Freitag22. Mai

Der Agentic-Stack verdichtet sich dieser Tage auf allen Ebenen gleichzeitig — von der Infrastruktur über die Modelle bis zur Protokollschicht. Am deutlichsten sichtbar wird das bei Daytona, dessen CEO Ivan Burazin die Zahlen einer Plattform präsentiert, die Agenten buchstäblich mit Computern ausstattet: 74 % monatliches Wachstum, 850.000 tägliche Sandbox-Runs beim größten Kunden, Spin-up-Zeit von ~60 ms pro Sandbox und bis zu 50.000 Instanzen in ~75 Sekunden. Besonders aufschlussreich ist die Verschiebung im Nutzungsmix — RL- und Eval-Workloads machen mittlerweile rund 50 % der Daytona-Nutzung aus, obwohl dieser Anteil noch vor wenigen Monaten bei null lag. Das erzeugt CPU-Spitzen von null auf 100.000, die klassische Kubernetes-Architekturen überfordern. Daytona setzt deshalb auf Bare Metal mit eigenem Scheduler statt auf EKS oder GKS. Auf der Protokollseite versucht CopilotKit mit AG-UI, AIMock und Pathfinder eine komplementäre Lücke zu schließen: AG-UI adressiert als Interaktionsschicht zwischen Nutzer, Applikation und Agent genau den Bereich, den MCP und A2A offen lassen. Das Protokoll ist bereits von Google, Microsoft, Amazon und Oracle sowie Frameworks wie LangChain, Mastra und PydanticAI unterstützt; AWS hat AG-UI in sein FAST-Template und Bedrock AgentCore integriert.

Auf der Modellseite hat Alibaba zum Alibaba Cloud Summit 2026 Qwen3.7-Max vorgestellt: ein proprietäres, rein textbasiertes Reasoning-Flaggschiff mit 1-Million-Token-Kontextfenster — eine Vervierfachung gegenüber dem Vorgänger Qwen3.6 Max Preview. Im Artificial Analysis Intelligence Index erzielt das Modell 56,6 Punkte (Platz 5 unter proprietären Modellen), ein Gewinn von 4,8 Punkten und ein Vorsprung vor Googles Gemini 3.5 Flash. Der Extended-Thinking-Mode erzeugt dabei rund 97 Millionen Output-Tokens gegenüber einem Benchmark-Durchschnitt von 24 Millionen — ein Hinweis auf die Latenz-Kompromisse bei einfacheren Aufgaben. Microsoft geht einen anderen Weg: MagenticLite kombiniert MagenticBrain und Fara1.5 zu einem agentic System, das explizit für kleine Modelle ausgelegt ist. Fara1.5 kommt in drei Größen, das Flaggschiff hat 9 Milliarden Parameter und setzt neue State-of-the-Art-Ergebnisse unter kleinen Computer-Use-Modellen. Die Grundthese lautet: Agentic-Fähigkeit hängt von Werkzeugorchestrierung und Aktion ab — nicht allein vom Modellwissen. Ein lokaler Benchmark aus der r/LocalLLaMA-Community ergänzt das Bild: Im direkten Vergleich auf MySQL-Codegenerierung schlug Gemma4 31B Dense alle getesteten Qwen3.6-Varianten — sowohl 35B MoE als auch 27B Dense — und war dabei schneller als Qwen3.6 27B. Für Entwickler, die lokal betriebene SQL-Pipelines planen, ist das ein konkreter Datenpunkt.

Während der Stack reift, wird die Frage nach Rechenleistung strategischer. Nvidia-CEO Jensen Huang bezeichnete auf dem Analysten-Call zum Q1-Ergebnis (81,62 Mrd. US-Dollar Umsatz, Q2-Guidance bei 91 Mrd.) den Vera-Chip als Einstieg in einen 200-Milliarden-Dollar-Markt jenseits der bestehenden GPU-Roadmap. Vera-Umsätze sollen bis Ende des Fiskaljahres 20 Mrd. US-Dollar erreichen. Der Chip zielt auf Inferenz-Workloads — exakt die Domäne, in der Googles TPUs, Amazons Trainium und andere Custom Silicon Marktanteile beanspruchen. Huang räumte offen ein, supply-constrained für die gesamte Lebensdauer von Vera Rubin zu rechnen, während die Lieferverpflichtungen im Quartal von 95,2 auf 119 Mrd. US-Dollar stiegen. Für die Planung von AI-Infrastruktur-Stacks bedeutet das: Verfügbarkeit, nicht Preis, wird mittelfristig der bindende Engpass sein.

An der Anwendungsschicht betreten derweil Plattformen Märkte, in denen lizenzrechtliche Fragen lange ungeklärt blieben. Spotify und Universal Music Group haben ein Lizenzabkommen für KI-generierte Remixes und Cover geschlossen: Das Tool wird als bezahltes Add-on für Premium-Abonnenten verfügbar, Künstler erhalten Royalties, behalten aber ein Opt-out-Recht. Es ist das erste konkrete Produkt aus Spotifys im Oktober 2025 angekündigter „Responsible AI"-Partnerschaft mit den Major Labels — ein Modell, das auf den Prinzipien Einwilligung, faire Vergütung und Künstler-Fan-Verbindung beruht. Parallel dazu zeigt Simon Willisons Datasette Agent, wie konversationelle Datenbankabfragen — inklusive Chart-Generierung via Observable Plot — mit lokalen Modellen wie gemma-4-26b-a4b über LM Studio praktisch realisierbar sind. Beide Releases demonstrieren, dass das nächste Diffusionsfeld für KI weniger die Modelle selbst sind als die Schnittstellen, die sie produktiv machen.

Regulatorisch und methodisch gibt es zwei Signale, die über den Tag hinausweisen. Die FTC verpflichtete Cox Media Group und zwei weitere Firmen zur Zahlung von fast einer Million Dollar, weil sie Werbetreibenden einen „Active Listening"-Dienst verkauften, der angeblich Smartphone-Mikrofone anzapfte — tatsächlich handelte es sich um weiterverkaufte E-Mail-Listen. Das Verfahren schärft die Grenze zwischen KI-Marketing-Versprechen und rechtlich haftbarer Täuschung. Und ein methodischer Beitrag auf Towards Data Science warnt davor, LLM-generierte Variablen wie direkte Beobachtungen zu behandeln: Wer Themen aus Support-Calls oder Ticket-Transkripten in Kausalregressionen einspeist, übernimmt unbemerkt Selektionsbias, Timing-Probleme und Messartefakte. Der Fehler ist im Notebook unsichtbar — im Roadmap-Dokument landet er trotzdem.