In 30 Sekunden
- Neu seit 17. November 2026: AgentCore Memory kann Gesprächsereignisse bis zu zehn Jahre aufbewahren statt bisher ein Jahr. Die Frist wird beim Schreiben jedes Ereignisses fest vergeben und lässt sich für gespeicherte Ereignisse nicht mehr ändern.
- Zwei Gedächtnisse, zwei Fristen: Neben den Rohereignissen erzeugt ein Sprachmodell Langzeit-Einträge wie Vorlieben oder Zusammenfassungen. Diese laufen ohne eigene Einstellung nie ab; für bestehende Einträge lässt sich die Ablaufzeit aber nachträglich setzen, ändern oder entfernen.
- Löschen braucht Planung: Abgelaufene Langzeit-Einträge verschwinden laut AWS erst nach einigen Tagen und sind bis dahin noch abrufbar. Wer sofort löschen muss, ruft die Lösch-API auf.
- Gespeichert in Frankfurt, ausgewertet in der EU: Bei einem Speicher in Frankfurt bleiben die Daten dort gespeichert. Für die Auswertung mit eingebauten Strategien kann AWS eine von sechs EU-Regionen nutzen. CloudWatch und CloudTrail weisen die tatsächlich verwendete Region nicht aus.
Executive Summary
Die längere Aufbewahrung ist ein Angebot, keine Empfehlung. Für Agenten mit Kundendaten gehört vor den ersten Produktivbetrieb eine Löschregel mit drei Teilen: kurze Frist für Rohereignisse, eine Ablaufzeit für jede Art von Langzeit-Eintrag, bei selbst verwalteten Strategien in jeder Schreibanfrage, und ein getesteter Weg, alle Daten einer Person auf Anfrage zu entfernen. Ohne diese Regel speichert der Agent das Gelernte unbefristet.
Was Unternehmen jetzt tun sollten
- Datenschutz, vor dem PilotFür jeden Agenten Zweck und Löschfrist festlegen, getrennt für Rohereignisse und für jede Art von Langzeit-Eintrag.
- Plattformteam, beim AnlegenFrist und Ablaufzeit beim Erzeugen des Speichers setzen, bei selbst verwalteten Strategien die Ablaufzeit in jeder Batch-Anfrage mitgeben, Namensräume mit Personenkennung bauen und das Recht zum Ändern der Ablaufzeit eng vergeben.
- Entwicklung, vor dem LivegangEine Löschanfrage für eine Testperson einmal vollständig durchspielen, einschließlich Kopien in nachgelagerten Datenströmen.
Ein hypothetischer Fall: Ein Kunde verlangt von einem Versandhändler, dass dessen Serviceagent ihn vergisst. Ist die Löschanfrage berechtigt, muss der Händler ermitteln, welche Gesprächsschritte, welche daraus abgeleiteten Vorlieben und Zusammenfassungen und welche Kopien in nachgelagerten Datenströmen er löschen muss und welche Daten er aufgrund einer gesetzlichen Pflicht weiter aufbewahrt (Art. 17 Abs. 3 DSGVO). Jede dieser Datenarten hat in AgentCore Memory eine eigene Frist und einen eigenen Löschweg. Der Beitrag richtet sich an Plattformteams, Architektinnen und Architekten sowie Datenschutzverantwortliche, die Agenten auf AWS mit Gedächtnis ausstatten wollen. Sinnvoll ist der Start mit einem einzigen Agenten, einer Strategie für Langzeit-Einträge und kurzen Fristen. Für neue Ereignisse lässt sich die Frist jederzeit ändern, für bereits gespeicherte nicht.
Wo AgentCore Memory im Angebot von AWS steht
AgentCore ist die Betriebsbasis von AWS für Agenten, mit Laufzeit, Gateway, Identität, Richtlinien und Beobachtung. AgentCore Memory ist darin der verwaltete Speicher für das, was ein Agent über Gespräche hinweg behalten soll. AWS unterscheidet zwei Arten: Das Kurzzeitgedächtnis hält die einzelnen Gesprächsschritte einer Sitzung als Ereignisse fest. Das Langzeitgedächtnis zieht daraus mit einem Sprachmodell dauerhafte Einträge, etwa Fakten, Vorlieben eines Nutzers, Zusammenfassungen von Sitzungen oder Erfahrungen aus abgeschlossenen Aufgaben.
Nicht Thema dieses Beitrags sind die Frage, mit welcher Identität ein Agent auf Firmendaten zugreift, die der Beitrag zu AgentCore und Identitäten behandelt, und die Suche in Firmendokumenten, die bei AWS eine eigene Wissensdatenbank übernimmt (Bedrock Managed Knowledge Base). Den Gesamtüberblick bietet die Seite Amazon AWS für Unternehmen.
Was sich am 17. November geändert hat
Laut Ankündigung von AWS lassen sich Ereignisse des Kurzzeitgedächtnisses jetzt bis zu zehn Jahre aufbewahren, vorher war bei einem Jahr Schluss. AWS nennt als Zweck Nachweise für Compliance und Prüfung, Nutzer, die nach Monaten zurückkehren, und Agenten, die frühere Sitzungen auswerten. Die Frist wird am Speicher eingestellt und beim Schreiben jedes Ereignisses fest vergeben. Bestehende Ereignisse behalten ihre Frist. Die Funktion gilt in allen Regionen mit AgentCore Memory, in Europa laut Regionsliste Frankfurt, Irland, London, Paris und Stockholm.
Die Obergrenze von 3.650 Tagen ist belegt, die Untergrenze nicht eindeutig. Die API-Referenz nennt für eventExpiryDuration einen gültigen Wertebereich ab 3 Tagen, beschreibt das Feld im selben Eintrag aber mit 7 bis 3.650 Tagen, ebenso die SDK-Referenz. Die Angabe ist beim Anlegen Pflicht. Die Anleitung zum Anlegen eines Speichers sprach bei unserem Abruf am 19. November noch von höchstens 365 Tagen, das Kommandozeilenwerkzeug schlägt 30 Tage vor. Die Dokumentation ist also noch nicht einheitlich; maßgeblich für die eigene Planung ist, was die API im eigenen Konto annimmt.
Die Frist eines Ereignisses ist endgültig: Laut AWS gilt die Frist je Ereignis ab dem Schreiben. Eine spätere Änderung betrifft nur neue Ereignisse, gespeicherte lassen sich nicht verlängern, und abgelaufene lassen sich nicht wiederherstellen. Für Nachweispflichten taugt das Kurzzeitgedächtnis deshalb nur, wenn die Frist von Anfang an stimmt. Für Aufbewahrungspflichten nach Handels- oder Steuerrecht ist ein dafür gebautes Archiv in der Regel der bessere Ort.
Wie Ereignisse zu Langzeit-Einträgen werden
Ohne eine Strategie speichert der Dienst nur Rohereignisse. Mit einer Strategie liest ein Sprachmodell die Ereignisse und schreibt daraus Einträge. Laut AWS gibt es eingebaute Strategien für Fakten, Nutzervorlieben, Zusammenfassungen und Episoden, außerdem eingebaute Strategien mit eigenem Modell und Prompt sowie selbst verwaltete Strategien, bei denen das Unternehmen die Einträge selbst liefert.
Für die Einträge gilt eine eigene Frist. Laut Doku zur Ablaufzeit laufen Langzeit-Einträge standardmäßig nie ab. Seit Oktober 2026 lässt sich je Strategie eine Ablaufzeit von mindestens 31 Tagen setzen. Der Dienst vergibt sie beim Erzeugen jedes Eintrags; eine geänderte Strategie wirkt nur auf künftige Einträge. Anders als bei Rohereignissen ist das aber nicht endgültig: Über BatchUpdateMemoryRecords lässt sich die Ablaufzeit bestehender Einträge laut AWS neu setzen oder mit REMOVE entfernen. Diese Ablaufzeit gilt dann für alle Einträge der Anfrage und folgt nicht mehr der Strategie. Für selbst verwaltete Strategien gibt es keine Ablaufzeit auf Strategieebene: Sie muss bei jeder Schreibanfrage über BatchCreateMemoryRecords mitgegeben werden, sonst laufen die Einträge nie ab. Fakten und Vorlieben müssen dieselbe Ablaufzeit haben, ebenso Zusammenfassungen und Episoden. Die Animation zeigt schematisch, wie unterschiedlich lange die drei Arten von Daten liegen bleiben.
Redaktionelle, schematische Darstellung von AI-Fabrik nach der Dokumentation von AWS, abgerufen am 19. November 2026, kein Produkt-Screenshot. Die Balkenlängen sind nicht maßstäblich und zeigen nur, welche Daten befristet sind und welche nicht.
Wann ein abgelaufener Eintrag tatsächlich verschwindet, ist nicht exakt planbar. AWS schreibt, die Löschung dauere nach Ablauf typischerweise einige Tage, weil ein Hintergrundprozess aufräumt. In dieser Zeit liefern Lese- und Suchaufrufe den Eintrag noch aus, der Agent kann ihn also weiter verwenden. Wer einen Eintrag sofort entfernen muss, etwa nach einem Widerspruch, ruft DeleteMemoryRecord oder BatchDeleteMemoryRecords auf. Rohereignisse entfernt DeleteEvent laut API-Referenz dauerhaft.
Wo die Auswertung rechnet
Gespeichert werden Ereignisse und Einträge in der Region des Speichers. Das Sprachmodell, das bei eingebauten Strategien die Einträge erzeugt, nutzt laut AWS-Doku zur regionsübergreifenden Verarbeitung dagegen mehrere Regionen derselben Geografie. Für einen Speicher in Frankfurt, Stockholm, Irland oder Paris nennt AWS als mögliche Rechenorte Frankfurt, Stockholm, Irland, Paris, Mailand und Spanien. Für London kommen dieselben EU-Regionen hinzu, Daten aus dem Vereinigten Königreich können also in der EU verarbeitet werden. CloudWatch und CloudTrail zeigen laut AWS nicht, in welcher Region die Berechnung stattfand.
Wer eine feste Region braucht, kann laut AWS eine eingebaute Strategie mit eigenem Modell und Prompt verwenden. Dann ruft der Dienst über eine eigene Ausführungsrolle ein selbst gewähltes Bedrock-Modell im Konto des Unternehmens auf; das verbraucht die eigenen Bedrock-Kontingente, und bei Drosselung kann die Auswertung scheitern. Welches Inferenzprofil welche Zielregionen nutzt, erklärt der Beitrag zu Bedrock in der EU.
Die zehn Jahre sind die auffällige Zahl, das größere Risiko liegt aber bei den Langzeit-Einträgen. Sie enthalten verdichtete Aussagen über Personen, entstehen automatisch und bleiben ohne eigene Einstellung unbegrenzt. Ein Agent, der „Kunde bevorzugt Rückruf am Abend“ lernt, braucht dafür eine Frist und einen Zweck wie jede andere Kundendatenbank.
Was die DSGVO für das Agentengedächtnis verlangt
Nach Artikel 5 Absatz 1 Buchstabe e DSGVO dürfen personenbezogene Daten nur so lange gespeichert werden, wie es für den Zweck erforderlich ist. Artikel 25 verlangt datenschutzfreundliche Voreinstellungen, Artikel 17 das Recht auf Löschung. Auf das Agentengedächtnis übertragen heißt das: Die Frist folgt dem Zweck, nicht der technischen Obergrenze. Für einen Serviceagenten, der laufende Vorgänge kennen soll, reichen oft Wochen; zehn Jahre lassen sich mit Kundenkomfort kaum begründen.
Das hypothetische Beispiel des Versandhändlers aus der Einleitung zeigt den Zuschnitt: Er speichert Gesprächsschritte seines Serviceagenten 90 Tage, damit offene Reklamationen nachvollziehbar bleiben. Vorlieben wie Versandart und Kontaktweg legt eine Strategie als Langzeit-Einträge mit einer Ablaufzeit von 365 Tagen ab, Zusammenfassungen abgeschlossener Fälle mit 180 Tagen. Die Werte sind redaktionelle Annahmen, keine Empfehlung von AWS; entscheidend ist, dass jede Datenart eine begründete Frist hat.
Löschanfragen nur mit sauberen Namensräumen
AgentCore Memory ordnet Daten über eine Personenkennung (actorId), eine Sitzungskennung und bei Langzeit-Einträgen über Namensräume. Eine Funktion, die alle Daten einer Person auf einmal löscht, nennt die API-Referenz nicht. Der Weg führt über Abfragen: Sitzungen und Ereignisse der Person auflisten und einzeln löschen, Langzeit-Einträge im Namensraum der Person auflisten und gesammelt löschen. Das funktioniert nur, wenn der Namensraum die Personenkennung enthält. Legt eine Strategie Fakten nur nach Sitzung oder global ab, lassen sie sich einer Person später kaum zuordnen.
Hinzu kommen Kopien: Mit dem Streaming von Einträgen schickt der Dienst Änderungen an einen Kinesis-Datenstrom im eigenen Konto, etwa für einen Datensee. Eine Löschung im Speicher löscht diese Kopien nicht; sie gehören in dasselbe Löschkonzept.
Wer die Frist ändern darf, kann löschen oder aufbewahren: AWS weist selbst darauf hin, dass eine kurze Ablaufzeit eine verzögerte Löschung ist und das Entfernen einer Ablaufzeit Daten erhält, die verfallen sollten. Deshalb verlangt jede Änderung zusätzlich das Recht bedrock-agentcore:UpdateMemoryRecordExpirySpecification. Dieses Recht gehört nicht in die Rolle des Agenten und nicht in eine allgemeine Entwicklerrolle, sondern zu einer kleinen Betriebsrolle mit Protokollierung in CloudTrail.
Trennung der Nutzer, Verschlüsselung und vergiftetes Gedächtnis
Ruft ein Backend den Speicher für viele Nutzer auf, sieht AgentCore Memory laut AWS nur die Rolle des Backends. Die Anwendung muss für jede Anfrage die richtige Personenkennung setzen, sonst sieht ein Nutzer das Gedächtnis eines anderen. Abhilfe schafft ein AgentCore Gateway vor dem Speicher: Es meldet Endnutzer per OAuth an und erzwingt mit Cedar-Richtlinien, dass jeder nur auf seine eigene Kennung und seinen Namensraum zugreift. Die Sammelaufrufe zum Anlegen, Ändern und Löschen von Einträgen deckt diese Kontrolle laut AWS nicht ab.
Verschlüsselt sind die Daten laut Best Practices immer, standardmäßig mit einem Schlüssel von AWS. Für sensible Daten empfiehlt AWS einen eigenen KMS-Schlüssel, der beim Anlegen angegeben wird. Ein drittes Risiko ist inhaltlicher Art: Wer falsche Angaben in ein Gespräch schreibt, kann sie ins Langzeitgedächtnis bringen, und der Agent nutzt sie später. AWS nennt das Memory Poisoning und sieht die Abwehr beim Kunden, etwa durch Prüfung mit Bedrock Guardrails vor dem Schreiben und durch Angriffstests.
Was die Aufbewahrung kostet
Seit Oktober 2026 rechnet AWS das Kurzzeitgedächtnis laut Preisseite nach Verbrauch ab: Schreiben und Lesen je Gigabyte, wobei jedes Ereignis mit mindestens 12 und höchstens 64 KB zählt, und Speicherung je Gigabyte und Monat über die gesamte Frist. Langzeit-Einträge kosten je gespeichertem Eintrag und je Suchaufruf. Die konkreten Sätze zeigt die Preisseite je Region; wir haben sie nicht ausgewertet. Für die Planung reicht die Folge: Eine zehnjährige Frist bedeutet zehn Jahre Speicherkosten für jedes Ereignis, und Einträge ohne Ablaufzeit kosten, solange sie existieren. Budgets und Alarme dafür beschreibt der Beitrag zu KI-Kosten auf AWS.
Prüftiefe nach Einsatz
| Stufe | Typischer Einsatz | Mindestmaßnahmen |
|---|---|---|
| Basis | interner Agent ohne Personendaten, etwa für technische Dokumentation | kurze Frist für Rohereignisse, Ablaufzeit für jede Strategie, Recht zum Ändern der Ablaufzeit nur für den Betrieb |
| Standard | Agent für Beschäftigte mit Namen und Vorgängen | zusätzlich: Namensräume mit Personenkennung, getesteter Löschweg je Person, eigener KMS-Schlüssel, Abstimmung mit dem Betriebsrat bei Leistungs- oder Verhaltensdaten |
| Erweitert | Kundenagent mit vielen Endnutzern oder sensiblen Daten | zusätzlich: Gateway mit OAuth und Cedar-Richtlinien, Strategie mit eigenem Modell bei Bedarf an fester Region, Prüfung vor dem Schreiben gegen Memory Poisoning, Datenschutz-Folgenabschätzung |
Empfehlung von AI-Fabrik, keine Vorgabe von AWS oder des Gesetzgebers.
Pilotfragen vor dem Einsatz
- Welchen Zweck hat das Gedächtnis dieses Agenten, und welche Frist ergibt sich daraus für Rohereignisse und für jede Art von Langzeit-Eintrag?
- Enthalten alle Namensräume die Personenkennung, sodass wir eine Löschanfrage vollständig erfüllen können, und haben wir das mit einer Testperson geprüft?
- Wer darf Fristen und Ablaufzeiten ändern, und wird jede Änderung protokolliert?
- Reicht uns die Verarbeitung in der EU-Geografie, oder brauchen wir für die Auswertung eine feste Region mit eigenem Modell?
- Wie verhindern wir, dass ein Nutzer das Gedächtnis eines anderen liest oder falsche Angaben dauerhaft einschleust?
Fazit: Erst die Löschregel, dann das Gedächtnis
AgentCore Memory nimmt Teams viel Bauarbeit ab, und die längere Aufbewahrung hilft dort, wo ein Agent wirklich über Jahre Zusammenhänge kennen muss. Für die meisten Unternehmensagenten ist sie aber kein Ziel. Wichtiger sind die Voreinstellungen, die man leicht übersieht: Langzeit-Einträge ohne Ablauf, Fristen für Rohereignisse, die beim Schreiben feststehen, eine Löschung mit Verzögerung und eine Auswertung, die innerhalb Europas die Region wechseln kann. Wer diese Punkte vor dem Pilot festlegt, kann das Gedächtnis sauber betreiben. Eine falsch gesetzte Frist für Rohereignisse lässt sich später nicht mehr ändern, die betroffenen Ereignisse nur noch löschen. Bei Langzeit-Einträgen kann eine Betriebsrolle mit dem passenden Recht die Ablaufzeit bestehender Einträge noch korrigieren.
Die nächste Entscheidung: Welche Fristen gelten für Rohereignisse und Langzeit-Einträge des ersten Agenten, und wer testet den Löschweg vor dem Livegang?
Quellen
AWS (abgerufen am 19. November 2026)
- AWS: Amazon Bedrock AgentCore Memory now supports short-term memory retention of up to 10 years, 17. November 2026
- AWS: Release notes for Amazon Bedrock AgentCore (Ablaufzeit für Langzeit-Einträge und Verbrauchspreise, Oktober 2026)
- AWS: Add memory to your Amazon Bedrock AgentCore agent
- AWS: Create an AgentCore Memory
- AWS: API-Referenz CreateMemory
- AWS: AWS SDK for Java, CreateMemoryRequest.Builder
- AWS: API-Referenz DeleteEvent
- AWS: Set a time-to-live for long-term memory records
- AWS: Built-in strategies
- AWS: Amazon Bedrock capacity for built-in with overrides strategies
- AWS: Cross-region inference in Amazon Bedrock AgentCore Memory
- AWS: Supported AWS Regions
- AWS: Memory organization in AgentCore Memory
- AWS: Memory record streaming
- AWS: Access AgentCore Memory through a gateway
- AWS: Best practices for AgentCore Memory
- AWS: Amazon Bedrock AgentCore pricing
Recht
- EU: Verordnung (EU) 2016/679 (DSGVO), Art. 5, 17 und 25
Weiterführende Artikel auf AI-Fabrik
Jeden Freitag die neuen AI-Fabrik-Analysen kompakt per E-Mail: Modelle, Tools, DSGVO und EU AI Act mit Blick auf Unternehmen im DACH-Raum. Kostenlos, jederzeit abbestellbar.



