★ 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 — 07. Mai 2026
566 Artikel, 31 relevant
# KI-Tagesuebersicht 2026-05-07
Highlights
1. Spezialisierte KI schlägt Frontier-Modelle bei Pharma-Recherche — Die Plattform Gosset mit kuratiertem Datensatz übertrifft Claude Opus 4.7, GPT 5.5 und Gemini 3.1 Pro bei der Identifikation von Oncology/Immunology-Assets. Zeigt, dass Domain-Expertise wichtiger als generelle Leistung sein kann. ([arxiv.org/abs/2605.04908](https://arxiv.org/abs/2605.04908))
2. Thinking Mode ändert moralische Urteile von LLMs nicht signifikant — Vergleich über 100 moralische Szenarien und 5 Frontier-Modelle zeigt: Reasoning-Modi produzieren konsistente Ergebnisse, aber keine substanziellen Unterschiede bei ethischen Urteilen. ([arxiv.org/abs/2605.04488](https://arxiv.org/abs/2605.04488))
3. Tool-Schema-Probleme kosten Agenten Zuverlässigkeit — TSCG-Framework deckt auf: Bei Small Models (4B-14B) scheitern bis zu 50% der Tool-Calls wegen JSON-Format-Mismatch zwischen API und LLM. ([arxiv.org/abs/2605.04107](https://arxiv.org/abs/2605.04107))
4. In-Context Prompting schlägt Agent-Orchestrierung — Neue Vergleichsstudie: Procedurales Reasoning funktioniert besser, wenn die gesamte Procedure im System Prompt liegt, statt externe Orchestration (LangGraph, CrewAI) zu nutzen. ([arxiv.org/abs/2604.27891](https://arxiv.org/abs/2604.27891))
5. LLMs scheitern bei Multimodalen STEM-Aufgaben — Physik-Probleme mit Diagrammen zeigen systematische Fehler bei Bildverarbeitung. Framework für Fehlerkorrektur durch Dialog entwickelt. ([arxiv.org/abs/2605.04131](https://arxiv.org/abs/2605.04131))
## Modell-Updates
- Claude Code v2.1.132 — Neue `CLAUDE_CODE_SESSION_ID` Environment-Variable, Option zum Deaktivieren des Alternate-Screen-Renderers, UX-Verbesserungen beim Bild-Einfügen. ([github.com/anthropics/claude-code](https://github.com/anthropics/claude-code/releases/tag/v2.1.132))
## Tool-Releases & Framework-Updates
- LangChain 1.3.0a2 — Alpha-Release mit Schema-Resolution-Fixes und ordnungsabhängiger State-Handling. ([github.com/langchain-ai](https://github.com/langchain-ai/langchain/releases/tag/langchain%3D%3D1.3.0a2))
- Better Design (28 Shadcn-Systeme) — OSS-Sammlung von Design-Systemen mit MCP-Integration für Cursor/Claude Code. ([github.com/marvkr/better-design](https://github.com/marvkr/better-design))
## Forschung
- SADE: Netzwerk-Troubleshooting — Neuer Agent-Ansatz für Netzwerk-Diagnose mit Layer-für-Layer-Methodik statt freier Deliberation. Verbessert Root-Cause-Lokalisierung. ([arxiv.org/abs/2605.04530](https://arxiv.org/abs/2605.04530))
- MRI-Eval Benchmark — Neue Evaluierung für MRI-Physik und GE-Scanner-Operationen mit Benchmarks für vendor-spezifisches Wissen. ([arxiv.org/abs/2605.05175](https://arxiv.org/abs/2605.05175))
- Nsanku: Ghanaische Sprachen-Übersetzung — Evaluation von 19 LLMs auf 43 ghanaischen Sprachen zeigt persistent schlechte Low-Resource-Performance. ([arxiv.org/abs/2605.04208](https://arxiv.org/abs/2605.04208))
- Lossless Context Management (LCM) — Speicher-Architektur für lange Kontexte (bis 1M Tokens). Volt-Agent schlägt Claude Code auf OOLONG-Benchmarks. ([arxiv.org/abs/2605.04050](https://arxiv.org/abs/2605.04050))
- Agent Island: Saturation-resistenter Benchmark — Multiplayer-Simulations-Umgebung verhindert Benchmark-Saturation durch dynamische Konkurrenzsituationen. ([arxiv.org/abs/2605.04312](https://arxiv.org/abs/2605.04312))
- True Memory Architecture — SQLite-basierte Agentur-Speicher-Pipeline mit verbatim Event-Preservation statt nur Extraktion. Läuft auf Standard-CPUs ohne externe DBs. ([arxiv.org/abs/2605.04897](https://arxiv.org/abs/2605.04897))
- Cyber-Security mit LLMs — Pen-Strategist-Framework für Penetration-Testing mit verbessertem LLM-Agent-Design gegen bestehende Schwächen. ([arxiv.org/abs/2605.04499](https://arxiv.org/abs/2605.04499))
- Frontier Lag Audit — Bibliometrische Analyse: Viele Academic-Papers evaluieren alte Modelle gegen neue Frontier-Systeme und repräsentieren daher veraltete Capability-Aussagen. ([arxiv.org/abs/2605.04135](https://arxiv.org/abs/2605.04135))
- AsymmetryZero: RL-Evaluationen — Framework zur Operationalisierung von Expert-Preferences als semantische Evaluationen für RL-Training. ([arxiv.org/abs/2605.04083](https://arxiv.org/abs/2605.04083))
- AI Alignment via Incentives — Law-and-Economics-Perspektive auf AI-Alignment: Misconduct als strategische Response auf Anreize. ([arxiv.org/abs/2605.01643](https://arxiv.org/abs/2605.01643))
- Graph-Enhanced MoE für Dialogue State Tracking — GEM-Framework kombiniert Graph-Strukturen mit ReAct-Agenten für präzise Information-Extraction aus Multi-Domain-Gesprächen. ([arxiv.org/abs/2605.04449](https://arxiv.org/abs/2605.04449))
- GRAIL: Agent Discovery Framework — Hybrid-Indexing für schnelle Agent-Discovery ohne LLM-Bottleneck, SLM-Enhanced für Sub-30-Sekunden-Latenz. ([arxiv.org/abs/2605.02489](https://arxiv.org/abs/2605.02489))
---
Fazit: Der Fokus liegt auf Spezialisierung statt reiner Model-Skalierung, sowie auf grundlegenden Architektur-Verbesserungen für Agents und Memory. Signifikante Erkenntnisse zu Tool-Use-Zuverlässigkeit und Benchmark-Methodologie.
Bereiche