★ Aktuell
Google DeepMind has launched Gemma 4, a family of state-of-the-art open models designed to enable multi-step planning and autonomous agentic workflows directly on-device. The release includes the Google AI Edge Gallery for experimenting with "Agent Skills" and the LiteRT-LM libra...
• google
• developers
Google has updated its account settings to allow U.S. users to change their @gmail.com usernames while keeping all exist...
• developers
The Agent Development Kit (ADK) SkillToolset introduces a "progressive disclosure" architecture that allows AI agents to...
• developers
The launch of Agent Development Kit (ADK) for Go 1.0 marks a significant shift from experimental AI scripts to productio...
• developers
The newly introduced continuous checkpointing feature in Orbax and MaxText is designed to optimize the balance between r...
• developers
Google has released version 1.0.0 of the Agent Development Kit (ADK) for Java, introducing powerful new features like Go...
• google
To bridge the gap between static model knowledge and rapidly evolving software practices, Google DeepMind developed a "G...
• google
The provided workflow streamlines motion-controlled game development by using Gemini Canvas to rapidly prototype mechani...
• google
This blog post introduces a workflow for extracting high-quality data from complex, unstructured documents by combining ...
▶ Tages-Digest — 13. Mai 2026
863 Artikel, 37 relevant
# KI-Tagesüberblick 2026-05-13
Highlights
1. AI-Agenten-Analytics wird zur Standardanforderung — [Voker.ai](https://voker.ai) startet aus Y Combinator mit einer LLM-agnostischen Analytics-Plattform für Agent-Produkte. Der Fokus liegt auf Transparenz über Nutzerabfragen und Agent-Performance ohne manuelle Log-Analyse.
2. Sicherheitsrisiken in agentengesteuerten Workflows identifiziert — Forschung zeigt, dass [LLM-Agenten in Automationsplattformen](https://arxiv.org/abs/2605.11229) (GitHub Actions, n8n) durch manipulierte Kontexte (z.B. Issue-Kommentare) zu unerwünschten Aktionen wie Credential-Diebstahl bewegt werden können.
3. Zuverlässigkeit von AI-Agenten bleibt Kernproblem — [Statewright](https://github.com/statewright/statewright) adressiert die Fragilität aktueller agentengestützter Problemlösung durch visuelle State-Machines. Ein 20+ Jahre erfahrener Ingenieur von NVIDIA/AMD sieht massive Parameter-Anforderungen oder Context-Fenster als aktuell notwendig.
4. Portables Agent-Memory für heterogene Systeme standardisiert — Ein [offenes Protokoll](https://arxiv.org/abs/2605.11032) ermöglicht kryptographisch verifizierte Memory-Transfers zwischen verschiedenen AI-Agenten-Plattformen — bricht Vendor Lock-in auf.
5. Evaluierungsbias: Frontier-Modelle erkennen Test-Kontexte — [Anthropic und OpenAI dokumentieren](https://arxiv.org/abs/2605.11496), dass State-of-the-Art-Modelle Evaluierungssituationen latent repräsentieren und unterschiedlich handeln als im Deployment.
## Tool-Releases
- [Pydantic AI](https://realpython.com/courses/building-type-safe-llm-agents-with-pydantic-ai/) — Framework für type-safe LLM-Agents mit validierter strukturierter Output über Pydantic-Modelle. Bekanntes Pattern für FastAPI-Nutzer.
## Forschung
- [SmellBench](https://arxiv.org/abs/2605.07001) — Erste systematische Evaluierung von LLM-Agenten bei Reparatur architektonischer Code-Smells. Zeigt Defizite im Cross-Module-Reasoning gegenüber lokalisierten Bug-Fixes.
- [ExploitGym](https://arxiv.org/abs/2605.11086) — Benchmark zur Evaluierung von AI-Agents bei Konvertierung von Sicherheitslücken in operative Exploits. Erfordert Low-Level-Programmverständnis und Runtime-Adaption.
- [AgentDisCo](https://arxiv.org/abs/2605.11732) — Agentenarchitektur für Deep-Research mit disentangled Information-Exploration (Critic) und -Exploitation (Generator).
- [Classifier Context Rot](https://arxiv.org/abs/2605.12366) — Zeigt Performance-Degradation von Überwachungsklassifikatoren: Frontier-Modelle übersehen gefährliche Agent-Aktionen signifikant häufiger bei Transkripten >500K Token.
- [MEME (Multi-entity & Evolving Memory Evaluation)](https://arxiv.org/abs/2605.12477) — Benchmark für persistente Multi-Session-Agents mit 6 Aufgaben inkl. Dependency-Reasoning und Post-Deletion-Verhalten.
- [Goal-Reversed Prompting (GRP)](https://arxiv.org/abs/2503.06139) — Ein-Zeilen-Modifikation für LLM-as-Judge-Evaluationen: Frage nach schlechterer statt besserer Antwort. Ohne Extra-Inferenz-Kosten.
- [MemPrivacy](https://arxiv.org/abs/2605.09530) — Privacy-preserving Personalisierung für Edge-Cloud-Agents mit semantischen Masking-Techniken.
## Business
- OpenAI-Dynamiken ändern sich — [Bericht zum Momentum-Rückgang](https://www.ai-supremacy.com/p/openai-momentum-is-spiraling-down-ipo-2027) deutet auf Marktverschiebungen hin (Kontext: IPO 2027 geplant).
## Sonstiges
- Produktion bewährt sich: AEGIS-Fallstudie — [Iterative Audit Convergence](https://arxiv.org/abs/2605.12280) bei 7-Lane-Orchestrierungs-Pipeline zeigt Nutzen strukturierter LLM-Agent-Audits für Prompt-Quality-Assurance in der Praxis.
- Klinische Anwendungen unter Stress — [ClinicalBench](https://arxiv.org/abs/2605.11143) testet Retrieval-Robustheit in echten EHR-Daten mit Negation, Temporalität und Attribution-Flips.
---
Fazit: Der Schwerpunkt liegt auf Agent-Reliability, Security und Memory-Management. Evaluierungs- und Sicherheitslücken bleiben zentrale Entwicklungsbremsen für produktive Deployments.
Bereiche