Anwendungsfall für Agent-KI: Zugriff auf unterschiedliche Unternehmenssysteme orchestrieren

Last reviewed 2026-10-27 UTC

Dieses Dokument bietet eine allgemeine Architektur für ein agentisches KI-System, um Interaktionen mit unterschiedlichen Unternehmenssystemen zu orchestrieren. Ein Orchestrator-Agent automatisiert komplexe Prozesse und vereinheitlicht den Zugriff auf mehrere Unternehmenssysteme über moderne, konversationelle Schnittstellen. Diese Systeme können kommerzielle Drittanbieteranwendungen oder proprietäre interne Systeme sein. Dieser Designansatz macht Punkt-zu-Punkt-Systemintegrationen überflüssig, sodass Ihre Operatoren einen ständigen Kontextwechsel (Swivel-Chair-Verarbeitung) vermeiden können.

Dieses Dokument richtet sich an Architekten, Entwickler und Administratoren, die agentische KI-Anwendungen in der Cloud erstellen und verwalten. In diesem Dokument wird davon ausgegangen, dass Sie ein grundlegendes Verständnis von agentischer KI haben.

Architektur

Das folgende Diagramm zeigt eine mehrschichtige Architektur, in der ein Orchestrator-Agent KI verwendet, um Clientinteraktionen von mehreren Kanälen an die entsprechenden Backend-Systeme weiterzuleiten.

Architektur für eine agentische KI-Anwendung, die den Zugriff auf unterschiedliche Unternehmenssysteme orchestriert. Architektur für eine agentische KI-Anwendung, die den Zugriff auf unterschiedliche Unternehmenssysteme orchestriert.

Die Komponenten in der Architektur sind in den folgenden Ebenen organisiert:

Interaktionskanäle

In der Beispielarchitektur interagieren Clients über mehrere Kanäle mit dem agentischen KI-System:

  • Ein benutzerdefiniertes Frontend, z. B. eine Webanwendung, die über eine sichere REST API mit dem Agenten kommuniziert und Human-in-the-Loop-Prozesse unterstützt.
  • Eine Ad-hoc-Chat-Oberfläche in Gemini Enterprise, die den Agenten als sicheres Tool aufruft und es Nutzern ermöglicht, über natürliche Sprache mit komplexen Backend-Systemen zu interagieren.
  • Eine externe Anwendung, die System-zu-System-Automatisierungsworkflows initiiert, indem sie Geschäftsereignisse in einem Pub/Sub-Thema veröffentlicht.
Agentischer Kern

Die Kernkomponente der Architektur ist ein Orchestrator-Agent, der mit dem Agent Development Kit (ADK) erstellt und in Cloud Run bereitgestellt wird. Der Orchestrator verwaltet ein Multi-Agenten-System. Diese serverlose Plattform bietet Skalierbarkeit und Zugriffssteuerung mithilfe von Identity and Access Management (IAM) für die REST API des Agenten.

Um den Status über mehrstufige Aufgaben hinweg beizubehalten, verwendet der Agent die integrierte ADK-Unterstützung, um Statusdaten in Gemini Enterprise Agent Platform-Sitzungen oder in Cloud Storage zu speichern.

Standardisierte Integration in Backend-Systeme

Für die Kommunikation zwischen dem Agenten und den Backend-Systemen verwendet die Architektur Model Context Protocol (MCP)-Server, die in Cloud Run bereitgestellt werden.

  • Die MCP Toolbox for Databases bietet eine Reihe von sofort einsatzbereiten Tools für den sicheren Zugriff auf Datenbanken wie Cloud SQL.
  • Benutzerdefinierte MCP-Server ermöglichen den Zugriff auf die Backend-Anwendungen.

Jeder MCP-Server stellt die API eines bestimmten Backend-Systems als standardisierten Satz von Tools bereit. Die MCP-Server bilden eine Anti-Corruption-Layer, die den Agenten von den Backend-Systemen isoliert. So wird eine enge Kopplung des Agents mit den Backend-Systemen vermieden. Dadurch wird die Logik des KI-Agenten vereinfacht und Sie können die Backend-Systeme unabhängig vom KI-Agenten modernisieren.

Backend-Systeme

In der Beispielarchitektur orchestriert der KI-Agent den Zugriff auf die folgenden Back-End-Systeme:

  • Eine operative Datenbank in Cloud SQL.
  • Eine Anwendung, die auf Compute Engine-VMs bereitgestellt wird.
  • Eine Anwendung, die außerhalb von Google Cloudausgeführt wird.

Verwendete Produkte

In dieser Beispielarchitektur werden die folgenden Google Cloud - und Open-Source-Produkte und -Tools verwendet:

  • Gemini Enterprise Agent Platform: Eine umfassende Plattform, mit der Sie KI-Agenten auf Unternehmensniveau erstellen, skalieren, verwalten und optimieren können.
  • Cloud Run ist eine serverlose Computing-Plattform, mit der Sie Container direkt auf der skalierbaren Infrastruktur von Google ausführen können.
  • Cloud SQL: Ein vollständig verwalteter Dienst für relationale Datenbanken, mit dem Sie Ihre MySQL-, PostgreSQL- und SQL Server-Datenbanken in Google Cloudbereitstellen, betreiben und verwalten können.
  • Cloud Storage: Ein kostengünstiger, unbegrenzter Objektspeicher für verschiedene Datentypen. Auf Daten kann von innerhalb und außerhalb von Google Cloudzugegriffen werden. Sie werden zu Redundanzzwecken über Standorte hinweg repliziert.
  • Compute Engine: Ein sicherer und anpassbarer Computing-Dienst, mit dem Sie virtuelle Maschinen in der Infrastruktur von Google erstellen und ausführen können.
  • Gemini: Eine Familie multimodaler KI-Modelle, die von Google entwickelt wurden.
  • Gemini Enterprise: Eine vollständig verwaltete, sichere Plattform zum Bereitstellen und Verwalten von KI-Agenten in einem Unternehmen.
  • Pub/Sub: Ein asynchroner, skalierbarer Messaging-Dienst, der Dienste entkoppelt, die Nachrichten von Diensten erzeugen, die diese Nachrichten verarbeiten.
  • Agent Development Kit (ADK): Eine Reihe von Tools und Bibliotheken zum Entwickeln, Testen und Bereitstellen von KI-Agenten.
  • Model Context Protocol (MCP): Ein Open-Source-Standard zum Verbinden von KI-Anwendungen mit externen Systemen.
  • MCP Toolbox for Databases: Ein Open-Source- Model Context Protocol (MCP)-Server, mit dem KI-Agenten sich sicher mit Datenbanken verbinden können, indem Datenbankkomplexitäten wie Verbindungspooling, Authentifizierung und Beobachtbarkeit verwaltet werden.

Informationen zu alternativen Komponenten für Ihr agentisches KI-System, z. B. Agent Runtime, Tools und Memory, finden Sie unter Komponenten für die agentische KI-Architektur auswählen.

Anwendungsfälle

Diese Architektur ist für die folgenden Anwendungsfälle nützlich:

  • Automatisieren Sie die Verarbeitung zwischen verschiedenen externen und internen Anwendungen.
  • Erstellen Sie eine einheitliche Oberfläche für mehrere Legacy-Systeme ohne umfangreiche Migration.
  • Fügen Sie vorhandenen Geschäftsprozessen intelligente, konversationelle Funktionen hinzu.
  • Modernisieren Sie Ihre Anwendungen schrittweise mit ereignisgesteuerten Funktionen.

Die Architektur bietet folgende Vorteile:

  • Produktivität: Automatisieren Sie sich wiederholende Aufgaben, um menschliche Fehler zu reduzieren, damit sich Ihre Teams auf Aufgaben mit Mehrwert konzentrieren können.
  • Skalierbarkeit: Verwenden Sie einen ereignisgesteuerten Ansatz, um Dienste unabhängig voneinander zu entwickeln, bereitzustellen und zu skalieren.
  • Verbesserte Nutzerfreundlichkeit: Erstellen Sie moderne, flexible Oberflächen, um komplexe Geschäftsprozesse zu integrieren.
  • Zukunftssichere Integration: Standardisieren Sie die Integration in Backend-Systeme mithilfe von MCP-Servern, damit Sie die Backend-Systeme unabhängig voneinander ersetzen und aktualisieren können.

Designaspekte

In diesem Abschnitt werden Designfaktoren, Best Practices und Empfehlungen beschrieben, die Sie berücksichtigen sollten, wenn Sie diese Referenzarchitektur verwenden, um eine Topologie zu entwickeln, die Ihren spezifischen Anforderungen an Sicherheit, betriebliche Effizienz und Leistung entspricht.

Die Anleitung in diesem Abschnitt ist nicht vollständig. Weitere Informationen zu Designfaktoren und Best Practices sowie Empfehlungen zum Erstellen und Bereitstellen eines Multi-Agenten-KI-Systems finden Sie unter Multi-Agenten-KI-System in Google Cloud.

Sicherheit, Datenschutz und Compliance

Um die besonderen Sicherheitsrisiken von KI-Agenten zu minimieren, empfiehlt Google einen Ansatz, der deterministische Sicherheitskontrollen mit dynamischen, logikbasierten Abwehrmechanismen kombiniert:

  • Menschliche Kontrolle: Integrieren Sie einen Human-in-the-Loop-Workflow in geschäftskritische Systeme, damit menschliche Prüfer die Ausgaben überprüfen und die Aktionen des KI-Agenten genehmigen, überschreiben oder pausieren können.
  • Agent Identity: Weisen Sie jedem KI-Agenten eine arbeitslastgebundene Identität zu, um die Zugriffssteuerung nach dem Prinzip der geringsten Berechtigung durchzusetzen und Anmeldedaten für externe Tools zentral zu verwalten.
  • Agent Gateway: Erzwingen Sie die Governance für eingehenden und ausgehenden Traffic, Zugriffsrichtlinien, die standardmäßig den Zugriff verweigern, und die Inline-Prüfung von Prompts und Tools mit Model Armor.

  • Agent Registry: Prüfen Sie, ob sich KI-Agenten nur mit genehmigten Sub-Agenten und MCP-Tools verbinden.

  • Sicherheit von Cloud Run-Diensten: Verwenden Sie für die Cloud Run-Dienste dedizierte IAM-Dienstkonten mit Berechtigungen, die auf dem Prinzip der geringsten Berechtigung basieren. Sichern Sie die API des KI-Agenten, indem Sie Cloud Run-Steuerelemente für eingehenden Traffic konfigurieren, um den Zugriff auf authentifizierte Aufrufer zu beschränken. Verwenden Sie Identity-Aware Proxy (IAP) mit Agent Gateway, um eingehende Agenten- und Toolanfragen an MCP-Server zu authentifizieren und zu autorisieren, die in Cloud Run gehostet werden.

Betriebliche Effizienz

Damit Ihre Agentenkonfigurationen Ihren Anforderungen an die betriebliche Effizienz entsprechen, sollten Sie die folgenden Empfehlungen beachten:

  • Beobachtbarkeit: In verteilten Systemen sind Logging und Tracing für die Fehlerbehebung von entscheidender Bedeutung. Wenn Sie Einblick in den gesamten agentischen Workflow erhalten möchten, instrumentieren Sie Ihre Dienste so, dass strukturierte Logs in Cloud Logging geschrieben und Traces an Cloud Trace gesendet werden.
  • Automatisierung der Bereitstellung: Automatisieren Sie die Bereitstellung und Verwaltung von Ressourcen mithilfe eines IaC-Tools (Infrastruktur als Code) wie Terraform. IaC trägt dazu bei, dass Bereitstellungen in Entwicklungs-, Staging- und Produktionsumgebungen wiederholbar und prüfbar sind.
  • Infrastruktur-Governance: Optimieren Sie das Design und die Bereitstellung der Infrastruktur Ihrer Anwendung mit dem Application Design Center. Im App Design Center können Sie Vorlagen definieren, die Governance-Regeln und Best Practices für Ihre Organisation enthalten.

Leistungsoptimierung

Cloud Run skaliert automatisch je nach Bedarf und bei fehlender Last auf null. Bei Anwendungen, die empfindlich auf Latenz reagieren, können Sie Kaltstarts minimieren, indem Sie eine Mindestanzahl von Instanzen konfigurieren.

Nächste Schritte

Beitragende

Autor: Casey West | Architecture Advocate, Google Cloud

Weitere Beitragende: