AWS: Works Human Intelligence migriert von LangGraph zu Amazon Bedrock AgentCore und erreicht 97% Kostenreduzierung pro Prozess
Amazon Bedrock AgentCore, eine verwaltete Plattform zum Aufbau und Betrieb von KI-Agenten, wird in einer Produktions-Fallstudie des japanischen HR-Anbieters Works Human Intelligence vorgestellt. Das Unternehmen migrierte zwei Geschäftsagenten von LangGraph und Amazon ECS auf AgentCore und erzielte eine 97-prozentige Kostenreduzierung für den Browser-Operations-Agenten durch Prompt-Caching, Verhaltensoptimierung und einen Modellwechsel von Claude Sonnet 4.5 zu Haiku 4.5.
Dieser Artikel wurde mithilfe von künstlicher Intelligenz aus Primärquellen erstellt.
Amazon Web Services veröffentlichte eine Fallstudie, die den Produktionseinsatz von Amazon Bedrock AgentCore — einer verwalteten KI-Agenten-Plattform — in Zusammenarbeit mit Works Human Intelligence (WHI) zeigt, einem japanischen HR-Softwareanbieter, der einige der größten japanischen Konzerne bedient. Die Migration von LangGraph und Amazon ECS auf AgentCore führte zu einer drastischen Kostenreduzierung und vereinfachter Entwicklung.
Was ist Amazon Bedrock AgentCore und wie unterscheidet es sich von LangGraph?
Amazon Bedrock AgentCore ist ein verwalteter Dienst, der AgentCore Runtime als Ausführungsgrundlage für KI-Agenten bereitstellt, zusammen mit integrierter Observability und Multi-Agenten-Workflow-Management. Der entscheidende Vorteil gegenüber LangGraph + Amazon ECS ist die Eliminierung der manuellen Infrastrukturverwaltung — Teams können sich auf die Geschäftslogik statt auf den Betrieb konzentrieren.
Works Human Intelligence verwendete zuvor LangGraph (ein Framework zum Aufbau agentischer Workflows) in Kombination mit Amazon ECS (Elastic Container Service) zum Hosten eigener Agenten. Diese Kombination erforderte manuelle Log-Überwachung und Infrastrukturverwaltung. AgentCore Observability ersetzte das Drittanbieter-Tool Langfuse, das für das Monitoring verwendet wurde, und zentralisierte alles im AWS-Ökosystem.
Wie implementiert Works Human Intelligence die Commuting-Allowance- und Browser-Operations-Agenten?
WHI baute zwei Produktionsagenten:
Der Commuting-Allowance-Agent automatisiert Genehmigungsprozesse für Fahrkostenzuschüsse bei Mitarbeiterversetzungen. Slack dient als Einstiegspunkt mit Authentifizierung beim Aufruf; Unteragenten laufen auf separaten AgentCore-Runtime-Instanzen, und Multi-Tenancy wird über Amazon DynamoDB und Amazon Cognito verwaltet.
Der Browser-Operations-Agent greift per Browser-Automatisierung auf HR-Systeme zu, sammelt Datensätze und führt Operationen durch. Er wurde mit dem Strands Agents-Framework gebaut, wobei AgentCore Runtime innerhalb eines VPC mit NAT-Gateway für eine feste IP-Adresse untergebracht ist. Amazon S3 speichert kurzfristige operative Daten, und die Wissensdatenbank enthält Operationsvorlagen und Hilfsverfahren.
Wie wurde die 97% Kostenreduzierung pro Prozess erreicht?
Der Browser-Operations-Agent durchlief drei stufenweise Kostenoptimierungen:
- Prompt-Caching-Implementierung: $14,50 → $2,10 pro Prozess (85% Reduzierung)
- Optimierung des Agentenverhaltens: $2,10 → $1,00 pro Prozess (weitere 52%)
- Modellwechsel: Claude Sonnet 4.5 → Claude Haiku 4.5: $1,00 → $0,40 pro Prozess (weitere 60%)
Insgesamt: 97% Kostenreduzierung — von $14,50 auf $0,40 pro Prozess. Zusätzlich zu den Kosten erzielte der Agent eine 88% Reduzierung des Token-Verbrauchs bei Browser-Operationen durch die Entfernung unnötiger Gesprächshistorie, Eliminierung irrelevanter Playwright-MCP-Rückgabewerte und Caching von Tool-Definitionen.
WHI evaluierte drei Browser-Automatisierungstools — browser-use, Playwright und fast-playwright — wobei fast-playwright aufgrund des geringsten Token-Verbrauchs als endgültige Lösung ausgewählt wurde.
Bedeutung von AgentCore für die KI-Produktion in Unternehmenssystemen
Amazon Bedrock AgentCore positioniert sich als Lösung, mit der AWS die Hürde für den Produktionseinsatz von KI-Agenten in Unternehmensumgebungen senkt. Der Fall Works Human Intelligence zeigt, dass komplexe HR-Prozesse, die eine Interaktion mit Legacy-Systemen (Browser-Automatisierung über HR-Anwendungen), Multi-Tenancy und sichere Authentifizierung erfordern, mit KI-Agenten mit messbaren Einsparungen erfolgreich automatisiert werden können.
Das WHI-Team gibt an, dass AgentCore „die Entwicklung erheblich vereinfacht” und ihnen ermöglicht hat, sich auf die Entwicklung der Geschäftslogik statt auf Infrastrukturbetrieb zu konzentrieren — was das zentrale Wertversprechen verwalteter Agenten-Plattformen als Kategorie darstellt.
Häufig gestellte Fragen
- Was ist Amazon Bedrock AgentCore?
- Amazon Bedrock AgentCore ist ein verwalteter AWS-Dienst zum Aufbau und Betrieb von KI-Agenten. Die Plattform stellt AgentCore Runtime als Ausführungsgrundlage bereit, mit integrierter Observability und Verwaltung für Multi-Agenten-Workflows, ohne manuelle Infrastrukturverwaltung.
- Wie hat Works Human Intelligence die 97% Kostenreduzierung erreicht?
- Works Human Intelligence erzielte die 97% Kostenreduzierung für den Browser-Operations-Agenten in drei Schritten: Implementierung von Prompt-Caching ($14,50 → $2,10 pro Prozess), Optimierung des Agentenverhaltens ($2,10 → $1,00) und Modellwechsel von Claude Sonnet 4.5 zu Claude Haiku 4.5 ($1,00 → $0,40 pro Prozess).
- Welche Agenten wurden in AgentCore bei Works Human Intelligence implementiert?
- Works Human Intelligence implementierte zwei Agenten: einen Commuting-Allowance-Agenten, der Genehmigungsprozesse für Fahrkostenzuschüsse bei Mitarbeiterversetzungen automatisiert, und einen Browser-Operations-Agenten, der per Browser-Automatisierung auf HR-Systeme zugreift, um Datensätze zu sammeln und Operationen durchzuführen.