Bayer Crop Science hat mit der Agentic Decision Engine (ADE) eine natürlichsprachliche Schnittstelle mit mehreren Agenten für seine Analyseplattform entwickelt. Laut einer AWS-Fallstudie läuft ADE auf Amazon Bedrock AgentCore. Die bestehende Connected Decision Engine (CDE) bleibt dabei die kontrollierte Ausführungsebene für analytische Arbeitsabläufe.

CDE stellt Workflows des maschinellen Lernens bereit, orchestriert und überwacht sie und ermöglicht ihre Wiederverwendung. Ausführungshistorie und betriebliche Kontrollen bleiben erhalten. Die Analysen umfassen Genomik, Feldversuche, Bildmaterial, Umweltbedingungen und Modellergebnisse. ADE erschließt Kontext, der zuvor über APIs, Dokumentation, Metadaten, Dashboards und Protokolle verteilt war.

Spezialisten greifen auf Betriebskontext zu

ADE betreibt 22 spezialisierte Agenten in Produktion. Domain Expert nutzt RAG, Operational ruft Status und Ergebnisse von CDE-Workflows ab, Troubleshooting analysiert Telemetrie und Visualization liefert Diagramme oder Dashboards. Das Muster Models as Skill überführt Modellcode und Dokumentation in zentral registrierte Fähigkeiten, damit Antworten auf der tatsächlichen Implementierung beruhen.

Ein React-Frontend nutzt einen Identitätsproxy mit Entra ID. Ein LangGraph-Supervisor ordnet Anfragen ein, wählt Spezialisten aus und führt Ergebnisse zusammen. GitHub Actions baut Images, überträgt sie an ECR und stellt sie in AgentCore Runtime bereit. Aurora PostgreSQL speichert Sitzungen, Feedback und Analysedaten; ElastiCache puffert Antworten. Inhalte in S3 werden mit Titan Text Embeddings V2 und OpenSearch Serverless für RAG erschlossen.

AgentCore erhält den Kontext während einer Sitzung. LangGraph-Checkpoints in DynamoDB ermöglichen die Fortsetzung nach Skalierung, Neustarts oder Sitzungsgrenzen. Entra ID liefert die Nutzeridentität, IAM autorisiert Aufrufe zwischen Diensten und die ausgehende Gateway-Autorisierung kontrolliert CDE-Zugriffe. Ein Lambda-Interceptor prüft Anfragen und übergibt Autorisierungsattribute. Token-Verträge an den Übergängen wurden mit dem AWS-Spezialisten definiert.

Begrenzte Werkzeuge und geprüfte Modelle

In AgentCore Gateway registrierte OpenAPI-Spezifikationen machen REST-Operationen als MCP-Werkzeuge verfügbar, ohne einen Server je API zu benötigen. ADE bietet etwa 20 API-Werkzeuge. Die Zuordnung zu Spezialisten begrenzt Eingabetoken und Auswahlmöglichkeiten. Für größere Kataloge unterstützt Gateway auch semantische Werkzeugsuche.

CDE verwaltet über 500 Modellkonfigurationen. Für die ADE-Freigabe behielt Bayer das bestehende Modell bei: Eine neuere Version mit aktiviertem Reasoning war mit der implementierten Kombination aus Werkzeugnutzung und strukturierten Ausgaben inkompatibel. Im Betrieb gelten minimale Berechtigungen, agentenspezifische Lesezugriffe und Ausgabevalidierung. Troubleshooting darf keine Workflows verändern; Domain Expert darf keine sachfremden APIs aufrufen.

Visualization wurde zum eigenen Agenten, als Datenabruf, Diagrammauswahl, Wiederholungsversuche, Fehlerbehandlung und Dashboard-Entscheidungen erforderlich wurden. Er nutzt matplotlib und Plotly im AgentCore Code Interpreter, tauscht Daten über S3 aus und kann Inhalte für Amazon Quick oder Power BI zurückgeben.

Berichtete Ergebnisse und Betriebsabsicherung

Laut Quelle sank die Diagnosezeit von über einer Stunde auf unter zehn Minuten. Nachdem Fehlerbehandlungen Agentenfehler im Monitoring als Erfolge erscheinen ließen, ergänzte das Team CloudWatch-Fehlermetriken und Alarme für Werkzeugfehler, Drosselung, Modellzeitüberschreitungen und ungültige strukturierte Ausgaben. Traces und Aufrufprotokolle erfassen Supervisor und Spezialisten.

ADE schätzt Interaktionskosten anhand von Inferenzprofilen, Anfragemetadaten, Modellaufrufprotokollen und IAM-Identitäten. Visualization und Operational verbrauchten die meisten Token. Die Telemetrie zeigte wiederholte Eingaben ohne Prompt-Caching. Das Zwischenspeichern des stabilen Prompt-Präfixes senkte laut Quelle die Kosten für Eingabetoken um 20 bis 30 Prozent.

ADE wurde einer zugangsbeschränkten Gruppe bereitgestellt und von mehr als 100 Personen aus Züchtung, Analyse, Forschung, Data Science und Engineering genutzt. Die Fallstudie berichtet, dass etwa 80 Prozent der Fragen der ersten Phase ohne Ingenieur gelöst wurden. Gateway habe den Integrationsaufwand je API um mehr als 99 Prozent reduziert. Diese Angaben beziehen sich auf die beschriebene Einführung.

Ein fest zugeordneter AWS Technical Account Manager und ein Domain Specialist Engineer begleiteten Entwurf und Produktion mit drei technischen Abstimmungen pro Woche. Critical-Workload- und Well-Architected-Prüfungen mit der Generative AI Lens führten zu stärkeren Alarmen, unveränderlichen versionierten Images, ECR-Scans beim Hochladen und Lebenszyklusregeln. Lasttests deckten ein Netzwerkproblem mit leeren Antworten auf; vor dem Start wurden 35 blockierende Probleme behoben.

Die Betriebsbetreuung wurde nach dem Start fortgesetzt. Kritische Alarme sind an AWS Incident Detection and Response angebunden; laut Quelle werden Incident-Ingenieure innerhalb von fünf Minuten aktiv. AWS Security Incident Response unterstützt bei Sicherheitsereignissen. Bayer verfügt bereits über Agentenkommunikation, untersucht hybride Cloud-Interoperabilität und plant die Bewertung von Bedrock Guardrails neben eigenen Prüfungen. Architektur und Entscheidungen bleiben in Bayers Verantwortung.