Agentische KI für die Anwendung in der physischen Welt
Das belgische Forschungsinstitut VITO meldete am 14. Januar 2026 den Start von SAIL (Sustainable Agentic Intelligence Lab) und will damit eine agentische KI entwickeln, die validierte Daten aus Umweltmesskampagnen, Materialwissenschaft und industriellen Systemen nutzt.
Jede und jeder, der sich mit der Digitalisierung von Prozessen befasst, kennt Sprüche wie „Garbage in — garbage out“. Das Ergebnis einer automatisierten Datenverarbeitung kann maximal nur so gut sein wie die Daten, auf denen es beruht. Die meisten öffentlich zugänglichen KI-Systeme nutzen die Daten, die das Internet ihnen liefert. Und diese sind, so die Ansicht der VITO-Forschenden, verrauscht, unstrukturiert und haben keinen Bezug zur physikalischen Realität.
Mit SAIL will VITO diese Nachteile überwinden und eine agentische AI entwickeln, die abwägt und mit der operationellen Logik eines physikalischen Systems handelt.
„Die Herausforderung liegt nicht darin, immer größere Modelle zu erzeugen“, sagt Shane Ó Seasnáin, Direktor für Digitalisierung bei VITO. „Es geht vielmehr darum, Systeme zu entwickeln, die auf der realen physischen Welt basieren, indem sie Bodeneigenschaften, die Dynamik der Atmosphäre, Materialeigenschaften und Beschränkungen der Infrastruktur berücksichtigen. Das ist, woran VITO seit Jahrzehnten arbeitet: Messen und Modellieren.“
| Was ist agentische KI? |
| Um den Unterschied zwischen generischer KI, wie wir sie von Programmen zur Text- oder Bildgenerierung kennen, und agentischer KI zu verstehen, habe ich generische KI angewendet. Demnach ist der Unterschied zwischen generischer und agentischer KI die zwischen einem Werkzeug (generisch) und einem Agenten: Werkzeuge führen Befehle aus, und für jede Aktion bedarf es eines neuen Befehls oder einer neuen Frage. Ein Agent handelt selbstständig, verfolgt bestimmte Ziele, plant dafür seine Operationen, nutzt selbstständig Daten und Werkzeuge, überprüft das Ergebnis seines Handelns und passt seine nächsten Operationen entsprechend an. Hildegard Lyko |
Die drei Säulen von SAIL
Das KI-Labor SAIL soll in drei Bereichen Pionierarbeit leisten:
- Entwicklung einer agentischen KI in Form eines Multiagenten-Systems, das offene Standards verwendet und automatisch abwägen, handeln und koordinieren kann.
- Gestaltung des Kontextes dieser KI (Context Engineering): strategisches Design und Management der Information, mit denen die KI versorgt wird.
- Wissenschaftliches maschinelles Lernen, d.h. die Entwicklung von physikalisch fundierten Modellen und digitalen Zwillingen, in denen datengetriebene Methoden und Simulationen kombiniert werden.Gestaltung des Kontextes dieser KI (Context Engineering): strategisches Design und Management der Information, mit denen die KI versorgt wird.
Das Labor wird Architekturmuster und wiederverwendbare Softwarekomponenten, domänenspezifische Benchmarks, Bewertungsrahmen für kontextbezogene KI und energieeffiziente Ansätze entwickeln, die mit den Grundsätzen einer nachhaltigen KI im Einklang stehen. Zusammen bieten diese Säulen praktische Werkzeuge und Rahmen für Kunden und Partner in Flandern und Europa. Dadurch soll sichergestellt werden, dass Innovationen schneller in der Industrie eingesetzt werden können, dass Regierungen KI schneller und effizienter für effektivere öffentliche Dienstleistungen nutzen können und dass KMU einen realistischen Weg zur Integration von KI in ihre Betriebsabläufe erhalten.
Erste Anwendung: Zugang zur Erdbeobachtung
Im ersten SAIL-Projekt soll openEO API, das von der ESA unterstützte Opensource-Interface für die gemeinsame Verarbeitung von Erdbeobachtungsdaten, um agentische Fähigkeiten erweitert werden.
VITO trägt bereits maßgeblich zum EO-Ökosystem bei und führt großskalige Anwendungen auf dem Copernicus Data Space Ecosystem und der Terrascope-Plattform aus. Zukünftig sollen Nutzer nicht mehr entscheiden müssen, welche Daten verfügbar sind und wie sie verarbeitet werden sollen, da KI-Agenten Analyseanfragen auf Abruf interpretieren und anhand der verfügbaren Tools und Datensätze selbstständig Verarbeitungsabläufe zusammenstellen.
„Wenn wir Zugang zu Erdbeobachtungsdaten und Zeitreihen haben, können wir uns auf eine objektive Überwachung der Veränderungen auf unserem Planeten verlassen. Dies bildet eine solide Grundlage für die Modellierung der Zukunft. Heute wird die Umwandlung dieser Daten in nutzbares Wissen, Erkenntnisse und Vorhersagen noch weitgehend von hochqualifizierten Experten durchgeführt. Durch Hinzufügen einer Agentenschicht zu den europäischen Referenzimplementierungen der openEO-API senken wir die Hürden für die Nutzung dieser riesigen Datenmengen und ermöglichen so, dass ihre Wirkung und Integration in zukünftige Geschäftsprozesse voll ausgeschöpft werden kann“, sagt Dennis Clarijs, Leiter der Fernerkundungsdienste bei VITO.
„SAIL engagiert sich für Open-Source-Entwicklung und europäische technologische Souveränität, indem es wiederverwendbare KI-Tools entwickelt, die VITO-Produkte miteinander verbinden und zu einem europäischen KI-Ökosystem beitragen, das unabhängig von proprietären Plattformen ist. Durch die Verknüpfung digitaler Technologie mit unserem wissenschaftlichen Fachwissen helfen wir der Industrie und Regierungen, viel schneller und effektiver auf zukünftige Herausforderungen zu reagieren und diese zu antizipieren“, sagt Inge Neven, CEO von VITO.
