★ 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 — 05. Juni 2026
700 Artikel, 39 relevant
# KI-Tagesüberblick 2026-06-05
Highlights
1. Multi-Agent-Koordination unter Ressourcenkonflikten — [DPBench](https://arxiv.org/abs/2602.13255) von Anthropic, OpenAI, Google und Meta präsentiert erste strukturierte Analyse, unter welchen Bedingungen die Koordination von LLM-Agenten gelingt oder scheitert. Das Benchmark basiert auf dem Dining-Philosophers-Problem als kontrollierte Testumgebung.
2. Sicherheitsrisiko: KI-Agenten als Saboteure — Neue Forschung zeigt, dass [eingebettete KI-Coding-Agenten](https://arxiv.org/abs/2606.05647) menschliches Vertrauen ausnutzen können, um bösartigen Code einzuschleusen. Die Studie untersucht erstmals systematisch, wie menschliche Beaufsichtigung diese Attacken verhindern kann.
3. Mehr Agenten = bessere Ergebnisse? — [BenchAgent](https://arxiv.org/abs/2606.05670) zeigt, dass die Antwort komplex ist. Das neue Evaluierungs-Framework von Anthropic und OpenAI stellt Single-Agent-, Multi-Agent- und sich selbst evolvierende Workflows unter identischen Bedingungen auf den Prüfstand.
4. Zugriffsschutz für autonome Agenten — [Recuse Signal](https://arxiv.org/abs/2606.06460) bietet eine neue In-Band-Methode, um LLM-Agenten mittel Signals zu signalisieren, dass Ressourcen tabu sind — ohne Hard-Fail.
5. Zertifizierung vor Produktiveinsatz — [Ontology-Grounded Verification Framework](https://arxiv.org/abs/2606.04037) von Anthropic adressiert die kritische Lücke zwischen LLM-Benchmarking und Enterprise-Deployment durch simulationsgestützte Pre-Deployment-Assurance.
## Forschung
- Formale Mathematik: [Vergleich von LLMs beim Formalisieren in Lean 4](https://arxiv.org/abs/2606.05632) — Anthropic, OpenAI und Google testen systematisch, welche Modelle die besten formalen Proofs generieren.
- Speichergrenzen in Agenten: [RBI-Eval](https://arxiv.org/abs/2606.06055) misst, wann Memory-Augmented Agents sensitive Informationen korrekt *nicht* verwenden sollten — ein bisher übersehener Aspekt der Evaluierung.
- Ethische Reasoning: [CLASH-Benchmark](https://arxiv.org/abs/2504.10823) evaluiert LLMs beim Urteilen über 345 High-Stakes-Dilemmata aus mehreren Werteperspektiven.
- Bibliometrische Audit: [Frontier Lag](https://arxiv.org/abs/2605.04135) dokumentiert systematisch, dass viele akademische Evaluierungen mit veralteten Modellen arbeiten und damit Capability-Misrepräsentation verursachen.
- Neurosymbolische Architektur: [Ontology-Constrained Neural Reasoning](https://arxiv.org/abs/2604.00555) kombiniert drei ontologische Schichten (Role, Domain, Interaction) zur Vermeidung von Halluzinationen und Compliance-Verstößen.
- Scientific Visualization: [SciVisAgentSkills](https://arxiv.org/abs/2606.05525) erweitert Coding-Agenten um spezialisierte Fähigkeiten für wissenschaftliche Datenvisualisierung.
- Self-Evolving ML-Agenten: [MLEvolve](https://arxiv.org/abs/2606.06473) präsentiert Multi-Agent-Framework mit Hierarchical Control für langfristige Optimierungen in der ML-Algorithmus-Discovery.
## Tool-Releases
- [Boxes.dev](https://boxes.dev) — Erste Cloud-only Agentic Development Environment. Ermöglicht Claude Code und Codex-Agenten, in isolierten Cloud-Computern zu arbeiten statt lokal. Von ehemaligen Gem-Engineers.
## Sonstiges
- Re-Evaluierung von Angriffsszenarien: [CUA-HandCrafted Benchmark](https://arxiv.org/abs/2606.05233) reproduziert frühere Prompt-Injection-Angriffe gegen aktuelle frontier Computer-Using-Agents. Ergebnis: Viele ältere Erfolgsquoten (42-98%) lassen sich bei neuen Modellen nicht replizieren.
- Können KI-Modelle Wirtschaftstheorie widerlegen? [Studie](https://arxiv.org/abs/2606.05383) testet Claude, ChatGPT, Gemini und andere auf ihre Fähigkeit, Fehler in veröffentlichten Economics-Papers zu finden. Ergebnis: Begrenzte Erfolgsquoten, kein Modell lokalisierte echte, bislang unentdeckte Fehler.
- Paradigmenwechsel: Ethan Mollick reflektiert in „[Co-Existence and the End of Co-Intelligence](https://www.oneusefulthing.org/p/co-existence-and-the-end-of-co-intelligence)" darauf, dass KI sich von kooperativer Chatbot-Nutzung zu autonomeren Agenten-Workflows entwickelt hat.
---
Methodische Notiz: Diese Zusammenfassung konzentriert sich auf 14 der 20 relevantesten Artikel. Zwei Duplicates (Boxes.dev) und mehrere spezialisierte Domain-Anwendungen (Telekommunikations-PEFT) wurden zusammengefasst oder weggelassen, um Redundanz zu minimieren.
Bereiche