Automic Automation V26: Die 7 Top-Features, die Enterprise Workload Orchestration neu definieren

Automic Automation V26 bietet eine geregelte, herstellerunabhängige Umgebung für die Orchestrierung von Agentic AI- und modernen DataOps-Workloads über hybride Cloud-Infrastrukturen hinweg. Es beseitigt langjährige technische Barrieren, indem es eine Intelligent Control Plane in den Mittelpunkt der Plattform stellt und damit sowohl erfahrenen Automations-Engineers als auch einem breiteren Kreis von nicht-expertem Automation Buildern ermöglicht, operative Arbeit innerhalb eines richtlinienbasierten Rahmens zu entwerfen und auszuführen.

In diesem Artikel erläutern wir bei Tricise – langjährige Automic Automation Spezialisten – die sieben wirkungsvollsten Neuerungen in Automic Automation V26, die Ihr Automation-Team kennen sollte – beginnend mit der wichtigsten: AI Jobs.

1. KI-Jobs und KI-Verbindungsobjekte: Die Grundlage der agentengesteuerten Automatisierung

Das Hauptfeature von Automic Automation V26 ist die Einführung von AI Jobs und der dazugehörigen AI Connection Objects. Zusammen markieren sie den Wandel von statischer, skriptbasierter Automatisierung hin zu dynamischen, selbstorchestrierenden Systemen. Automic Automation V26 liefert die Infrastruktur zum Aufbau und zur Bereitstellung von AI Agents – intelligenten Entitäten, die in der Lage sind, komplexe Anweisungen zu interpretieren, über MCP mit externen Systemen zu interagieren und Entscheidungsaufgaben innerhalb von Workflows auszuführen.

Was sind KI-Jobs?

Ein AI Job ist ein neuer Objekttyp, der die direkte Integration von Large Language Models (LLMs) und Model Context Protocol (MCP)-Servern in automatisierte Workflows ermöglicht. AI Jobs erweitern das traditionelle Job-Konzept und erlauben es Ihnen, KI-gesteuerte Aufgaben zu definieren, die bisher menschliches Eingreifen erforderten.

Die Fähigkeiten von AI Jobs umfassen:

• Automatisierung komplexer Entscheidungen: AI Jobs können Szenarien analysieren und anschließend Maßnahmen zur Behebung vorschlagen oder autonom ausführen.
• Umsetzbare Erkenntnisse: Sie können Berichte, Logs oder externe Datenquellen zusammenfassen und strukturierte Erkenntnisse an nachfolgende Workflow-Schritte weitergeben.
• Auditierbarkeit und Sicherheit: Jede Aktion wird gegen die im Connection Object definierten Richtlinien protokolliert und liefert so einen Audit-Trail für die Compliance.
• Objektorientiertes Design: Während die frühere ASK_AI-Skriptfunktion weiterhin für einfache, einmalige Textabfragen geeignet ist, behalten AI Jobs den Gesprächsverlauf bei, können über MCP externe Tools nutzen und bewahren den Kontext über mehrere Workflow-Schritte hinweg.
• Konfiguration in natürlicher Sprache: Business-Anwender können AI Jobs mit Prompts in natürlicher Sprache konfigurieren, anstatt auf komplexe Programmierung angewiesen zu sein.

KI-Verbindungsobjekte: Governance, wo sie zählt

Jedem AI Job muss ein AI Connection Object zugewiesen werden. Diese Objekte dienen als zentrale Infrastrukturbrücke zwischen der Automation Engine und der Automation.AI-Komponente. Zwei Designaspekte stechen dabei hervor:

1. Zentrale Modellverwaltung: Administratoren definieren LLM- und MCP-Server-Konfigurationen nur einmal statt in jedem einzelnen AI Job. Der Wechsel des zugrunde liegenden Modells (z. B. ein Upgrade von GPT-3.5 auf GPT-4o) ist eine einzige Änderung an einer Stelle – und nicht über hunderte Jobs hinweg.
2. Teambasierter, eingegrenzter Zugriff: Eine Finance AI-Verbindung kann CSV-Tools bereitstellen, während eine IT Ops AI-Verbindung Automic Automation-Tools zugänglich macht. Teams erhalten genau die Fähigkeiten, zu denen sie berechtigt sind.

Wichtig dabei: AI Connection Objects speichern weder Authentifizierungsdaten noch API-Schlüssel. Diese sensiblen Tokens werden innerhalb der Automation.AI-Komponente verwaltet und sind weder im Automic Web Interface noch in Transport Cases sichtbar – ein entscheidender Designaspekt für jedes regulierte Unternehmen.

Unterm Strich: AI Jobs sind die Bausteine agentischer Workflows in Automic V26, und AI Connection Objects bilden die Governance-Ebene, die sie enterprise-tauglich macht.

2. KI-gestützte Workflow-Erstellung: Willkommen beim „Vibe Coding"

Automic Automation V26 führt die Augmented Workflow Creation ein, auch bekannt als Text-to-Flow oder, etwas lockerer formuliert, Vibe Coding. Diese Funktion nutzt generative KI, um Unterhaltungen in natürlicher Sprache in produktionsreife Workflows zu verwandeln.

Der Automation Assistant tritt mit dem Anwender in einen Dialog, klärt Anforderungen und generiert anschließend:

• Einen detaillierten Arbeitsplan zur Freigabe, bevor etwas erstellt wird
• Produktionsreife Objekte wie Workflows, Jobs, Connection Objects und Login Objects
• Vorgeschlagene Ordnerstrukturen und Orchestrierungslogik
• Integriertes Fehler-Handling

Der Anwender kann im Dialog iterieren, bis die Umsetzung den Geschäftsanforderungen entspricht. Diese Funktion ist ein klarer Treiber für die Etablierung von „Citizen Developern" – sie befähigt Mitarbeitende aus den Fachbereichen, Aufgaben zu automatisieren, ohne tiefgehende Kenntnisse im AE-Scripting oder in Automic-spezifischen Konzepten zu besitzen.

Wichtige Einschränkung: Die Funktion AI Augmented Workflow Creation wird derzeit nur vom Google Gemini LLM unterstützt. Wenn Sie diese Funktion nutzen möchten, müssen Sie Gemini während der Konfiguration als Anbieter auswählen.

3. MCP-Integration: Eine standardisierte Brücke zum Generative-AI-Ökosystem

Die Model Context Protocol (MCP)-Integration ist eine der wichtigsten architektonischen Ergänzungen in Automic Automation V26. MCP fungiert als universelle Schnittstelle zwischen Automic Automation und dem Generative-AI-Ökosystem. Über die Automation.AI-Komponente erkennt und mappt das System dynamisch Fähigkeiten von MCP-Servern – etwa Datenbank-Konnektoren, API-Wrapper oder lokale Dateien – direkt in AI Jobs hinein.

Zu den dokumentierten geschäftlichen Vorteilen gehören:

• Standardisierte Kommunikation: MCP fungiert als universeller Übersetzer, der Automatisierungsanforderungen unabhängig vom zugrunde liegenden Modell in präzise, zuverlässige KI-Anweisungen umwandelt.
• Kein eigener „Klebecode": Neue Datenquellen und Tools lassen sich per MCP anbinden, ohne dass für jedes LLM individuelle Integrationsarbeit erforderlich wäre.
• Reduzierte MTTR: Operatoren können Fehler mithilfe von Abfragen in natürlicher Sprache diagnostizieren, anstatt Logs manuell zu durchforsten.
• Erhöhte Sicherheit: Der Automic MCP Server unterstützt nun OAuth 2.0 und Basic Authentication mit getrennten Konfigurationen für Authentication In und Authentication Out. Authentication In validiert die Identität der Clients, die den MCP Server aufrufen, einschließlich OAuth 2.0 über eine JWKS-URL (unterstützte Anbieter sind u. a. Microsoft Entra ID und Okta). Authentication Out steuert, wie der MCP Server Authorization-Header vor der Weiterleitung von Anfragen behandelt – entweder per Pass-Through des ursprünglichen Client-Tokens, durch erzwungene Token-Typen (Bearer oder Basic) oder durch Injektion eines verschlüsselten, fest hinterlegten Basic-Auth-Headers für Service Accounts.
• Ökosystem-Flexibilität: Dasselbe Integrationsmodell deckt eigene On-Premises-LLMs, Broadcoms Gemini-Angebot in Automic SaaS sowie – neu in V26 – Azure OpenAI und VMware PAIS (Private AI Services) ab.

Für Teams, die bereits hybride Umgebungen betreiben, ist dies eine erhebliche Vereinfachung. Für den technischen Deep-Dive verweisen wir auf die offizielle Broadcom-Dokumentation zur MCP-Integration.

4. Der KI-gestützte Code-Assistent: Schneller und besser programmieren

Scripting war traditionell einer der zeitaufwendigsten Aspekte der Automic-Entwicklung. Automic Automation V26 adressiert dies mit dem KI-gestützten Code Assistant, der innerhalb des Skripteditors der Automic Web Interface verfügbar ist.

Mit der neuen Funktion Ask Intelligent Assistant übergeben Anwender einen Prompt in natürlicher Sprache, der beschreibt, was das Skript leisten soll. Der Assistent fügt das entsprechende Code-Snippet inline ein und erläutert seine Logik im Intelligent Assistant Panel. Der Assistent kann Code in folgenden Sprachen generieren:

• Python
• Windows BAT und PowerShell
• Linux-Shell

Über die Generierung hinaus leistet der Code Assistant zusätzlich:

• Codeoptimierung: Block auswählen, Verbesserungen erfragen, effizienteren Codeausschnitt erhalten.
• Code-Ersetzung: Markieren Sie Zeilen, bitten Sie den Assistenten um eine Neuformulierung, und das Ergebnis ersetzt die Auswahl.
• Inline-Interaktion: Interagieren Sie direkt im Skripteditor; der generierte Code wird in der darunterliegenden Zeile eingefügt.
• Kontextbewusstsein: Der Assistent behält den Kontext über die gesamte Bearbeitungssitzung eines Skripts hinweg bei.

Zwei neue Skriptelemente – BEGIN_AI_CHAT und END_AI_CHAT – runden das Scripting-Erlebnis ab, indem sie Skripten erlauben, über mehrere ASK_AI-Aufrufe hinweg einen persistenten Konversationskontext über einen neuen ChatID-Parameter beizubehalten. Skripte, die ASK_AI ohne ChatID verwenden, funktionieren unverändert weiter; der Parameter ist rein additiv und eignet sich für Workflows wie dynamisches Fehler-Handling oder iterative Code-Generierung.

V26 ergänzt zudem eine Reihe neuer String- und Textverarbeitungsfunktionen mit voller Unicode-Unterstützung und Regular-Expression-Fähigkeiten – nützliche Ergänzungen für Teams, die mit unstrukturierten Daten innerhalb von AE-Skripten arbeiten. Für Organisationen, die in die interne Entwicklung von Automatisierungs-Know-how investieren, senkt die Kombination aus Code Assistant und erweiterten Scripting-Grundbausteinen die Lernkurve erheblich.

5. Erweiterte Python-Integration: First-Class-Support für Data Engineers

Die nativen Python-Job-Typen – Windows Python, Unix Python und Generic Python – wurden ursprünglich mit Version 24.5 ausschließlich für SaaS-Kunden ausgeliefert. Automic Automation V26 stellt sie nun auch On-Premises-Kunden zur Verfügung.

Wichtige Highlights:

• Direkte Python-Ausführung: Führen Sie Python-Code nativ in Automic Jobs aus und nutzen Sie jede beliebige Python-Bibliothek, indem Sie diese in der Job-Definition angeben.
• Neuer PIP-Reporttyp: Protokolliert die Ausgabe des Python Package Managers bei der Installation der im Job angegebenen Pakete und vereinfacht so die Fehlersuche bei Abhängigkeiten.
• Python-Dictionary der Automic-Variablen: Das Dictionary _automic_variables stellt alle Automic Automation-Variablen in Python zur Verfügung und ermöglicht so eine bidirektionale Integration ohne AE-Scripting.
• Array-Unterstützung (neu in V26): Automic-Arrays sind jetzt als Python-Arrays zugänglich, und Python-Arrays können über die Funktion automic_register_variable als Automic-Variablen zurückregistriert werden. Ein typischer Anwendungsfall: Ein Python Job ruft Firewall-Regeln aus GCP ab, speichert sie in einem Python-Array und registriert dieses Array anschließend als Automic-Variable für nachgelagerte Jobs.

Für Teams, die DataOps-Pipelines betreiben, in denen Automic-Orchestrierung mit Python-Verarbeitung kombiniert wird, bedeutet dies einen spürbaren Produktivitätsgewinn.

6. Workflow-Editor und -Monitor: Mehr Übersicht, weniger Klicks

Automic Automation V26 bringt eine umfangreiche Reihe visueller und benutzerfreundlicher Verbesserungen für den Workflow Editor und den Workflow Monitor. Diese Änderungen sind für Operatoren und Entwickler im Tagesgeschäft sofort sichtbar.

Aufgaben-Eigenschaftssymbole im Überblick

Sobald eine Task-Eigenschaft konfiguriert und gespeichert wurde, erscheint dynamisch ein dediziertes Status-Icon auf der Task-Box. Beim Überfahren der Box mit der Maus werden alle konfigurierten Eigenschaften in einem Tooltip angezeigt. Die Ausnahmen: Für Variables-, PromptSets- und Runtime-Einstellungen wird kein Icon angezeigt.

Erweiterte Filterung

Der Workflow Editor erhält drei neue Filterkriterien: Breakpoint, Calendar und Task Time (Earliest Start Time und Time Checkpoints).

Der Workflow-Monitor geht weiter und fügt Filter hinzu für:

• Betriebszustände: Aufgabenstatus, Aktiv/Inaktiv, Haltepunkte
• Logik und Bedingungen: Pre-/Post-Conditions, Calendars, Rollback-Einstellungen
• Ausführungsdetails: Kommentare, früheste Startzeit, Zeitkontrollpunkt

Fünffarbige Ampeln und Fortschrittsbalken pro Aufgabe

Die Ampeln im Workflow Monitor wurden von vier auf fünf Status erweitert – rot (abgebrochen), gelb (blockiert), grau (wartend), blau (aktiv) und grün (erfolgreich beendet). Durch Auswahl einer Ampel werden die Tasks mit dem entsprechenden Status hervorgehoben. Jede einzelne Task-Box verfügt nun über einen eigenen Fortschrittsbalken und bietet damit eine granulare Sicht auf den Ausführungsstatus auf Task-Ebene.

Verbessertes Zoomverhalten

Die Zoom-Schwellenwerte wurden neu kalibriert: Die „Full Card"-Ansicht bleibt über einen größeren Zoom-Bereich hinweg erhalten, und Task-Container wechseln logischer zwischen vereinfachten Formen und Karten mit voller Detailtiefe. Zeitbezogene Beschriftungen in Task-Boxen wurden zudem gekürzt (z. B. wird aus Estimated Start Time nun Start (EST)), um die Lesbarkeit zu verbessern.

Time und Dependencies – endlich getrennt

Der frühere Zeit & Abhängigkeiten Registerkarte "Eigenschaften", die lange Zeit als überladen galt, wurde in zwei sauber getrennte Registerkarten aufgeteilt: Zeit und Abhängigkeiten.

7. Modernisiertes AWI, neue Status-Farben und stärkere Cloud-Integrationen

Das Automic Web Interface (AWI) hat in Automic Automation V26 eine visuelle Auffrischung erhalten – mit einer überarbeiteten Farbpalette, einem neu gestalteten Icon-Set und strengeren Accessibility-Standards.

Wichtige visuelle und Usability-Verbesserungen:

• Verbindungsfarbe auf der gesamten oberen Menüleiste: Statt einer dünnen Linie füllt die ausgewählte Verbindungsfarbe nun die gesamte Header-Leiste aus. Dadurch ist sofort erkennbar, ob Sie sich in einem Produktiv-Client, einem Entwicklungs-Client oder in Client 0 befinden – ein nützliches Sicherheitsmerkmal für jede Organisation, die mehrere Automic-Umgebungen betreibt.
• 25 kuratierte Verbindungsfarben: Accessibility-konform, mit fest definiertem Text- und Icon-Kontrast. Frei wählbare AWI-Themenfarben sowie benutzerdefinierte Verbindungsfarben wurden abgekündigt, um unleserliche Oberflächen zu vermeiden.
• Aufgefrischte Task-Status-Farben: Einheitlich im Workflow Monitor, in Task-Listen, Dashboards und Widgets angewendet, um ein schnelleres Incident-Response auf einen Blick zu ermöglichen.
• Moderne Browser erforderlich: Das neue AWI setzt Chrome 138+, Edge Chromium 138+, Firefox 140+ oder Safari 18.5+ voraus.

Cloud-Integrationen: Ein Hybrid-Cloud-Orchestrator für das Unternehmen

Einer der weniger glamourösen, aber strategisch entscheidenden Schritte in Automic Automation V26 ist die Konsolidierung der Cloud-Integrationen auf das moderne Agent-Framework, das ursprünglich mit V24 eingeführt wurde. Für Teams, die Workloads über mehrere Hyperscaler hinweg betreiben – und das ist realistisch betrachtet der Großteil der großen Unternehmen von heute – bedeutet dies konsistentes Verhalten, gemeinsame Observability und ein einheitliches Sicherheitsmodell über sämtliche Cloud-Touchpoints hinweg. Der praktische Effekt: Sie hören auf, einen Flickenteppich aus Legacy-Konnektoren zu pflegen, und behandeln AWS-, Azure-, GCP- und SAP-Workloads als First-Class Citizens innerhalb desselben Workflows.

Hier ist, was die aktualisierte Integrationsmatrix konkret liefert – gruppiert danach, wo Ihre Workloads laufen:

AWS

Der AWS Lambda-Agent erlaubt es Ihnen, Serverless-Funktionen direkt aus Automic-Workflows heraus auszulösen und zu orchestrieren – nützlich für ereignisgesteuerte Datenverarbeitung, bedarfsorientierte Rechenlastspitzen und leichtgewichtige Integrationsbrücken zwischen Unternehmenssystemen und cloud-nativen Services.

Microsoft Azure

V26 liefert das bislang umfassendste Azure-Integrationsportfolio. Azure Functions deckt Serverless-Execution ab, Azure Logic Apps bringt Low-Code-Workflow-Automatisierung in die Orchestrierungsebene von Automic, und Azure Data Factory in Kombination mit Azure Blob Storage übernimmt Datenbewegungen und Staging-Szenarien in großem Umfang. Auf der Analytics-Seite ermöglicht Azure PowerBI automatisierte Report-Aktualisierungen und Dataset-Operationen – und schließt damit die Lücke zwischen Datenpipelines und Business Reporting. Zusammen decken diese Integrationen den gesamten Azure-Daten- und -Integrationsstack ab, den die meisten Unternehmen tatsächlich produktiv einsetzen.

Google Cloud Platform

Das GCP-Portfolio in V26 ist rund um Daten- und Batch-Verarbeitung aufgebaut. Google Dataproc übernimmt Spark- und Hadoop-Workloads, Google Cloud Batch orchestriert groß angelegte Batch-Jobs, Google Cloud Run bringt containerisierte Services in Workflows ein, und GCP BigQuery lässt sich direkt mit Automic für Data-Warehouse-Operationen integrieren. Für Organisationen, die Analytics- oder ML-Pipelines auf GCP aufbauen, bedeutet dies, dass Automic die gesamte Pipeline End-to-End steuern kann.

SAP

SAP bleibt eine Kerndomäne von Automic, und Automic Automation V26 setzt hier noch einmal einen drauf. SAP S/4 HANA Application Jobs, SAP Integration Suite und SAP BOBI wurden in diesem Release allesamt weiterentwickelt. Kombiniert mit dem neuen SAP Agent Multi-System Support (siehe unten), der es einem einzelnen Agent ermöglicht, auf Job-Ebene mit mehreren SAP-Zielsystemen zu verbinden, macht dies Automic Automation V26 zum bisher stärksten SAP-Orchestrierungs-Release von Automic.

Workflow- & Datenplattformen

Der Airflow-Agent erlaubt es Automic, Apache Airflow DAGs zu orchestrieren – eine praktische Brücke für Data-Teams, die sich für die Pipeline-Erstellung auf Airflow standardisiert haben, darüber hinaus aber Scheduling, SLA-Management und Governance auf Enterprise-Niveau benötigen. Der REST Agent rundet das Bild mit zusätzlichen Vergleichsoperatoren in den Retry Settings der Response-Seite ab und erleichtert so den Aufbau resilienter Integrationen für jeden REST-basierten Dienst, für den es noch keinen dedizierten Agent gibt.

Der rote Faden bei all dem: Sie müssen sich nicht länger zwischen „cloud-nativer Orchestrierung" und „Enterprise Workload Automation" entscheiden. Mit Automic Automation V26 wird Automic zur einzigen Control Plane, die beide Welten umspannt.

Weitere wirkungsvolle Verbesserungen, die Sie nicht verpassen sollten

Über die Top 7 hinaus bringt Automic Automation V26 mehrere Enterprise-grade-Verbesserungen mit, die für Ihre konkrete Umgebung entscheidend sein können.

Zero Downtime Upgrade (ZDU) mit versionsunabhängigem AWI

Automic Automation V26 erlaubt es, eine AWI-Version zu verwenden, die höher ist als die AE-Server-Version, um ein ZDU-Upgrade oder -Rollback zu starten und abzuschließen – das heißt, Sie können zuerst das AWI upgraden und von dort aus das ZDU steuern. Diese Versionsabweichung ist ausschließlich während eines ZDU zulässig; in allen anderen Szenarien müssen AWI und AE auf demselben Release sein. Während des Upgrade-Zeitfensters zeigt das AWI ein Banner zur Versionsabweichung an. Ein neuer ZDU_PORT-Parameter in der AE-INI-Datei ermöglicht es Administratoren, einen dedizierten Port für den REST-Prozess während eines ZDU festzulegen (wird er nicht gesetzt, kommt ein zufälliger Port zum Einsatz).

Datenbankwartung über AWI und die AE REST API

Automic Automation V26 integriert zentrale Funktionen der AE DB Utility direkt in die AWI-Administrationsperspektive und in die AE REST API. Administratoren können nun Archivierung, Revision-Report-Erstellung, Reorganisation, Löschung von Betriebsdaten sowie das Leeren des Papierkorbs direkt aus dem AWI oder über REST-Endpunkte durchführen – ohne direkten Datenbankzugriff oder lokale Utility-Installationen. Die bestehenden AE DB Utilities (Archive, Revision Report, Reorg, Unload) werden weiterhin vollständig unterstützt. Die Ergebnisse werden in der Ansicht Client History protokolliert und stehen zum Download bereit.

Umfassendes OAuth 2.0 über den gesamten Stack hinweg

Automic Automation V26 erweitert die OAuth 2.0-Unterstützung erheblich:

• XOAuth2 in SMTP: Eine neue Option SMTP_AUTH_METHOD in UC_CLIENT_SETTINGS und UC_SMTP_MYSERVER ergänzt XOAUTH2 neben PLAIN und LOGIN. Ein neuer Typ SECRET im Login-Objekt unterstützt die verschlüsselte Speicherung von XOAuth2-Anmeldeinformationen.
• UC_OAUTH_SETTINGS für die AE REST API: Eine neue Systemvariable, die JWT-basierte OAuth2-Sicherheit für die AE REST API ermöglicht – inklusive JWKS-Endpoint-Caching, claim-basierter Identifikation (standardmäßig E-Mail für Benutzer, appid für Anwendungen) und konfigurierbarer JWT-Scopes.
• MCP Server OAuth 2.0: Wird ausführlich in Abschnitt 3 weiter oben behandelt.

Erzwungener SSO-Only-Login (MFA-Compliance)

Eine neue Einstellung sso.enforced in der AWI-Datei configuration.properties deaktiviert die Basic-Authentifizierung mit Benutzername und Passwort, sobald SAML oder Kerberos aktiviert ist. Damit wird eine verbreitete Sicherheitslücke geschlossen, bei der Anwender verpflichtende MFA unbeabsichtigt umgehen konnten, indem sie auf Basic Authentication zurückfielen.

Automatische Passwortverschlüsselung

V26 ergänzt eine optionale automatische Passwortverschlüsselung für die meisten Konfigurationsdateien – INI-Dateien (AE, Utilities, Java-basierte Agents, Analytics, TLS Gateway, Proxy, LDAP Sync, Automation.AI) und Properties-Dateien (Analytics). Die Funktion ist standardmäßig deaktiviert. Wird sie aktiviert, wird ein eindeutiger, 32 Byte langer installationsspezifischer Schlüssel erzeugt, und verschlüsselte Passwörter werden mit dem Präfix --20 versehen. Automation.AI nutzt eine separate, stärkere Pipeline: eine FIPS 140-3-konforme Kombination aus PBKDF2WithHmacSHA512 und AES-256-GCM, wobei verschlüsselte Werte mit dem Präfix {cipher} versehen werden.

Transportkoffer-Verbesserungen

Drei signifikante Änderungen an Transportfällen in Automic Automation V26:

• Nachvollziehbarkeit: Jeder Import/Export erzeugt nun einen detaillierten Report, der in der AE-Datenbank gespeichert und in der Ansicht Client History sichtbar gemacht wird – inklusive Fehler- und Objektlisten für Audit-Zwecke.
• Sequentielle, ausfallsichere Imports: Der Import verarbeitet Objekte eines nach dem anderen und ermöglicht damit Teil-Imports (fehlerhafte Objekte werden übersprungen, der Rest wird weiter verarbeitet) – mit einer Zusammenfassung im AWI-Import-Dialog.
• Keine Größenbeschränkungen mehr: Die Systemvariable MAX_TC_SIZE ist abgekündigt. Die Export-Datei heißt nun uc_data.txt (zuvor data.txt), um Konsistenz mit der AE DB Unload Utility herzustellen.

SAP Agent Multi-System-Unterstützung

Bisher musste das R3 Connection-Objekt auf Ebene des SAP-Agents zugewiesen werden. In Automic Automation V26 kann das Connection-Objekt stattdessen auf Job-Ebene zugewiesen werden (sowohl für SAP Jobs als auch für Remote Task Manager Jobs) – damit kann ein einzelner SAP-Agent mit mehreren SAP-Zielsystemen verbinden. Bestehende Konfigurationen sind vollständig abwärtskompatibel: Eine Zuweisung auf Job-Ebene hat Vorrang vor einer auf Agent-Ebene, und fehlt die Zuweisung auf beiden Ebenen, schlägt der Job fehl.

Containerisierte Agenten (Linux und SAP)

Vorkonfigurierte, containerisierte Agents können nun in beliebigen Registries abgelegt und über standardmäßige Kubernetes- und Helm-Charts sowohl in On-Premises-Automic- als auch in AAKE-Umgebungen ausgerollt werden. Containerisierte Agents erfordern zwingend TLS/SSL (nicht-TLS-Agents werden in diesem Format nicht unterstützt) und laufen im nicht-privilegierten, eingeschränkten Modus, um Pod-Security-Policies zu entsprechen. Das aktuelle containerisierte Angebot umfasst Linux- und SAP-Agents sowie eine Reihe von Agent-Integrationen.

Automatische Agentenauthentifizierung

Agents, die über das AWI, die REST API oder die Java-API AE.ApplicationInterface mit der Authentifizierungsmethode LOCAL angelegt werden, werden nun automatisch authentifiziert – manuelle Authentifizierungsschritte entfallen. Dies gilt ausschließlich für Agents, die mit V26 oder höher angelegt werden.

Neue KI-REST-Endpoints

Automic Automation V26 ergänzt die AE REST API um KI-spezifische Endpunkte: GET /ai/llm (Auflistung der verfügbaren LLMs), GET /ai/mcp (Auflistung der aktiven MCP-Server und ihrer Tools) sowie POST /prompt_ai (Senden einer strukturierten Chat-Anfrage an Automation.AI, ausgerichtet am Format der Google Generative Language API V2, mit Unterstützung für prompt_context, extra_tools und mcp_filter zur feingranularen Steuerung).

Granulare CyberArk AppIDs

Das Login-Objekt unterstützt nun über eine neue Metadaten-Spalte CyberArk-Application-IDs pro Eintrag, die bei Bedarf die globale AppID aus UC_VAULT_CYBERARK überschreiben. Nützlich für Organisationen mit mehreren CyberArk-Vaults oder strengen Compliance-Anforderungen auf Anwendungsebene.

Anpassbare KI-Eingabeaufforderungen über UC_AI_PROMPTS

Ein neues systemweites STATIC VARA-Objekt, UC_AI_PROMPTS, verfügbar in Client 0, speichert die LLM-Abfragestrings für Report-/Execution-Analyse, Skript-Analyse und Skript-Generierung. Administratoren können diese Prompts nun passgenau auf ihr LLM und ihre Umgebung abstimmen – einschließlich der Änderung der Antwortsprache des LLM. Der Lesezugriff bleibt auch bei aktiven Object Access Control Lists erhalten.

Hochverfügbarkeit für Automation.AI

Automation.AI unterstützt nun Hochverfügbarkeit. In AAKE konfigurieren Sie dies über den Parameter automationAiReplicas in der Datei values.yaml. On-Premises installieren Sie mehrere Automation.AI-Instanzen. In beiden Fällen teilen sich die Instanzen dieselbe Automation.AI-Datenbank (eine neue dedizierte PostgreSQL-Datenbank für Automation.AI-Daten).

Fazit: Automic Automation V26 ist DAS AI-Ready-Release

Automic Automation V26 ist mehr als ein Point-Release. Die Kombination aus AI Jobs, AI Connection Objects, MCP-Integration, Augmented Workflow Creation und dem KI-gestützten Code Assistant etabliert Automic Automation V26 als Plattform, die darauf ausgelegt ist, autonome Agents innerhalb geschäftskritischer Umgebungen unter richtliniengebundener Governance zu betreiben.

Gleichzeitig machen die nicht-KI-bezogenen Verbesserungen – modernisiertes AWI, umfassendere Workflow-Sichtbarkeit, native Python-Unterstützung, erweiterte OAuth 2.0-Abdeckung, erzwungenes SSO, integrierte Datenbankwartung, Transport Case ohne Größenbeschränkungen, SAP-Multi-System-Support und containerisierte Agents – das Upgrade auch für Organisationen lohnenswert, die generative KI noch nicht produktiv einsetzen wollen.

Wenn Ihre Organisation heute bereits Automic einsetzt, ist Automic Automation V26 das Release, auf das Sie hinplanen sollten. Wenn Sie gerade Workload-Orchestrierungs-Plattformen für die KI-Ära evaluieren, gehört diese Version auf Ihre Shortlist.

Möchten Sie Ihr Upgrade auf Automic Automation V26 besprechen? Nehmen Sie Kontakt mit Tricise auf für eine kostenlose Beratung oder entdecken Sie unsere Ressourcen und Events, um mehr über Smart Automation, ValueOps und Network Observability zu erfahren.