Herausforderungen und Chancen von KI-Agenten in der Telekommunikationsbranche

Das Aufkommen von KI-Agenten in der Telekommunikation: Chancen und Fallstricke

Die Telekommunikationsbranche steht an einem Wendepunkt. Mit der zunehmenden Komplexität von 5G-, IoT- und Cloud-nativen Netzwerken wächst der Druck, operative Prozesse zu automatisieren und die Effizienz zu steigern. Künstliche Intelligenz (KI) wird dabei als zentraler Enabler betrachtet, insbesondere durch den Einsatz von KI-Agenten. Diese autonomen Software-Einheiten versprechen, Alarmmeldungen zu triagieren, KPIs zu analysieren, Fehler zu beheben und Telekommunikationsbetreiber in Richtung autonomer Netzwerke (TM Forum L4/L5) zu bewegen. Doch inmitten dieser vielversprechenden Entwicklung zeichnet sich ein potenzielles Problem ab, das an vergangene Herausforderungen im Bereich Operational Support Systems (OSS) erinnert: die Gefahr einer neuen Form der Anbieterbindung durch proprietäre KI-Agentenbibliotheken.

Die neue OSS-Falle: Agenten-Busse als kritische Infrastruktur

Führende Telekommunikationsausrüster und Softwareanbieter wie Nokia, Samsung, Amdocs und Ericsson präsentieren ihre eigenen Agenten-Frameworks. Diese umfassen spezialisierte Agenten, die darauf ausgelegt sind, verschiedene Aufgaben im Netzwerkmanagement zu übernehmen – von der Fehlererkennung bis zur automatisierten Problembehebung. Die versprochenen Produktivitätssteigerungen liegen oft im Bereich von 50 bis 80 Prozent, was für Betreiber attraktiv ist.

Das Kernproblem liegt jedoch nicht im darunterliegenden KI-Modell selbst. Betreiber können in der Regel verschiedene Large Language Models (LLMs) nutzen und bei Bedarf austauschen. Die eigentliche Herausforderung und das Risiko eines Lock-ins liegen in der sogenannten "Bus"-Schicht. Diese Schicht ist verantwortlich für die Registrierung von Agenten, das Routing von Absichten, die Verwaltung von Ontologien, die Durchsetzung von Schutzmechanismen (Guardrails) und die Entscheidung, welche Agenten auf das Live-Netzwerk zugreifen dürfen. Diese Ebene entwickelt sich zur neuen kritischen OSS-Komponente. Wenn sich ein Betreiber für den falschen "Bus" entscheidet, könnte er sich auf die Agenten-Laufzeitumgebung eines bestimmten Anbieters festlegen, ähnlich wie frühere Generationen von Kommunikationsdienstleistern (CSPs) sich auf die Bestands-, Sicherungs- oder Auftragsmanagement-Stacks eines einzigen Anbieters festgelegt haben.

Anbieterlandschaft und proprietäre Lösungen

Jeder große Anbieter verfolgt derzeit seinen eigenen Ansatz:

• Nokia bietet eine Gemini-gestützte Agentenbibliothek an, die auf Googles Agent Development Kit basiert und als SaaS auf dem Marktplatz verfügbar ist. Diese Bibliothek ist vordefiniert, domänenspezifisch trainiert und eng mit dem Nokia Assurance Center verbunden.
• Samsung integriert eine "Agent Fabric" in sein CognitiV NOS, die als Wissens- und Entscheidungsebene fungiert. Hier agieren Agenten koordiniert und nicht als isolierte Tools, mit dem Ziel einer End-to-End-Lebenszyklusautomatisierung.
• Amdocs positioniert aOS als das erste agentenbasierte Betriebssystem für Telekommunikationszwecke. Sein Cognitive Core stellt die Agentenbibliothek, Ontologie und Erkenntnisse bereit. Obwohl "Open by Design" beworben wird, bleiben die Bibliothek und der Cognitive Core proprietäre Amdocs-Lösungen.
• Ericsson erweitert sein EIAP um cApps und spricht von einer Agent Fabric als Kontrollinstanz für Discovery, Governance, Routing und Observability über OSS/BSS hinweg.

Diese Entwicklungen zeigen ein Muster: Sobald die Netzwerkbetriebszentrale (NOC), die Qualitätssicherung und der Servicebetrieb das Agentenprotokoll, die Registrierung und das Richtlinienmodell eines Anbieters sprechen, wird es kostengünstiger, neue Agenten von diesem Anbieter zu beziehen, als sie von extern zu integrieren. Dies führt zu einer Verfestigung der Anbieterbeziehung.

Die Herausforderung der Interoperabilität

Das eigentliche Problem ist nicht das KI-Modell, sondern das Fehlen eines portablen Vertrags, der definiert, was ein Agent in einer Telekommunikationsproduktionsumgebung ist. Ein nützlicher Agent ist mehr als ein Chat-Wrapper; er ist ein gesteuerter Akteur mit typisierten Aufgaben, SID-ausgerichtetem Vokabular, Topologie- und Bestands-Kontext, Richtlinienbeschränkungen, Audit-Fähigkeiten und der Möglichkeit zur Verhandlung mit anderen Agenten über RAN, Transport, Core und BSS hinweg.

Initiativen wie A2A-T, OpenAN-Laufzeitumgebungen, Trusted Data Gateways und High-Value Scenario Bindings versuchen, die Vision von "jedem Agenten, jedem Anbieter, einer Fabric" zu realisieren. Doch solange ein solcher Vertrag nicht operationell ist, bleibt jede Anbieterbibliothek ein privater Dialekt. Nokias Router-Agent kann Samsungs Fabric-Agenten nicht entdecken, und Amdocs' Cognitive Core-Agenten lassen sich nicht nahtlos in Ericssons EIAP registrieren. Dies zwingt die CSPs erneut in die Rolle einer Integrationsfabrik, was die Branche eigentlich vermeiden wollte.

Selbst Ericsson hat in eigenen Schriften die Problematik offen angesprochen: Ohne eine gemeinsame Kontrollschicht duplizieren Multi-Vendor-Agenten Arbeit, kollidieren bei Aktionen und zwingen den Betreiber dazu, die Koordination manuell zu steuern. Dies beschreibt den Lock-in aus einer internen Perspektive.

Die Schnelligkeit als Falle

Das Ziel der autonomen Netzwerke (L4) wird von allen Anbietern als "der Preis" beworben: Input in Form von Absichten, Output in Form von geschlossenen Regelkreisen, menschliche Eingriffe nur bei Ausnahmen. Anbieter müssen jetzt eine fertige Lösung präsentieren, da Betreiber "autonome Netzwerke" als Programm und nicht als Protokoll einkaufen. Vorgefertigte Agentenbibliotheken sind der schnellste Weg zu einer Demo und einem Kaufauftrag.

Diese Schnelligkeit birgt jedoch eine Falle. Wenn die Beschaffung die Agentenbibliothek als Merkmal des bestehenden RAN/OSS-Anbieters betrachtet, verfestigt sich die Fabric, bevor die Interoperabilität erreicht wird. In drei Jahren könnte die Branche vier inkompatible Agenten-Busse haben – jeder mit einem florierenden Eigenkatalog, jeder mit dem Anspruch auf Multi-Vendor-Unterstützung via MCP oder A2A, während der Produktionspfad weiterhin über eine einzige Registrierung, eine Ontologie und einen Governance-Agenten läuft.

Diese Situation erinnert an frühere Lock-ins bei Bestandsmanagement oder Qualitätssicherung, bei denen "offene APIs" nur vollständig mit den eigenen Systemen des Anbieters funktionierten. Agentenbibliotheken könnten noch problematischer sein, da sie über dem Stack liegen und Entscheidungskontexte akkumulieren. Der Wechsel des "Busses" würde die Migration des institutionellen Gedächtnisses und nicht nur von Schnittstellen bedeuten.

Strategische Empfehlungen für Betreiber

Interoperabilität ist entscheidend, um ein echtes Agenten-Ökosystem von isolierten "Walled Gardens" zu unterscheiden. Betreiber sollten den Agenten-Bus als strategischen Kontrollpunkt betrachten und dies bereits in ihren Ausschreibungen (RFPs) festschreiben:

• Einmal registrieren, überall ausführen: Ein Agent, der in einem anbieterneutralen Register veröffentlicht wird (Fähigkeit, HVS-Binding, SID-Typen, Risikoklasse), muss von jeder konformen Fabric auffindbar sein, ohne private "Gelbe Seiten".
• Typisierte Telekom-Semantik, nicht Prompt-Suppe: A2A-T/TMF-ausgerichtete Aufgaben-, Ereignis- und Verhandlungstypen, damit "Uplink-Anomalie dieser Zelle beheben" in Nokia-, Samsung-, Amdocs- und Ericsson-Laufzeiten dasselbe bedeutet.
• Portable Richtlinien und Audit: Schutzmechanismen (Guardrails), Genehmigungsschranken und Entscheidungs-Logs müssen exportierbar sein. Wenn die einzige Erklärbarkeit in der "Black Box" eines Anbieters liegt, besitzt der Betreiber die Autonomie nicht.
• MCP und A2A als Basis, nicht als Obergrenze: Tool-Zugriff und Agenten-Dialog sind notwendig, aber nicht ausreichend ohne Telekom-spezifische Identität, Topologie-Kontext und geschlossene Sicherheitsmechanismen.
• Erstanbieter-Bibliotheken als optional, nicht als Standard: Kaufen Sie den Bus getrennt von den Agenten und bewerten Sie Anbieter danach, wie viele Drittanbieter-Agenten in Produktion auf ihrer Fabric gelaufen sind, anstatt wie viele sie selbst ausgeliefert haben.

Der Wettbewerb um KI-Modelle wird sich weiterentwickeln. Doch der Betreiber, der sich 2026 auf einen einzigen Agenten-Bus standardisiert, wird in den 2030er Jahren dafür bezahlen, diese Entscheidung rückgängig zu machen. Multi-Vendor-Agenten-Interoperabilität ist der Weg, um die Entstehung des nächsten OSS-Monopols zu verhindern.

Bedeutung der Datenqualität und Systemintegration

Ein weiteres kritisches Hindernis für die Skalierung von KI-Agenten ist die fragmentierte Systemlandschaft in der Telekommunikation. Getrennte Operational Support Systems (OSS), Business Support Systems (BSS), Middleware, Messaging-Plattformen und APIs begrenzen den Kontext, den KI-Agenten für eine zuverlässige Automatisierung, besseren Kundenservice und neue Umsatzmöglichkeiten benötigen. Die Datenqualität spielt dabei eine entscheidende Rolle. Schlechte Datenqualität kann autonome Ambitionen zunichtemachen, da KI-Agenten auf unvollständigen oder inkonsistenten Informationen agieren müssen. Eine tiefgreifende Integration in die bestehende IT-Landschaft ist unerlässlich, damit KI-Agenten Routineoperationen effektiv durchführen können.

Fazit

Die Einführung von KI-Agenten in Telekommunikationsnetzwerken birgt ein enormes Potenzial für Effizienzsteigerungen und die Entwicklung autonomer Netzwerke. Gleichzeitig müssen Betreiber jedoch proaktiv handeln, um die Risiken einer erneuten Anbieterbindung zu minimieren. Durch die Forderung nach offenen Standards und einer klaren Strategie für die Interoperabilität der Agenten-Busse können sie sicherstellen, dass sie die Kontrolle über ihre zukünftige Netzwerkautomatisierung behalten und von einem breiten Ökosystem innovativer Lösungen profitieren.

Bibliographie:

- Telecoms. (2026, September 9). AI agent libraries risk becoming telecom’s new OSS trap. telecomstechnews.com. - Inside Telecom. (2026, August 6). AI Agents in Telecom Push Depends on OSS/BSS Systems. insidetelecom.com. - Subtonomy. (2026, Januar 22). The telecom agentic AI trap: Why poor data quality will kill your autonomous ambitions. subtonomy.com. - Fierce Network. (2026, September 8). AI agents raise new control questions for telecom networks. fierce-network.com. - Noah Intelligence. (2026, August 6). Telecom industry races to overcome systemic barriers for AI agent deployment amid 5G and IoT expansion. noah-news.com. - Noah Intelligence. (2026, August 5). Agentic AI in telecom faces critical obstacle as systems remain fragmented. noah-news.com. - Intecracy Group. (2026, September 6). Autonomous AI Agent Orchestration in Telecom: ODA Standards. intecracy.com. - TelcoDR. (2026, Juni 30). Own your learning loop. telcodr.com. - TelcoDR. (2026, April 21). Open sesame. telcodr.com. - Totogi. (2026, April 17). Why Telcos Fail to Scale AI Agents. totogi.com.