastruktur interagieren können.«

Laut IDC sollen bis 2027 rund 85 Prozent der Global-500-Unternehmen agentenbasierte KI für autonome IT-Cloud-Operationen einsetzen, um Probleme kontinuierlich zu überwachen, zu analysieren und mit minimalem menschlichem Eingriff zu beheben. Die Prognose zeigt, worauf Anbieter wie Red Hat zielen: KI-Agenten sollen nicht nur Tickets schreiben oder Empfehlungen geben, sondern Betriebsprozesse anstoßen – und dafür braucht es Regeln und Vorgaben.