KI-Agenten

Eine neue Studie der Stanford University räumt mit einer verbreiteten Annahme in der KI-Entwicklung auf: Der Leistungsvorteil von Multi-Agenten-Systemen gegenüber einzelnen KI-Agenten lässt sich größtenteils auf den höheren Rechenaufwand zurückführen – nicht auf die Zusammenarbeit der Agenten an sich. Für Unternehmen, die in agentenbasierte Architekturen investieren wollen, hat das konkrete Konsequenzen.

Google hat das cloudbasierte Notebook-Tool Colab um eine native Unterstützung für das Model Context Protocol (MCP) erweitert. Entwickler können damit KI-Agenten direkt in der Cloud ausführen und über standardisierte Schnittstellen mit externen Werkzeugen und Datenquellen verbinden.

Anthropic hat ein neues Produktangebot vorgestellt, das Unternehmen den technischen Aufwand beim Aufbau von KI-Agenten erheblich reduzieren soll. Mit dem sogenannten „Claude Managed Agents”-Ansatz übernimmt der KI-Anbieter zentrale Infrastrukturaufgaben, die bislang Entwickler selbst lösen mussten.

IBM Research hat mit ALTK-Evolve einen Ansatz vorgestellt, bei dem KI-Agenten ihre Fähigkeiten nicht vorab durch aufwändiges Training erwerben, sondern während des produktiven Einsatzes kontinuierlich weiterentwickeln. Das Konzept adressiert eine der zentralen Schwachstellen heutiger Agentensysteme: die fehlende Anpassungsfähigkeit an neue oder unbekannte Aufgaben ohne menschliche Intervention.