Huawei Aufbau eines KI-nativen Kernnetzes fĂŒr agentenbasierte Dienste der nĂ€chsten Generation
Veröffentlicht am: 15.10.2026 um 17:55 Uhr | dgap, AD HOC NEWS
Huawei
Huawei / Schlagwort(e): Sonstiges/ProdukteinfĂŒhrung
15.10.2026 / 17:55 CET/CEST FĂŒr den Inhalt der Mitteilung ist der Emittent / Herausgeber verantwortlich.
BEIJING, 15. Oktober 2026 /PRNewswire/ -- Bislang ermöglichten Mobilfunknetze die Kommunikation ĂŒber Sprachanrufe, SMS und mobilen Internetzugang. Das aufkommende Zeitalter der Agenten erfordert jedoch UnterstĂŒtzung bei der Verwaltung einer enormen Anzahl von KI-Agenten. Diese Entwicklung setzt voraus, dass die Kernnetzarchitektur Absichten versteht, intelligente Entscheidungen trifft und die durchgĂ€ngige AusfĂŒhrung KI-gesteuerter Aufgaben gewĂ€hrleistet.  Huawei ist der Ansicht, dass ein KI-natives Kernnetz fĂŒr diese Transformation unverzichtbar sein wird. Durch die Einbettung von KI in Schnittstellen, Funktionen und AblĂ€ufe können Netzbetreiber sich weiterentwickeln und nicht mehr nur KonnektivitĂ€t bereitstellen, sondern intelligente Netzwerkfunktionen fĂŒr die nĂ€chste Generation digitaler Dienste anbieten. Laut dem Bericht âIntelligent World 2035" von Huawei könnte die Zahl der KI-Agenten weltweit bis 2035 900 Milliarden erreichen â etwa das 100-Fache der Weltbevölkerung. Angesichts der steigenden Anzahl von KI-Agenten muss die Kernnetzarchitektur in der Lage sein, das langfristige Wachstum neuer Verbindungen und Dienste zu unterstĂŒtzen. Mit der zunehmenden Verbreitung von KI-EndgerĂ€ten und -Anwendungen werden agentenbasierte Dienste zu typischen Szenarien in Mobilfunknetzen werden und die Netzwerkentwicklung vom Transport von Datenbits hin zur Ermöglichung aufgabenorientierter Token vorantreiben. Huawei hat drei typische Dienstszenarien fĂŒr die GewĂ€hrleistung einer agentenbasierten Nutzererfahrung identifiziert. Agent Over New Radio (AoNR) zur GewĂ€hrleistung der Aufgabenlatenz: Tragbare KI-GerĂ€te unterliegen EinschrĂ€nkungen hinsichtlich Rechenleistung, AkkukapazitĂ€t, GröĂe und Kosten, weshalb die End-to-End-Latenz von entscheidender Bedeutung ist. AoNR wurde entwickelt, um durchgehend ein hervorragendes Nutzererlebnis zu bieten und gleichzeitig die End-to-End-Aufgabenlatenz unter anspruchsvollen Schwellenwerten zu halten. Wide-Area Computing Network (WCN) zur Steigerung der Recheneffizienz: Ein WCN kann Rechenressourcen ĂŒber Mobilfunknetze miteinander verbinden und ermöglicht so eine aufgabenbasierte Rechenplanung sowie standardisierte Rechendienste. Agent Computing Network (ACN) zur GewĂ€hrleistung der Sicherheit bei der Zusammenarbeit: Bei den meisten komplexen Aufgaben sind mehrere KI-Agenten beteiligt, die domĂ€nen-, unternehmens- und ökosystemĂŒbergreifend zusammenarbeiten, anstatt nur ein einzelner Agent, der durch ModellfĂ€higkeiten, KontextbeschrĂ€nkungen, Rollenkonflikte oder Herausforderungen bei der sequenziellen Verarbeitung eingeschrĂ€nkt ist. Komplexe Szenarien erfordern eine sichere, dynamische Zusammenarbeit zwischen mehreren spezialisierten Agenten.Ein ACN ermöglicht eine effiziente domĂ€nen- und ökosystemĂŒbergreifende Zusammenarbeit von Agenten durch drei Funktionen: domĂ€nenĂŒbergreifende vertrauenswĂŒrdige digitale IdentitĂ€t, kompetenzbasierte Agentenerkennung und -weiterleitung sowie aufgabenorientierte dynamische Vernetzung. Um die LĂŒcke zwischen EndgerĂ€ten und Netzwerken zu schlieĂen, sollte die Kernnetzwerkarchitektur der nĂ€chsten Generation drei wesentliche Merkmale aufweisen: Schnittstellen (Von der Signalisierung zur Absicht): Absichtsbasierte Schnittstellen ermöglichen es EndgerĂ€ten, personalisierte Aufgabenanforderungen â einschlieĂlich Netzwerk-, Rechen- und ErlebnisbedĂŒrfnisse â direkt an das Netzwerk zu ĂŒbermitteln. Funktionen (C/U-Ebenen zu C/U+DAP-Ebenen): FĂŒhrt neben den traditionellen Steuerungs- und Benutzerebenen eine dedizierte Daten- und KI-Ebene (DAP) ein, die als Intelligenzschicht fungiert, Aufgabenabsichten interpretiert und Ressourcen dynamisch in Echtzeit abstimmt. Verfahren (Von KI-Overlay zu KI-nativ): Bindet KI-basierte Entscheidungsfindung tief in grundlegende Netzwerkprozesse ein, um KonnektivitĂ€t und Rechenleistung nahtlos zu koordinieren. Mit Blick auf die Zukunft skizzierte Huawei zwei Phasen der KI-getriebenen Entwicklung des Kernnetzes. In der ersten Phase geht es darum, wie das Netzwerk das Kundenerlebnis durch die Einbindung von KI-FĂ€higkeiten verbessert. Die zweite Phase ist ein KI-natives Kernnetz der nĂ€chsten Generation, das das ermöglicht, was Huawei als âerweiterte KonnektivitĂ€t" bezeichnet â wobei aufgabenorientierte KI-Dienste die Aufgabenerledigung sicherstellen â sowie âĂŒber die KonnektivitĂ€t hinaus", wobei das Netzwerk FĂ€higkeiten bereitstellen muss, die ĂŒber die Kommunikation hinausgehen, wie z. B. die Bereitstellung von Rechenleistung und die Erleichterung der Zusammenarbeit zwischen Agenten usw. Um sich an diese neuen Dienste anzupassen, muss die Netzwerkarchitektur umgestaltet werden, insbesondere in Bezug auf Interaktionsmechanismen, Datenarchitektur und Rechenarchitektur. DarĂŒber hinaus erfordert der Ăbergang zu KI-nativen Netzwerken eine umfassende Zusammenarbeit im gesamten IKT-Ăkosystem, einschlieĂlich EndgerĂ€ten, Chips und Netzwerken. Durch den Synergieeffekt zwischen EndgerĂ€ten und Netzwerk sowie eine fortschrittliche Kernnetzwerkarchitektur ermöglicht das Kernnetzwerk der nĂ€chsten Generation neue Verbindungen und Dienste und eröffnet damit neue GeschĂ€ftsmöglichkeiten im Zeitalter der Intelligenz.  View original content to download multimedia: https://www.prnewswire.com/news-releases/aufbau-eines-ki-nativen-kernnetzes-fur-agentenbasierte-dienste-der-nachsten-generation-302910311.html 
15.10.2026 CET/CEST Veröffentlichung einer Corporate News/Finanznachricht, ĂŒbermittelt durch EQS News - ein Service der EQS Group. FĂŒr den Inhalt der Mitteilung ist der Emittent / Herausgeber verantwortlich.
Die EQS Distributionsservices umfassen gesetzliche Meldepflichten, Corporate News/Finanznachrichten und Pressemitteilungen. Originalinhalt anzeigen: EQS News
|
2416838Â Â 15.10.2026Â CET/CEST
de | boerse | 70331021 |