NVIDIA bringt vertrauenswürdige, rund um die Uhr aktive KI-Agenten in die Telekommunikationsbetriebe

Telecom-Betreiber haben durch den Einsatz generativer KI bei der Automatisierung von Netzwerkmanagement, Kundenservice und Back-Office-Prozessen erhebliche Fortschritte erzielt. Bisher handelte es sich primär um task-basierte Automatisierung, bei der Menschen weiterhin Erkenntnisse korrelieren und nächste Schritte manuell steuern mussten.

Die Branche bewegt sich nun von reiner Automatisierung hin zu autonomen Netzwerken. Dabei sollen KI-Agenten proaktiv Probleme erkennen und Veränderungen über Netzwerk-, IT- und Geschäftssysteme hinweg koordinieren.

Grundlage einer sicheren Telekom-Autonomie-Plattform

Synthetische Daten, telekom-spezifische Modelle, sichere Agent-Runtimes und Simulationen bilden die zentralen Bausteine einer sicheren Telekom-Autonomie-Plattform. Diese Agenten sollen die Absichten des Betreibers verstehen, sicher über verschiedene Domänen hinweg agieren und den Menschen die Kontrolle über die Richtlinien (Policy) belassen.

NVIDIA und Partner demonstrieren diese Komponenten auf dem TM Forum DTW Ignite 2026 in Kopenhagen.

Datenschutzkonforme Daten für KI-Modelle

Spezialisierte Reasoning-Modelle für den Telekom-Bereich benötigen hochwertige Trainingsdaten. 54 % der Betreiber nennen datenbezogene Herausforderungen als größtes Hindernis, da sensible Netzwerk- und Kundendaten nicht direkt verwendet werden können.

Synthetische Daten ermöglichen es, Volumen und Vielfalt der Trainingsdaten sicher zu erhöhen, ohne echte Kundendaten preiszugeben. SoftBank Corp. nutzt NVIDIA NeMo Safe Synthesizer und NeMo Anonymizer, um datenschutzkonforme synthetische Datensätze zu erzeugen, die zur Feinabstimmung eines großen Telekom-Modells und zum Aufbau spezialisierter Netzwerk-Agenten dienen.

Sichere Bereitstellung autonomer Telekom-Agenten

Für echte End-to-End-Autonomie sind langlaufende autonome Agenten erforderlich, die strenge Service-Level-Agreements, Change-Management-Richtlinien und regulatorische Vorgaben einhalten.

NVIDIA NemoClaw und OpenShell bieten policy-basierte Guardrails und sandboxed Zugriff auf Telekom-Systeme. Mehrere Unternehmen pilotieren diese Technologien:

• AdaptKey entwickelt mit Operatoren sicherheitsgehärtete Agenten für selbstheilende 5G-Netzwerke.
• Amdocs zeigt proaktive Kundenservice-Agenten (z. B. Roaming-Unterstützung) und autonome Data-Science-Agenten zur Migrationsplanung.
• NTT DATA setzt Nemotron-Modelle mit NemoClaw ein, um langlaufende Agenten zur Erkennung von Netzwerkdegradation zu bauen.
• ServiceNow bringt Project Arc in die Telekom-Branche, um Incident-Response-Agenten in Network Operations Centern zu betreiben.
• Tata Consultancy Services (TCS) entwickelt eine Multi-Fidelity „AI Sensor“-Architektur mit Nemotron und NV-Tesseract, orchestriert durch NemoClaw.

Vertrauen durch beschleunigte Simulation schaffen

Simulationen auf GPUs ermöglichen es Agenten, Empfehlungen in einer sicheren, nahezu echtzeitfähigen Umgebung zu validieren, bevor sie auf Live-Systeme einwirken.

Forsk hat ein KI-basiertes Funkwellenausbreitungsmodell in seine Naos RAN Planning Plattform integriert, das auf NVIDIA RTX PRO 6000 Blackwell Server Edition GPUs bis zu 200-fach schneller als CPU-only arbeitet. VIAVI Solutions beschleunigt seinen TeraVM AI RAN Scenario Generator und stellt ein IP Network Configuration Blueprint bereit. KDDI und KDDI Research bauen gemeinsam mit NVIDIA, Keysight und Samsung Research America einen hochpräzisen RAN Digital Twin für 6G-Szenarien.

Quelle: NVIDIA Blog

FAQ

1. Was ist der Unterschied zwischen bisheriger KI-Automatisierung und den neuen autonomen KI-Agenten?
Bisherige Lösungen automatisieren einzelne festgelegte Schritte. Die neuen Agenten sollen proaktiv Probleme erkennen, langlaufende komplexe Workflows eigenständig abwickeln und Entscheidungen über mehrere Domänen hinweg koordinieren, während sie durch Policy-Guardrails und menschliche Kontrolle begrenzt bleiben.

2. Warum sind synthetische Daten für die Telekom-Branche entscheidend?
Sie ermöglichen das Training spezialisierter Modelle mit hohem Volumen und Diversität, ohne sensible echte Netzwerk- oder Kundendaten zu gefährden und erfüllen damit Datenschutzanforderungen.

3. Welche Rolle spielt Simulation bei der Einführung autonomer Netzwerke?
Sie schafft eine sichere Testumgebung (Digital Twins), in der Agenten ihre Handlungsempfehlungen validieren können, bevor diese auf das echte Netz angewendet werden – ein zentraler Baustein für Vertrauen und Resilienz.