Redis Iris ergänzt sechs Funktionen für produktionsreife KI-Agenten
Redis hat das nächste Kapitel von Redis Iris vorgestellt, einer Laufzeit-Engine für Kontext, die KI-Agenten im produktiven Einsatz zuverlässiger machen soll. Nach Angaben des Unternehmens benötigen Agenten schnelleren Zugriff auf relevante Informationen, ein selektives Gedächtnis und effizientere Wege, wiederkehrende Aufgaben zu bearbeiten.
- Redis zufolge benötigen KI-Agenten schneller relevanten Kontext und müssen weniger Arbeit wiederholen.
- Redis Iris bietet sechs kombinierbare Funktionen in einer Laufzeit-Engine für Kontext.
- Intent Router und Agent Playbooks sind als allgemein verfügbar aufgeführt.
- Lens und Agent Mesh sind als Beta-Funktionen aufgeführt.
- Redis zufolge wurde Iris im Mai 2026 gestartet.
Warum KI-Agenten außerhalb von Demos Schwierigkeiten haben
Redis zufolge funktionieren viele Agenten in kontrollierten Demonstrationen gut, scheitern aber im produktiven Einsatz, weil Interaktionen in der realen Welt unvorhersehbar sind. Kunden nutzen mehrere Kanäle, stellen Fragen auf unerwartete Weise und wechseln zwischen Agenten, Menschen und Systemen. Jede Übergabe kann einen weiteren Fehlerpunkt schaffen.
Das Unternehmen nennt mehrere wiederkehrende Probleme. Agenten beginnen möglicherweise bei jeder Interaktion von vorn, merken sich irrelevante Informationen, vergessen aber nützliche Präferenzen oder handeln ohne ausreichenden Kontext. Redis nennt als Beispiel einen Support-Agenten, der 45 Tage nach einem Kauf eine Rückerstattung von 350 $ genehmigt, obwohl die Richtlinie nach 30 Tagen keine Rückerstattungen mehr zulässt.
Auch wiederholte Arbeit treibt die Kosten in die Höhe. Nach Angaben von Redis können Agenten Kontextfenster neu aufbauen, redundante LLM-Aufrufe durchführen und aufgeblähte Prompts verwenden, um Probleme zu lösen, mit denen sie bereits konfrontiert waren. Das Unternehmen argumentiert, dass das Kernproblem nicht in fehlenden Denkfähigkeiten liegt, sondern darin, dass zum richtigen Zeitpunkt der passende Kontext fehlt.
Redis Iris bündelt sechs Funktionen
Redis Iris legt eine Schicht zwischen einen Agenten und den Daten und Werkzeugen, die er zum Handeln benötigt. Nach Angaben von Redis basiert das System auf vier Prinzipien: navigierbarem Kontext, adaptivem Gedächtnis, effizientem Betrieb und kumulativem Wissen, das durch die Nutzung besser wird.
Die sechs Funktionen können gemeinsam oder unabhängig voneinander eingesetzt werden. Der als allgemein verfügbar aufgeführte Intent Router ordnet eine Anfrage anhand ihrer Bedeutung ein und leitet sie an eine gespeicherte FAQ, eine Agentenfähigkeit, einen Menschen oder ein LLM weiter. Die ebenfalls allgemein verfügbaren Agent Playbooks legen fest, welche Antworten wiederverwendet werden können und welche aktuelle Daten und ein neues Vorgehen erfordern.
Redis Agent Memory erstellt mithilfe von MemoryETL Erinnerungen aus Dokumenten, Wissensdatenbanken und anderen semi-strukturierten Daten. Die Funktion unterstützt Gedächtnishierarchien, Inspektion, Audits und Herkunftsnachweise und kann Informationen wie personenbezogene Daten vergessen. Das Context Gateway bietet einen zentralen Zugang zu verbundenen Kontextquellen, unterstützt die Einbindung eines eigenen MCP und kann Werkzeugergebnisse zwischenspeichern.
Lens befindet sich in der Beta-Phase und führt Ergebnisse auf die verwendete Fähigkeit, Route oder FAQ, das beteiligte Gedächtnis und die Quellsitzung zurück. Außerdem bietet die Funktion Einblicke in den Aufgabenerfolg, die Tokenzahl pro Aufgabe und die Latenz. Das ebenfalls als Beta geführte Agent Mesh unterstützt die Kommunikation über kurzlebige Streams, automatische Wiederverbindungen, dauerhafte SSE-Streams und A2A-Kommunikation für Delegation und Übergaben.
Ein produktiver Ablauf für den Kundenservice
Redis veranschaulicht das System anhand eines Kunden, der fragt: „Welche Belastung befindet sich auf meinem Konto?“ Der Intent Router stuft die Anfrage als möglichen Streitfall, Betrugsproblem oder routinemäßige Zahlung ein, statt sich auf den Abgleich von Schlüsselwörtern zu verlassen. Die Agent Playbooks prüfen anschließend, ob eine freigegebene FAQ oder eine etablierte Fähigkeit vorhanden ist, während Agent Memory relevante Informationen über den Kunden abruft.
Das Context Gateway liefert zusätzliche Details aus verbundenen Systemen, etwa zu früheren Gewohnheiten und der hinterlegten Adresse. Im Beispiel erkennt der Agent eine unbekannte Händlerbelastung über 89,99 $ und bietet an, die Karte zu sperren und einen Streitfall zu eröffnen. Weil die Aktion mit einer Geldbewegung verbunden ist, zeichnet Lens den Prüfpfad auf.
Redis zufolge wurde Iris im Mai 2026 gestartet, und Kunden berichten bereits von einer Nutzung im produktiven Betrieb. June Lee, CTO von Paradigm, sagte: „Alles, was Sie in Paradigm sehen, ist in Redis gespeichert. Redis ist die Gedächtnis- und Orchestrierungsschicht, die unseren Agenten Echtzeitarbeit in einem Maßstab ermöglicht, der zuvor nicht möglich war.“
