Die Telekom hat Ende vergangenen Jahres den „RAN Guardian Agent“ zur Verbesserung der Qualität im Mobilfunknetz gestartet. Wie geht er vor, wie funktioniert ein solcher KI-Agent in der Praxis?
Der KI-Agent „RAN Guardian Agent“ der Telekom hat Ende 2025 seine Arbeit aufgenommen, nachdem das gemeinsam mit Google Cloud erstellte Projekt im März auf dem Mobile World Congress (MWC) erstmaöls vorgestellt worden war. Er soll für eine Verbesserung der Qualität im Mobilfunknetz sorgen.
„Mit der Einführung des RAN Guardian Agent setzen wir als erster Netzbetreiber auf einen hochentwickelten KI-Agenten im Netzmanagement. Damit haben unsere Entwicklerteams Pionierarbeit bei der Entwicklung von KI-Agenten für Mobilfunknetze geleistet ", erklärte Abdu Mudesir, Vorstand Product & Technology der Deutschen Telekom. „Mit einem intelligenten Zusammenspiel zwischen unseren Netzexperten und KI lösen wir damit konkrete Herausforderungen im Sinne unserer Kunden - für das beste Netz. Und wir machen einen großen Schritt in Richtung autonomer, selbstheilender Netze.“
RAN Guardian Agent
Der RAN Guardian Agent ist ein sogenanntes KI-Multi-Agenten-System, es besteht aus verschiedenen KI-Agenten mit unterschiedlichen Aufgaben, die ineinandergreifen: In einem ersten Schritt durchsucht und analysiert der KI-Agent eigenständig kontinuierlich frei zugängliche Quellen wie Internetverzeichnisse und Social Media nach angekündigten öffentlichen Events. Er erstellt eine umfassende Liste von Veranstaltungen in ganz Deutschland und bestimmt die Größe, lokalisiert und kategorisiert sie. Zum Schluss werden alle Angaben noch einmal durch eine Prüfschleife in dem KI-Agenten verifiziert.
Im zweiten Schritt prüft ein weiterer Agent des „RAN Guardian Agent“ anhand dieser Daten, wie gut das Mobilfunknetz die zu erwartende Datenlast im Rahmen dieses Events auffangen kann. Er prüft, ob Antennen in der Nähe des Events aushelfen können, und überwacht wichtige Netzwerkparameter in Echtzeit. Der KI-Agent kann eine hohe Netzauslastung sofort erkennen und bei Bedarf geeignete Optimierungsmaßnahmen empfehlen.
Im dritten Schritt setzt ein weiterer KI-Agent die Optimierungsmaßnahmen um, in dem er zum Beispiel Mobilfunk-Ressourcen neu zuweist oder Konfigurationen im Netz anpasst. Zusätzlich speichert er die Erfahrungen und protokolliert alle Maßnahmen, um daraus für zukünftige Events zu lernen.
Technischer Hintergrund
Der RAN Guardian Agent wurde mit Googles Gemini 2.5 erstellt. Zusätzlich verwendet er auch CloudRun, BigQuery und Firestore. Damit werden folgende Funktionen ermöglicht:
-
Autonome RAN-Leistungsüberwachung: Der RAN Guardian Agent analysiert kontinuierlich wichtige Netzparameter in Echtzeit und kann dadurch Anomalien vorhersagen und erkennen.
-
KI-gesteuerte Problemklassifizierung und -weiterleitung: Der Agent identifiziert und priorisiert Verschlechterungen von Kennzahlen im Netz auf der Grundlage mehrerer Datenquellen. Dazu gehören Netzüberwachungsdaten, Bestandsdaten, Leistungsdaten und Abdeckungsdaten.
-
Proaktive Netzoptimierung: Der Agent empfiehlt und implementiert selbstständig Korrekturmaßnahmen, zum Beispiel Neuzuweisung von Ressourcen oder Anpassungen der Netz-Konfiguration.
Effizienz im Netz
Telekommunikationsnetze werden immer komplexer, deshalb reicht die herkömmliche regelbasierte Automatisierung nicht aus, um Probleme in Echtzeit zu lösen. KI-Agenten nutzen große Sprachmodelle (Large Language Models / LLMs) und Reasoning-Frameworks. So schaffen sie intelligente Agenten, die unabhängig voneinander argumentieren, handeln, lernen und sich auch gegenseitig kontrollieren und korrigieren können.
Der RAN Guardian Agent arbeitet mit verschiedenen KI-Anwendungen zusammen. Er erkennt Anomalien im Netz und führt Optimierungsaktionen aus, um die Netzqualität zu verbessern. Er unterstützt die Mitarbeiter im Netzmanagement und verkürzt die Reaktionszeiten bei der Problembehebung im Netz erheblich. Vorgänge, die Mitarbeiter in der Vergangenheit manuell bearbeiten mussten und etwa eine Stunde dauerten, können heute in wenigen Minuten erledigt werden.
Weitere Artikel zum Schwerpunkt „Agentic AI“