de.wedoany.com-Bericht: Google Cloud und Nokia haben eine Ausweitung ihrer Partnerschaft angekündigt, um Googles multimodales Modell Gemini in Nokias Netzwerk-Softwarepaket „Nokia Assurance Center" zu integrieren. Ziel ist es, Telekommunikationsbetreibern zu helfen, Betriebskosten zu senken und die Lösung von Netzwerkproblemen zu beschleunigen. Auf Basis des Gemini-Modells haben beide Unternehmen sechs spezialisierte KI-Agenten entwickelt, um die Netzwerkoperationen hin zu vollautomatischen, selbststeuernden Systemen weiterzuentwickeln.
Moderne Netzwerke erzeugen zunehmend große und komplexe Datenmengen, was für Telekommunikationsbetreiber erhebliche betriebliche Engpässe darstellt. Herkömmliche manuelle Fehlerbehebungsmethoden können mit den ständig steigenden Netzwerk-Alarmen kaum Schritt halten, was oft zu kostspieligen Serviceunterbrechungen führt. Durch die Einführung von KI-Agenten, die Rohdaten sofort verarbeiten, hilft diese Partnerschaft Betreibern, kritische Infrastrukturprobleme von Hintergrundrauschen zu unterscheiden, wodurch Fehlerbehebungen beschleunigt und Einnahmen gesichert werden.
Nokia hat sechs eigenentwickelte Spezialagenten eingeführt, von denen jeder unabhängig spezifische Betriebsaufgaben verwaltet oder gemeinsam komplexe Netzwerkprobleme löst. Der Router-Agent fungiert als zentrale Orchestrierungsschicht, interpretiert Benutzerabsichten und koordiniert die Kommunikation zwischen den anderen Agenten, während er gleichzeitig die Einhaltung von Betriebsregeln sicherstellt. Der Event-Triage-Agent analysiert Alarme und vergleicht sie mit historischen Mustern, um Grundursachen und betriebliche Auswirkungen zu identifizieren. Der KPI-Selector-Agent bietet fachkundige Erklärungen zu Netzwerkleistungsindikatoren, Definitionen und Maßeinheiten. Der Anomaly-Reasoner-Agent untersucht Abweichungen im Netzwerkverhalten und bewertet, ob es sich um echte Probleme oder Fehlalarme handelt. Der Action-Reasoner-Agent gleicht Ereignisse mit einem Automatisierungskatalog ab und empfiehlt spezifische Reparaturschritte. Der Dashboard-Agent ermöglicht es Benutzern, mithilfe natürlicher Sprache schnell visuelle Analyseberichte zu erstellen.
Nokia hat diese Fähigkeiten mithilfe des Agent Development Kit (ADK) von Google Cloud auf der Gemini Enterprise Agent Platform aufgebaut. Dieses Framework ermöglicht es Nokia, auf Basis der multimodalen Inferenz von Gemini schnell intelligente Dialog- und Routing-Pfade zu entwickeln. Das gesamte Multi-Agenten-System läuft in der standardmäßigen Google-Cloud-Computing- und -Speicherumgebung, ohne dass komplexe verwaltete Dienste erforderlich sind. Durch den direkten Einsatz von Standardtools wie Kubernetes und Google Cloud Storage zur Bereitstellung der Agenten stellt Nokia Kosteneffizienz, Flexibilität und Kompatibilität mit bestehenden Kundenumgebungen, einschließlich Google-Cloud-Mandanten, sicher.
Dieses Framework verwendet das von Nokia so genannte „Glass-Box-Autonomie"-Modell. Der Action-Reasoner-Agent fungiert als Beratungsschicht und bietet Ingenieuren konfidenzbasierte Reparaturempfehlungen, wobei menschliche Ingenieure die endgültige Genehmigung für kritische Kontrollpunkte behalten. Für Szenarien mit geringem Risiko und entsprechenden Richtlinien unterstützt die Architektur auch eine vollständig geschlossene Automatisierung. Durch den Wechsel von reaktivem Monitoring zu einer proaktiven Agentenarchitektur erwarten Telekommunikationsbetreiber erhebliche Kosteneinsparungen und Zuverlässigkeitssteigerungen. Die Agenten können die Zeit zur Lösung von Netzwerkproblemen um 50 % bis 80 % verkürzen, gleichzeitig Datenfluktuationen filtern und Fehlalarme sowie unnötige Eskalationen reduzieren. Mitarbeiter können mithilfe natürlicher Sprache sofort Dashboards und Leistungsberichte erstellen. Die Agenten laufen effizient auf der bestehenden Cloud-Infrastruktur der Betreiber und vermeiden teure kundenspezifische Software-Overlays.
Derzeit sind der Router-Agent und der Event-Triage-Agent voll funktionsfähig. Die Plattform soll im September 2026 als SaaS-Modell im Google Cloud Marketplace offiziell eingeführt werden. Dann können Betreiber zertifizierte Agenten-Einstiegspakete in Verbindung mit dem Nokia Assurance Center bereitstellen. Nokia wird die verbleibenden Agenten über rollierende Software-Updates ausliefern, wobei die Veröffentlichungen von Ende 2026 bis 2027 andauern und schrittweise auf das breitere Nokia-Netzwerkproduktportfolio ausgeweitet werden, einschließlich Unified Inventory, Data Suite und Orchestrierungsanwendungen. Live-Demonstrationen dieser autonomen Netzwerk-Agenten werden vom 23. bis 25. Juni auf der DTW Ignite in Kopenhagen gezeigt. Besucher können die Live-Anwendungsfälle am Google-Cloud-Stand (#201) und am Nokia-Stand (#306) sehen.
Vivek Jaiswal, Senior Vice President für autonome Netzwerke bei Nokia, erklärte, dass das KI-Zeitalter eine neue Art von Netzwerk erfordere – programmierbar, nativ KI-fähig und in der Lage, mit Maschinengeschwindigkeit zu arbeiten. Durch die Integration der Gemini-gesteuerten Agenten in Nokias Automatisierungsportfolio helfen sie Telekommunikationsbetreibern, über manuelle Abläufe hinauszugehen, um die Leistung zu maximieren, Zuverlässigkeit sicherzustellen und neue Effizienzen in ihren Daten zu entdecken. Sridhar Gollapudi, Leiter des globalen Telekommunikationsmarkts bei Google Cloud, wies darauf hin, dass Agenten-KI einen grundlegenden Wandel in der Verwaltung von Telekommunikationsnetzen darstelle, der Betreiber von starren Vorlagen zu dynamischer, zielorientierter Automatisierung führe. Louis Powell, Director of AI Technology bei der GSMA, betonte, dass die Open Telco AI Platform einen wichtigen Meilenstein für den Aufbau vertrauenswürdiger, domänenspezifischer Intelligenz in der Telekommunikationsbranche darstelle. Durch die Nutzung offener Grundlagen wie Gemma zeige man, dass durch globale Branchenzusammenarbeit hochpräzise, effiziente und reproduzierbare Modelle entwickelt werden könnten. Mark Austin, Vice President für Data Science und KI bei AT&T, erklärte, dass Gemma-Modelle zunehmend zum Standard für Open-Source-Feinabstimmung würden. Durch das spezifische Training dieser Modelle auf Telekommunikationsdaten könne man in bestimmten Telekommunikationsszenarien ältere Modelle übertreffen, die ein Vielfaches ihrer Größe haben, was zur Verbesserung der Genauigkeit bei gleichzeitiger Kostensenkung beitrage.
Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.
E-Mail: news@wedoany.com
