AWS hat seinen MCP Server am 4. September 2026 um eine Diagnosefunktion für laufende Lambda-Anwendungen erweitert. Coding-Agenten wie Kiro oder Claude Code sollen damit Fehler einer Funktion zusammen mit dem Zustand angebundener Cloud-Ressourcen untersuchen können. Die Ankündigung von AWS beschreibt dafür gebündelte Informationen zu Fehlermustern, Änderungen und Latenzen.
Was sich für die Fehlersuche ändert
Ein Problem in einer Lambda-Funktion kann seinen Ursprung auch in einer Warteschlange, einer Datenbank oder einer vorgeschalteten API haben. AWS will diese Zusammenhänge direkt für Agenten aufbereiten. Fehlersignale werden unter anderem mit einer Basis aus sieben Tagen verglichen. Statt zahlreiche Einzelabfragen selbst zusammenzustellen, erhält der Agent einen gemeinsamen Ausgangspunkt für seine Untersuchung.
AWS nennt für die neue Serverless-Diagnose keinen zusätzlichen Aufpreis. Der MCP Server selbst läuft in Nord-Virginia und Frankfurt und kann auf Dienste in kommerziellen AWS-Regionen zugreifen. Das ist eine Verfügbarkeitsangabe des Anbieters; einen eigenen Vergleich von Kosten oder Diagnosequalität haben wir nicht durchgeführt.
Lesender Zugriff mit konkreten Grenzen
Die technische Dokumentation grenzt die Funktion ein: Sie arbeitet lesend und innerhalb des Kontos des Aufrufenden. Daraus folgt keine allgemeine Zusicherung, dass alle Werkzeuge eines angeschlossenen Agenten ebenfalls nur lesen dürfen.
- Logs: Wiederkehrende Ausnahmen werden gruppiert und anhand repräsentativer Fehlermeldungen zusammengefasst.
- Konfiguration: Der tatsächlich ausgerollte Zustand macht etwa Abweichungen bei Timeouts oder Parallelität sichtbar.
- Änderungen: Eine Zeitleiste verbindet Deployments und Konfigurationsänderungen mit ihrem jeweiligen Kontext.
- Traces: Die Analyse von Laufzeiten setzt aktiviertes X-Ray-Tracing voraus.
Pandorex View
Aus unserer Sicht liegt der Nutzen in einer besser nachvollziehbaren Untersuchung. Ein Agent, der eine Änderung zeitlich mit einem Fehler verbindet, kann einem Betriebsteam eine überprüfbare Hypothese liefern. Ob sie stimmt, muss sich weiterhin an den tatsächlichen Messwerten zeigen.
Für einen Praxistest wären drei Fragen entscheidend: Findet das Werkzeug die relevante Abhängigkeit? Belegt es seine Diagnose? Und erkennt es fehlende Daten? Schnellere Antworten allein wären ein schwaches Erfolgskriterium. Bei Störungen zählt vor allem, ob eine Antwort eine belastbare Entscheidung ermöglicht.