Auf den Punkt: Chaplin nutzt Amazon-Bedrock-Agenten über MCP, um Operations-Teams zu befähigen, AWS Health Events eigenständig zu analysieren und Remediationsmaßnahmen zu planen.
AWS stellt Chaplin vor, eine Open-Source-Lösung, die KI-Agenten über das Model Context Protocol bereitstellt, um AWS Health Events ohne Abhängigkeit vom AWS Support selbstständig zu analysieren. CTOs und Operations-Teams können damit Health-Meldungen in natürlicher Sprache abfragen und priorisieren, statt auf TAMs zu warten.
Typischerweise empfangen Enterprise-Operations-Teams montags mehrere AWS Health Notifications über Amazon-Linux-2-EOL, RDS-Deprecations und EC2-Retirements über 50+ Accounts hinweg. Ohne Self-Service-Analytik können Teams nicht schnell unterscheiden, welche Events Produktionssysteme betreffen, welche sofortige Aktion erfordern und welche Geschäitsauswirkungen jede Kategorie hat. Die Zeit, die auf Reaktion verschwendet wird, könnte für Innovation genutzt werden.
Chaplin (Customer Health and Planned Lifecycle Intelligence Nexus) ist ein Open-Source-Projekt, das AI-Agenten über das Model Context Protocol (MCP) exponiert. Es ermöglicht Teams, in natürlicher Sprache direkt aus MCP-kompatiblen AI-Assistenten wie Claude Code oder Kiro CLI Fragen zu stellen: Kommende RDS-Lifecycle-Events in den nächsten 60 Tagen, eine Prioritätsliste offener EC2 Events nach Dringlichkeit, Security Patches für Produktionsumgebungen oder Wartungsfenster, die High-Priority-Applikationen betreffen. Die Lösung nutzt Amazon Bedrock als Agenten-Engine und bezieht Daten über die AWS Health API sowie Amazon EventBridge.
Das Problem bisher: Operations-Teams sind auf Technical Account Managers (TAMs) zur Interpretation angewiesen, was Verzögerungen bei kritischen Entscheidungen verursacht. Business-Intelligence-Dashboards mit vordefinierten Schemas können dynamische Fragen nicht adressieren und bieten keine kontextuellen Insights im operativen Moment. Teams verbringen signifikante Zeit mit manueller Kategorisierung und Priorisierung von tausenden Health Events über mehrere Accounts und Regionen.
Chaplin behebt diese Lücke durch agentengestützte Self-Service-Analytik: Teams können unabhängig Health Events analysieren, Migrationen planen und operative Impacts bewerten. Weil Chaplin MCP nutzt, lässt sich die Lösung direkt mit anderen MCP-fähigen Tools wie JIRA, GitHub oder ServiceNow verknüpfen. AWS wird Health Events in Kürze direkt mit AWS Transform Templates verlinken, was Chaplin als Oberflächenwerkzeug nutzen kann, um handlungsfähige Events zu priorisieren und Metadaten wie Resource-Tags und Ownership-Informationen einzubeziehen.
Deployment-Anweisungen finden sich im Chaplin AWS Health Agentic Assistant GitHub-Repository.
Quelle: aws.amazon.com · Erschienen 25. Juni 2026
Lumi AI News — KI-assistierte Kuratierung gemaess Art. 50 EU AI Act. Paraphrase und Klassifikation durch Lumi News Pipeline v1.7.1.