In unserem Rückblick auf die AWS re:Invent 2025 Highlights analysieren wir die radikale Transformation der Cloud-Welt. Anfang Dezember 2025 fand in Las Vegas die jährliche AWS re:Invent statt. Mit über 60.000 Teilnehmenden, verteilt auf fünf Veranstaltungsorte im gesamten Las Vegas Strip, war es erneut ein beeindruckendes Ereignis. Wir waren vor Ort, um die neuesten Entwicklungen aus erster Hand mitzuerleben und relevante Erkenntnisse für unsere Arbeit und unsere Kunden mitzunehmen.
Für uns als BI-Beratung ist die re:Invent besonders relevant, da AWS zunehmend eine zentrale Rolle in der Daten- und Analytics-Landschaft unserer Kunden spielt. Viele Unternehmen nutzen beispielsweise S3 als Data Lake, Redshift für Data Warehousing oder Glue für ETL-Prozesse. Die Konferenz bietet nicht nur Einblicke in neue Produkte und Services, sondern auch in die strategische Richtung, die AWS einschlägt – und damit auch in die Themen, die in den kommenden Monaten und Jahren für Unternehmen wichtig werden.
Das zentrale Thema dieser re:Invent war eindeutig: Agentic AI – der Übergang von KI-Assistenten, die auf jeden Befehl warten, hin zu autonomen Agenten, die eigenständig planen, handeln und lernen können. AWS-CEO Matt Garman brachte es in seiner Eröffnungskeynote auf den Punkt: Unternehmen sehen mittlerweile „materielle Geschäftsergebnisse“ aus ihren KI-Investitionen. Die Zeit der reinen Experimente ist vorbei.
Agentic AI: Die Ära der autonomen Agenten
Die mit Abstand präsenteste Entwicklung war der Wandel in der Art und Weise, wie KI in Unternehmen eingesetzt wird. Bisher kannten wir vor allem Copiloten – KI-Systeme, die auf Aufforderung reagieren und bei einzelnen Aufgaben unterstützen. Man stellt eine Frage, bekommt eine Antwort, stellt die nächste Frage. Die neue Generation, die AWS als „Frontier Agents“ bezeichnet, arbeitet anders: Diese Agenten können komplexe, mehrtägige Aufgaben eigenständig bearbeiten, dabei aus Erfahrungen lernen und ihre Vorgehensweise dynamisch anpassen.
Der Unterschied lässt sich an einem einfachen Beispiel verdeutlichen: Ein klassischer Copilot hilft beim Schreiben einer einzelnen Funktion. Ein autonomer Agent hingegen kann ein komplettes Feature von der Anforderungsanalyse über das Design bis zur Implementierung und dem Testen eigenständig umsetzen – und dann auch noch die Dokumentation aktualisieren.
AWS stellte drei neue Agenten vor, die diese Vision konkret machen:
Kiro Autonomous Developer Agent ist wohl die ambitionierteste Neuerung. Im Gegensatz zu bisherigen KI-Coding-Assistenten behält Kiro den Kontext über Coding-Sessions hinweg, lernt aus individuellen Entwicklermustern und Pull-Request-Reviews und kann tagelang eigenständig an komplexen Projekten arbeiten. Ein internes AWS-Projekt, das zuvor 30 Entwickler über 18 Monate beschäftigt hatte, wurde mit Kiro von nur 6 Entwicklern in 76 Tagen fertiggestellt. Wichtig dabei: Der gesamte Code wird als Pull Request zur menschlichen Überprüfung eingereicht – die finale Entscheidung bleibt beim Menschen.
AWS Security Agent fungiert als virtueller Security-Ingenieur und führt automatisierte Design-Reviews, Schwachstellen-Scans und sogar On-Demand-Penetrationstests durch, die sich an den Kontext der jeweiligen Anwendung anpassen. SmugMug berichtete, dass Sicherheitstests, die früher Tage dauerten, nun in Stunden abgeschlossen sind.
AWS DevOps Agent wiederum arbeitet als autonomer On-Call-Ingenieur, der Incidents diagnostiziert und koordiniert – auch um 2 Uhr nachts. Er analysiert Daten aus CloudWatch, GitHub und ServiceNow gleichzeitig, um die Ursache von Problemen zu identifizieren und die Reaktion zu koordinieren.
Kundenbeispiele: Lyft reduzierte die durchschnittliche Problemlösungszeit um 87%. Workday spart monatlich etwa 100 Stunden bei Routine-Planungsanalysen. Die PGA TOUR erreichte eine 1.000% schnellere Content-Erstellung bei 95% Kostenreduktion.
Amazon Nova: Foundation Models der nächsten Generation
Amazons Nova-Modellfamilie der zweiten Generation erhielt signifikante Upgrades in mehreren Dimensionen. Nova 2 Lite bietet ein Kontextfenster von einer Million Tokens für alltägliche Aufgaben und eine einstellbare Reasoning-Intensität, die es erlaubt, zwischen Geschwindigkeit und Tiefe der Analyse zu wählen. Nova 2 Pro ist für komplexe Analysen, anspruchsvolles Coding und fortgeschrittene mathematische Aufgaben optimiert – laut AWS vergleichbar mit Claude Sonnet 4.5 und Gemini 2.5 Pro in den relevanten Benchmarks.
Besonders interessant für Business-Anwendungen sind zwei spezialisierte Modelle: Nova 2 Sonic ermöglicht Echtzeit-Sprachagenten mit menschenähnlicher Konversation und integriert sich mit Amazon Connect, Twilio und anderen Plattformen – direkt relevant für Contact-Center-Transformationen. Nova 2 Omni ist als branchenweit erstes vereinheitlichtes Modell in der Lage, Text, Bilder, Video und Sprache zu verarbeiten und gleichzeitig Text und Bilder zu generieren. Das eliminiert die Notwendigkeit, mehrere spezialisierte Modelle für komplexe Workflows zu orchestrieren.
Der vielleicht wichtigste Launch für Unternehmen: Nova Forge ermöglicht es für etwa 100.000 US-Dollar pro Jahr, eigene Versionen der Nova-Modelle zu erstellen und mit proprietären Daten zu trainieren. Reddit konsolidierte damit mehrere ML-Workflows in ein einziges, genaueres Content-Moderation-Modell. Nimbus Therapeutics erreichte eine 20-50% Verbesserung gegenüber Claude Sonnet 4 bei Drug-Discovery-Benchmarks. Was bisher nur Tech-Giganten mit Milliarden-Budgets vorbehalten war, wird damit für mittelständische Unternehmen zugänglich.
Infrastruktur-Innovationen: S3 Vectors und neue Chips
Zu den technischen AWS re:Invent 2025 Highlights gehörten signifikante Hardware-Updates, die Kosten senken und Leistung steigern.
Auf der Hardware-Seite präsentierte AWS Trainium3, den ersten 3nm-KI-Chip des Unternehmens. Er liefert 4,4-mal mehr Rechenleistung und ist viermal energieeffizienter als sein Vorgänger. Kunden wie Anthropic, Ricoh und Splash Music berichten bereits von 50% niedrigeren Trainingskosten. Decart erreichte 4x schnellere Inferenz für generatives Echtzeit-Video bei halben GPU-Kosten. Bemerkenswert: Trainium4 mit sechsfacher Leistungssteigerung wurde bereits für 2026 angekündigt.
Graviton5, der neue ARM-basierte Prozessor mit 192 Kernen, liefert 25% höhere Performance als Graviton4. SAP berichtete von 35-60% Steigerungen bei OLTP-Query-Performance auf SAP HANA Cloud. Mittlerweile nutzen 98% der Top-1.000 EC2-Kunden Graviton – ein klares Signal für die Marktakzeptanz des Price-Performance-Vorteils.
Für GPU-Workloads wurden die P6-B300 Instances mit 8 NVIDIA Blackwell Ultra GPUs und 2,1 TB GPU-Speicher vorgestellt – konzipiert für das Training von Billionen-Parameter-Modellen. AWS kündigte außerdem AWS AI Factories an: vollständig verwaltete KI-Infrastruktur, die für Organisationen mit Datenhoheits-Anforderungen direkt in Kunden-Rechenzentren bereitgestellt wird.
Governance: Vertrauen durch mathematische Beweise
Die zentrale Unternehmenssorge – „Wie können wir KI-Agenten in der Produktion vertrauen?“ – wurde umfassend adressiert. Bedrock Guardrails Automated Reasoning Checks erreichte General Availability und nutzt mathematische Verifikation, um Halluzinationen mit bis zu 99% Genauigkeit zu erkennen. Für regulierte Branchen, die auditierbare Validierung benötigen, ist das ein entscheidender Fortschritt.
AgentCore Policy ermöglicht es Unternehmen, Laufzeit-Einschränkungen in natürlicher Sprache zu definieren – etwa „Dieser Agent darf keine Objekte in Produktions-S3-Buckets löschen“ – die auf Infrastrukturebene deterministisch durchgesetzt werden, nicht als Vorschläge in Prompts. Das repräsentiert einen fundamentalen Paradigmenwechsel: von der Hoffnung, dass KI sich korrekt verhält, hin zum Beweis, dass sie sich nicht falsch verhalten kann.
AgentCore Evaluations bietet 13 vorgefertigte Evaluatoren für kontinuierliches Monitoring des Agentenverhaltens über Dimensionen wie Genauigkeit, Hilfsbereitschaft und Sicherheit. Das verschiebt die Überwachung von periodischen manuellen Reviews zu DevOps-artigem Continuous Monitoring mit automatischen Alerts, wenn Metriken unter Schwellenwerte fallen.
Die Security-Services erhielten ebenfalls KI-gestützte Erweiterungen: Amazon GuardDuty Extended Threat Detection nutzt ML, um ausgefeilte mehrstufige Angriffe über EC2- und ECS-Umgebungen zu identifizieren. AWS Clean Rooms führte Privacy-Preserving Synthetic Dataset Generation ein – ML-Training auf sensitiven kollaborativen Daten unter Schutz individueller Privatsphäre, direkt unterstützend für DSGVO, CCPA und HIPAA-Compliance.
Developer Experience: Kiro und das Ende des „Vibe Coding“
Kiro, die neue agentic IDE von AWS, verkörpert einen Ansatz, den AWS „Spec-driven Development“ nennt. Statt dem, was Werner Vogels als „Vibe Coding“ bezeichnete, also dem spontanen Prompten ohne klare Struktur, transformiert Kiro natürlichsprachliche Eingaben in drei Markdown-Dateien (Requirements, Design, Tasks), die als Single Source of Truth dienen. Agent Hooks triggern Automatisierungen bei Datei-Events: automatische Test-Generierung, Dokumentations-Updates und Commit-Erstellung.
Das Preismodell macht es zugänglich: kostenlos während der Preview, danach ein Free Tier mit 50 Interaktionen monatlich, 19 USD/Monat für Pro oder 39 USD/Monat für Pro+. Eine Demo zeigte, wie eine produktionsreife Multi-Tenant-SaaS-Plattform in nur 2,5 Wochen mit 226 Testdateien und 327 Dokumentationsdateien erstellt wurde.
CDK Refactor löst einen langjährigen Infrastructure-as-Code-Schmerzpunkt: sicheres Umbenennen und Reorganisieren von CDK-Anwendungen, ohne dass CloudFormation Ressourcen löscht und neu erstellt. Das ermöglicht es, ordentliche Software-Engineering-Prinzipien auf Infrastruktur anzuwenden, ohne Datenverlust zu riskieren.
AWS launchte zudem neue Zertifizierungen: den AWS Certified Generative AI Developer – Professional sowie neue Microcredentials – 90-minütige Hands-on-Prüfungen, die praktische Fähigkeiten statt theoretisches Wissen testen. Die ersten Microcredentials decken Agentic AI und Serverless ab.
Persönliche Beobachtungen und Learnings
Was mich persönlich am meisten beeindruckt hat, war die schiere Anzahl und Qualität der Sessions zu Agentic AI. Es war spürbar, dass AWS hier eine klare strategische Richtung verfolgt – und dass diese Richtung bereits von realen Kundenimplementierungen getragen wird. Die vorgestellten Zahlen waren keine hypothetischen Szenarien, sondern dokumentierte Produktionsergebnisse von Fortune-500-Unternehmen.
Ein Aha-Moment war für mich die Erkenntnis, wie schnell sich die Governance-Seite entwickelt hat. Noch vor einem Jahr war KI-Governance vor allem ein Thema für PowerPoint-Präsentationen und Compliance-Checklisten. Jetzt gibt es konkrete Tools, die mathematisch verifizieren können, ob ein KI-Agent halluziniert oder nicht. Das macht den Einsatz in regulierten Branchen – und damit auch bei vielen unserer Kunden im Banking- und Finanzbereich – deutlich realistischer. Für unsere DORA-Projekte könnte das relevant werden.
Werner Vogels‘ Abschiedskeynote – nach 14 Jahren re:Invent seine letzte – hatte eine besondere Atmosphäre. Er verteilte eine gedruckte Zeitung namens „The Kernel“ an alle Teilnehmenden, ein analoges Andenken vom Architekten der digitalen Transformation. Seine Warnung vor „Verification Debt“ (KI generiert Code schneller, als Menschen ihn verstehen können) ist ein wichtiger Denkanstoß für alle, die mit KI-gestützter Entwicklung arbeiten.
Seine Antwort auf die Frage „Wird KI meinen Job übernehmen?“ bleibt mir in Erinnerung: „Vielleicht. Aber wird KI mich überflüssig machen? Absolut nicht… wenn ich mich weiterentwickle.“ Sein „Renaissance Developer“-Framework – Neugier, systemisches Denken, klare Kommunikation, Ownership und die Bereitschaft zum Polymath – fühlte sich mehr wie eine Weitergabe von Weisheit an als wie ein Produktpitch.
Warum diese AWS re:Invent 2025 Highlights für Sie relevant sind:
Was bedeuten diese Entwicklungen konkret für Unternehmen, die mit Daten arbeiten?
Erstens: Agentic AI ist keine Zukunftsmusik mehr. Die Technologie ist produktionsreif, und die ersten Unternehmen erzielen bereits messbare Ergebnisse. Wer sich jetzt nicht mit dem Thema beschäftigt, riskiert, in 12-18 Monaten einen erheblichen Wettbewerbsnachteil zu haben. Für Beratungsunternehmen wie uns bedeutet das: Kunden werden zunehmend Expertise in diesem Bereich erwarten.
Zweitens: Custom AI wird zugänglich. Mit Nova Forge können auch mittelständische Unternehmen eigene Foundation Models auf Basis ihrer proprietären Daten trainieren – etwas, das bisher nur Tech-Giganten vorbehalten war. Für Unternehmen mit einzigartigen Datenbeständen eröffnen sich damit neue Möglichkeiten zur Differenzierung.
Drittens: KI-Governance wird zur Pflicht. Die neuen Tools für automatisierte Reasoning Checks und deterministische Policy-Durchsetzung machen es erstmals möglich, KI-Agenten in regulierten Umgebungen einzusetzen. Unternehmen im Banking-, Versicherungs- oder Healthcare-Bereich sollten sich diese Entwicklungen genau ansehen.
Viertens: Die Infrastruktur-Ökonomie verschiebt sich. Mit Trainium3 und Graviton5 bietet AWS zunehmend eigene Chips an, die deutlich günstigere Total Cost of Ownership versprechen. Bei der Planung von KI-Workloads sollte das berücksichtigt werden.
Fünftens: Multicloud ist offiziell akzeptiert. AWS kündigte eine historische Partnerschaft mit Google Cloud an. Selbst der Marktführer erkennt an, dass Multicloud Realität ist. Azure-Support folgt 2026.
Konkrete Tools und Frameworks, die sich lohnen anzuschauen: Amazon Bedrock für den Einstieg in Agentic AI, Kiro als experimentelle Umgebung für spec-driven Development, und die neuen Guardrails-Features für Teams, die sich mit KI-Governance beschäftigen.
Fazit:Die AWS re:Invent 2025 hat eine klare Botschaft gesendet: Die Experimentierphase ist vorbei. KI-Agenten sind produktionsreif, und AWS positioniert sich als die Plattform, auf der Milliarden von Agenten laufen werden. Der Wandel von reaktiven Copiloten zu proaktiven, autonomen Agenten wird die Art und Weise, wie wir Software entwickeln und Geschäftsprozesse automatisieren, fundamental verändern. Die Entwicklung, die ich am spannendsten zu beobachten finde: Wie sich das Zusammenspiel zwischen menschlicher Expertise und KI-Agenten entwickeln wird. Werner Vogels‘ Konzept des „Renaissance Developers“ – neugierig, systemisch denkend, kommunikationsstark – könnte das Leitbild für eine neue Art von IT-Professionals werden. Nicht ersetzt durch KI, sondern befähigt durch sie. Für Fragen zu den Themen der re:Invent oder zu konkreten Anwendungsfällen für Ihr Unternehmen stehen wir Ihnen gerne zur Verfügung.
|
