★ 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 — 21. Mai 2026
628 Artikel, 27 relevant
# KI-Tagesüberblick 2026-05-21
Highlights
1. Code Researcher: LLM-Agenten für komplexe Systeme — [OpenAI und Google](https://arxiv.org/abs/2506.11060) präsentieren einen Deep Research Agent, der LLM-basierte Coding Agents für große Systemcodebasen einsatzfähig macht. Das Tool kann umfangreiche Kontexte aus Code und Commit-Historie recherchieren, bevor es Änderungen vornimmt — ein bedeutender Schritt über bisherige Benchmark-Tests hinaus.
2. Discovery-to-Application Gap bei KI-Agenten — [Anthropic, OpenAI und Google](https://arxiv.org/abs/2604.24697) evaluieren mit "SciCrafter" erstmals, ob aktuelle Agenten wissenschaftliche Erkenntnisse tatsächlich in funktionierende Systeme umsetzen können. Das Minecraft-basierte Benchmark zeigt erhebliche Lücken zwischen Theorie und praktischer Anwendung.
3. DeepSeek tritt mit eigenem Code-Agent an — [DeepSeek baut ein neues Team in Peking auf](https://the-decoder.de/deepseek-will-mit-deepseek-code-direkt-gegen-claude-code-und-openais-codex-antreten/), das unter dem Arbeitstitel "DeepSeek Code" gegen Claude Code und OpenAI Codex antreten soll. Gesucht werden Experten für Agent Loops, MCP und Context Engineering.
4. KI-Reviewer in wissenschaftlicher Peer Review — [Studie mit 45 Experten](https://arxiv.org/abs/2605.20668) bewertet erstmals systematisch, wo KI-Reviewer in der wissenschaftlichen Begutachtung überzeugen und wo sie scheitern — ein kritischer Test für den Einsatz in Nature-family Journals.
5. AI-Text-Detection unter Druck — [Die Counter Turing Test Findings](https://arxiv.org/abs/2605.20761) zeigen, dass moderne Modelle (GPT-4, Claude 3.5, Llama) Texte so human-ähnlich generieren, dass Unterscheidung zunehmend unmöglich wird — ein wachsendes Problem für Content-Integrität.
## Modell-Updates
- Claude Agent SDK v0.3.146 — [Anthropic](https://github.com/anthropics/claude-agent-sdk-typescript/releases/tag/v0.3.146) aktualisiert das TypeScript SDK auf Parität mit Claude Code v2.1.146.
## Tool-Releases & Frameworks
- Microsoft Security Copilot (DTDA) — [Adaptive Agent für Threat Detection](https://arxiv.org/abs/2605.20896): Ein kontinuierlich lernender Agent, der Security Incidents eigenständig untersucht und Erkenntnisse in Detection-Logik übersetzt.
- MemGym — [Neues Benchmark-Environment](https://arxiv.org/abs/2605.20833) für Long-Horizon Memory in LLM-Agenten, adressiert bisherige Lücken bei Retention in realistischen Agentic-Szenarien wie Coding und Web Navigation.
- TorchSight — [Open-Source System für Sicherheitsdokument-Klassifizierung](https://arxiv.org/abs/2605.20368) mit fine-getunetem Qwen 3.5 27B Model, trainiert auf 78.358 Samples aus 13 Quellen.
## Forschung
- Self-Training strukturiert Sprache neu — [Studie zeigt](https://arxiv.org/abs/2605.20602), dass iteratives Self-Training bei Sprachmodellen nicht zu Flatten führt, sondern zu Umstrukturierung: Oberflächenmarker werden verstärkt, tiefe Syntaxstruktur erodiert.
- Voice Tool-Calling Evaluation — [Framework für Audio-basierte Agents](https://arxiv.org/abs/2605.15104): Text-basierte Benchmarks lassen sich mittels Text-to-Speech und Umgebungsrauschen in kontrollierte Audio-Evaluationen überführen.
- Commitment Depth bei Vision-Language Reasoning — [Forschung zu temporal Abstraction](https://arxiv.org/abs/2605.09860): Agenten lernen optimal, wie viele primitive Actions sie open-loop ausführen, bevor replanning notwendig wird.
- Corpus-Level Trace Diagnostics (Insights Generator) — [Neue Methode](https://arxiv.org/abs/2605.21347) für systematische Fehleranalyse in LLM-Agenten, die Patterns über gesamte Trace-Populationen erkennt statt einzelne Fälle zu inspizieren.
- ProcBench für Coding Agents — [Benchmark-Framework](https://arxiv.org/abs/2605.20251) evaluiert prozess-Level Defekte und Control-Preservation, nicht nur finale Outcomes — wichtig für praktische Einsatztauglichkeit.
- LLMs für Grammar-Adaptation — [Automatische Metamodel-Evolution](https://arxiv.org/abs/2605.21465) in Model-Driven Engineering durch LLM-basierte Grammatik-Anpassung.
## Sonstiges
- Google I/O: Vorsicht vor "Coming Soon" — [Simon Willison kritisiert](https://simonwillison.net/2026/May/20/google-io/#atom-everything), dass viele Google I/O Ankündigungen nicht produktionsreif sind — schreibt nur über verfügbare Features, da Preview-Versionen oft nicht mit finalen Releases übereinstimmen.
Bereiche