Red Hat hat auf dem Red Hat Summit neue Funktionen für seine KI-Plattform vorgestellt. Mit Red Hat AI 3.4 will das Unternehmen die Entwicklung und den Betrieb agentenbasierter KI-Anwendungen vereinfachen. Im Fokus stehen ein durchgängiger „Metal to Agent“-Ansatz, skalierbare Inferenz sowie Werkzeuge für das Management autonomer Systeme. Die Plattform richtet sich an Unternehmen, die KI-Projekte aus Pilotphasen in den produktiven Betrieb überführen möchten.
Unternehmen stehen zunehmend vor der Herausforderung, KI-Anwendungen nicht nur zu entwickeln, sondern diese auch skalierbar, kontrollierbar und effizient produktiv zu betreiben. Vor diesem Hintergrund hat Red Hat auf dem Red Hat Summit neue Funktionen für seine Plattform Red Hat AI vorgestellt. Die neue Version 3.4 soll Entwicklungs- und Betriebsteams eine gemeinsame Basis für die Bereitstellung und Verwaltung von KI-Modellen sowie agentenbasierten Workflows bieten.
Der Anbieter verfolgt dabei einen sogenannten „Metal to Agent“-Ansatz. Gemeint ist ein durchgängiger Stack, der von der zugrunde liegenden Infrastruktur bis hin zu autonomen KI-Agenten reicht. Ziel ist es, Unternehmen den Übergang von experimentellen KI-Projekten zu produktiven Anwendungen in Hybrid-Cloud-Umgebungen zu erleichtern.
Im Zentrum von Red Hat AI 3.4 steht das Konzept „Model-as-a-Service“ (MaaS). Entwicklern soll damit eine einheitliche Schnittstelle für den Zugriff auf kuratierte KI-Modelle bereitgestellt werden. Gleichzeitig erhalten Administratoren Werkzeuge, um Nutzungsvorgaben zu überwachen und Richtlinien durchzusetzen. Damit adressiert Red Hat insbesondere Anforderungen an Governance und Kontrolle im Unternehmensumfeld.
Fokus auf skalierbare Inferenz
Ein weiterer Schwerpunkt liegt auf der Inferenz-Infrastruktur. Red Hat setzt dabei auf Technologien wie vLLM und llm-d, um eine verteilte und leistungsfähige Modellbereitstellung über unterschiedliche Umgebungen hinweg zu ermöglichen. Unternehmen sollen dadurch KI-Modelle effizienter betreiben und besser an verschiedene Hardware- und Infrastrukturkonzepte anpassen können.
Mit dem zunehmenden Einsatz autonomer KI-Agenten wächst zugleich der Bedarf an Inferenzleistung. Red Hat reagiert darauf mit neuen Funktionen für das Management agentenbasierter Systeme. Die Plattform soll Unternehmen dabei unterstützen, Agenten unabhängig vom jeweils verwendeten Framework bereitzustellen und zu verwalten.
Neu eingeführte AgentOps-Funktionen decken laut Red Hat den gesamten Lebenszyklus solcher Systeme ab – von der Entwicklung bis zum produktiven Betrieb. Dazu gehören unter anderem Werkzeuge für Tracing und Monitoring sowie Funktionen zur Nachvollziehbarkeit von Abläufen.
Gemeinsame Basis für Entwicklungs- und Betriebsteams
Mit den Erweiterungen verfolgt Red Hat das Ziel, Entwicklungs- und Betriebsteams enger zusammenzuführen. Die Plattform soll eine konsistente Grundlage schaffen, um autonome Systeme unter Berücksichtigung von Sicherheits- und Kontrollanforderungen im Unternehmenskontext zu betreiben.
Red Hat positioniert Red Hat AI damit als integrierte Plattform für Unternehmen, die KI-Anwendungen über unterschiedliche Infrastrukturen hinweg skalieren möchten. Neben der technischen Skalierung adressiert der Anbieter dabei auch organisatorische Anforderungen rund um Governance, Transparenz und den produktiven Betrieb von KI-Agenten.
Weitere Informationen zu Red Hat finden Sie hier.