The Agent Watch
Briefing · Artikel · Werkzeuge · Über uns EN FR DE ES 中文 IT PT SV FI DA

Tägliches Briefing

4. November 2026 · 5 Geschichten

🔥 Auf der Eins

1

Anthropic kann beweisen, welches Modell geantwortet hat

Wenn Sie einen Online-Assistenten etwas fragen, können Sie nicht prüfen, wer wirklich geantwortet hat: Ein Vermittler kann ein billigeres Modell einsetzen, oder jemand kann den Text unterwegs verändern. Anthropic veröffentlicht mit FlashProve einen kostenlosen Prototyp, der jeder Antwort einen mathematischen Beweis beifügt, ohne jemals das Innere des Modells zu verraten. Getestet mit Llama 4 Maverick erzeugt er rund 110 Beweis-Token pro Sekunde auf einer einzigen Grafikkarte, und der Beweis lässt sich in 17 Sekunden auf einem normalen Rechner prüfen. Der Preis ist hoch: etwa 70 bis 95 Mal mehr Rechenleistung als eine gewöhnliche Antwort. Und der Beweis sagt nur, dass das richtige Modell gesprochen hat, nicht dass die Antwort richtig ist. Quelle: Anthropic.

2

CrowdStrike kauft zwei Spezialisten für das Beobachten von Agenten

Wenn eine Aufsichtsbehörde fragt, was ein Agent eines Unternehmens getan hat, reicht das Argument, es sei das Modell gewesen, nicht mehr. CrowdStrike hat an einem Tag zwei Übernahmen unterzeichnet: Fiddler, das Agenten beobachtet und ihr Verhalten erklärt, und Dreadnode, das Sicherheitstests für künstliche Intelligenz automatisiert durchführt. Beide kommen unter den Namen Falcon Observe und Falcon Guardian zur Plattform des Anbieters, die allgemeine Verfügbarkeit ist für das vierte Quartal des Geschäftsjahres 2027 angekündigt. Eine Untersuchung des Wall Street Journal beziffert die beiden Übernahmen auf 495 Millionen Dollar, einen Betrag, den CrowdStrike nicht bestätigt hat und der in keiner der beiden Mitteilungen steht. Quelle: die Mitteilungen von CrowdStrike.

3

Uber setzt eine einzige Tür vor 5 000 Werkzeuge

Jedes Team eines großen Unternehmens, das einen Agenten an einen internen Dienst anschließen will, schreibt am Ende seinen eigenen kleinen Stecker, mit eigenen Sicherheitsregeln. Schließlich weiß niemand mehr, wie viele Werkzeuge es überhaupt gibt. Uber hat das Problem von oben gelöst: einen einzigen Katalog mit über 800 Servern und mehr als 5 000 Werkzeugen, in dem der Agent sucht, was er braucht, statt alles auf einmal zu bekommen. Das wichtigste Detail: Werkzeuge werden automatisch entdeckt, aber keines funktioniert, solange das besitzende Team es nicht freigegeben hat. Uber hat seine Konstruktion im Oktober veröffentlicht; die Analyse vom Montag bringt sie zurück in die Schlagzeilen. Quelle: der Engineering-Blog von Uber.

4

OpenAI ließ seine Modelle ein ganzes Gerät entwerfen

Zwei Ingenieure von OpenAI haben in weniger als einer Woche ein vollständiges elektronisches Gerät entworfen, neben ihrer eigentlichen Arbeit: Ein Modell schrieb die Anforderungen, ein anderes zeichnete Form, Gehäuse, Platine und die Software, die das Ding steuert. Ein Hersteller produzierte anschließend in weniger als einem Monat eine erste Serie Prototypen. Das Unternehmen räumt selbst ein, dass mehrere Prüfrunden nötig waren, bevor das Objekt fertig für die Fertigung war. Die aussagekräftigere Zahl liegt woanders: Seit Februar hat sich der Einsatz dieser Modelle in den Hardwareteams um den Faktor 23 gesteigert. Quelle: OpenAI.

5

Ein öffentlicher Test sagt, was Agenten beim Beheben von Fehlern taugen

Collinear AI hat die zweite Version seines Prüfstands frei veröffentlicht: Ein Agent muss eine Sicherheitslücke in einem echten Code-Repository finden und beheben, ohne zu brechen, was lief. Version 2 umfasst 100 öffentliche Aufgaben über 91 verschiedene Fehlerarten. Das Ergebnis verdient einen zweiten Blick: Das beste Modell löst nur 67,8 Prozent davon, und 19 Prozent der Aufgaben bleiben selbst für es unlösbar, auch nach mehreren Versuchen. Mit anderen Worten: Sicherheitslücken zu schließen bleibt für einen Agenten harte Arbeit, und seine Fehler können unbemerkt bleiben. Quelle: Collinear AI auf Hugging Face.

📡 Im Auge behalten

Honeycomb stellt Agenten auf Ihre Ausfälle, Tag und Nacht

Der Beobachtungsanbieter Honeycomb startet Agenten, die Produktionsausbringungen überwachen, Rückgänge erkennen, bevor Kunden sie sehen, und Störungsberichte schreiben. Jeder Befund wird mit der zugehörigen Spur verknüpft und als bestätigt oder als Vermutung gekennzeichnet. Der Zugang ist in einer frühen Phase. Honeycomb verweist auf eine Umfrage, in der 76 Prozent der Teams sagen, von künstlicher Intelligenz geschriebener Code wachse schneller als ihre Prüfmöglichkeit, und 65 Prozent einen Vorfall durch eine Agentenschleife oder eine entgleiste Token-Rechnung erlebten. Quelle: Honeycomb.

VMware will Agenten Daten abfragen lassen, ohne sie zu verschieben

Mit seiner Tanzu-Plattform bietet VMware einen Weg, Agenten Zugriff auf Unternehmensdaten zu geben, ohne alles in ein zentrales Lager zu übertragen. Agenten gehen durch einen Katalog beaufsichtigter Datenprodukte, mit genau denselben Maskierungsregeln wie für menschliche Leser. Der Anbieter verspricht weniger verbrauchte Token und planbare Gebühren für den Datenaustritt aus der Cloud. Quelle: VMware Tanzu.

Ebix und intentyx beobachten, was Ihre Agenten wirklich tun

Die beiden Unternehmen bringen eine Plattform an den Start, die die Agenten eines Unternehmens entdeckt, deren Handlungen an eine erklärte Absicht bindet, also Zweck, erlaubte Werkzeuge und erreichbare Daten, und alarmiert, wenn ein Agent diesen Rahmen verlässt. Der Chef von Ebix wettet darauf, dass Agenten-Governance 2027 eine eigene Sicherheitskategorie wird. Quelle: die Mitteilung von Ebix.

Artefact und Dust haben 1 500 Agenten in einer öffentlichen Bank ausgerollt

Die französische öffentliche Investitionsbank Bpifrance testete vier Monate lang mit hundert Mitarbeitenden, fand mehr als sechzig mögliche Anwendungen und ging dann innerhalb von Monaten auf fünfhundert Lizenzen und fünfzehnhundert Agenten. Das Regelwerk, wer welche Lizenz hält, wie riskant ein Agent ist und wie Anschlüsse überwacht werden, stand in weniger als vier Wochen. Quelle: Artefact.

📊 Trend

Ein Faden zieht sich durch die Nachrichten des Tages: Gefragt ist nicht mehr nur, was ein Modell weiß, sondern was ein Agent wert ist und wie man beweist, dass er der ist, der er zu sein behauptet. Anthropic erfindet den mathematischen Beweis. CrowdStrike kauft die Werkzeuge, die erklären, was Agenten getan haben. Uber legt die Freischaltung von Werkzeugen hinter menschliche Freigabe. Ein öffentlicher Prüfstand sagt, dass das Beheben von Sicherheitslücken schweres Handwerk bleibt, mit 67,8 Prozent als Bestwert. Und OpenAI lässt seine Modelle ein ganzes Gerät entwerfen. Der Schwerpunkt der Branche hat sich vom Modell auf den Beweis, die Kontrolle und die Messung verschoben.