AWS baut die European Sovereign Cloud deutlich aus. Für Unternehmen mit hohen Anforderungen an Datenschutz, Betriebszugriff und regulatorische Kontrolle wird damit vor allem eine Frage wichtiger: Wie weit lässt sich moderne KI-Nutzung in souveräne Cloud-Umgebungen verlagern?
Auf dem AWS Summit kündigte Amazon an, das KI-Angebot in der European Sovereign Cloud in den kommenden Monaten zu erweitern. Geplant sind unter anderem Amazon Nova 2 Lite sowie Open-Weight-Modelle von Mistral AI und OpenAI auf Amazon Bedrock. Damit soll die Modellauswahl in der souverän positionierten AWS-Cloud näher an das heranrücken, was bislang vor allem in den klassischen AWS-Regionen verfügbar war.
Für sensible KI-Anwendungen ist Mantle eine zentrale Neuerung. Die nächste Generation der Inferencing-Engine für Amazon Bedrock soll Zero Operator Access bieten. AWS verspricht, dass Betriebspersonal Eingaben und Antworten zu keinem Zeitpunkt einsehen kann. Das ist besonders relevant für Workloads mit Berufsgeheimnis, vertraulichen Unternehmensdaten oder strengen Datenschutzanforderungen. Zusätzlich soll Mantle Anfragen dynamisch Kapazitäten zuweisen, um stabile Lasten zuverlässiger zu bedienen und bei Lastspitzen schneller zu skalieren.
Die AWS European Sovereign Cloud ist seit Januar 2026 allgemein verfügbar. Sie wird vollständig in der EU betrieben, setzt auf Datenresidenz, ausschließlich EU-ansässiges Betriebspersonal und eine eigene Konzernstruktur nach deutschem Recht. AWS investiert dafür bis 2040 insgesamt 7,8 Milliarden Euro. Die erste Region befindet sich in Brandenburg, weitere Local Zones in Belgien, den Niederlanden und Portugal sind geplant. Die deutsche Trägergesellschaft leitet Kathrin Renz, das Gesamtangebot verantwortet Stéphane Israël, früher CEO von Arianespace.
Auch das Ökosystem wächst. Laut AWS umfasst der Marketplace inzwischen mehr als 165 für die European Sovereign Cloud optimierte Lösungen aus den Bereichen Infrastruktur, DevOps, Cloud Operations und KI-Agenten. Neu allgemein verfügbar ist SAP Cloud ERP Private. Auf der Infrastrukturseite kommen Amazon EC2 G6-Instanzen mit NVIDIA-L4-GPUs für beschleunigtes Computing hinzu. Bereits zuvor waren unter anderem AWS Network Firewall, AWS Elastic Disaster Recovery und das AWS IAM Identity Center integriert worden.
Ein zweiter Schwerpunkt der Ankündigungen lag auf agentenbasierter Software-Entwicklung. Jonathan Allen, Executive in Residence bei AWS, ordnete dabei eine zentrale Verschiebung ein: Wenn KI-Agenten Code deutlich schneller erzeugen, wandert der Aufwand stärker in Richtung Verifikation, Qualitätssicherung und Betrieb. AWS adressiert dieses Thema mit Kiro, Quick und Transform.
Kiro ist seit November 2025 allgemein verfügbar und verfolgt einen spezifikationsgetriebenen Ansatz. User Stories, Designdokumente und Architekturskizzen werden als strukturierte Specs angelegt, gegen die der Agent anschließend implementiert. Zur allgemeinen Verfügbarkeit kamen Property-based Testing zur Prüfung der Spec-Konformität, Checkpointing, eine Kiro-CLI sowie zentral verwaltbare Team-Pläne über das AWS IAM Identity Center hinzu. Im Backend nutzt Kiro Anthropic Claude, zuletzt Opus 4.7.
Kurz vor dem Summit erweiterte AWS Kiro am 12. Mai um eine optionale Requirements-Analysis-Engine. Sie prüft vor der Code-Generierung, ob eine Spezifikation widerspruchsfrei umsetzbar ist. Dafür nutzt AWS eine dreistufige neurosymbolische Pipeline aus Refinement, Auto-Formalisierung und logischer Analyse. Natürlichsprachliche Anforderungen werden über die EARS-Notation in formale SMT-lib-Logik übertragen. Ein automatisierter Reasoner sucht anschließend nach Widersprüchen, Lücken sowie zulässigen und unzulässigen Verhaltensszenarien.
Mehrdeutigkeiten sollen über die semantische Entropie mehrerer LLM-Übersetzungsproben erkannt werden. Weichen die Formalisierungen logisch voneinander ab, stellt Kiro die betreffende Stelle als Entscheidungsfrage dar, etwa ob „remove the record“ als Hard-Delete oder Soft-Delete gemeint ist. AWS hat den technischen Unterbau in einem Applied-Science-Blogpost dokumentiert und mit aktueller Forschung aus dem Requirements Engineering verknüpft.
Auch bei der Umsetzung soll Kiro schneller werden. Parallel Task Execution analysiert den Abhängigkeitsgraphen einer Spec, bündelt unabhängige Aufgaben zu parallel laufenden Waves mit isoliertem Kontext und arbeitet fehlertolerant weiter, wenn einzelne Aufgaben scheitern. Große Specs sollen laut AWS dadurch nicht mehr 60 bis 90 Minuten, sondern etwa 15 Minuten benötigen. Der neue Quick-Plan-Modus prüft vorab Sprache, Frameworks und Projektstruktur des Workspace und stellt passende Klärungsfragen am Anfang, statt jeden Spec-Schritt einzeln freigeben zu lassen.
Die Kiro CLI 2.4.0 bringt zusätzlich einen /rewind-Befehl zum Verzweigen aus früheren Prompts, eine modellabhängig einstellbare Reasoning-Tiefe und laut AWS eine um 88 Prozent schnellere Workspace-Initialisierung. Für regulierte Umgebungen ist relevant, dass Kiro seit Februar in den AWS-GovCloud-Regionen US-East und US-West verfügbar ist und seit Mai als HIPAA-eligible gilt. Das betrifft allerdings IDE und CLI, nicht Kiro Web.
Rund um Kiro entsteht zudem ein wachsender Marktplatz namens Kiro Powers. AWS Observability kann Incident-Investigationen per Klick an Kiro anbinden. Weitere Beispiele sind ein Apache-Spark-Troubleshooting-Agent und ein Upgrade-Agent für Amazon EMR, die Spark-Versionssprünge von Monaten auf Wochen verkürzen sollen.
Amazon Quick positioniert AWS als Weiterentwicklung von Amazon Q Business. Der Assistent verbindet strukturierte und unstrukturierte Unternehmensdaten. AWS Transform richtet sich dagegen an klassische Modernisierungsprojekte. Als Referenz nennt AWS mehr als eine Milliarde transformierte Mainframe-Code-Zeilen.
Neu ist vor allem die Integration von Transform in agentische Entwicklungsumgebungen. AWS hat die Modernisierungsagenten Mitte Mai aus der eigenen Web-Konsole herausgelöst und über einen AWS-Transform-MCP-Server, Agent-Plugins und eine Kiro Power direkt in Umgebungen wie Kiro, Claude, Cursor und Codex eingebunden. Transformationen lassen sich dadurch in der IDE starten, im Web-Frontend überwachen und später wieder in der IDE fortsetzen. Grundlage bleibt derselbe Job mit konsistentem Zustand, nun auch mit IAM-Rollen-Authentifizierung statt separater Anmeldung.
Mit AWS Transform Custom können Unternehmen eigene Transformationsagenten für proprietären Code entwickeln. Das dafür vorgesehene Agent-Builder-Toolkit Kiro Power ist seit Mai allgemein verfügbar. Partner und Kunden können damit eigene Agenten samt Tools, Wissensbasen und Workflows in Transform integrieren und zur Wiederverwendung registrieren. Konkreter wird auch die VMware-Migration: Transform modernisiert nun Netzwerke mit, gleicht geplante VPCs mit bestehenden VPCs ab, erkennt CIDR-Konflikte vor dem Provisioning und verarbeitet Netzkonfigurationen unabhängig vom Quellwerkzeug.
Ergänzend bewirbt AWS dedizierte DevOps- und Security-Agenten. Sie sollen Incidents automatisch untersuchen, Ursachen diagnostizieren und Korrekturen vorschlagen. Die finale Freigabe bleibt jedoch beim Menschen. Damit adressiert AWS genau den Punkt, der bei agentenbasierter Entwicklung zunehmend kritisch wird: Automatisierung ersetzt nicht die Verantwortung für Kontrolle, Abnahme und Betrieb.
Unterstützt wird der Agenten-Stack durch weitere Modelloptionen in Amazon SageMaker JumpStart. Seit Mai sind dort unter anderem GLM-5.1-FP8 von Z.ai und Phi-4-mini-instruct von Microsoft verfügbar. GLM-5.1-FP8 ist auf langlaufendes, agentisches Coding über viele Iterationen ausgelegt. Phi-4-mini-instruct zielt auf Reasoning unter Latenz- und Speicherrestriktionen und unterstützt 24 Sprachen. Die Modelle lassen sich per Klick oder SDK im eigenen AWS-Konto deployen.