Künstliche Intelligenz, aktuell.
Direkt aus den Originalmeldungen.

Nateras SWARM-KI-System verkürzt Reaktionszeiten im Laborsupport um das 130-Fache

12. November 2026, 22:47Von der KI Nachrichten RedaktionQuelle: AWS
Nateras SWARM-KI-System verkürzt Reaktionszeiten im Laborsupport um das 130-Fache
Bild: AWS

Natera und AWS haben SWARM entwickelt, ein agentisches KI-System, das bei der Diagnose von Problemen mit Laborgeräten hilft und institutionelles Wissen bewahrt. Laut AWS liefert das System etwa 130-mal schnellere Erstreaktionen und eine automatisierte Abdeckung von 96,2 Prozent aller Support-Tickets.

Das Wichtigste in Kürze
  • SWARM ist ein von Natera und AWS entwickeltes agentisches KI-System für Laborabläufe.
  • Laut AWS liefert es eine etwa 130-mal schnellere Erstreaktion und eine automatisierte Ticket-Abdeckung von 96,2 Prozent.
  • Das System nutzt swarm-agent für automatisierte Berichte und swarm-hive für die interaktive Fehlerbehebung.
  • SWARM verwendet eine schlüssellose Bereitstellung, IAM-Kontrollen, private Netzwerke und Prüfprotokolle.
  • Das Hinzufügen fehlender Herstellerhandbücher erhöhte die Genauigkeit ohne Modelländerungen von 71% auf 75%.

Eine Antwort auf verlorenes Fachwissen und Geräteausfälle

Natera, ein führendes Unternehmen für zellfreie DNA-Tests, ist auf Präzisionsinstrumente aus mehreren Gerätefamilien angewiesen. Jede Familie hat eigene Fehlerbilder, Herstellerdokumentationen und Lösungsansätze. Das Servicetechnikteam war traditionell auf das Fachwissen einzelner Techniker angewiesen.

Laut AWS konnte das über Jahre aufgebaute Wissen über die Diagnose einer bestimmten Gerätefamilie faktisch verschwinden, wenn ein erfahrener Techniker das Unternehmen verließ. Natera bearbeitete täglich mehr als 65 Tickets in drei Jira-Warteschlangen. Die durchschnittliche Erstreaktionszeit lag bei 17,4 Stunden. Geräteausfälle verzögerten die Probenverarbeitung und die Berichterstattung an Patienten, während die Einstellung weiterer Ingenieure mit dem Bedarf nicht Schritt halten konnte.

Unter der Leitung von Ariel Jirau arbeitete das Labortechnikteam von Natera mit AWS am Aufbau von SWARM. Die Abkürzung steht für Systematic Workflow Analytics and Resolutions Manager. Das System soll betriebliches Wissen in großem Maßstab erfassen, organisieren und nutzbar machen.

Zwei Agenten greifen auf eine Bibliothek diagnostischer Fähigkeiten zu

SWARM nutzt zwei sich ergänzende Laufzeitumgebungen. Der swarm-agent erstellt autonom strukturierte Diagnoseberichte, bevor ein Ingenieur ein Ticket öffnet. Der swarm-hive bietet Ingenieuren eine Echtzeitschnittstelle zum Hochladen von Bildern und zum Erkunden alternativer Wege zur Fehlerbehebung.

Vier Architekturebenen verbinden das System. Eine Ereignisebene leitet Jira-Tickets über Amazon EventBridge und Amazon Simple Queue Service weiter. Eine Agentenebene hostet die beiden Agenten und ihre gemeinsame Skill-Bibliothek. Eine Kontextebene greift auf Herstellerhandbücher, historische Tickets und Betriebsdaten zurück, während eine Ebene für Beobachtbarkeit und Bereitstellung Traces, Logs und Messwerte erfasst.

Natera entschied sich für Amazon Bedrock AgentCore, weil die Plattform eine verwaltete Laufzeitumgebung zum Erstellen, Bereitstellen, Verbinden, Absichern und Betreiben von KI-Agenten bietet. Das Unternehmen wollte stark frequentierte Tickets autonom bearbeiten, Tools wie Jira und Confluence integrieren sowie integrierte Sicherheits- und Beobachtbarkeitsfunktionen nutzen, ohne eine eigene Infrastruktur pflegen zu müssen.

„Wir brauchten eine verwaltete Laufzeitumgebung, damit wir unsere technischen Ressourcen auf die Diagnosegenauigkeit statt auf Infrastrukturdetails konzentrieren konnten“, sagte Jirau laut AWS. Er ergänzte, AgentCore biete eine integrierte Identitätsverwaltung und die Flexibilität, Modelle auszutauschen, ohne die Agentenlogik neu schreiben zu müssen.

Sicherheit und Datenqualität prägen das System

SWARM nutzt für die klinische Umgebung von Natera ein Bereitstellungsmodell ohne dauerhafte Schlüssel. OpenID Connect und der AWS Security Token Service erzeugen temporäre Zugangsdaten, die auf die jeweilige Bereitstellung beschränkt sind, während IAM den Zugriff nach dem Prinzip der geringsten Berechtigung steuert. Private Subnetze der Amazon Virtual Private Cloud und VPC-Endpunkte halten den Datenverkehr vom öffentlichen Internet fern. AWS Secrets Manager rotiert die wenigen vorhandenen Zugangsdaten automatisch in einem 30-Tage-Zyklus.

Laut AWS läuft SWARM auf HIPAA-fähigen Diensten im Rahmen einer Business Associate Agreement. Jeder Aufruf eines Agenten wird für Prüfzwecke protokolliert. Personenbezogene Patientendaten gelangen weder in den Vektorindex noch in das Sprachmodell. Die Tickets enthalten Metadaten zu Geräten und Arbeitsabläufen.

Das Team entwickelte außerdem eine eigene Dokumentenpipeline für technische Unterlagen zu den Geräten, nachdem die Suche mit allgemeinen Verfahren uneinheitliche Ergebnisse geliefert hatte. Amazon Titan Text Embeddings erstellt Vektorrepräsentationen für die semantische Suche, während Amazon Bedrock Knowledge Bases eine verwaltete Retrieval-Augmented Generation ermöglicht. AWS berichtet, dass das Hinzufügen fehlender Herstellerhandbücher für die Instrumentenfamilie mit der niedrigsten Bewertung die Genauigkeit von 71% auf 75% erhöhte, ohne die Modelle zu ändern.

Für die Nutzer soll das System Ingenieuren beim Eingang eines Tickets sofortigen Zugriff auf institutionelles Wissen geben, statt sie aus dem Prozess zu entfernen. Die gemeldeten Ergebnisse bei Reaktionszeit und Abdeckung deuten darauf hin, dass verwaltete Agenteninfrastruktur in Kombination mit sorgfältig strukturierten Betriebsdaten klinischen Laboren dabei helfen kann, Supportabläufe zu automatisieren und gleichzeitig menschliches Fachwissen einzubinden.

Ähnliche Meldungen

AWS nennt vier Wege, um Amazon-Bedrock-AgentCore-Sitzungen zu beschleunigen
Für Entwickler13. November 2026, 23:02

AWS nennt vier Wege, um Amazon-Bedrock-AgentCore-Sitzungen zu beschleunigen

AWS hat vier Architekturmuster vorgestellt, mit denen sich Verzögerungen beim Sitzungsstart in der Amazon Bedrock AgentCore Runtime reduzieren lassen. Dazu gehören die…

AWS verbessert die AgentCore-Laufzeit mit schnelleren Starts und stärkerer Isolation
Produkte und Tools12. November 2026, 18:59

AWS verbessert die AgentCore-Laufzeit mit schnelleren Starts und stärkerer Isolation

AWS hat Updates für die Amazon Bedrock AgentCore-Laufzeit angekündigt. Sie sollen für schnellere Starts von KI-Agentensitzungen, mehr Rechenkapazität und eine…

AWS startet direkte Web-Search-API für Bedrock AgentCore
Produkte und Tools12. November 2026, 00:13

AWS startet direkte Web-Search-API für Bedrock AgentCore

AWS hat die Web Search API für Amazon Bedrock AgentCore eingeführt. Damit können Anwendungen über einen einzigen API-Aufruf sortierte Web-Ergebnisse abrufen. Der Dienst…