Automatisierung trifft auf Autonomie: Produktivitätssprünge durch Automatisierung sind der Königsweg für die deutsche Wirtschaft, um ihre Wettbewerbsfähigkeit trotz Kostendruck, wachsender internationaler Konkurrenz und Fachkräftemangel wiederherzustellen und auszubauen. Das Mittel dazu heißt „Agentic AI”, die Kombination von generativer künstlicher Intelligenz (Generative AI / GenAI) und Unternehmensprozessen. Um von automatisierten und intelligenten, aber gleichzeitig (rechts-)sicheren Abläufen zu profitieren, brauchen Unternehmen vom Mittelstand bis zum Großkonzern eine schlüsselfertige Full-Stack-Lösung. Damit können sie mit Entwicklung, Management und Betrieb von KI-Agenten (AI-Agents) unmittelbar loslegen – die Partnerschaft von Nutanix und NVIDIA liefert diese Lösung..
War generative künstliche Intelligenz (KI) bis dahin die Domäne von Experten, wurde sie gleichsam über Nacht zum Allgemeingut. Als Software, mit der Menschen mittels natürlicher Sprache kommunizieren können, wurde ihre Bedienung für jedermann ein Kinderspiel. Doch das allein war nicht das Entscheidende. Zum ersten Mal gab es eine Software, die nicht mehr auf fest definierte Eingaben angewiesen war, um überhaupt in der Lage zu sein, Ausgaben nach einem vordefinierten Lösungsweg zu erzeugen. Vielmehr kann sie Eingaben selbstständig analysieren, ihre Bedeutung interpretieren, kontextabhängig darauf reagieren, Vorschläge unterbreiten und Aktionen auslösen. Insbesondere kann sie aus den Interaktionen lernen, was das bereits Gelernte verstärkt (Reinforcement Learning) und das Training des Modells verstetigt (Continuous Learning). Gleichzeitig verhindert das Konzept des “Nested Learning”, dass die Modelle trotz kontinuierlichen Lernens Dinge, die nicht vergessen oder überschrieben werden dürfen, zuverlässig behalten.
Für die deutsche Industrie eröffnet sich dadurch die Möglichkeit, ganze Prozesse und Prozessketten zu automatisieren und die digitale Welt mit der physischen zu verbinden. Genau für diese Verbindung steht Agentic AI. KI-Agenten sind die nächste Stufe in der GenAI-Entwicklung und können selbst komplexe Aufgaben selbstständig übernehmen.
Agentic AI ist das Mittel der Wahl, um das Versprechen von Industrie 4.0 in den deutschen Unternehmen einzulösen: Im Grunde sind KI-Agenten cyber-physikalische Systeme (CPS) im Sinne dieses Konzepts. Das ist es, was das Konzept Industrie 4.0, das 2011 vorgestellt wurde, im Rückblick geradezu visionär macht.
Was das konkret heißt, lässt sich an einigen wenigen Beispielen verdeutlichen: KI-Agenten können eingehende Kreditanträge analysieren und darin enthaltene Informationen wie Namen, Adressen und Kreditsummen extrahieren. Sie starten daraufhin Abfragen an ERP-Systeme, um die Existenz eines Kundenkontos zu überprüfen, nutzen möglicherweise Fraud-Detection-Algorithmen und holen Informationen vom Schufa-Register ein, um auf dieser Basis eine Einschätzung zur Kreditwürdigkeit zu erstellen. Der weitere Prozessverlauf liegt im Ermessen des Finanzinstituts. Vorstellbar wäre etwa eine automatische Kreditvergabe bis zu einem bestimmten Betrag und jenseits davon die Weiterleitung der Informationen und Einschätzungen an eine zuständige Fachkraft. Nach der finalen Entscheidung erzeugen und verschicken die KI-Agenten eine Antwort-E-Mail an die Kunden. Natürlich lässt sich das Beispiel auf jede Art von Kundenkommunikation erweitern, beispielsweise auf den Bereich Customer Service. KI-Agenten erhöhen das Bearbeitungsvolumen, schonen Personalressourcen und steigern die Margen.
Ein Beispiel aus der Produktion stammt direkt von den Industrie-4.0-Erfindern aus dem Jahr 2021. Ihrer Meinung nach können AI-Agents „nicht nur zur schon weitverbreiteten vorausschauenden Wartung eingesetzt werden, sondern immer mehr zur inkrementellen Qualitätskontrolle meist über Videosensorik. Damit wird in der nächsten Phase von Industrie 4.0 eine KI-basierte Null-Fehler-Produktion angestrebt. Selbstlernfähigkeit und modulare Langzeit-Autonomie werden die neue Generation von ‘Smart Factories’ auszeichnen und neben einer extremen Flexibilität auch eine äußerst robuste Produktion, hohe Arbeitssicherheit, Energieeffizienz und ein hohes Maß an Ressourcenschonung garantieren.”
Prinzipiell können AI-Agents entlang der gesamten Wertschöpfungskette Mitarbeiterinnen und Mitarbeiter entlasten und unterstützen, Kosten senken und Produktivität sowie Margen erhöhen. KI-Agenten, die historische Daten zu Lagerbeständen und Wiederbeschaffungszeiten analysieren, können selbstständig Bestellungen auslösen, Lieferungen bei Bedarf umleiten, Produktionsaufträge optimal terminieren und so Verzögerungen bei Beschaffung, Produktion und Lieferung vermeiden. Liefertermintreue, Schnelligkeit und Flexibilität erhöhen die Kundenbindung und verbessern die Wettbewerbssituation insgesamt.
Möglich wird all dies durch den faszinierenden Freiheitsgrad und das autonome Handeln, welches Agentic AI auszeichnet. Doch mittlerweile sind die Unternehmen sich nicht nur des Potenzials dieser GenAI-basierenden intelligenten Assistenten, sondern auch ihrer Risiken bewusst: Halluzinationen, Urheberrechtsverletzungen und die Preisgabe sensibler Daten sind hier an erster Stelle zu nennen.
Das wichtigste Mittel, um diese Risiken zu beseitigen, heißt Kontrolle auf allen Ebenen – von der Infrastruktur aufwärts über Daten- und Softwareschicht bis zur obersten Ebene für Management und Betrieb der Infrastruktur selbst – auch mittels KI (AI Operations, AIops), der großen Sprachmodelle (Large Language Models, LLMs) und KI-Agenten (LLM Operations, Llmops). Dieses Maß an Kontrolle – das auch Mechanismen für menschliches Eingreifen (Human Intervention) beinhalten muss – erlangen Unternehmen jedoch nur mithilfe eines vollständigen Technologie-Stacks, den Unternehmen unabhängig vom konkreten Betriebsort nutzen können: on-premises, in Public-Cloud-Umgebungen oder am Edge.
Ob Europäische Datenschutz-Grundverordnung (EU-DSGVO), EU AI Act oder EU Data Act – um ihre Anforderung an den Schutz und die Mobilität von Daten sowie den sicheren Betrieb von KI-Modellen unterschiedlicher Risikostufen zu erfüllen, benötigen Unternehmen das beschriebene Maß an Kontrolle und damit verbunden eine Full-Stack-Lösung.
Denn bei GenAI-Lösungen wie Agentic AI handelt es sich um inhärent hybride Workloads. Neue Lösungen für Agentic AI werden oft in der Public Cloud erstellt, während die Modelle auf Basis privater Daten in On-premises-Umgebungen angepasst und feinjustiert werden. Die Inferenzierung wiederum findet in der unmittelbaren Nähe des Betriebsorts der Geschäftslogik statt, ob am Edge, on-premises oder in der Public Cloud.
Um diese hybriden GenAI-Workflows in Unternehmen zu unterstützen, hat Nutanix in Zusammenarbeit mit NVIDIA eine Full-Stack-Lösung entwickelt: Nutanix Enterprise AI (NAI) bietet ein konsistentes Multicloud-Betriebsmodell und eine einfache Möglichkeit, LLMs mithilfe der NVIDIA NIM-optimierten Inferencing-Microservices und quelloffener Basismodelle von Hugging Face sicher bereitzustellen, zu skalieren und zu betreiben. Dadurch können Kunden eine Enterprise-GenAI-Infrastruktur mit dem Maß an Resilienz, Betriebsmöglichkeiten und Sicherheit aufbauen, das sie für geschäftskritische Anwendungen benötigen, ob on-premises oder auf AWS Elastic Kubernetes Service (EKS), Azure Managed Kubernetes Service (AKS) und Google Kubernetes Engine (GKE).
Die aktuelle NAI-Version bietet eine vertiefte Integration mit NVIDIA AI Enterprise einschließlich NVIDIA NIM Microservices und NVIDIA NeMo Framework, um die Einführung von Agentic-AI-Anwendungen in den Unternehmen zu beschleunigen. Mithilfe gemeinsamer Embedding-, Reranking- und Guardrail-Funktionsmodelle für KI-Agenten optimiert NAI die Ressourcen und Modelle, die für ihre geschäftsbereichsübergreifende Bereitstellung erforderlich sind.
NAI ermöglicht ein großes Spektrum an Agentic-Model-Services einschließlich der Open-Reasoning-Modelle NVIDIA Llama Nemotron, NVIDIA NeMo Retriever und NeMo Guardrails. NAI-Anwender können NVIDIA AI-Blueprints nutzen. Dabei handelt es sich um vorkonfigurierte und anpassbare Workflows, mit deren Hilfe Kunden unmittelbar mit der Entwicklung ihrer eigenen KI-Anwendungen auf der Basis von NVIDIA-Modellen und KI-Microservices loslegen können.
Die Nutanix Cloud Platform (NCP) baut auf der Referenzarchitektur der NVIDIA AI Data Platform auf und integriert Nutanix Unified Storage (NUS) sowie Nutanix Database Service (NDB) für strukturierte und unstrukturierte Daten zur Nutzung durch KI. Zudem ermöglicht NAI Funktionsaufrufe für Konfiguration und Nutzung externer Datenquellen, damit Agentic-AI-Anwendungen exaktere und detailliertere Ergebnisse liefern können.
Kunden können Guardrail-Modelle nutzen und dadurch Agentic-Anwendungen implementieren, um die Einhaltung aller geltenden Regeln zu unterstützen. Diese Modelle sind in der Lage, ab der ersten Interaktion User-Eingaben und LLM-Antworten zu filtern und dadurch vorurteilsbehaftete oder schädliche Ausgaben zu verhindern. Außerdem ermöglichen sie es, die Kontrolle über Themen zu behalten und Jailbreak-Versuche zu entdecken. NVIDIA NeMo Guardrails sind LLM-Modelle für Inhaltsfilterung und erlauben das Aussortieren unerwünschter Inhalte und anderer sensibler Themen. Sie lassen sich zudem auf den Bereich Code-Generierung anwenden und ermöglichen dadurch modellübergreifend eine höhere Zuverlässigkeit und Konsistenz.
Das Schönste daran: Alle Ebenen und Komponenten des Nutanix-NVIDIA-Stacks einschließlich Entwicklung und Betrieb von AI-Agents lassen sich von einer zentralen Management-Konsole aus verwalten – Nutanix Prism, der zentralen Management-Konsole von Nutanix.
Die Nutanix-Plattform liefert eine unternehmensinterne Basis für NVIDIAs Accelerated Computing-, Networking- und KI-Software, um aus Daten verwertbare Erkenntnisse zu gewinnen. Als NVIDIA-zertifizierte Enterprise-Storage-Lösung erfüllt Nutanix Unified Storage strikte Leistungs- und Skalierbarkeitsstandards. Mittels Fähigkeiten wie NVIDIA GPUDirect Storage bietet Nutanix Unified Storage Unternehmen Software-definierten Enterprise-Storage für KI-Workloads.
Kunden können bereits bestehende und bereitgestellte Modell-Endpunkte als Shared Services für multiple Anwendungen wiederverwenden. Dadurch lässt sich der Bedarf an unverzichtbaren Infrastrukturkomponenten reduzieren. Dazu zählen GPUs, CPUs, Arbeitsspeicher, Datei- und Objektspeicher sowie Kubernetes®-Cluster.
Für Unternehmen heißt das opimierte Leistung, Einfachheit und Tools, um regulatorische Anforderungen zu erfüllen, während sich die Entwicklungsteams voll und ganz auf die Erstellung von AI-Agents konzentrieren können.
Deutschland, seine Wirtschaft und Industrie können sich den neuen geopolitischen Realitäten nicht mehr entziehen. Sie müssen jederzeit die volle Kontrolle über Betriebs- und Speicherort ihrer Workloads und Daten haben. Dies ermöglicht den erforderlichen Datenschutz und hilft, unbefugten Zugriff durch Angreifer zu verhindern. Diese Kontrolle ist der Kern der digitalen Souveränität.
Nutanix ist das Mittel der Wahl, um Unternehmen digital souverän zu machen. Mithilfe der Nutanix-Plattform lassen sich Daten im Ruhezustand und während der Übertragung verschlüsseln und Schlüssel, Identitäten sowie rollenbasierte Zugriffe (role-based access control, RBAC) zentral verwalten. Die Funktionalitäten von Nutanix Flow als Teil der Nutanix Cloud Platform zur Netzwerksicherheit ermöglichen die präzise Kontrolle über Daten, Netzwerkzugriff, Datenverkehr und -residenz. So entsteht ein Zero-Trust-Framework, um für den Grad an Sicherheit und Compliance zu sorgen, der dem Konzept der digitalen Souveränität zugrunde liegt und gemäß EU-DSGVO, EU AI Act und EU Data Act erforderlich ist.
Mithilfe von Nutanix Flow können Kunden von den zugrundeliegenden physischen Netzwerken abstrahieren und dadurch alle ihre Workloads und Betriebsorte konsistent absichern. Nutanix Flow bietet eine zentralisierte Kontroll- und Managementschicht innerhalb von Nutanix Prism Central, der zentralen Managementlösung von Nutanix. Hinzu kommt eine vollständig verteilte Schicht, um die zentral definierten Regeln auf jeden Host, auf dem der Hypervisor Nutanix AHV läuft, zu verteilen und ihre Anwendung verbindlich durchzusetzen.
Nutanix und NVIDIA arbeiten an einer engen Verzahnung von Nutanix Flow und NVIDIAs smarten Netzwerkadaptern wie NVIDIA ConnectX und NVIDIA BlueField. Diese Partnerschaft dient einer robusten Skalierbarkeit und Performance auf der Datenebene und gleichzeitig deren Absicherung. Darüber hinaus führen diese Verteilung der Aufgaben zu optimaler Leistung sowie Sicherheit und ihre bestmögliche Abstimmung aufeinander zu einer Ressourceneffizienz der Premiumklasse.
Die Partnerschaft bildet damit für Unternehmen und Behörden auch in Hochsicherheitsbereichen die perfekte Basis für souveräne KI-Umgebungen jeder Größenordnung. Die Hochsicherheits-Container von NVIDIA sind für den Betrieb auf und mit der Nutanix-Plattform getestet, die darüber hinaus mit den KI-Angeboten führender Hardwarehersteller wie Dell, Cisco und Lenovo integriert ist. So entstehen schlüsselfertige Hochleistungs- und Hochsicherheits-KI-Umgebungen vom eigenen Rechenzentrum bis in die Public Cloud.
Automatisierung trifft auf Autonomie: Agentic AI von Nutanix und NVIDIA
Die Einführung von GenAI und KI-Agenten weiter zu verzögern, stellt für deutsche Unternehmen keine Option mehr dar, die unter den veränderten geoökonomischen und -politischen Realitäten ihre Wettbewerbsfähigkeit erhalten und stärken müssen. Agentic AI eröffnet speziell deutschen Industrieunternehmen die Chance, die Versprechungen von Industrie 4.0 zu verwirklichen.
Mithilfe des Nutanix-Angebots für Agentic AI und der kontinuierlich ausgebauten Partnerschaft von Nutanix und NVIDIA steht eine schlüsselfertige Lösung für den leistungsstarken, umgebungsunabhängigen, (rechts-)sicheren und souveränen Betrieb von GenAI-basierenden KI-Agenten bereit.
Sind Sie bereit, den Weg zu Produktivitätssprüngen durch autonome Automatisierungslösungen zu beschreiten? Dann informieren Sie sich zu Nutanix Enterprise AI und sprechen Sie uns bitte an.
©2025 Nutanix, Inc. Alle Rechte vorbehalten. Nutanix, das Nutanix-Logo und alle hier genannten Produkt- und Servicenamen sind eingetragene Marken oder Marken von Nutanix, Inc. in den USA und anderen Ländern. Alle anderen hierin genannten Markennamen dienen lediglich zu Identifikationszwecken und sind möglicherweise Marken ihrer jeweiligen Inhaber. Bestimmte Informationen in diesem Dokument können sich auf Studien, Veröffentlichungen, Umfragen und andere Daten aus Drittquellen sowie auf unsere eigenen internen Schätzungen und Untersuchungen beziehen oder darauf beruhen. Obwohl wir glauben, dass diese Studien, Veröffentlichungen, Umfragen und anderen Daten von Dritten zum Zeitpunkt der Erstellung dieses Beitrags zuverlässig sind, wurden sie, sofern nicht ausdrücklich anders angegeben, nicht von unabhängiger Seite überprüft, und wir übernehmen keine Gewähr für die Angemessenheit, Richtigkeit, Genauigkeit oder Vollständigkeit von Informationen, die wir aus Drittquellen erhalten haben.