AWS: Strands Agents SDK + Exa-Integration ermöglicht Agenten autonome Websuche ohne eigene Crawler

Wie gibt man einem Agenten Websuchfähigkeiten ohne eigenen Crawler?

Traditionell erforderte der Aufbau eines KI-Agenten mit Websuchfähigkeiten erheblichen Infrastrukturaufwand — einen eigenen Crawler, Scraper, HTML-Parser, Rate-Limiting und Einhaltung von robots.txt. AWS hat in Zusammenarbeit mit Exa eine Referenzimplementierung vorgestellt, die dieses Problem durch das Strands Agents SDK und das API-Interface von Exa löst. Technisch erhält der Agent ein Werkzeug (exa_search), das eine Anfrage in natürlicher Sprache entgegennimmt und eine Liste relevanter Webseiten mit vorverarbeiteten Zusammenfassungen und Zitationen zurückgibt.

Warum das wichtig ist: Websuche ist das meistgefragte Werkzeug für Enterprise-Agenten — sei es für Wettbewerbsbeobachtung, Nachrichtenmonitoring, Due-Diligence-Recherche oder technischen Support, der Dokumentation konsultiert. Ohne dieses Werkzeug kann ein Agent nur aus seinem Trainings-Cutoff heraus antworten (z. B. kennt Claude 4.7 nichts nach November 2025). Mit der Kombination Strands+Exa erhält der Agent Echtzeitzugang zum Web ohne Infrastrukturlast.

Was ändert diese Integration für Enterprise-Entwickler?

Vor dieser Integration musste ein Team, das einen KI-Assistenten mit Websuchfunktion aufbaut, zwischen mehreren unbefriedigenden Optionen wählen. Google Custom Search API (teuer, rate-limitiert, liefert rohes HTML), Bing Search API (Microsoft stellt es ein — Abschaltung am 11. August 2025), SerpAPI (Drittanbieter-Scraping mit rechtlichen Risiken) oder Aufbau einer eigenen Scraper-Infrastruktur (monatelange Arbeit, laufende Wartung). Exa füllt die Nische „KI-native Websuche” — es indiziert das Web speziell für den LLM-Einsatz.

Das Strands SDK bietet eine tools-Abstraktion — ein Agent kann N Werkzeuge haben (Suche, Taschenrechner, Code-Interpreter, API-Aufrufe), und das Modell entscheidet autonom, welches es für eine bestimmte Anfrage verwendet. Die Exa-Integration besteht aus etwa einem Dutzend TypeScript- oder Python-Zeilen, die Exa als Werkzeug registrieren. Entwicklungsarbeit, die sonst Wochen dauern würde, ist nun in einer einzigen Arbeitssession abgeschlossen.

Wie fügt sich das in das breitere AWS-KI-Ökosystem ein?

AWS baut seit sechs Monaten aggressiv Agenten-Infrastruktur auf: Bedrock AgentCore (verwaltetes Gedächtnis, Gateway, Identity), Claude Platform GA (gestern angekündigt), Strands Agents SDK. Das Ziel ist, dass AWS zur Standard-Cloud für Produktionsagenten wird — ähnlich wie Lambda zur Standard-Serverless-Plattform wurde. Die Integration mit Exa (Drittanbieter, nicht AWS-eigentümer) signalisiert eine offenere Strategie als AWS sie in einigen anderen Bereichen hatte.

Für Entwickler, die bereits den AWS-Stack verwenden, ist dies eine natürliche Erweiterung. Für jene, die konkurrierende Plattformen nutzen (LangChain, CrewAI), stellt sich die Frage, ob sie zu Strands SDK migrieren oder Exa direkt in ihr bestehendes Framework integrieren — Exa bietet ein framework-agnostisches API, sodass eine Migration nicht notwendig ist. Die AWS-Integration selbst stärkt die Enterprise-Distribution: Ein Team mit bestehendem AWS-Konto kann ohne neues Vendor-Onboarding starten.

Was sind die Voraussetzungen für die Nutzung?

Für die Nutzung sind erforderlich: ein AWS-Konto mit Zugang zu Bedrock (für das Hosting von Modellen), ein Exa-API-Schlüssel (ein kostenloser Tier für Tests ist vorhanden) sowie das Strands SDK (npm/pip install). Das empfohlene Modell ist Claude 3.7 Sonnet oder neuer — Agent-Tool-Calling ist in kleineren Modellen weniger zuverlässig. Kosten: Exa berechnet pro Suche (ca. 0,01 $ pro Suche für KI-optimierte Ergebnisse), Bedrock berechnet pro Token. Für einen Prototyp mit 100 Suchen pro Tag rund 1 $/Tag insgesamt.