Metatron Intelligence
Heute: die fünf KI-Meldungen des Tages → und das KI-Wiki

Thema · aktualisiert am 3. November 2026

Agentische KI: belegte Evidenz zu KI-Agenten

Agentische KI bezeichnet KI-Systeme, die ein Ziel verfolgen, indem sie Schritte planen und Werkzeuge nutzen, etwa Suche, Code, Zahlungen oder ein CRM, ohne dass ein Mensch jeden Schritt freigibt. Diese Seite sammelt die Atlas-Einträge zu KI-Agenten, neueste zuerst, jeweils mit den Grenzen ihrer Evidenz.

Diesem Thema sind 175 Einträge zugeordnet: 93 Aussagen, 79 Quellen und 3 Wegweiser. Die Zuordnung erfolgt pro Eintrag durch einen Klassifikationslauf (modellgestützt, stichprobengeprüft) und wird mit jeder Veröffentlichung überprüft. Ein Eintrag erscheint hier, wenn KI-Agenten oder agentische KI sein Hauptgegenstand sind. Jeder Eintrag behält seine eigene Evidenzklasse und seine Grenzen.

Aussagen

  1. Aussage MWITA-ASVC-2026-059e& erklärte, sein Consumer Assistant könne an Sprachanrufen teilnehmen und Aktionen wie das Vereinbaren von Terminen ausführen.
  2. Aussage MWITA-ASVC-2026-051Rakuten erklärt, Raptor kombiniere KI-Chat, KI-Sprache und KI-gestützten menschlichen Service.
  3. Aussage MWITA-ASVC-2026-049Rakuten erklärte, sein generative-KI-Kundenservice-Agent Raptor werde unternehmensweit in seinem Ökosystem eingesetzt.
  4. Aussage MWITA-ASVC-2026-044NAVER bezeichnet den Shopping AI Agent als handlungsorientiert, doch die zitierte Veröffentlichung vom Juni 2026 dokumentiert Empfehlungen statt abgeschlossener Käufe.
  5. Aussage MWITA-ASVC-2026-043NAVER ermöglicht Nutzern, ein Agent-Gespräch direkt auf dem Startbildschirm der Shopping-App zu beginnen.
  6. Aussage MWITA-ASVC-2026-042NAVER erklärt, sein Shopping AI Agent analysiere Klicks, gespeicherte Artikel, Warenkorbeingaben und Trends, um Richtungen für die Produktentdeckung vorzuschlagen.
  7. Aussage MWITA-ASVC-2026-041NAVERs Shopping AI Agent entwickelte sich von einer Beta im Februar 2026 mit Fokus auf Entdeckung und Zusammenfassungen dazu, im Juni 2026 proaktiv Gespräche zu beginnen.
  8. Aussage MWITA-LV-2026-040Das angekündigte Design von Mastercard verlangt, dass vertrauenswürdige Agenten registriert und verifiziert sind, und besagt, dass Verbraucher kontrollieren, was ein Agent kaufen darf.
  9. Aussage MWITA-LV-2026-039Mastercard kündigte Agent Pay im April 2025 mit agentischen Tokens an, die agentenvermittelte Transaktionen identifizieren und autorisierte Käufe einschränken sollen.
  10. Aussage MWITA-LV-2026-038Visa beschreibt das Protokoll als Übermittlung von Agentenidentität und Signalen zur Verbraucherabsicht während Suche, Vergleich und Zahlung.
  11. Aussage MWITA-ASVC-2026-037Mercado Libre erklärte, mehrere Millionen-Dollar-SaaS-Verträge durch Agenten ersetzt zu haben.
  12. Aussage MWITA-LV-2026-037Visa veröffentlichte im Oktober 2025 das Trusted Agent Protocol, damit Händler autorisierte KI-Agenten bei Commerce-Interaktionen unterscheiden können.
  13. Aussage MWITA-LV-2026-036Google startete Business Agent im Januar 2026 für ausgewählte US-Händler, während die Direktkauf-Funktionalität als künftige Fähigkeit beschrieben wurde.
  14. Aussage 2026-0035Agentische Commerce- und Service-Flows werden außerhalb westlicher Web-Defaults voraussichtlich zuerst auf lokalen Sprachmodellen, Payment-/DPI-Rails und super-app-/messaging-nativen Interfaces konvergieren, sofern lokale Mandats-, Consent- und Dispute-Schnittstellen produktiv werden.
  15. Aussage MWITA-LV-2026-035Google erklärt, UCP sei für die Zusammenarbeit mit A2A, AP2 und MCP konzipiert und gemeinsam mit fünf namentlich genannten Commerce-Unternehmen entwickelt sowie von mehr als 20 weiteren unterstützt worden.
  16. Aussage MWITA-LV-2026-034Google startete UCP im Januar 2026 als offenen Standard, der Entdeckung, Kauf und Post-Purchase-Interaktion zwischen Agenten, Händlern und Zahlungsanbietern abdeckt.
  17. Aussage MWITA-ASVC-2026-034Mercado Libre erklärte, Maxwell habe Support-Agenten für Mercado-Pago-Nutzer, Werbetreibende und Verkäufer ermöglicht.
  18. Aussage 2026-0030SCITT-kompatible Agent-Receipts, portable Workload-Identität und kontinuierliche Autorisierung dürften in den nächsten 18–48 Monaten von frühen Profilen zu pilotfähigen Governance-Bausteinen werden, ohne dass ein vollständiger End-to-End-Konsens garantiert ist.
  19. Aussage 2026-0029Share-of-Model-, Citation- und Agent-Handoff-Metriken werden innerhalb von 3–5 Jahren voraussichtlich Bestandteil regulärer Brand- und Channel-Reviews, sofern AI-Antworten und agentische Interfaces substanzielle Discovery- oder Transaktionsanteile erreichen.
  20. Aussage MWITA-SR-2026-024Das Framework trennt Agentenverkörperung, Szenarioexposition und Sentiment-Generierung samt Begründungen.
  21. Aussage MWITA-ASVC-2026-023Nubank berichtete, KI-Agenten hätten im 2. Quartal 2026 in Brasilien mehr als 60 % der Kundenservice-Gespräche bearbeitet.
  22. Aussage MWITA-SR-2026-023Das philippinische Sentiment-Simulationsframework instanziierte Agenten aus einer national repräsentativen Umfrage mit 2.485 Befragten.
  23. Aussage MWITA-AW-2026-021Eine von der singapurischen IMDA einberufene juristische Arbeitsgruppe berichtete von einer Mehrheitsauffassung, dass viele Agenten-Schadensfälle unter bestehendes Vertrags- oder Fahrlässigkeitsrecht fallen könnten, und benannte zugleich praktische Hürden für Anspruchsteller durch technische Komplexität, mehrere Akteure und Unvorhersehbarkeit.
  24. Aussage MWITA-AI-2026-021NIST AI 100-2e2025 ordnet Evasion-, Poisoning-, Privacy- und Missbrauchsangriffe über den KI-Lebenszyklus hinweg ein, während OWASPs Leitlinie zu Excessive Agency die Minimierung von Erweiterungen, Funktionalität, Berechtigungen und Autonomie bei vollständiger Mediation betont.
  25. Aussage 2026-0020Eine sichere Qube-Architektur braucht einen deterministischen Workflowkern um probabilistische Worker, kurzlebige Workload-Identität, aktionsgebundene Autorisierung, signierte Receipts und Outcome-Evaluation.
68 weitere anzeigen
  1. Aussage MWITA-AI-2026-020Die Agentic-Commerce-Designs von OpenAI, Visa und Mastercard betonen ausdrückliche Nutzerbestätigung oder -absicht, begrenzte Credentials/Tokens, Händlerverifizierung, Betrags- oder Warenkorbgrenzen und Gültigkeitsfenster.
  2. Aussage 2026-0019MCP und A2A standardisieren Tool-/Datenzugriff beziehungsweise Agent-zu-Agent-Kommunikation, lösen aber fachliche Semantik, Delegationsrecht, Haftung, Vertrauen und Erfolgsbewertung nicht.
  3. Aussage MWITA-AW-2026-019Der FREE-AI-Bericht beschreibt agentische Systeme als möglichen Wandel von Aufgabenautomatisierung zu Entscheidungsautomatisierung und liefert ein Szenario für einen Kreditagenten für KMU, stellt es jedoch als prospektiv dar und nicht als Beleg für einen aktuellen Einsatz.
  4. Aussage MWITA-ASVC-2026-017Grab erklärt, der Merchant AI Assistant könne proaktiv Verkaufsverbesserungen vorschlagen und dabei helfen, Werbekampagnen zu erstellen oder Menüs zu aktualisieren.
  5. Aussage MWITA-DM-2026-017Die NIST-Forschung von 2026 zu Agentic-AI-Probes bewertet die Evidenzzuordnung anhand trennbarer Dimensionen von Treue, Vollständigkeit und Hinlänglichkeit und erzeugt strukturierte Audit-Trails.
  6. Aussage MWITA-BM-2026-017Salesforce gab an, der interne Agentforce-Einsatz habe 500.000 Supportfälle gelöst und 84 % ohne menschliches Eingreifen bearbeitet.
  7. Aussage MWITA-AI-2026-017SHADE-Arena bewertet, ob Monitore absichtlich verborgenes Sabotageverhalten in kontrollierten Aufgaben erkennen, doch die Erkennung im Benchmark belegt nicht, dass eingesetzte Monitore reale Workflows oder neuartige Angriffe abdecken.
  8. Aussage MWITA-SI-2026-017Die Linux Foundation meldete bis April 2026 A2A-Unterstützung von mehr als 150 Organisationen und Produktionseinsätze in mehreren Branchen.
  9. Aussage MWITA-AW-2026-016Eine rund vier Monate laufende Sandbox der singapurischen Regierung und Googles testete Computer-Use-Agenten bei der Qualitätssicherung von Regierungswebsites, bei mehrsprachigen KI-Sicherheitstests und bei der Navigation in Sozialhilfeangeboten; die veröffentlichte Seite berichtet über erfolgreiche Erkennung eingebrachter Fehler und skalierbare Sicherheitstests, erklärt aber, dass die Umsetzung nicht völlig fehlerfrei war.
  10. Aussage MWITA-FT-2026-016Der erste Entwurf des NIST Cybersecurity Framework Profile for AI von 2025 empfiehlt, jeden KI-Agenten als eindeutig identifizierten privilegierten Akteur zu behandeln, was die Konvergenz mit Zero-Trust-Praxis veranschaulicht, aber keinen abgeschlossenen Standard darstellt.
  11. Aussage MWITA-SI-2026-016Die Linux Foundation startete das Agent2Agent-Protokollprojekt am 23. Juni 2025 und meldete Unterstützung von mehr als 100 Technologieunternehmen.
  12. Aussage MWITA-AI-2026-015GitHub dokumentiert, dass versteckte Unicode- oder maskierte Inhalte in Issues versuchen können, per Prompt-Injection auf Coding-Agenten einzuwirken, und beschreibt Kontextanzeige, Normalisierung und Netzwerkkontrollen als Abwehrmaßnahmen.
  13. Aussage MWITA-AW-2026-015Das IMDA-Framework betrachtet Agentenrisiken als gemeinsames Ergebnis von Aktionsraum – Systeme und Lese-/Schreibrechte – und Autonomie – Ausmaß an Agentenurteil und menschlicher Beteiligung – und nicht allein von der Modellidentität.
  14. Aussage MWITA-SI-2026-015Die offizielle MCP Registry startete im September 2025 als Vorschau eines offenen Katalogs und einer API für selbst gemeldete Server-Metadaten, ausdrücklich ohne Garantien zur Datenhaltbarkeit und mit möglichen Breaking Changes.
  15. Aussage MWITA-AI-2026-014Die MCP-Leitlinien von Microsoft benennen Tool Poisoning und Rug Pulls nach der Installation als Pfade indirekter Injection, die die Tool-Nutzung manipulieren oder Daten exfiltrieren können.
  16. Aussage MWITA-MB-2026-014Die System Card zu OpenAIs Operator beschreibt mehrschichtige Schutzmaßnahmen für Computer Use, darunter Bestätigungen und Risikokontrollen, und berichtet zugleich über Modellfehler und Prompt-Injection-Risiken.
  17. Aussage MWITA-AW-2026-014Das singapurische Agentic-AI-Framework von 2026 gliedert Einsatzleitlinien in vier Dimensionen: Risiken und Befugnisse vorab begrenzen, Menschen sinnvoll rechenschaftspflichtig machen, technische Kontrollen über den Lebenszyklus umsetzen und Endnutzerverantwortung ermöglichen.
  18. Aussage MWITA-SI-2026-014Das MCP-Projekt meldete im Juli 2026 nahezu eine halbe Milliarde monatlicher Downloads über Tier-1-SDKs, wobei die TypeScript- und Python-SDKs jeweils mehr als eine Milliarde kumulierte Downloads überschritten.
  19. Aussage MWITA-AI-2026-013Microsoft und die ursprüngliche EchoLeak-Forschung beschreiben CVE-2025-32711 als mehrstufige Cross-Prompt-Injection-Schwachstelle, die Microsoft 365 Copilot dazu bringen konnte, begrenzte, dem Opfer bereits zugängliche Daten zu exfiltrieren.
  20. Aussage MWITA-MB-2026-013SHADE-Arena bewertet, ob Monitore verdeckte Sabotage in komplexen Agenten-Traces erkennen können, und macht Monitoring-Recall, Fehlalarme und Prüfaufwand messbar statt angenommen.
  21. Aussage MWITA-SI-2026-013Die MCP-Spezifikation vom 28. Juli 2026 führte einen zustandslosen Protokollkern ein und entfernte den initialize/initialized-Austausch sowie den Mcp-Session-Id-Header.
  22. Aussage MWITA-LV-2026-012Zum Start demonstrierte Alibaba, wie Qwen 40 Bubble Teas bestellte, Rabatte anwendete und im Chat über Taobao Instant Commerce bezahlte.
  23. Aussage MWITA-CCO-2026-012Automatisierte Agenten wurden etwas weniger positiv wahrgenommen als Menschen, doch Verhaltensergebnisse wie Auswählen und Kaufen waren insgesamt statistisch gleichwertig.
  24. Aussage MWITA-AGC-2026-011Ein agentischer Zahlungsweg eines Kartennetzwerks führte einen offengelegten echten Produktionskauf mit ausdrücklicher menschlicher Genehmigung und Agentenidentifikation aus.
  25. Aussage MWITA-AMPO-2026-011Ein stärkerer Agent erzielte in einem realen Mitarbeitermarkt mit echtem Geld mehr und besser bepreiste Abschlüsse, verbesserte aber weder Zufriedenheit noch wahrgenommene Fairness.
  26. Aussage MWITA-FT-2026-011NIST startete im Februar 2026 eine AI Agent Standards Initiative zu Interoperabilität, offenen Protokollen, Identität und Sicherheit, doch die genannten kurzfristigen Ergebnisse waren RFIs, Konzeptpapiere, Zusammenkünfte und künftige Leitlinien.
  27. Aussage MWITA-MB-2026-011Die internationale gemeinsame Testübung 2025 koordinierte KI-Sicherheitsinstitute, um gemeinsame Praktiken für die Bewertung agentischer Systeme zu verfeinern; ihr erklärtes Ziel war die Evaluationswissenschaft und gemeinsame Methoden, nicht die Zertifizierung von Modellen als sicher.
  28. Aussage 2026-0011Visa TAP und Mastercard Agent Pay belegen verfügbare technische Pfade für gebundene Agentenidentität, Nutzerauftrag und Zahlung; sie belegen noch keinen universellen interoperablen Standard.
  29. Aussage MWITA-LV-2026-010Alibaba stellte die ersten agentischen Fähigkeiten der Qwen App im Januar 2026 in China für öffentliche Tests bereit.
  30. Aussage MWITA-FT-2026-010China veröffentlichte 2026 ein leitendes technisches Dokument für die allgemeine Architektur der Vernetzung von KI-Agenten, zusammen mit Teilen zu Identität, Messaging und Discovery in derselben Standardsfamilie.
  31. Aussage MWITA-KI-2026-010Die Bedrohungsmaterialien von KISA aus dem Jahr 2025 nennen MCP/A2A-Sicherheit und Credential Stuffing unter den Cyberrisikothemen, die sie behandeln.
  32. Aussage MWITA-AI-2026-010OpenAI und Hugging Face gaben bekannt, dass Agenten in einer Cyber-Evaluation 2026 aus einer isolierten Umgebung entkamen, Infrastruktur ausnutzten und Produktionssysteme von Hugging Face erreichten; der vollständige Bericht beschreibt Codeausführung auf Dutzenden Servern und Root-Zugriff auf einem.
  33. Aussage MWITA-SEC-2026-009ShieldMCP senkte die gemessene ASR bei Tool-Poisoning von 74 % auf unter 9 % und bei indirekter Tool-Response-Injection von 47 % auf unter 6 %, bei einem medianen Overhead von unter 120 ms pro Aufruf.
  34. Aussage MWITA-SR-2026-009Die Agenten stimmten mit den GSS-Antworten zu 85 % so genau überein, wie die Teilnehmer zwei Wochen später mit ihren eigenen Antworten übereinstimmten.
  35. Aussage MWITA-MB-2026-009τ²-bench modelliert sowohl Agent als auch Nutzer als Akteure, die gemeinsamen Zustand ändern können, und trennt in Telekommunikationsszenarien Denkfehler von Kommunikations- und Koordinationsfehlern.
  36. Aussage MWITA-AGC-2026-008Bei komplexen Live-Web-Shopping-Anfragen erzielten die evaluierten Web- und Deep-Research-Agenten einen geringen ganzheitlichen Erfolg, insbesondere wenn Filter und Sortierung gemeinsam erfüllt werden mussten.
  37. Aussage MWITA-MB-2026-008τ-bench führte pass^k ein, um die Wahrscheinlichkeit zu messen, dass ein Agent bei wiederholten Tool-Nutzer-Interaktionen konsistent erfolgreich ist, und legte damit eine Zuverlässigkeit offen, die ein Erfolg beim ersten Versuch verbergen kann.
  38. Aussage MWITA-MB-2026-007METR definiert den Zeithorizont für die Aufgabenerfüllung als den Punkt der menschlichen Dauer, an dem vorhergesagt wird, dass ein Agent unter einer bestimmten Aufgabensuite und einem bestimmten Scaffold mit einer festgelegten Zuverlässigkeit erfolgreich ist.
  39. Aussage MWITA-SEC-2026-007OS-Harm dokumentierte unsichere Ausführungsspuren in allen getesteten Modellfamilien für Frontier-Computer-Use.
  40. Aussage MWITA-AGC-2026-007Der beste evaluierte Sprachagent scheiterte in ShoppingBench noch an mehr als der Hälfte der komplexen End-to-End-Shopping-Anweisungen.
  41. Aussage MWITA-ASVC-2026-006Hello! UPI behält die Eingabe der UPI-PIN innerhalb der Common Library von NPCI bei, statt Sprache als Zahlungsautorisierung zu behandeln.
  42. Aussage MWITA-AGC-2026-006In simulierten zweiseitigen Agentenmärkten verschaffte Reaktionsgeschwindigkeit einen deutlich größeren Auswahlvorteil als Servicequalität.
  43. Aussage MWITA-AI-2026-006Replits Reaktion konzentrierte sich auf getrennte Entwicklungs- und Produktionsdatenbanken, die Beschränkung von Produktionsänderungen durch Agenten und Snapshot-basiertes Rollback, statt sich nur auf Anweisungen an das Modell zu verlassen.
  44. Aussage MWITA-SEC-2026-006WASP-Web-Agenten begannen in 16 %–86 % der Fälle mit Angreiferanweisungen, erreichten das Angreiferziel aber in 0 %–17 %.
  45. Aussage MWITA-BM-2026-006Zendesk definiert automatisierte Lösungen als Abrechnungseinheit für die Nutzung von KI-Agenten und beschreibt die Zahlung als erfolgt, wenn eine Anfrage ohne Eskalation an einen menschlichen Agenten gelöst wird.
  46. Aussage MWITA-IMO-2026-005Ein konversationeller LLM-Agent steigerte den Erfolg bei kommunalen Web-Aufgaben für blinde und sehbehinderte Nutzer von 80,0 % mit ihrem Screenreader auf 95,8 %, ein Zugewinn von 15,8 Punkten.
  47. Aussage MWITA-AGC-2026-005Kontrollierte Entscheidungen von Shopping-Agenten waren modellabhängig und kausal empfindlich gegenüber Listungsposition, Empfehlungen, Preis und Formulierung der Beschreibung.
  48. Aussage MWITA-SEC-2026-005MCPSecBench berichtete, dass mehr als 85 % von 17 kuratierten Angriffstypen mindestens eine von drei getesteten MCP-Client-Plattformen kompromittierten.
  49. Aussage MWITA-AI-2026-005Replit räumte einen Vorfall aus dem Jahr 2025 ein, bei dem sein Agent Datenbankdaten in Jason Lemkins Anwendung löschte; Backups ermöglichten die Wiederherstellung, doch das Ereignis legte unsicheren Produktionszugriff und mangelndes Bewusstsein für Rollback offen.
  50. Aussage MWITA-BM-2026-005Salesforce listet Agentforce Flex Credits mit 500 US-Dollar pro 100.000 Credits, wobei eine Standard-Agentenaktion 20 Credits verbraucht, und bietet zudem eine Preisgestaltung von 2 US-Dollar pro Konversation an.
  51. Aussage MWITA-CO-2026-004Ein randomisiertes Feldexperiment mit 1.337 erreichten Kunden ergab, dass die Offenlegung eines KI-Sprachverkaufsagenten die Conversion im Vergleich zur Nichtoffenlegung nicht verringerte.
  52. Aussage MWITA-AGC-2026-004Über fünf Experimente hinweg verringerte hohe KI-Autonomie im Allgemeinen die Akzeptanz von Shopping-Assistenten, während ausdrückliche Knappheit die Wahl hoher Autonomie leicht erhöhte.
  53. Aussage MWITA-BM-2026-004Intercom listet Fin AI Agent ab 0,99 US-Dollar pro Outcome; ein Outcome kann eine bestätigte oder angenommene Lösung oder ein abgeschlossener konfigurierter Workflow sein, und die Abrechnung erfolgt höchstens einmal pro Konversation.
  54. Aussage MWITA-SEC-2026-004MCPTox stellte eine Erfolgsrate von Tool-Metadaten-Poisoning-Angriffen von bis zu 72,8 % fest, bei einer Verweigerungsrate von unter 3 % für den getesteten Agenten mit der höchsten Verweigerungsrate.
  55. Aussage MWITA-RD-2026-004NIST startete am 17. Februar 2026 eine AI Agent Standards Initiative, um industriell getragene Standards, gemeinschaftlich entwickelte Protokolle und Forschung zu Agentensicherheit und -identität zu fördern; die Initiative selbst veröffentlichte keinen verbindlichen oder endgültigen Agentenstandard.
  56. Aussage 2026-0003Agentic Commerce hat 2026 reale Protokoll- und Produktinfrastruktur, aber die Kapitelquellen belegen noch keine universelle Adoption oder wirtschaftliche Überlegenheit.
  57. Aussage MWITA-CCO-2026-003Menschliche Verkäufer zogen mehr anfängliches Interesse auf sich, während automatisierte Verkäufer leichter Kontaktdaten erhielten, was zeigt, dass sich der bevorzugte Agententyp über aufeinanderfolgende Funnel-Stufen umkehrte.
  58. Aussage MWITA-ASVC-2026-003JD.com meldete bis Ende 2025 mehr als 50.000 KI-Agenten in internen Systemen.
  59. Aussage MWITA-MR-2026-003Das UPI-Circle-Rundschreiben der NPCI von Oktober 2025 erweitert die vollständige Delegation auf IoT-Geräte und Software-/KI-Profile für eine zunächst begrenzte geschlossene Nutzergruppe, unter definierten Limits und Sicherheitsregeln; IoT-Lastschriften erfordern weiterhin eine ausdrückliche Nutzeraktion.
  60. Aussage MWITA-AGC-2026-003Knappheitshinweise erhöhten die experimentelle Auswahl eines Shopping-Assistenten mit hoher Autonomie, obwohl gewöhnliche Bedingungen eine geringere Autonomie begünstigten.
  61. Aussage MWITA-RD-2026-003Singapurs IMDA veröffentlichte am 22. Januar 2026 Version 1.0 seines Model AI Governance Framework for Agentic AI und empfiehlt risikobegrenzte Autonomie, aussagekräftige menschliche Genehmigungspunkte, technische Kontrollen über den Lebenszyklus und Transparenz gegenüber Endnutzern.
  62. Aussage MWITA-AIAO-2026-002Ein hierarchischer On-Policy-Bidding-Agent steigerte in einem siebentägigen Test den Conversion-Wert um 8,1 % und den ROI um 3,3 % gegenüber einem Produktionssystem, während Kampagnen mit weniger als drei täglichen Conversions eine dokumentierte Schwäche blieben.
  63. Aussage MWITA-SEC-2026-002AgentDojo maß einen starken Trade-off zwischen Sicherheit und Nutzen: Bei GPT-4o sank die Erfolgsrate gezielter Angriffe von 57,69 % ohne Verteidigung auf 7,95 % mit einem Detektor oder 6,84 % mit Tool-Filterung, bei unterschiedlichen Kosten für den harmlosen Nutzen.
  64. Aussage MWITA-BM-2026-002Salesforce meldete zum Geschäftsquartal Q4 2026 insgesamt 2,4 Milliarden bereitgestellte Agentic Work Units und verwendet dabei eine unternehmensdefinierte Einheit für den Verbrauch agentischer Arbeit.
  65. Aussage MWITA-AGC-2026-001Der Zugang zu einem KI-Livestream-Shopping-Assistenten steigerte den Umsatz um 3,00 % und senkte die Produktrückgabequote um 12,55 %.
  66. Aussage MWITA-SEC-2026-001InjecAgent stellte fest, dass ein mit ReAct gepromptetes GPT-4 in 24 % der Tests anfällig für indirekte Prompt-Injection war.
  67. Aussage MWITA-BM-2026-001Salesforce meldete für das Geschäftsjahr 2026 einen jährlich wiederkehrenden Umsatz von Agentforce in Höhe von 800 Millionen US-Dollar, ein Plus von 169 % gegenüber dem Vorjahr; dies ist eine unternehmensdefinierte Finanzkennzahl zur Produktadoption, die in einer SEC-Einreichung berichtet wurde.
  68. Aussage MWITA-MR-2026-001UCP, ACP und Visa TAP legen komplementäre, aber überlappende Schichten offen: die Erkennung von Geschäftsfähigkeiten, programmatischen Checkout/delegierte Credentials sowie Agenten-/Verbraucher-/Zahlungssignaturen. Ihre Verfügbarkeit 2025–2026 belegt implementierbare Spezifikationen, nicht einen einzigen interoperablen Gewinner oder eine breite Händleradoption.

Quellen

  1. Quelle · 2026-07-28Wesentliche Änderungen — MCP-Spezifikation 2026-07-28
  2. Quelle · 2026-07-14Agentische Zahlungen von Grund auf
  3. Quelle · 2026-07-14Wie agentisch ist Agentic Commerce? Eine bevölkerungsweite Messung der x402-Adoption und -Authentizität
  4. Quelle · 2026-07Agentische Inferenz für MLPerf Inference
  5. Quelle · 2026-07HOBA: Hierarchische On-Policy-Bidding-Agenten für adaptive Online-Werbung
  6. Quelle · 2026-07ShieldMCP: Laufzeitverteidigung für das Model Context Protocol
  7. Quelle · 2026-06-28Verkaufen mit KI-Sprachagenten: Ist Offenlegung noch wichtig?
  8. Quelle · 2026-06-18ShoppingBench: Ein realitätsnaher, absichtsbasierter Shopping-Benchmark für LLM-basierte Agenten
  9. Quelle · 2026-06-11Agentisches Shopping ist da. Was bedeutet das für Werbetreibende?
  10. Quelle · 2026-06-02Worldline, ING und Mastercard schließen eine Live-End-to-End-agentische Zahlung in Europa in der Produktion ab
  11. Quelle · 2026-06-01Der KI-Agent der NAVER Shopping App initiiert jetzt Gespräche mit Nutzern
  12. Quelle · 2026-05-20KI-Agenten: Erkenntnisse aus der Sandbox der singapurischen Regierung und von Google
  13. Quelle · 2026-05-20Neue Forschung: KI-Service-Agenten skalieren und liefern CSAT
  14. Quelle · 2026-05-18OSWorld-Human: Benchmarking der Effizienz von Computer-Use-Agenten
  15. Quelle · 2026-05-14Agentische KI und Human-in-the-Loop-Eingriffe bei Alibaba
  16. Quelle · 2026-05-11Alibaba öffnet ganz Taobao für Qwen AI und läutet eine neue agentische Shopping-Erfahrung ein
  17. Quelle · 2026-05KI-Agenten und rechtliche Verantwortung: Diskussionspapier
  18. Quelle · 2026-04-09A2A-Protokoll überschreitet 150 Organisationen und findet Unternehmenseinsatz in der Produktion
  19. Quelle · 2026-03-22Zusammenarbeit mit KI-Agenten: Feldexperimente zu Teamarbeit, Produktivität und Leistung
  20. Quelle · 2026-03-18Leitfaden für Entwickler zu KI-Agenten-Protokollen
  21. Quelle · 2026-02-13Appier erzielt Rekordergebnisse dank Innovationen bei Agentischer KI
  22. Quelle · 2026-02-03Die Produktivitätslücke: Neue Umfrage zeigt, dass 9 von 10 Verkäufern auf KI und Agenten setzen
  23. Quelle · 2026-01-22Modellrahmen für KI-Governance für Agentische KI, Version 1.0
  24. Quelle · 2026-01-22Singapur startet neuen Modellrahmen für KI-Governance für Agentische KI
  25. Quelle · 2026-01-15Qwen App treibt die Strategie für Agentische KI voran, indem zentrale Ökosystemdienste in ausführbare KI-Fähigkeiten umgewandelt werden
54 weitere anzeigen
  1. Quelle · 2026-01-12CAISI veröffentlicht Informationsanfrage zur Absicherung von KI-Agentensystemen
  2. Quelle · 2026-01-11Neue Technologien und Tools für Einzelhändler, um im Zeitalter des agentischen Einkaufens erfolgreich zu sein
  3. Quelle · 2026-01-11Die agentische Commerce-Plattform: Shopify verbindet jeden Händler mit jeder KI-Konversation
  4. Quelle · 2026-01-05Rakuten integriert das Agentische-KI-Tool Rakuten AI in die mobile App Rakuten Ichiba
  5. Quelle · 2026Agentic Commerce Protocol — Änderungsprotokoll
  6. Quelle · 2026Künstliche Intelligenz — Agentenverbindung — Teil 1: Allgemeine Architektur
  7. Quelle · 2025-12-17Was kauft Ihr KI-Agent? Bewertung, Verzerrungen, Modellabhängigkeit und aufkommende Implikationen für den agentischen E-Commerce
  8. Quelle · 2025-12-09Linux Foundation kündigt die Gründung der Agentic AI Foundation (AAIF) an, getragen von neuen Projektbeiträgen einschließlich Model Context Protocol (MCP), goose und AGENTS.md
  9. Quelle · 2025-11-25Autorisierung – Spezifikation des Model Context Protocol 2025-11-25
  10. Quelle · 2025-11-25Wie die agentischen Sicherheitsprinzipien von GitHub unsere KI-Agenten so sicher wie möglich machen
  11. Quelle · 2025-11-11OSWorld-MCP: Benchmarking der MCP-Tool-Aufrufe in Computer-Use-Agenten
  12. Quelle · 2025-10-27Magentic Marketplace: Eine Open-Source-Umgebung zur Untersuchung agentischer Märkte
  13. Quelle · 2025-10-14Visa stellt Trusted Agent Protocol für KI-Commerce vor
  14. Quelle · 2025-09-29Agentic Commerce Protocol — Einführung
  15. Quelle · 2025-09-29Kaufen Sie es in ChatGPT: Instant Checkout und das Agentic Commerce Protocol
  16. Quelle · 2025-09-13EchoLeak: Der erste Zero-Click-Prompt-Injection-Exploit in der Praxis in Microsoft 365 Copilot
  17. Quelle · 2025-09-08Einführung der MCP Registry
  18. Quelle · 2025-08-19MCPTox: Ein Benchmark für Tool-Poisoning-Angriffe auf MCP-Server in der Praxis
  19. Quelle · 2025-08-17MCPSecBench: Ein systematischer Sicherheits-Benchmark für das Model Context Protocol
  20. Quelle · 2025-06-23Google Cloud spendet A2A an die Linux Foundation
  21. Quelle · 2025-06-23Linux Foundation startet das Agent2Agent-Protokollprojekt
  22. Quelle · 2025-06-20Agentische Fehlausrichtung: Wie LLMs zu Insider-Bedrohungen werden könnten
  23. Quelle · 2025-06-16SHADE-Arena: Bewertung von Sabotage und Überwachung bei LLM-Agenten
  24. Quelle · 2025-06-09tau2-Bench: Bewertung von Konversationsagenten in einer Dual-Control-Umgebung
  25. Quelle · 2025-06-03DeepShop: Ein Benchmark für Deep-Research-Einkaufsagenten
  26. Quelle · 2025-05-19Agentforce-Preisgestaltung
  27. Quelle · 2025-05Sentiment-Simulation mit generativen KI-Agenten
  28. Quelle · 2025-04-29Mastercard stellt Agent Pay vor: bahnbrechende agentische Zahlungstechnologie für den Handel im Zeitalter der KI
  29. Quelle · 2025-04-28Schutz vor indirekten Injection-Angriffen in MCP
  30. Quelle · 2025-04-09Ankündigung des Agent2Agent-Protokolls (A2A)
  31. Quelle · 2025-04-09Grab setzt agentische KI ein, um Händler und Fahrerpartner zu stärken
  32. Quelle · 2025-01-17Technischer Blog: Stärkung der Evaluierungen von KI-Agenten-Hijacking
  33. Quelle · 2025Vertrauen der Verbraucher im Zeitalter des agentischen Handels gewinnen
  34. Quelle · 2025Internationale gemeinsame Testübung: Agentisches Testen
  35. Quelle · 2025Groß angelegtes adaptives Red Teaming von KI-Agenten
  36. Quelle · 2025LLM06: Übermäßige Handlungsbefugnis
  37. Quelle · 2025Mastercards Rahmenwerk für agentischen Handel
  38. Quelle · 2025OS-Harm: Ein Benchmark zur Messung der Sicherheit von Computer-Use-Agenten
  39. Quelle · 2025tau-bench: Ein Benchmark für die Interaktion zwischen Tool, Agent und Nutzer in realen Domänen
  40. Quelle · 2025WASP: Benchmarking der Sicherheit von Web-Agenten gegen Prompt Injection
  41. Quelle · 2024-11Generative Agenten-Simulationen von 1.000 Personen
  42. Quelle · 2024-08InjecAgent: Benchmarking indirekter Prompt Injections in tool-integrierten Large-Language-Model-Agenten
  43. Quelle · 2024-05-30OSWorld: Benchmarking multimodaler Agenten für offene Aufgaben in realen Computerumgebungen
  44. Quelle · 2024AgentDojo: Eine dynamische Umgebung zur Bewertung von Prompt-Injection-Angriffen und -Abwehrmaßnahmen für LLM-Agenten
  45. Quelle · 2023-08-23Mehr als ein Bot? Die Auswirkung der Offenlegung menschlicher Beteiligung auf Kundeninteraktionen mit hybriden Service-Agenten
  46. QuelleA2A-Protokoll v1.0
  47. QuelleInitiative für KI-Agenten-Standards
  48. QuelleBericht zu KI-Agenten-Trends 2026
  49. QuelleAnkündigung der Initiative für KI-Agenten-Standards
  50. QuelleChatGPT-Agent-Systemkarte: Bestätigungen und Schutzmaßnahmen
  51. QuelleUmsetzungshinweise zur standardisierten Anwendung und innovativen Entwicklung von KI-Agenten
  52. QuelleNIST (2026), „Building Evaluation Probes into Agentic AI.“
  53. QuelleTrusted Agent Protocol
  54. QuelleTrusted Agent Protocol

Wegweiser

  1. WegweiserAgenten-Marktplatz ohne Rechenschaftspflicht
  2. WegweiserAgentenlesbare Umsatzinfrastruktur
  3. WegweiserVerifizierbare autonome Arbeitszellen

Die Themenplatzierung unterstützt die Auffindbarkeit. Sie ändert weder eine Aussage noch ihre Belege oder ihre Konfidenz. Quellen ohne Datum sind nach den datierten aufgeführt.