Agenten im Betrieb: Rechte nach Aufgabe.
Wie sich KI in DevOps und Systemadministration einbinden lässt: eigene Identitäten, begrenzte Werkzeuge und klare Übergänge vom Lesen zum Ändern.
Ein Agent muss keine gesamte Infrastruktur verwalten, um nützlich zu sein. Schon ein begrenzter Auftrag kann helfen: Fehlermeldungen sortieren, einen Alarm mit dem letzten Deployment abgleichen oder eine Konfigurationsänderung vorbereiten.
Der Ausgangspunkt ist die Aufgabe. Welche Informationen braucht sie, welche Aktionen sind nötig und welches Ergebnis soll anschließend vorliegen?
Ein mögliches Betriebsmodell
Angenommen, ein Dienst meldet erhöhte Fehlerraten. Die Arbeit könnte auf drei klar getrennte Rollen verteilt werden:
| Rolle | Erlaubter Zugriff | Ergebnis |
|---|---|---|
| Diagnose | Ausgewählte Logs, Metriken und Deployment-Metadaten lesen | Eine begründete Fehlerhypothese |
| Änderungsvorschlag | In einem Arbeitsbranch schreiben und Tests ausführen | Ein prüfbarer Pull Request |
| Ausführung | Eine freigegebene Aktion für einen bestimmten Dienst auslösen | Ein protokollierter Vorgang mit anschließender Prüfung |
Das ist ein Architekturbeispiel. Es erfordert keine drei unterschiedlichen Modelle; entscheidend sind getrennte Identitäten und wirksam durchgesetzte Berechtigungen. Ein allgemeiner Shell-Zugang würde eine eng beschriebene Aufgabe wieder unnötig erweitern.
Granular bedeutet mehr als „lesen oder schreiben“
Bei Kubernetes lassen sich Rechte beispielsweise nach Ressource, Aktion und Namespace eingrenzen. Die RBAC-Empfehlungen raten zu minimalen Rechten und gegen pauschale Wildcards. Sie zeigen auch indirekte Rechteausweitungen: Wer Workloads erstellen darf, kann darüber unter Umständen weitere Zugänge erhalten.
Für das Beispiel heißt das: Der Diagnose-Agent braucht weder sämtliche Secrets noch Zugriff auf jeden Dienst. Auch gelesene Logs können sensible Informationen enthalten. Die Auswahl der Daten gehört daher zur Aufgabe.
Vom Vorschlag zur Änderung
Die Freigabe sollte sich auf eine konkrete Aktion beziehen. Was wird wo verändert? Wie wird das Ergebnis geprüft? Welche Wiederherstellung ist möglich?
Solche Übergänge lassen sich bewusst gestalten. So erhält KI einen nachvollziehbaren Platz im Betrieb, und das Team behält die Entscheidung darüber, welche Aufgaben es delegiert.