Datadog stellt neue Agentenlösungen für künstliche Intelligenz vor

Auf der Dash 2025 Konferenz reflektierte Datadog die sich entwickelnde Technologielandschaft und stellte innovative Lösungen vor, die die Art und Weise, wie Unternehmen ihre Anwendungen und Daten verwalten, grundlegend verändern sollen. Im Mittelpunkt dieser Innovationen steht eine Reihe von Agenten auf Basis künstlicher Intelligenz (KI), die kritische Aufgaben automatisieren und die Reaktion auf Vorfälle beschleunigen sollen. Als integraler Bestandteil dieser Weiterentwicklung etablieren sich die Agenten Bits AI SRE, Dev Agent und Security Analyst als unverzichtbare Assistenten für Unternehmen. Sie bieten Untersuchungs-, Ursachenanalyse- und automatisierte Behebungsfunktionen – alles in einer sicheren und optimierten Umgebung.

Datadog AI Agents: Eine neue Ära für das Vorfallmanagement

Die Einführung der Datadog AI Agents ist Teil einer kontinuierlichen Verbesserung der Überwachung und Sicherheit von Cloud-Anwendungen. Diese Agenten, die jeweils auf einen bestimmten Bereich spezialisiert sind, sollen Entwicklungs-, Sicherheits- und Betriebsteams dabei unterstützen, Probleme schneller und effizienter zu lösen.

Spotlight: Bits AI SRE Der erste Agent, Bits AI SRE, bietet einen revolutionären Ansatz für das Alarmmanagement. Durch die Unterstützung bei der Alarmuntersuchung und der Vorfallkoordination nutzt dieser Agent Telemetriedaten und versteht den Systemkontext. Dank fortschrittlicher Intelligenzprozesse kann Bits AI SRE dynamisch mehrere Ursachenhypothesen generieren und gleichzeitig testen. Die Funktionsweise wird anhand einiger spezifischer Funktionen veranschaulicht:
Telemetriedaten erfassen: Bits AI SRE analysiert alle Daten der Infrastruktur.
Mehrere Hypothesen: Es generiert und testet mehrere Pfade, um die Ursache von Problemen zu ermitteln.

Kontextbezogene Aktionen:

In jedem Analyseschritt kann der Agent basierend auf den erzielten Ergebnissen auswählen, welche Tools eingesetzt werden sollen.

Bits AI Dev Agent: Der Entwicklerassistent Für Entwicklungsteams ist der Bits AI Dev Agent ein echter Teamkollege. In der Beta-Version kann dieser Agent Probleme erkennen und anschließend Code-Fixes generieren und testen. Ziel des Agenten ist es, die Integration von Änderungen in die Technologie-Lieferkette zu vereinfachen und zu beschleunigen. Hier sind einige seiner Funktionen:
Autonome Fehlerbehebung: Der Agent generiert automatisch auf Entwicklungsumgebungen zugeschnittene Ausführungsanfragen.
Integriertes Testen: Der Bits AI Dev Agent bietet klare Tests und Kontexte und erleichtert so die Integration von Fixes.

Produktivitätssteigerung:

Er bietet kontinuierliche Unterstützung bei der Problemlösung und maximiert gleichzeitig die Effizienz der Personalressourcen. Bits AI Security Analyst: Ein Maßstab in Sachen Sicherheit

Angesichts der zunehmenden potenziellen Bedrohungen im Technologiesektor spielt der Bits AI Security Analyst eine entscheidende Rolle. Dieser Agent, ebenfalls in der Beta-Version, automatisiert die Untersuchung von Sicherheitssignalen von SIEM-Systemen und verkürzt so die Reaktionszeiten bei Vorfällen erheblich. Zu den wichtigsten Funktionen gehören: Bedrohungsanalyse:
Der Agent bewertet potenzielle Bedrohungen durch die Analyse komplexer Daten. Automatisierte Empfehlungen:
Basierend auf Untersuchungen bietet er praktikable Lösungen zur Minimierung identifizierter Risiken. Reaktionsoptimierung:

Durch seinen autonomen Betrieb verändert er das Sicherheitsmanagement von Unternehmen.	KI-Agent	Funktionen
Zielgruppe	Bits KI SRE	Alarmuntersuchung und Incident Management
SRE-Teams	Bits KI Dev Agent	Problemerkennung und Patch-Generierung
Entwickler	Bits KI Sicherheitsanalyst	Automatisierung von Sicherheitsuntersuchungen

Sicherheitsteams

Diese Agenten verbessern in Synergie mit der Datadog-Plattform die Observability und ermöglichen ein schnelleres und präziseres Incident Management. Durch den Ersatz traditioneller Methoden verbessern diese KI-Tools die Zusammenarbeit zwischen Teams und machen jeden Akteur in seinem Bereich effektiver.

Weitere Verbesserungen: Verbesserte Observability

Zusätzlich zu diesen KI-Agenten hat Datadog neue Erweiterungen und Tools eingeführt, die die Datenobservability verbessern – unverzichtbar für zukunftsorientierte Unternehmen. Mit der Weiterentwicklung der Welt wird die Fähigkeit, Daten effektiv abzufragen, immer wichtiger, insbesondere in komplexen Umgebungen.

Neue Designfunktionen Mit der Einführung derDatadog LLM Observability

können Unternehmen die Integrität der von ihnen implementierten KI-Modelle sicherstellen. Dies ermöglicht Toxizitätsprüfungen, um problematisches Verhalten in KI-generierten Antworten und Abfragen zu erkennen. Das bietet dieses Tool: Proaktives Monitoring:
Ermöglicht eine frühzeitige Fehlererkennung. Toxizitätsprüfungen:
Überprüft Modellergebnisse, um sichere und angemessene Reaktionen zu gewährleisten. Neue Daten:

Datenanalyse zum besseren Verständnis potenzieller Auswirkungen auf die Anwendungsleistung.

Erweiterung des Workload Protection Service Eine weitere wichtige Weiterentwicklung ist der Datadog Workload Protection, der die Interaktionen zwischen Sprachmodellen und ihren Hosting-Umgebungen untersucht. Ziel ist die nahtlose Integration mit Monitoring-Tools wie denen vonAmazon Web Services ,Google Cloud und anderen Anbietern. Hier sind die Funktionen:Interaktionsanalyse:

Analysiert die Beziehungen zwischen verschiedenen Systemen, um Anomalien frühzeitig zu erkennen. Schwachstellenanalyse:
Bewertet die mit jeder Interaktion verbundenen Risiken und liefert klare Einblicke. Angemessene Reaktionen:
Schlägt Maßnahmen zur Behebung erkannter Schwachstellen vor. Tool

Hauptfunktion	Geschäftliche Auswirkungen	Datadog LLM-Beobachtbarkeit
KI-Modellüberwachung	Qualitätssicherung der KI-Ausgabe	Datadog Workload-Schutz
Interaktionsanalyse	Reduziert Schwachstellenrisiken	Codesicherheit
Erkennt Schwachstellen	Verbessert die Codesicherheit	Codesicherheit: Stärkt den Anwendungsschutz

Im Rahmen seines Engagements für Anwendungssicherheit hat Datadog eine Codesicherheitslösung eingeführt, die KI nutzt, um Schwachstellen in benutzerdefiniertem Code und Open-Source-Bibliotheken zu identifizieren und zu beheben. Die Analyse basiert auf Bedrohungsaktivitäten zur Laufzeit und minimiert so das Risiko für Unternehmen.

Wie funktioniert Codesicherheit? Dieser Sicherheitsdienst nutzt Algorithmen der künstlichen Intelligenz, um Codeschwachstellen zu erkennen. Die Fähigkeit, Prioritäten anhand von Echtzeit-Bedrohungsaktivitäten zu setzen, gewährleistet eine kontinuierliche Anpassung und fokussiert sich auf die relevantesten Bedrohungen. Zu den wichtigsten Funktionen gehören: Proaktive Erkennung: Identifiziert Schwachstellen, bevor sie von Angreifern ausgenutzt werden.

Bedrohungskorrelationen:

Bewertet die potenziellen Auswirkungen einer Schwachstelle auf den Geschäftsbetrieb.

Kontextbezogene Behebung: Schlägt sofortige Lösungen basierend auf kontinuierlicher Analyse vor.
Funktion Auswirkungen
Wettbewerbsvorteil Schwachstellenerkennung

Anwendungen in Echtzeit schützen	Sicherheitsvorfälle reduzieren	Echtzeitkorrelationen
Bedrohungsvorsorge	Ausfallzeiten reduzieren	Mit diesem modernen Ansatz positioniert sich Datadog in einer Reihe mit anderen führenden Unternehmen wie Microsoft, IBM und Salesforce, die ähnliche Lösungen einsetzen, um die Sicherheit der Produkte ihrer Kunden zu erhöhen.
	Implementierung neuer Lösungen: Ein Geschäftsfokus	In der heutigen Welt ist die Fähigkeit, sich schnell an neue Technologien anzupassen, entscheidend. Die Implementierung neuer KI-Lösungen von Datadog bietet eine wichtige Möglichkeit zur Optimierung der Betriebsabläufe. Durch die Integration dieser Innovationen können Unternehmen nicht nur ihre Sicherheit verbessern, sondern auch Zeit sparen, Kosten senken und die Nutzerzufriedenheit steigern.

Da sich die Technologiebranche ständig weiterentwickelt, ist es unerlässlich, dass Unternehmen proaktiv an Vorfallmanagement und Sicherheit herangehen. Hier einige Empfehlungen für eine erfolgreiche Umstellung: Interne Schulungen:Implementieren Sie Schulungen, um Teams mit neuen Tools vertraut zu machen. Teamübergreifende Zusammenarbeit:

Fördern Sie eine reibungslose Kommunikation zwischen Entwicklungs-, Sicherheits- und Betriebsteams.

Kontinuierliche Evaluierung:

Legen Sie Kennzahlen fest, um die Effektivität implementierter Lösungen zu messen.
Durch die Anwendung dieser Best Practices stellen Unternehmen nicht nur sicher, das Beste aus den Datadog-Lösungen herauszuholen, sondern bereiten sich auch auf die Herausforderungen von morgen vor.