Nach Agentic AI:Drei frühe Forschungssignale.
Wir haben die Titel von 76.448 Arbeiten aus 2026 gegen 101.380 aus dem Vorjahr gestellt und gefragt: Welche Begriffe treten gerade neu in die Sprache der Forschung ein? Drei Gruppen treten hervor — und zwei Treffer entlarven die Methode.
Keine Prognose. Eine Messung.
Dieser Artikel sagt nicht voraus, was kommt. Er misst etwas Engeres und Prüfbareres: welche Begriffe gerade in die Sprache der Forschung eintreten. Wir vergleichen, wie oft ein Ausdruck in Papertiteln von 2026 vorkommt, mit seinem Vorkommen ein Jahr zuvor. Was vorher fehlte und heute regelmäßig auftaucht, nennen wir ein lexikalisches Frühsignal.
Wichtig ist, was das nicht heißt. Ein neuer Begriff bedeutet nicht, dass das dahinterliegende Verfahren neu ist — es kann vorher schon in Abstracts, auf Konferenzen oder in der Industrie existiert haben. Es bedeutet auch nicht, dass mehrere neue Begriffe zusammen eine Bewegung bilden. Die Gruppierung in diesem Artikel ist unsere Einordnung.
Warum das für Sie interessant ist: Zwischen dem ersten Auftauchen eines Begriffs in der Forschung und dem Moment, in dem ein Anbieter ihn Ihnen verkauft, liegen erfahrungsgemäß ein bis drei Jahre. Wer die Entstehung sieht, hat Zeit — zum Verstehen, zum Planen, und um zu erkennen, was davon nur ein neues Wort ist.
Was dieser Artikel ausdrücklich nicht leistet: Er sagt nicht, welche dieser Gruppen sich durchsetzt. Häufigkeit in Titeln ist kein Maß für Bedeutung. Zum Gegencheck kommen wir in Abschnitt 05 — dort zerlegen wir die eigene Methode.
So lesen Sie diesen Text · vier Belegarten
„Agentic“ ist kein Frühsignal mehr.
Der Begriff, der die Branche seit zwei Jahren beherrscht, wächst weiterhin kräftig — Faktor 7,5. Über ihm stehen aber mehr als vierzig Ausdrücke, zehn davon ohne einen einzigen Titel-Treffer im Vergleichsjahr.
„agentic“ erscheint 2026 in 1.644 Titeln, im Vergleichszeitraum waren es 292 ✓. Faktor 7,5 ist alles andere als schwach. Es ist aber das Wachstum eines etablierten Begriffs mit großer Basis, kein Frühsignal. Wer wissen will, was als Nächstes kommt, muss über dieser Linie suchen ○.
Und dort steht etwas Bemerkenswertes: Zehn Mehrwortbegriffe haben im Vergleichsjahr keinen einzigen Titel-Treffer und tauchen 2026 regelmäßig auf. Sie sind nicht gewachsen — sie sind in der Titelsprache neu.
Raten normalisiert
kein Titel-Treffer im Vergleichsjahr
und mindestens 25 Treffern 2026
im Vorjahr nicht in Titeln
Vom Bauen zum Trainieren.
Die auffälligste Gruppe hat einen gemeinsamen Nenner: Sie handelt nicht davon, wie man einen Agenten zusammensetzt, sondern wie man ihn trainiert.
Balkenbreite = 2 px je Treffer. Titel-Suche, keine Abstracts.
Vergleichsjahr 01.07.2024–30.06.2025 (101.380 Arbeiten) gegen 2026 bis 23.07.
(76.448 Arbeiten), Raten normalisiert.
Daten als JSON ·
als CSV — nachrechnen erwünscht.
RLVR steht für Reinforcement Learning with Verifiable Rewards: Ein System wird nicht mit menschlichem Feedback trainiert, sondern gegen ein Kriterium, das sich maschinell prüfen lässt — ein bestandener Test, eine korrekte Rechnung. Das ist exakt das Prüfer-Prinzip aus unserem Reality-Check zu KI-Loops — jetzt als Trainingsverfahren ○.
On-policy distillation heißt: Ein Modell wird auf Abläufen trainiert, die es mit seiner eigenen aktuellen Arbeitsweise erzeugt hat — nicht auf einem festen, vorher gesammelten Datensatz. Die Zielsignale liefert dabei eine Lehrerinstanz, die mehr weiß als das Modell selbst. Entscheidend ist also die Herkunft der Trainingsabläufe, nicht die Größe der beteiligten Modelle. 106 Arbeiten in 2026, null im Vergleichsjahr ✓.
Wenn sich diese Gruppe fortsetzt, verschiebt sich die entscheidende Frage bei KI-Projekten. Sie lautet dann nicht mehr „welches Modell nehmen wir“, sondern „woran messen wir Erfolg so präzise, dass eine Maschine daraufhin trainieren kann?“ — also: Haben Sie überhaupt maschinell prüfbare Kriterien für Ihre Prozesse?
- Angewandte Regel
- Wenn Trainingsverfahren an Bedeutung gewinnen, die ein überprüfbares Erfolgskriterium voraussetzen, wird das Kriterium selbst zum Engpass.
- Belegt durch
- Titelhäufigkeiten RLVR, verifiable rewards, on-policy distillation · keine Aussage über Wirksamkeit dieser Verfahren
Von der Sitzung zum zustandsfähigen System.
Die zweite Gruppe dreht sich um Dauerhaftigkeit: Gedächtnis, erlernte Fähigkeiten, lange Zeithorizonte. Basismodelle bringen kein verlässliches Langzeitgedächtnis mit — ohne eine ausdrücklich gebaute Persistenzschicht beginnt jeder Durchlauf weitgehend ohne eigene Erfahrung.
| Begriff | Vergleichsjahr | 2026 | Was gemeint ist |
|---|---|---|---|
| agent skills | 0 | 52 | Fähigkeiten, die ein Agent erwirbt und behält — Achtung: teilweise Plattform-Effekt, siehe Abschnitt 05 |
| agent memory | 2 | 85 | Langzeitgedächtnis über Sitzungen hinweg |
| agentic memory | 2 | 29 | dasselbe, andere Schreibweise |
| self-evolving agents | 1 | 28 | Systeme, die sich im Betrieb weiterentwickeln |
| self-evolving (gesamt) | 32 | 229 | |
| long-horizon llm | 0 | 30 | Aufgaben über lange Zeiträume |
| coding agents | 9 | 110 | Agenten, die Software schreiben — Aufmerksamkeit für programmierende Agenten, kein Gedächtnisbegriff |
Diese Gruppe hat bereits Ankerarbeiten mit nennenswerten Zitationszahlen — anders als Gruppe 1: Mem0 mit 532 ✓, A-MEM mit 460 ✓, Zep mit 209 ✓ und „Memory in the Age of AI Agents“ mit 197 ✓.
Auffällig ist die Architektur dahinter: Zep beschreibt das Agentengedächtnis ausdrücklich als zeitlichen Wissensgraphen ✓. Nicht als Textspeicher, sondern als Objekte mit Beziehungen und Zeitstempeln. Der Begriff Knowledge Graph in Verbindung mit Sprachmodellen ist in unserem Bestand von 105 Arbeiten im zweiten Halbjahr 2024 auf 246 im ersten Halbjahr 2026 gestiegen ✓.
Dazu ein junger Begriff, der die gleiche Richtung zeigt: Context Engineering — erster Treffer im Januar 2025, inzwischen 83 Arbeiten ✓. Es geht darum, was ein Agent überhaupt vor sich sieht, wenn er entscheidet.
Für einen Betrieb ist das die praktisch relevanteste der drei Gruppen. Ohne gespeicherten Zustand kann ein Anwendungssystem Erfahrungen nicht zwischen Durchläufen bewahren — es macht denselben Fehler beliebig oft, bis jemand eingreift. Wenn Sie heute ein Agentenprojekt planen, ist die Frage nach der Persistenz keine Zukunftsfrage: Sie entscheidet darüber, ob das System mit der Zeit besser wird oder nur älter.
- Angewandte Regel
- Ohne gespeicherten Zustand bleiben Erfahrungen zwischen Durchläufen unzugänglich. Verbesserung ist dann nur über Training oder manuelle Anpassung möglich, nicht im laufenden Betrieb. Ob das wirtschaftlich zählt, hängt davon ab, wie oft sich eine Aufgabe wiederholt.
- Belegt durch
- arXiv:2504.19413 · 2502.12110 · 2501.13956 · 2512.13564 · Titelhäufigkeiten agent memory, agent skills, self-evolving agents
Nachvollziehbarkeit rückt in die Titel.
Die dritte Gruppe hat uns beim Auswerten am meisten überrascht — weil sie nach Verwaltung klingt und trotzdem im Vergleichsjahr fast nicht vorkam.
| Begriff | Vergleichsjahr | 2026 | Bedeutung |
|---|---|---|---|
| auditable | 0 | 58 | prüfbar, nachvollziehbar |
| reliability-aware | 0 | 25 | berücksichtigt die eigene Zuverlässigkeit |
| audit | 16 | 107 | Prüfung, Revision |
| rubrics / rubric-based | 7 | 67 | explizite Bewertungsraster |
| governed | 4 | 35 | geregelt, unter Aufsicht |
| authority | 4 | 35 | Befugnis, Entscheidungsrecht |
| delegation | 5 | 34 | Übertragung von Befugnissen |
„auditable“ hatte im gesamten Vergleichsjahr keinen einzigen Titel-Treffer und steht 2026 bei 58 ✓. Dasselbe gilt für „reliability-aware“. Das sind keine Modewörter aus dem Marketing — es sind Begriffe aus Papertiteln.
Begriffe wie Befugnis, Delegation und Prüfbarkeit tauchen typischerweise dann auf, wenn Systeme das Labor verlassen ○. Verantwortung und Prüfbarkeit sind zwar seit Langem Forschungsthemen — mit produktiver Nutzung werden sie aber operativ dringlich statt grundsätzlich. Es gibt allerdings mindestens eine ebenso plausible Erklärung: Regulierung. Der EU AI Act und vergleichbare Vorhaben erzeugen Forschungsbedarf, unabhängig davon, wie viele Systeme produktiv laufen. Welcher Anteil worauf entfällt: —
Für Sie ist das die Bewegung mit dem längsten Vorlauf und der klarsten Konsequenz. Wenn Prüfbarkeit an Forschungsaufmerksamkeit gewinnt, kann sie sich innerhalb weniger Jahre in Ausschreibungen niederschlagen — sicher ist das nicht, aber der Fall ist billig abzusichern: Wer heute Systeme baut, deren Entscheidungen sich nicht nachvollziehen lassen, baut sie im Zweifel ein zweites Mal.
- Angewandte Regel
- Zwischen erstem Auftreten eines Themas in der Forschung und seiner Ankunft in Beschaffungsanforderungen liegen nach unserer Erfahrung ein bis drei Jahre. Das ist ein Szenario aus Projekterfahrung, keine Messung aus diesen Daten — und in einem Artikel, der keine Prognose sein will, ausdrücklich als solches markiert.
Warum das kein Orakel ist.
Eine Methode, die man nicht gegen sich selbst richtet, ist keine Methode. Hier sind die vier Stellen, an denen unsere Auswertung angreifbar ist — inklusive eines Treffers, der beweist, dass sie Fehler produziert.
Der Beweis, dass die Methode irrt
Auf Platz drei unserer Rangliste stand ursprünglich ein Begriff mit Faktor 143: semeval-2026. 54 Titel-Treffer in 2026, null im Vorjahr ✓ — und vollkommen bedeutungslos. Es ist der Name einer jährlichen Fachkonferenz. Die Jahreszahl im Namen sorgt dafür, dass jeder Jahrgang wie ein Frühsignal aussieht.
Wir haben ihn manuell entfernt — und genau das ist der Punkt ○: Die Methode findet Auffälligkeiten, nicht Bedeutungen. Jeder Treffer in diesem Artikel ist von uns nachrecherchiert worden — was dabei herauskommt, zeigt der nächste Abschnitt.
Der zweite Fehlertyp: wenn eine Plattform wie ein Trend aussieht
Zwei weitere Treffer standen mit Basis null weit oben: openclaw (0 → 27) und moltbook (0 → 26). Nach reiner Statistik wären das zwei starke Frühsignale. Sie sind etwas anderes.
OpenClaw ist ein quelloffener Agenten-Runtime, der lokal auf eigener Hardware läuft › — Ende Januar 2026 gestartet, MIT-lizenziert, mit Anbindung an Messenger, Dateisystem und Shell. Moltbook ist ein soziales Netzwerk ausschließlich für KI-Agenten, Ende Januar 2026 gestartet und im März 2026 von Meta übernommen ›. Die meisten dort aktiven Agenten laufen auf OpenClaw. Beide sind Eigennamen, keine Fachbegriffe — und beide starteten Ende Januar 2026. Daher die Basis null.
OpenClaw nennt sein Erweiterungssystem AgentSkills. Damit ist mindestens ein Teil unseres Signals „agent skills“ (0 → 52) in Gruppe 2 vermutlich kein unabhängiger Forschungstrend, sondern das Vokabular einer Plattform, über die viele Arbeiten schreiben. Welcher Anteil: —
Wir lassen den Begriff in Gruppe 2 stehen, weil „agent memory“ und „self-evolving agents“ unabhängig davon wachsen und mit Mem0, A-MEM und Zep eigene Ankerarbeiten haben. Der Vorbehalt gehört aber daneben, nicht in eine Fußnote.
- Angewandte Regel
- Nicht jedes neue Wort ist eine technische Bewegung. Wenn ein Produkt oder eine Plattform plötzlich Gegenstand vieler Arbeiten wird, sieht deren Eigenvokabular in einer rein statistischen Messung genauso aus wie ein Forschungstrend.
- Belegt durch
- Projektdokumentation OpenClaw · Presseberichte zur Meta-Übernahme von Moltbook, März 2026 · eigene Titelmessung
Der Wachstumsfaktor ist bei Basis null irreführend
„281-fach“ für on-policy distillation klingt beeindruckend und ist rechnerisch ein Artefakt: Bei null Treffern im Vergleichszeitraum hängt der Faktor allein von einer Glättungskonstante ab, die wir gesetzt haben. Deshalb steht in diesem Artikel überall „0 → 106“ statt „281-fach“. Die belastbare Aussage ist das Begriffspaar, nicht der Multiplikator.
Titelhäufigkeit ist kein Maß für Bedeutung
Wir zählen Wörter in Überschriften. Das erfasst weder Zitationsgewicht noch Qualität noch industrielle Relevanz. Ein Begriff kann boomen und in zwei Jahren verschwunden sein — dafür gibt es in der Wissenschaftsgeschichte genug Beispiele. Was wir messen, ist Aufmerksamkeit — nicht Wirksamkeit ○. Deshalb lautet das Urteil dieses Artikels zu früh und nicht Substanz.
Wie diese Zahlen entstanden sind.
- Datenbasis
- 602.340 arXiv-Arbeiten aus cs.AI, cs.LG, cs.CL, cs.CV, cs.RO · 01.04.2007 bis 23.07.2026
- Verfahren
- Zerlegung aller Titel — nicht der Abstracts — in Einzelwörter sowie Zwei- und Dreiwortgruppen. Vergleich der Häufigkeit pro Arbeit zwischen zwei Zeiträumen.
- Zeiträume
- Vergleichsjahr 01.07.2024–30.06.2025 (101.380 Arbeiten) gegen 01.01.2026–23.07.2026 (76.448 Arbeiten). Die Zeiträume sind unterschiedlich lang; verglichen werden deshalb Raten pro Arbeit, keine absoluten Zahlen.
- Warum diese Zeiträume — und was daran schwach ist
- Als Basis wollten wir ein volles Jahr, damit sich Konferenzzyklen ausgleichen. Der Preis: Die Fenster sind nicht parallel, und das zweite Halbjahr 2025 fehlt ganz. Ein sauberer Gegentest wäre 01.01.–23.07.2025 gegen 01.01.–23.07.2026 — gleiche Monate, gleiche Saison. Dieser Test steht aus: — Er kommt in die nächste Auswertung.
- Schwellenwerte
- Mindestens 25 Treffer im aktuellen Zeitraum, mindestens Faktor 3 Wachstum. Beide Werte sind von uns gesetzt und nicht aus den Daten abgeleitet.
- Glättung
- Begriffe mit null Treffern im Vergleichszeitraum erhalten rechnerisch 0,5 Treffer, damit der Faktor endlich bleibt. Das macht Multiplikatoren bei Basis null bedeutungslos — wir geben deshalb Rohwerte an.
- Stoppwörter
- Rund 90 Allgemeinbegriffe („model“, „learning“, „framework“ …) sind ausgeschlossen. Die Liste ist von uns erstellt und beeinflusst das Ergebnis.
- Manuelle Nachbearbeitung
- Konferenznamen und offensichtliche Artefakte wurden von Hand entfernt (siehe Abschnitt 05). Anteil der insgesamt entfernten Treffer: —
- Was fehlt
- Kein Abgleich mit Zitationsgewicht, keine Qualitätsprüfung der Arbeiten, keine Themenklassifikation. Eine Rangliste gegen alle Begriffe der KI-Forschung ist dies nicht — nur gegen jene, die unsere Schwellenwerte überschreiten.
Was man mit einem Frühsignal macht — und was nicht.
Ein Trendsignal ist kein Investitionsgrund. Es ist ein Grund, eine bestimmte Frage früher zu stellen.
- 01 Nichts kaufen. Keine dieser Gruppen ist als Produkt reif. Wer Ihnen heute „on-policy distillation“ verkauft, verkauft ein Papier.
- 02 Prüfbare Kriterien vorbereiten. Gruppe 1 setzt voraus, dass Erfolg maschinell messbar ist. Fragen Sie sich für Ihre drei wichtigsten Prozesse: Woran würde eine Maschine erkennen, dass das Ergebnis gut ist?
- 03 Gedächtnis bei laufenden Projekten zur Frage machen. Gruppe 2 ist die einzige, die schon heute Produktrelevanz hat. Behält Ihr System etwas — und wenn ja, wo liegt es?
- 04 Nachvollziehbarkeit in Verträge schreiben. Gruppe 3 hat den längsten Vorlauf, aber die härteste Konsequenz. Verlangen Sie bei neuen Systemen ein Protokoll, das zeigt, warum eine Entscheidung so fiel.
- 05 In zwölf Monaten nachmessen. Wir wiederholen diese Auswertung. Welche Begriffe dann noch da sind, ist die eigentliche Antwort.
- Angewandte Regel
- Frühsignale rechtfertigen Vorbereitung, keine Beschaffung. Der Unterschied besteht darin, ob Geld fließt oder eine Frage geklärt wird.
Sechs Antworten, die wir nicht geben.
Leerstellen
- Welche der drei Signalgruppen setzt sich durch?
- — Titelhäufigkeit misst Aufmerksamkeit. Über Wirksamkeit sagt sie nichts.
- Wann erreichen diese Themen den Mittelstand?
- — Unsere Ein-bis-drei-Jahre-Faustregel ist Erfahrungswert, keine Messung.
- Welcher Anteil von „agent skills“ geht auf die OpenClaw-Plattform zurück?
- — Nicht getrennt messbar. Siehe Abschnitt 05.
- Wie stabil sind die Signale bei parallelen Vergleichszeiträumen?
- — Gegentest Jan–Jul 2025 gegen Jan–Jul 2026 steht aus. Siehe Abschnitt 06.
- Wie viel des Anstiegs bei „auditable“ geht auf Regulierung zurück?
- — Nicht getrennt messbar. Beide Erklärungen sind plausibel.
- Gibt es Gruppen, die unsere Schwellenwerte verfehlt haben?
- — Mit Sicherheit. Alles unter 25 Treffern oder Faktor 3 ist unsichtbar geblieben.
Die zweite Frage ist die, die in Planungsrunden tatsächlich gestellt wird ○ — und sie hängt weniger an der Forschung als an Ihrer Branche, Ihren Systemen und Ihrem Investitionszyklus.
Frühsignale für Ihre Branche einordnen DoWell UG · Hamburg
Alle Quellen dieses Artikels.
| arXiv-ID | Titel | Datum | Gruppe | Zit. |
|---|---|---|---|---|
| 2504.19413 | Mem0: Building Production-Ready AI Agents with Scalable Long-Term Memory | 2025-04-28 | Gedächtnis | 532 |
| 2502.12110 | A-MEM: Agentic Memory for LLM Agents | 2025-02-17 | Gedächtnis | 460 |
| 2501.13956 | Zep: A Temporal Knowledge Graph Architecture for Agent Memory | 2025-01-20 | Gedächtnis | 209 |
| 2512.13564 | Memory in the Age of AI Agents | 2025-12-15 | Gedächtnis | 197 |
| 2510.04618 | Agentic Context Engineering: Evolving Contexts for Self-Improving Language Models | 2025-10-06 | Gedächtnis | 151 |
| 2507.13334 | A Survey of Context Engineering for Large Language Models | 2025-07-17 | Gedächtnis | 108 |
| 2601.21557 | Meta Context Engineering via Agentic Skill Evolution | 2026-01-29 | Gedächtnis | 22 |
| 2404.16130 | From Local to Global: A Graph RAG Approach to Query-Focused Summarization | 2024-04-24 | Wissensgraph | 962 |
| BrunoSan Trend-Radar | Eigene Emergenzmessung über Titel von 177.828 Arbeiten in zwei Zeiträumen · Verfahren siehe Abschnitt 06 | 2026-07-26 | Eigene Erhebung | — |
Die Zuordnung zu „Gruppen“ ist unsere Einordnung, keine Angabe der Autoren. Zitationszahlen sind Referenzkanten innerhalb des BrunoSan-Bestands, nicht Google-Scholar-Werte.
Was Leser dazu meistens fragen.
Heißt „zu früh“, dass ich das ignorieren kann?
Was ist RLVR?
Sind „openclaw“ und „moltbook“ auch Frühsignale?
Warum steht bei „semeval-2026“ ein Fehler im Artikel?
Warum steht überall „0 → 106“ statt „281-fach“?
Wann kommt die nächste Auswertung?
Ist dieser Text mit KI erstellt?
Eine solche Messung braucht mehr als eine Suche im aktuellen Bestand — sie braucht einen versionierten Zeitreihenbestand: 602.340 wissenschaftliche Arbeiten von 2007 bis vorgestern, jede als eigenes Objekt mit ID, Datum und Referenzkanten. Erst damit lässt sich fragen, was es vor zwölf Monaten noch nicht gab — und die Frage jederzeit wiederholen.
Dieselbe Technik, angewandt auf Ihre Dokumente: Atomizer macht Verträge, Rechnungen und Protokolle über Nacht zu abfragbaren Objekten. BrunoSan Assistant beantwortet Fragen darauf — mit Quelle zur Originalstelle. Den arXiv-Bestand samt Trend-Abfragen gibt es als MCP-Server für eigene Agenten.
KI-Agenten:
Neu ist nur das Wort →
Wovon dieser Artikel die Fortsetzung
ist: Warum die Verfahren hinter „Agentic AI“ aus 2022 und 2023 stammen.
Kein
Verifier, kein KI-Loop →
Das Prüfer-Prinzip, das in Gruppe 1
unter dem Namen RLVR wiederkehrt.