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

Tägliches Briefing

16. November 2026 · 5 Geschichten

🔥 Auf der Eins

1

OpenBot 1.0: Der Agent arbeitet auf Ihrem Rechner, muss aber um Erlaubnis fragen

CopilotKit bringt OpenBot 1.0 heraus, eine Werkstatt, in der man Agenten installiert, die die Arbeit für Sie erledigen. Jeder Agent bekommt einen eigenen Rechner: einen Browser, dem Sie beim Arbeiten zusehen können, Dateien und eine Kommandozeile. Sie geben ihm drei Arten von Rechten: Er darf selbst handeln, er muss Ihre Zustimmung einholen, oder er darf das überhaupt nicht anfassen. Jeder Versuch wird in einem Protokoll festgehalten. Das Beispiel des Anbieters: ein Agent, der Spesenbelege prüft. Er sucht die geltende Regel heraus, zeigt die umstrittene Zeile des Belegs und meldet, was ein menschliches Urteil braucht. Er darf die Erstattung nicht auslösen. Der Code ist frei, unter einer MIT-Lizenz, und die Leitstelle für Erinnerung und Governance wird separat verkauft. Quelle : https://www.copilotkit.ai/blog/introducing-openbot-1-0

2

Stanford bringt einem Modell bei, nur 16 Erinnerungen einer ganzen Bibliothek zu behalten

Forschende der Stanford-Universität geben den Code eines Speichermoduls für eingefrorene Modelle frei, unter der Apache-2.0-Lizenz. Das Prinzip: Das Modell liest nicht mehr bei jeder Frage alle Dokumente. Es behält nur 16 Token, ausgewählt nach der gestellten Frage, so als würden Sie 16 Karteikarten in einer Schachtel aufbewahren statt eine ganze Bibliothek zu schleppen. Auf einem Test mit Faktenfragen erreicht es mit diesen 16 Token 84,33 %, während es mit allem nur 80,43 % erreicht. Die Zahl der Dokument-Token ist 108-mal niedriger. Bei 512 Dokumenten fällt die gemessene Verzögerung von 19,9 auf 0,74 Sekunden, also 27-mal weniger. Die Autoren nennen auch die Grenzen: Das Modul verliert auf drei Tests, wenn die Dokumente zu kurz sind, damit Komprimierung etwas gewinnt. Quelle : https://memory.stanford.edu/

3

Macs zur Tagesmiete für Agenten, die auf einem echten Computer arbeiten müssen

Mount Thor nimmt 45 Millionen Dollar auf, um Macs zu vermieten, so wie man Server vermietet. Die Idee folgt einer einfachen Beobachtung: Ein Agent, der einen Computer steuert, braucht dieselbe Umgebung wie ein Mensch, mit Programmen, Dateien und Bildschirm. Viele Aufgaben gibt es nur auf Apples Betriebssystem. Deshalb verkauft das Unternehmen ganze Maschinen und isolierte virtuelle Maschinen, abgerechnet pro Tag. Es hat sein erstes Rechenzentrum in weniger als sechs Monaten aufgebaut. Unter den Investoren sind bekannte Namen: Meta, OpenAI und Vercel, daneben CRV und Conviction, die die Serie A anführen. Das Team hat bereits Infrastruktur für Cerebras, CoreWeave, OpenAI und xAI gebaut. Quelle : https://blog.mountthor.com/a

4

Kindo nimmt 30 Millionen Dollar auf, um zu wissen, was jeder Agent kostet

Kindo nimmt 30 Millionen Dollar auf, gemeinsam angeführt von Crosspoint Capital und Forgepoint Capital, insgesamt 57,6 Millionen seit der Gründung. Das Unternehmen verkauft eine Leitstelle für Unternehmens-Agenten: zu wissen, was sie tun, was sie berühren und was sie kosten. Der konkreteste Teil ist die Rechnung. Die Konsole erfasst jedes verbrauchte Token und das Ergebnis jedes Durchlaufs, auch die Fehlschläge, und rechnet die Kosten dann nach Person, Agent, Dienst und Projekt zusammen. Finanzabteilungen können harte Obergrenzen setzen und Warnungen auslösen. Kindo gibt an, den Umsatz um etwa 800 % in einem Jahr gesteigert zu haben, und nennt einen Kunden, der mehr als 2 Millionen Dollar pro Jahr spart. Das sind Angaben des Anbieters, nicht geprüft. Das Produkt funktioniert mit jedem Agenten, auch fremd gebauten, und kann beim Kunden selbst ohne Verbindung laufen. Quelle : https://www.kindo.ai/resources/press-kindo-raises-57-million-ai-agent-management

5

Blue J nimmt 176 Millionen Dollar für Agenten auf, die Steuerarbeit erledigen

Blue J nimmt in einer Serie-E-Runde 176 Millionen Dollar auf, angeführt von JMI Equity, und wird auf mehr als 700 Millionen Dollar bewertet. Das Unternehmen verkauft einen Agenten, der die Arbeit der Steuerberatung erledigt, nicht nur deren Fragen beantwortet. Man übergibt ihm eine ganze Aufgabe: eine Erklärung vor der Abgabe prüfen, eine Antwort auf einen Steuerbescheid vorbereiten, einen Gesellschaftsvertrag analysieren, einen Brief an den Mandanten formulieren. Er erstellt ein prüfbereites Dokument, dessen Quellen und Schritte einsehbar bleiben, und der Mensch behält das Urteil. Die Plattform hat bereits mehr als 14 Millionen Steuerfragen beantwortet. Der wiederkehrende Jahresumsatz wuchs in fünfzehn Monaten um 165 %. Mehr als 6 500 Organisationen und 45 000 Fachleute nutzen das Produkt. Der Gründer fasst es so: Eine Antwort ist fast nie das Ende der Arbeit des Mandanten. Quelle : https://www.bluej.com/blog/blue-j-announces-series-e-funding

📡 Im Auge behalten

Solo.io will, dass eine Agentensitzung pausiert statt einen Server zu belegen

Solo.io kündigt die Unternehmensversionen zweier Bausteine an, um Agenten in Produktion zu betreiben. Die Idee: Eine Agentensitzung pausiert, wenn sie nichts zu tun hat, und läuft bei Bedarf weiter, statt dauerhaft einen leeren Server zu betreiben. Jede Sitzung ist isoliert, und ein Gateway prüft, wer sie aufruft und was sie erreichen darf. OutSystems und Swissquote nutzen das bereits. Quelle : https://www.solo.io/press-releases/announcing-kagent-1-0-ga

Mirantis ergänzt Not-Aus-Taste und Ausgabengrenzen für Agenten in Produktion

Mirantis bringt eine Plattform in den Verkauf, um Agenten auf eigenen Servern zu betreiben. Sie legt fest, was jeder Agent erreichen darf, setzt Ausgabengrenzen auf drei Ebenen, protokolliert alles und trennt im Störungsfall per Knopfdruck das Netzwerk der gesamten Flotte. Ein Agent darf eine Reparatur an einer Produktionsmaschine vorschlagen, ein Mensch muss sie aber freigeben. Der Anbieter stützt sich auf zwei Studien: 49,8 % der befragten Organisationen erlebten eine unerwünschte Handlung eines Agenten oder vermuten sie, und nur 17,5 % können ihn automatisch stoppen. Quelle : https://www.mirantis.com/company/press-center/company-news/mirantis-announces-agent-platform-that-strengthens-human-oversight-of-production-ai-agents

AT&T betreibt fast 500 Prozesse mit Agenten, ohne den Menschen zu früh abzulösen

Der Telekommunikationskonzern AT&T hat fast 500 Prozesse mit Agenten in Produktion genommen und will die Zahl 2027 verdreifachen. Seine Plattform erledigt mehr als eine Million Transaktionen im Monat. Der interessante Punkt ist nicht die Zahl, sondern die Regel: Jeder Prozess startet mit einem Menschen, der prüft, und volle Autonomie gibt es erst, wenn die Genauigkeit Mitte der 90er erreicht und das Risiko als vertretbar gilt. Eine interne Gruppe, Business Agent Foundry, kartiert die Prozesse und schickt die sensibelsten durch Sicherheits- und Compliance-Prüfungen. Quelle : https://siliconangle.com/2026/11/14/att-uses-agentic-ai-to-reinvent-business-processes-from-the-ground-up

Ein Sprachmodell, das weiß, mit wem gesprochen wurde, selbst wenn der Fernseher antwortet

Bland stellt Tofu-1 vor, ein Modell, das gleichzeitig hört und spricht, ohne über eine Transkription zu gehen. Der Anbieter zielt auf schwierige Anrufe: aus einem fahrenden Auto, auf einer Krankenhausstation, mit mehreren sprechenden Personen. Sein Lieblingstest ist der Fernsehfall. Der Agent fragt, ob der Anrufer kündigen will, der Anrufer antwortet nicht, weil er nach seiner Vertragsnummer sucht, und der Fernseher sagt Ja. Ein Modell, das nur Text liest, hielte dieses Ja für eine Bestätigung. Tofu-1 soll den Satz dem Fernseher zuschreiben und nachfragen. Der Zugang ist eine Vorschau für wenige Unternehmen. Quelle : https://www.bland.ai/speech-to-speech

📊 Trend

Heute werden Agenten genauso installiert und kontrolliert, wie sie antworten. OpenBot 1.0 gibt jedem Agenten einen eigenen Rechner, eigene Rechte und ein Protokoll, und Stanford zeigt, dass ein eingefrorenes Modell eine ganze Dokumentensammlung mit 16 Erinnerungen tragen kann, was die Kosten planbar macht. Zugleich wird die Rechnung zum Thema der Führung: Kindo rechnet zusammen, was jeder Agent kostet, Mirantis trennt per Klick das Netzwerk einer ganzen Flotte, und Solo.io will, dass eine Sitzung pausiert statt dauerhaft einen Server zu belegen. AT&T wendet dieselbe Regel im großen Maßstab an: Der Mensch prüft am Anfang, Autonomie kommt erst nach einer gemessenen Genauigkeit. Und das Geld wandert zur fachlichen Anwendung: Blue J verkauft einen Agenten, der Steuerarbeit erledigt, nicht eine weitere Antwort.