KI-Agenten

Die Bewertung von KI-Agenten gehört zu den drängendsten Fragen im aktuellen Unternehmenseinsatz von Large Language Models. Wer heute Agenten-Systeme in Geschäftsprozesse integrieren will, steht vor einem grundlegenden Problem: Klassische Sprachmodell-Benchmarks messen Textqualität und Faktenwissen – nicht jedoch die Fähigkeit, mehrstufige Aufgaben eigenständig zu lösen. Welche Maßstäbe für agentic Reasoning tatsächlich aussagekräftig sind, ist daher eine Frage, die Entscheider zunehmend beschäftigt.

In einem internen Experiment hat Anthropic einen simulierten Kleinanzeigenmarktplatz aufgebaut, auf dem KI-Agenten sowohl als Käufer als auch als Verkäufer aufgetreten sind – und dabei echte Waren gegen echtes Geld gehandelt haben. Das Projekt trägt intern den Namen „Project Deal” und markiert einen frühen Versuch, autonomen Handel zwischen KI-Systemen unter kontrollierten Bedingungen zu beobachten.

Anthropics KI-Assistent Claude lässt sich über sogenannte Connectors mit externen Diensten und Datenquellen verknüpfen – und damit als autonomer Planungsagent einsetzen. Ein Praxistest von ZDNet zeigt, was aktuelle KI-Agenten bereits leisten können und wo die Grenzen liegen.

Google Cloud AI Research hat mit ReasoningBank ein neues Memory-Framework für KI-Agenten veröffentlicht, das Schlussfolgerungsstrategien aus vergangenen Erfolgen und Fehlern extrahiert und speichert. Ziel ist es, Agenten dauerhaft leistungsfähiger zu machen – ohne aufwendiges Nachtraining.

Das Unternehmen Photon hat mit Spectrum ein quelloffenes TypeScript-Framework veröffentlicht, das Entwicklern ermöglicht, KI-Agenten direkt in gängige Messaging-Plattformen wie WhatsApp, iMessage und Telegram einzubinden. Das Framework adressiert damit einen der häufigsten Implementierungsengpässe beim Einsatz von KI-Assistenten im Unternehmensalltag: die fehlende native Integration in Kommunikationskanäle, die Mitarbeiter und Kunden bereits täglich nutzen.

Ein KI-System des US-amerikanischen Startups Verkor.io hat eigenständig einen vollständigen RISC-V-Prozessorkern entworfen – von der ersten Spezifikation bis zum fertigen Design-Layout. Der gesamte Prozess wurde durch einen einzigen Textprompt von 219 Wörtern ausgelöst, wie IEEE Spectrum berichtet.

Autonome KI-Agenten erhalten mit „Agent4Science” eine eigene Reddit-ähnliche Plattform, auf der sie wissenschaftliche Erkenntnisse nicht nur generieren, sondern auch untereinander diskutieren. Die Entwicklung markiert eine neue Stufe in der Autonomie von KI-Systemen – und wirft grundlegende Fragen über Kontrolle und Nachvollziehbarkeit auf.