KI News: Kurz und klar.

Anthropic hat ein neues Muster namens „Code Execution with MCP“ vorgestellt, das die Skalierbarkeit von Agenten, die das Model Context Protocol (MCP) nutzen, deutlich verbessert. Bei herkömmlichen MCP-Agenten werden jede Tool‑Definition und jedes Zwischenergebnis in das Kontextfenster gepusht. Dadurch verbrauchen große Workflows schnell Token, stoßen auf Latenz‑ und Kostenbeschränkungen und werden in der Praxis weniger effizient.

Die Entwickler der Benchmark-Suite Terminal‑Bench haben die Version 2.0 zusammen mit dem neuen Framework Harbor veröffentlicht. Ziel ist es, die langjährigen Herausforderungen bei der Testung und Optimierung autonomer KI‑Agenten zu lösen, die in realen Entwicklerumgebungen arbeiten.

Unternehmen benötigen uneingeschränkten Zugriff auf strukturierte Datenbanken, um intelligente KI-Agenten effektiv zu betreiben.

Google AI hat heute das Agent Development Kit für Go (ADK Go) vorgestellt – ein komplett neues, Open-Source-Toolkit, das Go-Entwicklern die Möglichkeit gibt, leistungsstarke KI-Agenten direkt in ihrer vertrauten Go-Umgebung zu bauen.

In einer kürzlichen Untersuchung von Microsoft-Forschern wurden KI-Agenten, die im Auftrag von Nutzern handeln können, gezielt manipuliert. Dabei zeigte sich, dass die meisten Agenten den Versuch, ihre Handelsentscheidungen zu beeinflussen, nicht standhalten konnten – nur ein einziger Agent blieb unberührt.

Microsoft hat einen simulierten Marktplatz veröffentlicht, um die Leistungsfähigkeit von KI-Agenten zu testen. In einer Studie des Magentic Marketplace wurde gezeigt, dass Einkaufsbots oft die erste Option wählen und dadurch anfällig für Manipulationen sind. Die Plattform ermöglicht es Agenten, miteinander zu kommunizieren und Verkäufe abzuschließen, was neue Fragen zur Sicherheit von Kreditkartendaten aufwirft. Die zentrale Frage lautet: Vertrauen Sie KI mit Ihrer Kreditkarte?

Manus AI gilt als führende Plattform für KI‑Agenten und Workflow‑Automatisierung. Durch seine leistungsstarken Funktionen ist sie bei vielen Unternehmen, darunter AnalyticsVidhya, sehr beliebt und wird dort für zahlreiche Aufgaben eingesetzt.

Ein brandneues Benchmark-Tool hat die Leistungsfähigkeit von KI-Agenten bei der Automatisierung wirtschaftlich wertvoller Aufgaben untersucht. Die Ergebnisse zeigen deutlich, dass KI-Agenten noch weit von einer menschlichen Leistungsstufe entfernt sind.

Cursor hat seine neueste KI-Entwicklungsplattform vorgestellt, die mit einer innovativen Multi-Agenten-Schnittstelle und dem brandneuen Composer-Modell neue Maßstäbe setzt. Der Composer, als „Frontier“-Modell bezeichnet, soll laut dem Unternehmen viermal schneller arbeiten als vergleichbare Modelle gleicher Intelligenz. Speziell für die schnelle, agentenbasierte Codierung konzipiert, verspricht es Entwicklern eine deutlich geringere Latenz und eine effizientere Zusammenarbeit zwischen den KI-Agenten.

KI‑Agenten revolutionieren die Arbeitswelt, indem sie Aufgaben schneller und präziser erledigen als je zuvor. Doch diese Effizienz birgt ein bislang unvorhergesehenes Risiko: Angreifer können die gleichen Systeme nutzen, um sich unautorisierten Zugriff zu verschaffen und sensible Daten zu stehlen.

Heutzutage sind Tools wie GitHub Copilot, Claude und Googles Jules nicht mehr bloße Autovervollständigungsassistenten. Sie haben sich zu vollwertigen Coding‑Agenten entwickelt, die eigenständig planen, bauen, testen und sogar Code‑Reviews durchführen können – und das alles asynchron.

Anthropic hat kürzlich einen Leitfaden zur effektiven Kontextgestaltung für KI-Agenten veröffentlicht. Der Beitrag betont, dass der Kontext ein entscheidendes, aber begrenztes Gut ist. Die Leistungsfähigkeit eines Agenten hängt weniger vom zugrunde liegenden Modell ab, sondern vielmehr davon, wie der Kontext aufgebaut und verwaltet wird. Selbst ein weniger leistungsfähiges Sprachmodell kann mit der richtigen Kontextstruktur beeindruckende Ergebnisse liefern. Der Artikel erschien erstmals auf MarkTechPost.

In dem Artikel erfahren Sie, wie Sie leistungsfähige Werkzeuge entwickeln, die KI-Agenten unterstützen. Der Beitrag erläutert Schritt für Schritt, welche Designprinzipien und Implementierungsstrategien für die Integration von Tools in KI-Systeme entscheidend sind.

Eine aktuelle Veröffentlichung auf arXiv präsentiert KI‑Agenten, die bereits in der Lage sind, eine Vielzahl von Aufgaben zu lösen, indem sie Werkzeuge einsetzen, mögliche Ergebnisse simulieren und darüber reflektieren. Dabei führen sie Rechenoperationen aus, jedoch nicht im klassischen Sinne eines Programms, sondern als dynamische, stochastische Systeme.

Im Jahr 2025 versprach Nvidia-Chef Jensen Huang, dass KI-Agenten die Zukunft bestimmen würden. Tatsächlich haben führende Anbieter wie OpenAI, Google und chinesische Konkurrenten wie Alibaba zahlreiche feinabgestimmte Modelle und Anwendungen für spezialisierte Aufgaben wie Websuche und Berichtserstellung veröffentlicht. Doch ein entscheidendes Hindernis bleibt: KI-Agenten, die über viele Schritte hinweg an einer Aufgabe arbeiten, neigen dazu, den Fokus zu verlieren.

ServiceNow Research hat DRBench veröffentlicht, eine neue Benchmark und ein lauffähiges Umfeld, das die Leistungsfähigkeit von „Deep‑Research“-Agenten auf komplexen, offenen Unternehmensaufgaben bewertet. Ziel ist es, die Fähigkeit von KI-Systemen zu messen, Fakten aus öffentlichen Webquellen sowie aus privaten Unternehmensdaten zu extrahieren, zu verarbeiten und in korrekt zitierten Berichten zusammenzuführen.

Meta AI hat kürzlich zwei bahnbrechende Werkzeuge vorgestellt, die die Bewertung von KI-Agenten grundlegend verändern: das Agents Research Environments (ARE) und den Benchmark Gaia2. ARE ist ein modularer Simulations-Stack, der Entwicklern ermöglicht, komplexe Agentenaufgaben in einer kontrollierten Umgebung zu erstellen und auszuführen. Durch die Bereitstellung von Abstraktionen für Anwendungen, Umgebungen, Ereignisse, Benachrichtigungen und Szenarien bietet ARE eine flexible Plattform, die sowohl für Forschung als auch für produktive Anwendungen geeignet ist.

Amazon Bedrock AgentCore ist ab sofort allgemein verfügbar und eröffnet Unternehmen die Möglichkeit, Agenten in Echtzeit zu entwickeln und einzusetzen. Mit AgentCore können Kunden ihre bevorzugten Frameworks und Modelle nutzen, um sichere und zuverlässige KI-Lösungen für produktive Arbeitslasten zu bauen. Die Plattform bietet eine robuste Infrastruktur, die Skalierbarkeit, Compliance und eine nahtlose Integration in bestehende Systeme gewährleistet.

In den letzten Jahren haben große Sprachmodelle (LLMs) bemerkenswerte Fortschritte in sozialen Deduktionsspielen (SDGs) erzielt. Bisher lag der Fokus der Forschung jedoch vorwiegend auf der Verarbeitung von Informationen und der Auswahl von Strategien, während die Rolle der Überzeugungskommunikation kaum berücksichtigt wurde. In SDGs ist der Erfolg nicht nur von korrekten Schlussfolgerungen abhängig, sondern auch davon, andere Spieler dazu zu bringen, im Einklang mit den eigenen Absichten zu handeln.

Auf dem Zenity AI Agent Security Summit begrüßte Michael Bargury, CTO des KI-Sicherheitsunternehmens Zenity, die Teilnehmer mit einer überraschenden Erkenntnis: KI-Agenten können erhebliche Risiken bergen, wenn sie nicht angemessen eingeschränkt werden.

Google hat mit der Einführung von Gemini 2.5 Pro Computer Use einen bedeutenden Schritt in Richtung voll funktionsfähiger KI-Agenten gemacht. Das neue Modell, das auf dem leistungsstarken Gemini 2.5 Pro basiert, ist speziell dafür trainiert, einen virtuellen Browser zu steuern und damit Webseiten zu durchsuchen, Informationen abzurufen, Formulare auszufüllen und sogar Aktionen wie das Klicken von Buttons auszuführen – alles aus einem einzigen Textbefehl heraus.

OpenAI hat AgentKit veröffentlicht, ein umfassendes Toolset, das einen visuellen Agent Builder, eine einbettbare ChatKit‑Benutzeroberfläche und erweiterte Evaluationsfunktionen in einem einzigen Workflow vereint. Damit können Entwickler KI‑Agenten schneller und effizienter in Produktionsumgebungen einsetzen.

Eine neue Plattform namens BrowserArena ermöglicht es, KI‑Agenten in Echtzeit im offenen Web zu testen. Im Gegensatz zu bisherigen Prüfungen, die meist in kontrollierten Sandboxes stattfinden, sammelt BrowserArena echte Aufgaben von Nutzern und führt direkte Vergleiche zwischen verschiedenen Modellen durch.

Google hat sein neues KI-Coding-Tool „Jules Tools“ in die klassische Kommandozeile integriert. Damit richtet sich das Unternehmen direkt an die Entwickler, die ihre Arbeit immer noch überwiegend in Terminals erledigen.