Large Language Models sind leistungsfähig, reichen für produktive AI Agents im Enterprise-Umfeld jedoch nicht aus. Reines Prompt Chaining führt zu nicht-deterministischem Verhalten, geringer Nachvollziehbarkeit und schwer kontrollierbaren Systemen.

In diesem Vortrag wird Embabel vorgestellt, ein Open-Source-Agent-Framework für die JVM von Rod Johnson, dem Gründer des Spring Frameworks. Embabel ermöglicht kontrollierbare, erklärbare und produktionsreife agentische Systeme innerhalb bestehender Java- und Spring-Anwendungen.

Statt Abläufe manuell zu verdrahten oder Entscheidungen vollständig an LLMs auszulagern, setzt Embabel auf Goal-Oriented Action Planning (GOAP). Agents bestehen aus stark typisierten Actions, Goals und Domain-Modellen. Die Plattform bestimmt Ausführungspfade zur Laufzeit neu, wenn sich Annahmen ändern oder Schritte scheitern, und bleibt dabei erklärbar, deterministisch und testbar.

Der Vortrag zeigt kompakt, warum LLM-gesteuerte Orchestrierung im Enterprise scheitert und wie sich mit Embabel robuste, wartbare und kontrollierbare AI Agents umsetzen lassen, ohne neuen Tech-Stack, ohne Magic Strings und ohne Verlust architektonischer Kontrolle.