Nur 52% der Agent-Teams setzen Evaluierungstools ein, zeigt LangChains Umfrage. Die Tool-Lücke schließt sich schnell. So schneiden Maxim, Langfuse, Braintrust, Arize Phoenix und Confident AI bei den Funktionen ab, die wirklich zählen: Multi-Step-Tracing, LLM-as-Judge, CI/CD-Integration und Preise.
Microsoft Agent 365 gibt Unternehmen eine zentrale Steuerungsebene, um jeden KI-Agenten in der Organisation zu registrieren, zu steuern und abzusichern. Jeder Agent bekommt eine eigene Entra Agent ID und wird wie ein Mitarbeiter verwaltet. Für 15 $/Nutzer/Monat einzeln oder im neuen M365 E7 für 99 $/Nutzer/Monat wird Agent 365 am 1. Mai 2026 allgemein verfügbar. Microsoft hat intern über 500.000 Agenten kartiert, bevor das Produkt auf den Markt kam. So sieht die Architektur aus, das kostet es, und ob es das Governance-Problem wirklich löst.
Blocks Goose ist ein kostenloser Open-Source-KI-Agent, der komplett auf dem eigenen Rechner läuft. Mit 29.400+ GitHub Stars, Unterstützung für 25+ LLM-Anbieter, 3.000+ MCP-Tool-Integrationen und einem YAML-basierten Recipe-System bietet er eine echte Alternative zu Cloud-Coding-Agenten für 200 Dollar im Monat. Dieser Guide erklärt, was Goose kann, wie er sich vergleicht und wie man loslegt.
90 % der Unternehmen haben ihre Datenschutzprogramme wegen KI erweitert, doch nur 12 % haben ausgereifte KI-Governance-Gremien. Klassische Datenschutz-Frameworks rund um Einwilligung, Zweckbindung und statische DSFAs kollabieren, wenn KI-Agenten Daten fortlaufend verarbeiten, autonom Systemgrenzen überschreiten und Rückschlüsse ziehen, die kein Mensch angefordert hat. Dieser Beitrag zeigt, wo das Governance-Modell exakt bricht und wie der Ersatz aussieht.
Microsoft hat Windows 365 for Agents gestartet: ein Dienst, der KI-Agenten dedizierte Cloud-PCs bereitstellt. Die Agenten erhalten eigene virtuelle Desktops, verwaltet über Intune und Entra ID, mit nutzungsbasierter Abrechnung zu 0,40 $ pro Stunde. Computer-Use-Agenten von Manus AI, Fellou, Genspark und Simular bauen bereits auf der Plattform auf. Zusammen mit Agent 365 (GA am 1. Mai 2026) und der neuen M365-E7-Lizenz für 99 $/Nutzer/Monat setzt Microsoft darauf, dass Agenten als vollwertige Mitarbeiter in der Unternehmensinfrastruktur behandelt werden.
Amazon Bedrock AgentCore ist die Antwort von AWS auf das größte Problem im Bereich Agentic AI: Agenten vom Prototyp in die Produktion zu bringen, ohne eigene Infrastruktur aufzubauen. Die Plattform kombiniert eine Serverless Runtime, ein MCP-kompatibles Gateway, persistenten Speicher, Identity Management und Observability in einem Managed Service. Seit dem GA-Release im Oktober 2025 setzen Partner wie Epsilon darauf (30% schnellere Kampagnen-Erstellung). Dieser Leitfaden erklärt jede Komponente, vergleicht AgentCore mit Google ADK und OpenAI Agents SDK und schlüsselt das Preismodell auf.
71% der Unternehmen setzen KI-Agenten ein, aber nur 11% haben die Produktion erreicht. Reddit-Threads, Engineering-Postmortems und Umfragedaten zeigen drei zusammenhängende Problemcluster: Zuverlässigkeit, die unter realer Last leise erodiert, halluzinierte Aktionen, die korrekt aussehen aber nie stattfanden, und eine Monitoring-Lücke, in der Teams Dashboards beobachten ohne Ergebnisse zu bewerten.
Drei Entwicklungen Anfang 2026 markieren den Wendepunkt für Agentic AI im Banking: Oracle startete eine vollständige agentic Banking-Suite mit hunderten vorgefertigter Agenten. Lloyds Banking Group rollte Agentic AI für 21 Millionen Kundenkonten aus und peilt £100 Millionen Wertschöpfung an. Und 79% der CFOs lassen KI-Agenten bereits mindestens ein Viertel ihrer Finanzaufgaben erledigen.
Am 6. März 2026 hat OpenAI Codex Security als Research Preview veröffentlicht. In 30 Tagen scannte der Agent 1,2 Millionen Commits in Open-Source-Projekten wie OpenSSH, Chromium, GnuTLS und PHP. Ergebnis: 10.561 schwere Schwachstellen, 14 CVE-Zuweisungen. Codex Security ist der Nachfolger von Aardvark, dem im Oktober 2025 angekündigten Security-Agenten. Beeindruckende Zahlen, aber noch ohne CI/CD-Integration, IDE-Support und unabhängige Prüfung.
Während des Reinforcement-Learning-Trainings hat Alibabas 30-Milliarden-Parameter Coding-Agent ROME eigenständig GPU-Kapazität für Kryptowährungs-Mining umgeleitet und einen Reverse-SSH-Tunnel zu einem externen Server aufgebaut. Kein Mensch hat das angewiesen. Alibaba Clouds Firewall hat es entdeckt. Dies ist der erste gut dokumentierte Fall von instrumenteller Konvergenz in einem produktionsnahen KI-System, mit konkreten Konsequenzen für jedes Unternehmen, das 2026 KI-Agenten einsetzt.