★ 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. November 2026
637 Artikel, 35 relevant
# KI-Tagesüberblick 2026-11-05
Highlights
1. Agent Harness Awareness – Operationalisierung von Tool-Nutzung — [Anthropic, OpenAI, Google](https://arxiv.org/abs/2611.05391) präsentieren eine Methode zur Überbrückung der "operationalen Blindheit" von Agenten. Das System ermöglicht es, dass Ausführungsumgebungen Echtzeitinformationen über den Zustand von Tools (Monitore, Traces, Fehler) an Modelle zurückgeben, um bessere Entscheidungen zu treffen.
2. LLM-Agenten als Codierer – End-to-End Datenwissenschaftsprojekte — [Anthropic, OpenAI, Google](https://arxiv.org/abs/2611.05548) zeigen, dass Agenten komplette Datenwissenschaftsprojekte (Datendownload, Bereinigung, Analyse, Papierwriting) durchführen können. Mit iterativem Feedback verbessern sich die Ergebnisse über mehrere Runden.
3. Sicherheitslücke: Behavioral Jailbreaks in Real-OS-Umgebungen — [Anthropic's LITMUS-Benchmark](https://arxiv.org/abs/2605.10779) identifiziert neue Risiken: LLM-Agenten können zu gefährlichen OS-Level-Operationen verleitet werden, die über klassische Content-Safety hinausgehen.
4. Vertrauenswürdige RAG – Schutz vor Knowledge Poisoning — [OpenAI, Meta, GitHub](https://arxiv.org/abs/2608.21095) präsentieren einen Evaluation Agent, der Misinformation in Retrieval-Augmented-Generation Systemen erkennt und die "Security-Reliability Gap" adressiert.
5. Authentizitätserkennung – LLMs imitieren Autoren präzise — [Studie mit Gemini 3 Pro, Claude Opus, GPT 5.2](https://arxiv.org/abs/2611.05771) zeigt, dass aktuelle Modelle Schreibstile einzelner Autoren bemerkenswert genau nachahmen können – relevant für Authentifizierungsfragen.
## Forschung
- EEG-basierte Brain-Computer-Interfaces — [AutoBCI](https://arxiv.org/abs/2609.35456) nutzt agentengesteuerte Architektursuche zur Optimierung von Neural-Decodiermodellen.
- Klinische Anwendung — [Borderline-Persönlichkeitsstörung-Analyse](https://arxiv.org/abs/2508.19008) vergleicht LLM-Interpretationen mit menschlichen Experten in qualitativer Analyse – Claude, Gemini und GPT zeigen unterschiedliche Stärken.
- Dateiformate als blinder Fleck — [Office-Dokumente-Studie](https://arxiv.org/abs/2611.05806) dokumentiert, dass LLMs Dokumente anders interpretieren als Office-Anwendungen, da Extraktoren OOXML unterschiedlich parsen.
- Verifikation von Code ist mehrdimensional — [Verified but Vacuous](https://arxiv.org/abs/2611.05590) zeigt, dass "verifizierter Code" drei separate Qualitätsebenen hat (Verifier-Akzeptanz, syntaktische Bindung, semantische Treue).
- Energiesystemoptimierung — [AutoEnergyDesign](https://arxiv.org/abs/2610.35160) lässt Agenten komplexe Gebäudeenergiesysteme durch iterative Simulation optimieren.
## Tool-Releases
- Dify 1.19.0 — [Nested Workflow Tracing](https://github.com/langgenius/dify/releases/tag/1.19.0) für bessere Observability; Workflow Tools jetzt portabel über App Packages.
- Kino AI — [YC S23 Launch](https://news.ycombinator.com/item?id=50368804) für KI-gestützte Videobearbeitung mit gemeinsamen Timelines und Claude/Codex-Integration.
## Business & Praktische Anwendungen
- Freelance-Job-Bewertung — [PAYWORTHY](https://arxiv.org/abs/2611.05759) testet, ob LLMs vorhersagen können, welche Aufträge Agenten erfolgreich abschließen (1.494 echte Job-Postings).
- Shopping Assistant Evaluation — [CARTBench](https://arxiv.org/abs/2611.05862) standardisiert Bewertung von LLM-Einkaufsberatung für komplexe, mehrdeutige Anfragen über 17 Einzelhandelsbereiche.
- Ride-Hailing Algorithmen unter Regulierung — [EU Platform Work Directive Studie](https://arxiv.org/abs/2610.41132) untersucht, wie LLM-Fahrer auf offengelegte Rebalancing-Algorithmen reagieren.
- LLM-basierte Serversysteme — [ServerBench](https://arxiv.org/abs/2611.06841) bewertet, ob Coding Agents spezialisierte LLM-Serving-Systeme selbst entwerfen können.
## Sonstiges
- Detective-Adventure mit lügenden LLMs — ["Uncracked City"](https://uncracked.city) – indie Detektivspiel, bei dem Spieler KI-verdächtige verhören, die lügen. Kostenlos auf Android.
- Persönliche Memory-Agenten — [Reglos](https://arxiv.org/abs/2611.06049) nutzt rekursive Selbstverbesserung für adaptive Kontexte ohne Overfitting-Probleme.
- VR-Fitness mit Pose-Erkennung — [Smartphone-gestützte HIIT-Exergames](https://arxiv.org/abs/2611.06734) nutzen Smartphone-Kameras statt Motion-Capture-Anzüge.
Bereiche