Ein Unternehmen speichert Kundendaten in OpenSearch und benötigt eine KI-basierte Lösung, die Abfragen in Datenanfragen umwandelt, die Ergebnisse als CSV-Dateien exportiert und diese Dateien in Amazon S3 hochlädt. Welche Option bietet die betrieblich effizienteste Methode zur Implementierung dieses Workflows?

Ein KI-Agent ist die betrieblich effizienteste Lösung, da er komplexe, mehrstufige Aufgaben autonom ausführen kann. Er kann die Benutzeranfrage interpretieren, die OpenSearch-Abfrage generieren, die Daten abrufen, in CSV konvertieren und in S3 hochladen. Dies minimiert den manuellen Aufwand und die Notwendigkeit, separate Dienste zu orchestrieren. Ein einzelnes Foundation Model (FM) mit Few-Shot-Prompting ist nicht ausreichend, da es zwar die Abfrage generieren könnte, aber nicht die nachfolgenden Schritte (Export, Upload) ausführen kann. Eine traditionelle Softwareanwendung würde erheblichen Entwicklungsaufwand erfordern, um die KI-Interpretation der Anfrage zu implementieren. Ein Entscheidungsbaummodell ist für diese Art von dynamischer, sprachbasierter Aufgabenstellung ungeeignet, da es statisch ist und keine natürliche Sprachverarbeitung oder Aktionsausführung bietet.