Deutsch

NVIDIA hat den Agent Stack in zwei Ebenen aufgeteilt. Der CTO-Infrastrukturtest für Ihre nächste Plattformerneuerung

NVIDIA Open Agent Platform Launch mit 17 Unternehmenspartnern bei der GTC 2026

Die Shortlist der Enterprise-Agent-Plattformen, die Sie aufgebaut haben, ist gerade komplizierter geworden. Nicht weil ein fünfter Anbieter ins Rennen eingestiegen ist, sondern weil NVIDIA möglicherweise gar kein Plattformanbieter ist. Es könnte die Schicht sein, auf der die anderen vier aufbauen.

Auf der GTC 2026 hat NVIDIA die NVIDIA Open Agent Platform zusammen mit 17 namentlich genannten Unternehmenspartnern vorgestellt. Diese Liste umfasst Salesforce, SAP, ServiceNow, Adobe, Cisco, Atlassian, Red Hat und Palantir. Wenn sich so viele strategische Anbieter in einer einzigen Ankündigung auf dieselbe Runtime einigen, hört die Frage auf, „welche Plattform ich wählen soll", und beginnt mit: „Was genau wähle ich eigentlich, wenn ich eine Plattform wähle?"

Für CTOs, die das Rennen um Enterprise-Agent-Plattformen über Microsoft Agent 365, Anthropics selbst gehostete Sandboxen und Googles Antigravity 2.0 verfolgt haben, rahmt diese Ankündigung die gesamte Evaluation neu. Jene Beiträge behandelten Plattformen. Dieser hier behandelt die Infrastrukturebene, die möglicherweise unter all diesen liegt.

Warum 17 strategische Anbieter, die sich für dieselbe Runtime entscheiden, die eigentliche Geschichte sind

Laut NVIDIAs GTC-2026-Ankündigung hat NVIDIA drei offene Komponenten vorgestellt, die den Kern der Plattform bilden: Nemotron (offene Modelle, optimiert für agentisches Reasoning), AI-Q (ein Blueprint für den Aufbau unternehmensweiter Knowledge-Agenten, die wahrnehmen, schlussfolgern und handeln können) sowie OpenShell (eine Open-Source-Runtime, die richtlinienbasierte Kontrollen für Sicherheit, Netzwerk und Datenschutz durchsetzt). Die Optimierungs-Skill-Bibliothek heißt cuOpt.

Die Komponentenliste ist jedoch nicht die eigentliche Geschichte. Die Geschichte sind die 17 Partnerunternehmen, die gleichzeitig ankündigten.

Adobe nutzt die Plattform für hybride, langlebige kreative Agenten. Salesforce hat sie in Agentforce integriert. Amdocs hat einen sogenannten Cognitive Core auf Basis von NVIDIA AI-Q und Nemotron aufgebaut, der Kundeninteraktionen und Abrechnungsdaten überwacht. Das sind keine Pilotprogramme oder explorativen Machbarkeitsnachweise. Es sind produktionsreife Architekturentscheidungen von Unternehmen, die Enterprise-Software an Millionen von Nutzern ausliefern.

Wenn Salesforce Agentforce auf NVIDIAs Runtime aufbaut, wird diese Runtime Teil der Agentforce-Entscheidung für jeden Salesforce-Kunden. Dieselbe Logik gilt für SAP, ServiceNow und Cisco. Sie evaluieren NVIDIA möglicherweise nicht direkt. Aber Ihre Anbieter haben es bereits getan.

Key Facts

  • NVIDIAs Open Agent Platform wurde auf der GTC 2026 mit drei offenen Komponenten vorgestellt: Nemotron (Modelle), AI-Q (Blueprint), OpenShell (Runtime) (NVIDIA, März 2026)
  • 17 namentlich genannte Enterprise-Einführungspartner, darunter Adobe, Salesforce, SAP, ServiceNow, Atlassian, Palantir, Cisco und Red Hat (NVIDIA Newsroom)
  • Bain beschreibt den Launch als „KI wird zur Betriebsebene" und positioniert NVIDIA unterhalb der anwendungsschichtseitigen Plattformen, ohne direkt mit diesen zu konkurrieren (Bain & Co. Analyse, GTC 2026)

Futurums Analyse formulierte dies klar: NVIDIA beansprucht die Infrastruktur für autonome Agenten, nicht die Anwendungsschicht. Die Bain & Co. GTC-2026-Analyse beschrieb den Moment als „KI wird zur Betriebsebene". Diese Einschätzung ist präzise. NVIDIA konkurriert nicht mit Microsoft oder Salesforce um das Budget für Agent-Plattformen. Es konkurriert um das Infrastrukturbudget. Und ein erheblicher Teil des Enterprise-Softwaremarktes hat gerade signalisiert, auf welche Seite er sich gestellt hat.

Nemotron, AI-Q und OpenShell: Was CTOs über die drei offenen Komponenten wirklich verstehen müssen

Der zweistufige Agent Stack: NVIDIA-Infrastruktur unter Microsoft-, Google-, OpenAI- und Anthropic-Plattformen

Die meisten CTO-Briefings zu NVIDIAs Plattform beginnen mit Nemotron, weil es das Modell ist und Modelle sich leicht demonstrieren lassen. Lassen Sie sich das Demo nicht als Maßstab für Ihre Evaluation aufzwingen. Die drei Komponenten erfüllen unterschiedliche Aufgaben, und die für Infrastrukturentscheidungen wichtigste ist OpenShell.

Nemotron ist eine Familie offener Modelle, die speziell für agentisches Reasoning optimiert wurden. Der Unterschied zu allgemeinen großen Sprachmodellen ist relevant. Ein agentisches Modell muss entscheiden, wann es ein Tool aufruft, wie es eine Aufgabe in Teilschritte zerlegt und wann es innehält, um Rückfragen an den Menschen zu stellen. Nemotron ist gezielt auf dieses Problem trainiert. Für CTOs, die Agenten auf Anbieterplattformen wie Salesforce oder SAP aufbauen, wird Nemotron möglicherweise nie sichtbar sein. Für Teams, die eigene Agenten entwickeln oder prüfen möchten, ob Anbieterplattformen leistungsfähige Basismodelle nutzen, ist es dennoch ein relevanter Datenpunkt.

AI-Q ist eher ein Blueprint als ein Produkt. Er definiert eine Architektur für unternehmensweite Knowledge-Agenten, die wahrnehmen (strukturierte und unstrukturierte Unternehmensdaten aufnehmen), schlussfolgern (agentische Logik auf diese Daten anwenden) und handeln können (nachgelagerte Workflows auslösen oder Ergebnisse bereitstellen). Das Blueprint-Muster ist bedeutsam, weil es den 17 Partnerunternehmen eine gemeinsame Referenzarchitektur gibt. Wenn Amdocs seinen Cognitive Core und Salesforce Agentforce auf demselben AI-Q-Blueprint aufbaut, teilen die resultierenden Agenten Annahmen über Datenzugriff, Zustandsverwaltung und den Handlungsrahmen. Diese Interoperabilität ist ein stiller struktureller Vorteil.

OpenShell ist der Ort, an dem das Infrastrukturargument liegt. Es handelt sich um eine Open-Source-Runtime, die richtlinienbasierte Kontrollen für Sicherheit, Netzwerkgrenzen und Datenschutz durchsetzt. Für einen CTO ist dies die Komponente, die die Frage beantwortet: „Wenn ich auf NVIDIAs Infrastruktur aufbaue, wer kontrolliert dann die guardrails?" Die Antwort von OpenShell lautet: Sie selbst, denn es ist Open Source und Sie können es prüfen, anpassen und durchsetzen. Das ist eine andere Antwort als die, die Sie von einer proprietären, geschlossenen Runtime erhalten, die in die Cloud-Plattform eines Anbieters eingebettet ist.

Dieser Unterschied ist auf Enterprise-Ebene besonders relevant, wo Compliance-Teams prüfen müssen, was eine gegebene Runtime einem Agenten erlaubt und was nicht.

Die Zwei-Ebenen-Frage: Plattform versus Infrastruktur

Das übliche CTO-Evaluierungsrahmenwerk für Agent-Plattformen behandelt die Entscheidung als horizontalen Vergleich: Microsoft Agent 365 versus Google Gemini Enterprise versus OpenAI Workspace Agents versus Anthropic Claude Managed Agents. Wählen Sie eine, oder wählen Sie eine primäre mit einer Backup-Option. Dieses Rahmenwerk war bis Anfang 2026 sinnvoll.

NVIDIAs GTC-Ankündigung macht dieses Rahmenwerk obsolet.

Das richtige mentale Modell ist jetzt vertikal, nicht horizontal. Es gibt eine Plattformebene und eine Infrastrukturebene. Auf der Plattformebene konkurrieren Microsoft, Google, OpenAI und Anthropic. Auf der Infrastrukturebene setzt NVIDIA seinen Schwerpunkt. Wenn Salesforce NVIDIAs Runtime in Agentforce integriert, sind beide Ebenen gestapelt. Salesforce ist Ihre Plattformentscheidung. NVIDIA ist (potenziell) Ihre Infrastrukturentscheidung. Sie sind keine Alternativen. Sie sind Schichten.

Das ist relevant, weil der Beschaffungsprozess, die Bewertungskriterien, das verantwortliche Team und der Verlängerungszeitraum für eine Plattformentscheidung und eine Infrastrukturentscheidung jeweils unterschiedlich sind.

Eine Plattformentscheidung ist eine Entscheidung auf Anwendungsebene. Sie wählen eine benutzerorientierte Oberfläche, eine Integrationsschicht, eine control plane und einen Vertriebsmechanismus. Der Käufer ist typischerweise der VP Engineering, der IT-Leiter oder direkt der CTO. Die Bewertungskriterien sind Benutzererfahrung, Integrationsabdeckung, Kosten je Arbeitsplatz und Anbieter-Support.

Eine Infrastrukturentscheidung ist eine Architekturwahl auf tieferer Ebene. Sie wählen aus, worauf die Agenten laufen: die Modellfamilie, die Runtime-guardrails und die Blueprint-Annahmen, die in die Reasoning-Architektur des Agenten eingebettet sind. Der Käufer ist ein Architekt oder ein Platform-Team-Lead. Die Bewertungskriterien sind Offenheit, Prüfbarkeit, Komposierbarkeit und langfristiges Abhängigkeitsrisiko.

Beide Entscheidungen in einem einzigen Beschaffungsprozess zu vermischen führt zu schlechten Ergebnissen. Man optimiert dann nach Benutzererfahrungsmetriken für eine Entscheidung, die eigentlich nach Runtime-Sicherheit bewertet werden sollte. Oder man investiert Engineering-Kapazität in die Prüfung der Modellschicht eines Produkts, das man nie direkt konfigurieren wird.

Beschaffung neu gestalten: Warum Plattform- und Infrastrukturentscheidung getrennt sein sollten

Die praktische Konsequenz des Zwei-Ebenen-Modells ist eine Veränderung der Beschaffungsorganisation. Derzeit behandeln die meisten Unternehmen die Beschaffung von KI-Agenten als eine einzige Budgetposition in einem einzigen Bewertungsprozess. Ein RFP, eine Anbieter-Shortlist, ein Einkaufsausschuss.

Diese Struktur hatte Sinn, als der Stack nur eine Ebene hatte. Sie hat jetzt keinen mehr.

Ein zweistufiger Beschaffungsprozess sieht anders aus. Die Plattformevaluation (welche Oberfläche, control plane und Integrationen des Anbieters Ihren Geschäftsbereichen am besten dienen) findet auf der Anwendungsebene statt. Die Infrastrukturevaluation (auf welcher Runtime Ihre Plattform aufgebaut ist, welche guardrail-Annahmen sie hat, wie prüfbar sie ist und ob Sie diese Abhängigkeit akzeptieren) findet separat statt, mit anderen Beteiligten und anderen Fragestellungen.

In der Praxis werden viele Unternehmen feststellen, dass ihre Infrastrukturentscheidung bereits für sie getroffen wurde. Wenn Sie sich für Salesforces Agentforce entschieden haben und Salesforce sich für NVIDIAs Runtime entschieden hat, ist Ihre Infrastrukturentscheidung standardmäßig NVIDIA. Das ist nicht unbedingt ein Problem. Aber es sollte eine bewusste, im Architekturprotokoll dokumentierte Wahl sein und keine unsichtbare Annahme, die in der Produkt-Roadmap eines Anbieters vergraben ist.

Teams, die über AI-Pattern-Governance und Kaufen-oder-entwickeln-Entscheidungen nach AI-Muster nachdenken, werden diese Dynamik erkennen: Entscheidungen auf der Plattformebene tragen Architekturannahmen, die sich durch den Stack nach unten fortpflanzen. Die NVIDIA-Ankündigung macht diese Annahmen erstmals sichtbar.

Der CTO-Infrastrukturtest (5 Fragen vor der nächsten Verlängerung)

Führen Sie diesen Test auf der Infrastrukturebene durch, bevor Sie Ihren nächsten Plattformvertrag verlängern oder einen neuen abschließen. Diese Fragen sind anbieterneutral. Wenden Sie sie auf jede Plattform an, die eine Agent-Runtime darunter verwendet.

1. Auf welcher Runtime ist diese Plattform aufgebaut, und ist diese Runtime Open Source? Wenn die Runtime proprietär und geschlossen ist, können Sie nicht prüfen, was sie einem Agenten erlaubt und was nicht. Für regulierte Branchen oder hochsichere Umgebungen ist das ein disqualifizierendes Merkmal. Die Open-Source-Haltung von OpenShell ist eine bewusste Antwort auf genau diese Frage.

2. Wer kontrolliert die Modellschicht, und können Sie diese austauschen? Plattformen, die an eine einzige Modellfamilie gebunden sind, erzeugen Abhängigkeitsrisiken. Wenn der Anbieter die Modellpreise ändert, eine Modellversion einstellt oder Fine-Tuning-Richtlinien anpasst, verändern sich Ihre Agenten entsprechend. Eine Infrastrukturschicht wie Nemotron, die offen und trennbar ist, gibt Ihnen die Möglichkeit, eine Modellversion festzuschreiben oder Anbieter zu wechseln, ohne die Anwendungsschicht neu aufbauen zu müssen.

3. Kann Ihr Compliance-Team die guardrail-Logik einsehen? Richtlinienbasierte guardrails sind nur glaubwürdig, wenn sie überprüfbar sind. „Vertrauen Sie uns, die guardrails funktionieren" ist keine akzeptable Antwort für ein System, das auf Kundendaten oder Abrechnungsunterlagen zugreift. Fordern Sie eine Dokumentation dessen, was die Runtime blockiert, protokolliert und zulässt.

4. Welche Wechselkosten entstehen, wenn dieser Infrastrukturanbieter seine Preise oder Konditionen ändert? Die Offenheit der Komponenten ist hier entscheidend. Eine Open-Source-Runtime hat Wechselkosten. Eine proprietäre Runtime hat erheblich höhere. Bepreisen Sie Ihr Infrastruktur-Abhängigkeitsrisiko entsprechend.

5. Ist die Roadmap Ihres Plattformanbieters an einen einzigen Infrastrukturanbieter gebunden, oder unterstützt er mehrere? Ein Plattformanbieter, der sich auf einen einzigen Infrastrukturanbieter festgelegt hat, überträgt diese Abhängigkeit auf Sie. Ein Plattformanbieter, der mehrere Infrastrukturoptionen unterstützt (oder der eine Abstraktionsschicht über der Runtime bereitstellt), bewahrt Ihre Wahlmöglichkeiten. Das ist eine Frage, die Sie Ihrem Plattformanbieter direkt im nächsten QBR stellen sollten.

Was diese Woche zu tun ist

Die NVIDIA-Ankündigung erfordert keine sofortige Maßnahme. Sie erfordert jedoch eine Aktualisierung des mentalen Modells und einen konkreten Punkt auf der Agenda Ihrer nächsten Architektur-Review.

Aktualisieren Sie Ihr mentales Modell. Hören Sie auf, die Agent-Plattformentscheidung als horizontalen Vergleich zwischen vier Anbietern zu betrachten. Beginnen Sie, sie als zwei separate, vertikal gestapelte Entscheidungen zu sehen: Plattformebene (Microsoft, Google, OpenAI, Anthropic) und Infrastrukturebene (zunehmend NVIDIA, aber potenziell auch andere). Die Berichterstattung zur Gartner-Neubewertung von AI Coding Agents bietet nützlichen Kontext, wie sich der Stack entwickelt.

Prüfen Sie Ihre aktuellen Plattformverpflichtungen auf verborgene Infrastrukturannahmen. Wenn Sie sich bereits für eine Plattform entschieden haben, fragen Sie Ihren Anbieter, welche Runtime der Agenten-Ausführungsumgebung zugrunde liegt. Wenn die Antwort NVIDIAs Stack lautet, haben Sie bereits eine Infrastrukturentscheidung getroffen. Dokumentieren Sie diese und prüfen Sie, ob Sie dieselbe Wahl auch bewusst getroffen hätten.

Fügen Sie den Fünf-Fragen-Infrastrukturtest in Ihre nächste Plattformverlängerungs-Review ein. Plattformverträge haben typischerweise Verlängerungszyklen von 12 bis 24 Monaten. Der oben beschriebene Infrastrukturtest lässt sich in einem halbtägigen Workshop mit Ihrem Architekturteam vor dem nächsten Verlängerungsgespräch abarbeiten. Beginnen Sie mit der nächstfälligen Verlängerung.

Wenn Sie die vorangegangenen Beiträge dieser Serie noch nicht gelesen haben: Die Analyse der Microsoft Agent 365 control plane und der Plattformvergleich zu Google Antigravity 2.0 sind die natürlichen Ergänzungen zu diesem Beitrag. Jene Beiträge haben die Plattformebene bewertet. Dieser hier bewertet die Infrastrukturebene darunter.

Weiterführende Artikel

Häufig gestellte Fragen

Was ist NVIDIAs Open Agent Platform?

NVIDIAs Open Agent Platform ist ein Satz von drei offenen Komponenten, die auf der GTC 2026 vorgestellt wurden: Nemotron (offene Modelle, optimiert für agentisches Reasoning), AI-Q (eine Blueprint-Architektur für unternehmensweite Knowledge-Agenten) und OpenShell (eine Open-Source-Runtime, die richtlinienbasierte Sicherheits-, Netzwerk- und Datenschutz-guardrails durchsetzt). Es handelt sich nicht um eine Endbenutzeranwendung. Es ist die Infrastrukturschicht, die Enterprise-Software-Anbieter in ihre eigenen Agent-Plattformen einbetten. Beim Launch haben 17 Unternehmenspartner, darunter Salesforce, SAP, ServiceNow, Adobe und Cisco, öffentlich ihre Einführung angekündigt.

Wie unterscheidet sich NVIDIA von Microsoft Agent 365, Google Gemini Enterprise und OpenAI Workspace Agents?

Diese drei sind Plattformen auf Anwendungsebene. Sie bieten Unternehmensnutzern eine Oberfläche, eine control plane und eine Reihe von Integrationen für die Bereitstellung und Steuerung von Agenten in ihren Organisationen. NVIDIA ist ein Anbieter auf Infrastrukturebene. Es liefert die Runtime, das Modell und den Blueprint, auf dem diese Plattformen (und die Software, auf der sie laufen) möglicherweise aufgebaut sind. Wenn Salesforce NVIDIAs Runtime in Agentforce nutzt, sind NVIDIA und Salesforce keine Konkurrenten. Sie sind zwei Ebenen desselben Stacks.

Sollte ein CTO NVIDIA getrennt von der Auswahl der Agent-Plattform evaluieren?

Ja, aber die Evaluation sieht anders aus. Eine Plattformevaluation konzentriert sich auf Benutzererfahrung, Integrationen, Tiefe der control plane und Anbieter-Support. Eine Infrastrukturevaluation konzentriert sich auf Offenheit, Prüfbarkeit der guardrails, Modellportabilität und Abhängigkeitsrisiko. In vielen Fällen wird die Infrastrukturentscheidung implizit durch die Plattformentscheidung getroffen. Die Aufgabe des CTO besteht darin, diese implizite Wahl explizit zu machen und den Fünf-Fragen-Infrastrukturtest durchzuführen, bevor ein Plattformvertrag unterzeichnet wird.

Quelle: NVIDIA Open Agent Platform-Ankündigung. Berichte von VentureBeat, Futurum und Bain & Co..