Wir möchten Funktionen von Drittanbietern nutzen, um die Funktionalität dieser Webseite zu verbessern.
Notes from the Lab
Kurze, datierte Notizen aus unserer Arbeit an Infrastruktur für KI-Agenten. Jede nennt den Tag, an dem wir die Idee zuerst aufgeschrieben haben, und wo sich das nachprüfen lässt.
Hier sammeln wir Ideen und Muster aus unserer Arbeit an Agenten-Infrastruktur, die Unternehmen selbst betreiben können. Manche Notizen beschreiben etwas, das bei uns schon läuft. Andere halten eine Überlegung fest, die unabhängig davon gilt, wie weit die Umsetzung ist.
Jede Notiz trägt das Datum, an dem wir die Idee zum ersten Mal aufgeschrieben haben, und einen Beleg dafür, etwa einen öffentlichen Commit oder einen früheren Beitrag. Bei Blogbeiträgen ohne früheren Beleg zählt der Tag der Veröffentlichung.
Neben eigenen Lab-Notes führt die Liste ausgewählte Blogbeiträge, die in dieselbe Richtung gehen.
Im Juni 2026 haben wir festgehalten, dass öffentliche Benchmarks Modelle nur vorsortieren. Entschieden wird mit eigenen Messungen. Warum, und wo auch unser eigener Benchmark KI-Battle danebenlag.
Am 27. März 2026 stand im ToolMesh-Repository zum ersten Mal die Idee, aus der DADL wurde: Eine Beschreibung der API reicht, den Rest übernimmt das Gateway. Anfang November 2026 hat die öffentliche Registry 33 Beschreibungen mit 4.360 Tools.
Ein KI-Agent, der handeln darf, braucht irgendwann eine menschliche Freigabe. Die meisten Systeme lassen dafür auf „Erlauben“ klicken. Wir zeigen fünf Wege der Freigabe, drei Fragen, an denen jede sich messen lassen muss, und warum wir in ToolMesh auf eine echte Unterschrift setzen.
Mit KI-Battle lassen wir Cloud-Modelle und lokal betreibbare Sprachmodelle auf einem deutschen Thema gegeneinander antreten. Die Modelle bewerten einander blind, gezählt wird nur, was belegt ist. Im ersten Battle zur deutschen Rechtschreibung gewann Claude Opus 5, auf Platz 2 landete ein Modell, das sich selbst betreiben lässt.
Ein Sprachmodell hat keine Hände: Es liest Text und schreibt Text. Alles, was nach Handeln aussieht — Dateien editieren, Mails senden, Systeme abfragen —, übernimmt eine Werkzeugschicht drumherum. Genau dort entstehen Berechtigungen, Audit und Kontrolle.
DeepL hat im Mai 2026 dreizehn neue Customization-Hub-Endpoints freigegeben — Style Rules, Translation Memory, multilinguale Glossare. Der offizielle MCP-Server bildet keinen davon ab. Ein Erfahrungsbericht, was die Features für Lokalisierungsteams bedeuten, welche Stolperfallen wir bei der Integration gefunden haben, und wie sich die Lücke mit einer einzelnen DADL-Datei schließen lässt.
Eine Enterprise Tool Library ist die versionierte, auditierbare und zentral autorisierte Sammlung aller API-Werkzeuge, die KI-Agenten in einer Organisation nutzen dürfen. Sobald mehr als ein Team mit Agenten arbeitet, wird sie zur Pflichtinfrastruktur — und sie sollte der Organisation gehören, nicht einem Hyperscaler.
Die größte Hürde bei NetBox ist das initiale Befüllen. ToolMesh verbindet Hetzner, Linode, Xen Orchestra und andere Quellen direkt mit NetBox — und baut Vertrauen in Stufen auf.
AI-Systeme, die dauerhaft mit Wissen arbeiten, brauchen eine Phase der Konsolidierung. Der Claude-Code-Leak bestätigt ein Muster, das wir mit dem Deliberator unabhängig entwickelt haben.