Datadog und New Relic starten KI-Agenten-Revolution
10.03.2026 - 00:00:24 | boerse-global.de
KI-Agenten übernehmen die Systemüberwachung: Mit neuen Plattformen von Datadog und New Relic wird künstliche Intelligenz zum aktiven Problemlöser in der IT-Infrastruktur. Die Technologie verspricht autonome Fehlerbehebung – und treibt die Telemetriekosten in die Höhe.
Die IT-Überwachungsbranche erlebt einen fundamentalen Wandel. Innerhalb weniger Tage haben mit Datadog und New Relic zwei Schwergewichte Plattformen vorgestellt, die KI-Agenten zu aktiven Teilen der IT-Infrastruktur machen. Statt nur zu beobachten, sollen diese Agenten künftig eigenständig Systemausfälle erkennen, analysieren und beheben. Dieser Schritt markiert das Ende der passiven Überwachung und den Beginn einer Ära autonomer Betriebsabläufe.
Datadog baut Brücke zwischen KI und Live-Daten
Am 9. März 2026 brachte Datadog seinen Model Context Protocol Server in den allgemeinen Vertrieb. Die Schnittstelle dient als sichere Brücke zwischen den umfangreichen Telemetriedaten des Unternehmens und verschiedenen KI-Coding-Agenten. Laut Unternehmensangaben ermöglicht sie es maßgeschneiderten KI-Agenten, direkt auf Echtzeitdaten zuzugreifen.
Da autonome Systeme immer tiefgreifender in die Firmen-IT eingreifen, gewinnt der Schutz vor neuen Bedrohungsszenarien massiv an Bedeutung. Dieser Experten-Report zeigt, wie Sie Ihre IT-Sicherheit ohne Budget-Explosion proaktiv stärken und Ihr Unternehmen wirksam schützen. Was Geschäftsführer über Cyber Security 2024 wissen müssen
Die Integration geht weit über einfache KI-Assistenten hinaus. Statt dass menschliche Ingenieure bei einem Ausfall manuell Logs durchsuchen müssen, speist die Plattform diese Echtzeit-Informationen direkt in KI-Workflows ein. Ein entscheidender Aspekt ist die governed data access – die geregelte Datenzugriffskontrolle. Sie stellt sicher, dass autonome Agenten nur mit freigegebenen Datensätzen interagieren und innerhalb festgelegter Sicherheitsgrenzen handeln. Diese Governance ist für Unternehmen essenziell, die KI-Agenten einsetzen, die eigenständig Cloud-Infrastruktur verändern oder auf sensible Telemetriedaten zugreifen können.
New Relic setzt auf No-Code-Automatisierung
Nur drei Tage zuvor, am 6. März, präsentierte New Relic seine Agentic Platform in einer Preview-Version. Die No-Code-Umgebung erlaubt es Entwicklungsteams, KI-Agenten direkt innerhalb ihrer bestehenden Überwachungssysteme zu erstellen, einzusetzen und zu verwalten. Die Plattform adressiert ein zentrales Problem moderner IT-Betriebe: Ingenieure verbringen schätzungsweise ein Drittel ihrer Zeit mit der Reaktion auf Vorfälle statt mit der Entwicklung neuer Funktionen.
Der Ansatz von New Relic demokratisiert die Erstellung automatisierter Workflows durch eine Drag-and-Drop-Oberfläche. Spezielle Programmierkenntnisse sind nicht mehr nötig. Die benutzerdefinierten Agenten können Muster in den Telemetriedaten erkennen, Ursachen analysieren und eigenständig Korrekturen vornehmen. Experten sehen darin einen grundlegenden architektonischen Wandel: Statt Kontext nach einem Fehler mühsam zu rekonstruieren, analysiert die Plattform kontinuierlich die Beziehungen zwischen Diensten und Abhängigkeiten.
Explodierende Kosten für KI-Telemetrie
Die neue Effizienz hat ihren Preis. Während agentische Observability beispiellose operative Effizienz verspricht, löst sie gleichzeitig einen massiven Anstieg der Infrastrukturkosten aus. Branchenanalysen vom 7. März 2026 zeigen, wie KI-Agenten die Überwachungsbudgets von Unternehmen dramatisch in die Höhe treiben.
Anders als traditionelle API-Anfragen, die nur wenige Telemetrie-Spans erzeugen, erzeugt ein einzelner Large Language Model-Aufruf einen komplexen Datenkaskade. Eine KI-Interaktion erfordert das Verfolgen von Token-Streaming, Embedding-Lookups, Vektor-Datenbank-Abfragen, Prompt-Zusammenstellung und Guardrail-Prüfungen. Dieser Prozess generiert acht bis fünfzehn Spans pro Anfrage – im Vergleich zu den üblichen zwei bis drei Spans für einen Standard-Endpoint.
Wenn Agenten in kontinuierlichen Schleifen arbeiten und vor einer Aktion mehrere Schritte durchdenken, vervielfacht sich das Telemetrie-Volumen exponentiell. Berichten zufolge verzeichnen Teams, die autonome Agenten-Workflows betreiben, Telemetrie-Zuwächse von bis zum Hundertfachen ihres Vor-KI-Volumens. Da große Observability-Anbieter ihre Dienste traditionell nach dem Datenaufkommen abrechnen, stehen Unternehmen vor erheblichen Budgetüberschreitungen. Eine marktweite Neubewertung, wie KI-Überwachung strukturiert und abgerechnet wird, wird unausweichlich.
Vom passiven Monitoring zur aktiven Steuerung
Die rasche Kommerzialisierung der agentischen Observability spiegelt einen breiteren Paradigmenwechsel wider: von passiver Diagnostik hin zu aktiver, KI-gesteuerter Kontrolle. Auch Cybersicherheits- und Governance-Plattformen passen sich dieser Realität an. Anbieter wie Zenity haben ihre KI-Observability-Fähigkeiten erweitert, um Shadow AI zu erkennen und Agenten-Abhängigkeiten in Unternehmensumgebungen abzubilden.
Sicherheitsanalysten betonen: Organisationen können automatisierte Workflows nicht sichern, wenn sie keine Transparenz darüber haben, welche Tools die Agenten aufrufen oder auf welche Daten sie zugreifen. Diese Entwicklung vereint traditionelle Infrastruktur-Metriken mit Modell-Introspektion. Observability-Plattformen müssen nun nicht nur Latenz und Fehlerraten verfolgen, sondern auch die Korrektheit, Sicherheit und Ausrichtung der Argumentationskette eines Agenten überwachen.
Die zunehmende Automatisierung durch KI-Agenten unterliegt seit August 2024 strengen gesetzlichen Anforderungen innerhalb der EU. Dieser kostenlose Leitfaden erklärt verständlich, welche Kennzeichnungspflichten und Risikoklassen für Ihr Unternehmen jetzt verbindlich sind. EU-KI-Verordnung kompakt: Umsetzungsleitfaden für Unternehmen sichern
Unternehmenslenker erkennen zunehmend, dass der Einsatz autonomer Systeme ohne tiefgreifende, kontextreiche Observability inakzeptable operative Risiken schafft. Robuste Governance-Rahmenwerke, die menschlichen Operatoren Eingriffe in Sekundenbruchteilen ermöglichen, werden zur zwingenden Voraussetzung für den Unternehmenseinsatz von KI.
Die Zukunft autonomer Zuverlässigkeit
Die Integration von KI-Agenten in die Unternehmensinfrastruktur wird sich voraussichtlich rapide beschleunigen. Branchenprognosen gehen davon aus, dass bis Ende 2026 vierzig Prozent der Unternehmensanwendungen autonome KI-Agenten einbinden werden. Mit der Skalierung dieser Systeme wird sich agentische Observability von einer aufstrebenden Produktkategorie zur zentralen Steuerungsebene für digitale Operationen entwickeln.
Die nächste Grenze wird die Überwachung der Multi-Agenten-Orchestrierung sein, bei der spezialisierte Agenten zusammenarbeiten, um hochkomplexe Netzwerk- und Anwendungsfehler zu beheben. Observability-Plattformen müssen dafür ihre Fähigkeit verfeinern, Roh-Telemetrie in geschäftsrelevante Signale zu übersetzen. So kann sichergestellt werden, dass KI-gesteuerte Aktionen konsequent die Kundenerfahrung und den Schutz von Umsatzströmen priorisieren.
Unternehmen, die bereits heute umfassende agentische Observability in ihre Architektur einbetten, werden einzigartig positioniert sein, um ausgefeilte autonome Systeme sicher einzusetzen. Wer dagegen auf Legacy-Überwachung setzt, riskiert die Kontrolle über seine digitale Umgebung zu verlieren.
Hol dir jetzt den Wissensvorsprung der Aktien-Profis.
Seit 2005 liefert der Börsenbrief trading-notes verlässliche Aktien-Empfehlungen - Dreimal die Woche, direkt ins Postfach. 100% kostenlos. 100% Expertenwissen. Trage einfach deine E-Mail Adresse ein und verpasse ab heute keine Top-Chance mehr. Jetzt abonnieren.
Für immer kostenlos
