AI-Driven Development Lifecycle mit Amazon Bedrock AgentCore

AWS hat den AI-Driven Development Lifecycle (AI-DLC) als strukturierte Methodik vorgestellt, die KI als zentralen Kollaborateur im gesamten Softwareentwicklungszyklus einsetzt. Kern dieser Architektur bildet Amazon Bedrock AgentCore, eine agentische Plattform, die seit dem 13. Oktober 2025 allgemein verfügbar ist.

Amazon Bedrock AgentCore: Modulare Schichten für agentische Systeme

AgentCore besteht aus mehreren klar definierten Diensten, die eine saubere Trennung der Verantwortlichkeiten ermöglichen:

• AgentCore Runtime: Serverlose Laufzeitumgebung mit geringer Latenz, Sitzungsisolation und Unterstützung für verschiedene Agenten-Frameworks (einschließlich Strands Agents), multimodale Workloads und langlaufende Agenten bis zu 14 Tagen. Unterstützt das Agent-to-Agent (A2A)-Protokoll.
• AgentCore Memory: Verwaltung von Sitzungs- und Langzeitspeicher mit episodischer Funktionalität (seit 2. Dezember 2025).
• AgentCore Gateway: Vollständig verwalteter Gateway, der APIs, Lambda-Funktionen und Dienste in Model Context Protocol (MCP)-kompatible Tools umwandelt.
• AgentCore Identity: Identitätsbewusste Autorisierung und sichere Token-Speicherung mit OAuth-Integration.
• AgentCore Observability: Transparenz über End-to-End-Ausführung via Amazon CloudWatch.
• Policy in AgentCore: Definition von Handlungsgrenzen für Agenten in natürlicher Sprache (seit 2. Dezember 2025).

Die Plattform unterstützt VPC, AWS PrivateLink, CloudFormation und ist seit Mai 2026 auch in der AWS GovCloud (US-West) verfügbar.

Der AI-Driven Development Lifecycle (AI-DLC)

Der AI-DLC gliedert sich in vier kohärente Phasen:

Inception: Umwandlung von Geschäftsanforderungen in validierte Spezifikationen und Akzeptanzkriterien (Mob Elaboration). Construction: Vorschlag von Architekturen, Generierung von Code und Deployment-Artefakten unter menschlicher Aufsicht (Mob Construction). Validation: Automatisierte Sicherheits- und Qualitätsanalyse bei Code-Pushes über CI/CD-Pipelines. Operations: Kontinuierlicher Betrieb von Produktionsagenten auf der AgentCore Runtime mit vollständiger Observability.

Praktische Referenzimplementierungen

Der Blogbeitrag beschreibt zwei konkrete Lösungen:

1. SQL-Schema-zu-ER-Diagramm-Generierung: Ein ereignisgesteuerter, serverloser Agent auf Basis von Strands und Claude Sonnet 4, der SQL DDL parst und Mermaid-Diagramme erzeugt. Nutzt segmentierte Verarbeitung und OpenTelemetry.

2. Automatisierte Code-Sicherheitsanalyse: Multi-Agenten-System zur Prüfung von Python- und Java-Code auf Sicherheitslücken, CVE-Risiken und Richtlinienverstöße. Integration über GitLab-Pipelines, AgentCore Memory und ein Echtzeit-Dashboard.

Lokale Agenten-Tools im Workflow

• Kiro: Agentischer Coding-Dienst für die Inception- und Construction-Phase.
• Claude Code: Lokaler CLI-Agent für Prototyping, IaC-Generierung und Code-Reviews.

Der kombinierte Workflow verbindet diese lokalen Werkzeuge mit der skalierbaren AgentCore-Plattform.

Quelle: AWS AI Blog

FAQ

Was ist der primäre Zweck von Amazon Bedrock AgentCore?
Es ermöglicht Ingenieurteams, hochleistungsfähige KI-Agenten sicher und in großem Maßstab zu erstellen, bereitzustellen und zu betreiben, ohne Infrastrukturmanagement.

Welche Phasen umfasst der AI-Driven Development Lifecycle?
Inception, Construction, Validation und Operations. In jeder Phase agiert KI als Kollaborateur unter menschlicher Aufsicht bei kritischen Entscheidungen.

Welche modularen Dienste stellt AgentCore bereit?
Runtime, Memory, Gateway, Identity, Observability sowie Policy- und Evaluations-Funktionen. Diese Schichten sorgen für klare Schnittstellen, Skalierbarkeit und strukturelle Integrität agentischer Systeme.