Jeden Morgen kuratiert AIBIX Beratung die wichtigsten AI-Entwicklungen aus Primärquellen — keine Aggregatoren, keine Zweitverwertung. Das heutige Briefing umfasst Agenten-Protokolle, europäische KI-Politik, Infrastruktur-Shifts und Modell-Releases.
MCP ist der neue Standard — und zugleich der neue Angriffsvektor
Das Model Context Protocol hat eine kritische Masse erreicht. Mit über 97 Millionen kombinierten SDK-Downloads pro Monat und der Adoption durch sämtliche großen Anbieter — Anthropic, OpenAI, Google, Microsoft, Amazon — ist MCP zum De-facto-Standard für die Anbindung von AI-Agenten an Tools und Services geworden. Über 10.000 publizierte MCP-Server decken alles ab, von Developer-Tools bis hin zu Fortune-500-Deployments.
Der MCP Dev Summit am 2.–3. April in New York markierte einen weiteren Meilenstein: Google veröffentlichte den Colab MCP Server als Open Source, sodass jeder AI-Agent nun direkt auf Google Colab zugreifen kann. Parallel wurde das Protokoll zusammen mit Googles Agent-to-Agent Protocol (A2A) der Agentic AI Foundation (AAIF) der Linux Foundation übergeben — ein Signal, dass diese Protokolle als neutrale Infrastruktur verstanden werden wollen, nicht als Vendor-Lock-in.
Doch die Medaille hat eine Kehrseite: MCP rückt an die Spitze praktischer, finanziell schädlicher Angriffsvektoren auf Agentic AI. Aktuelle Forschung von Adversa AI zeigt Risiken wie stealthy resource amplification loops, komplexe Authentifizierungs-Probleme bei Remote-Deployments und verwundbare Client-Setups. Ende März wurden zudem Supply-Chain-Attacken auf LangChain und LangGraph aufgedeckt. Wer MCP in Produktionsumgebungen einsetzt, muss Security-Reviews zur Priorität machen — das Protokoll ist mächtig, aber die Angriffsfläche wächst mit jeder neuen Integration.
Agenten fressen SaaS — aber verdienen sie auch Geld?
Eine der lebhaftesten Diskussionen auf Hacker News diese Woche trug den provokanten Titel: „Do AI Agents Make Money in 2026? Or Is It Just Mac Minis and Vibes?“ Die Frage ist berechtigt. Einerseits schließen Agent-Startups beachtliche Runden — Sycamore holte sich $65M Seed (Coatue, Lightspeed), Zalos sicherte $3.6M für AI-powered Computer-Agenten. Andererseits bleibt die Unsicherheit, ob diese Unternehmen echte Umsätze generieren oder primär auf Hype setzen.
Was sich dagegen klar abzeichnet: Der Trend „Agents eating SaaS“ gewinnt an Fahrt. AI-Agenten ersetzen zunehmend klassische SaaS-Produkte, indem sie Workflows end-to-end automatisieren, statt nur Features bereitzustellen. Gartner prognostiziert, dass 40% aller Enterprise-Apps bis Ende 2026 task-spezifische AI-Agenten eingebettet haben werden — gegenüber unter 5% im Vorjahr. Das ist kein gradueller Shift, das ist ein Paradigmenwechsel.
Q1 2026: $300 Milliarden in einem Quartal
Die Zahlen aus dem ersten Quartal 2026 sind schlicht historisch. Laut Crunchbase investierten VCs weltweit $300 Milliarden in 6.000 Startups — ein Anstieg von über 150% gegenüber dem Vorquartal und dem Vorjahresquartal. Davon flossen $242 Milliarden, also 80%, in AI-Unternehmen. Allein im Bereich Foundational AI: $178 Milliarden in 24 Deals — mehr als doppelt so viel wie im gesamten Jahr 2025.
Die vier größten Venture-Runden aller Zeiten wurden in Q1 geschlossen: OpenAI ($122 Mrd. bei $500 Mrd.+ Bewertung), Anthropic ($30 Mrd. bei $183 Mrd. Bewertung), xAI ($20 Mrd. bei $200 Mrd.+ Bewertung) und Waymo ($16 Mrd.). Die Konzentration an der Spitze ist enorm — aber auch im Long Tail passiert viel, besonders in Europa.
Europa: Countdown zum AI Act und Mistrals Aufstieg
Der EU AI Act tritt am 2. August 2026 in volle Anwendung. Die Verbote und Literacy-Pflichten sind bereits seit Februar 2025 aktiv, GPAI-Regeln seit August 2025 — aber die entscheidende Phase kommt jetzt: Ab August 2026 greifen alle verbleibenden Pflichten für Hochrisiko-KI-Systeme, inklusive Dokumentation, Risikomanagement und menschlicher Aufsicht. Bei Verstößen drohen Strafen bis zu €35 Millionen oder 7% des weltweiten Jahresumsatzes. Für Unternehmen, die AI-Agenten in Enterprise-Umgebungen deployen, ist die Einstufung als Hochrisiko-System besonders relevant.
Mistral AI festigt unterdessen seine Position als Europas wichtigstes AI-Unternehmen. Die €1.7 Mrd. Series C vom September 2025 hob die Bewertung auf €11.7 Milliarden. Eine strategische Partnerschaft mit ASML unterstreicht den europäischen Souveränitätsansatz. Bismarck Analysis prognostiziert einen weiteren Aufstieg, sobald mehr Compute-Kapazität in Europa verfügbar wird — bislang der größte Engpass für europäische Frontier-Modelle.
Aleph Alpha verfolgt mit seinen Luminous-Modellen einen fundamental anderen Ansatz: Explainability und Safety by Design machen sie besonders attraktiv für Behörden und regulierte Industrien. Die deutsche Bundesregierung verlängert ihren €1 Mrd. VC-Fonds ab 2026 für Scale-ups, Frankreichs Bpifrance widmet €10 Mrd. (2026–2030) für AI. AI macht mittlerweile 62% des gesamten europäischen VC-Deal-Volumens aus.
NVIDIAs Vera Rubin und der Shift zurück zu On-Premise
NVIDIA stellte die Vera Rubin Plattform mit sieben neuen Chips vor, die nun in voller Produktion sind. Das Zusammenspiel von Vera CPU und Rubin GPU, dem Groq 3 LPU für Inference, NVLink 6 Switch, ConnectX-9 SuperNIC, BlueField-4 DPU und Spectrum-6 Ethernet bildet ein vollständiges Compute-Ökosystem. Die Leistungsdaten gegenüber der Vorgängergeneration Blackwell sind beeindruckend: 10x Reduktion der Inference-Token-Kosten und 4x weniger GPUs für das Training von Mixture-of-Experts-Modellen.
Parallel dazu markiert 2026 einen dramatischen Shift zurück zu On-Premise — spezifisch für Inference, nicht für Training. Self-Hosted ist bis zu 18x günstiger pro Million Tokens mit einem ROI-Payback von etwa vier Monaten. 44% der Unternehmen nennen Data Privacy als Top-Barriere für LLM-Adoption (Kong Enterprise AI Report). Die Hybrid LLM Architecture hat sich als erfolgreichstes Modell für den Mittelstand etabliert: kompakte Open-Weight-Modelle (7B–13B Parameter) lokal, komplexe Aufgaben in die Cloud geroutet. Tools wie Ollama, vLLM und Llama.cpp haben das Deployment so weit vereinfacht, dass Standard-Sysadmins ohne ML-Spezialkenntnisse produktive Systeme betreiben können.
Modelle: GPT-5.4, Gemini 3.1 und der AI Scientist-v2
OpenAI veröffentlichte GPT-5.4 am 5. März — das erste Modell mit nativen Computer-Use-Fähigkeiten. 1 Million Token Kontextfenster, 75% auf OSWorld-V und über $25 Milliarden annualisierter Umsatz mit IPO-Gerüchten für Ende 2026. Googles Gemini 3.1 Pro führt 13 von 16 Benchmarks an, darunter 77.1% auf ARC-AGI-2. AlphaEvolve, Googles Gemini-basierter Coding-Agent, hat 0.7% der weltweiten Google-Compute-Ressourcen zurückgewonnen — bei Googles Größenordnung ein massiver Effizienzgewinn.
Anthropic arbeitet Berichten zufolge an Claude Mythos 5, einem 10-Billionen-Parameter-Modell für Cybersecurity, akademische Forschung und komplexes Coding. Bereits verfügbar sind Claude Sonnet 4.6 und Opus 4.6 mit 1M Token Kontextfenster (Beta).
Der vielleicht bedeutsamste Meilenstein dieser Woche kommt allerdings aus der Forschung: AI Scientist-v2 nutzt agentic tree search für autonome wissenschaftliche Entdeckung — von der Hypothese über Experimente und Analyse bis zum fertigen Paper. Ein vollständig von diesem System generiertes Paper wurde erstmals bei einer Major Conference akzeptiert. Das ist nicht mehr Science Fiction.
Bemerkenswert auch: Lilian Weng und Mira Murati (beide ex-OpenAI) haben Thinking Machines gegründet — Teil einer breiteren Welle, in der Top-Talent aus Frontier Labs eigene Startups gründet.
Document Processing: IDP erreicht den Mainstream
Analysten prognostizieren, dass 70% der Organisationen bis Ende 2026 eine Form von Intelligent Document Processing einsetzen werden. Die Ergebnisse sprechen für sich: 60–80% Kostensenkung, 70–90% schnellere Durchlaufzeiten und 75–90% Straight-Through-Processing bei Rechnungen ohne menschlichen Eingriff. Der 2026er IDP-Stack hat sich zu einem klaren Schichtmodell entwickelt — OCR als Basis, AI-Modelle in der Mitte, Human-in-the-Loop als Rahmen, RPA als Orchestrierung. Der Trend geht klar zu GenAI-augmentierten Pipelines, die kontextbasiert verstehen statt nur Pattern-Matching zu betreiben.
Fazit: Die nächsten vier Monate werden entscheidend
Drei Entwicklungen konvergieren gerade: Der EU AI Act wird im August scharf gestellt, NVIDIA Vera Rubin macht On-Premise-Inference radikal kosteneffizienter, und Agent-Protokolle wie MCP standardisieren die Schnittstellen. Für Unternehmen im DACH-Raum heißt das: Wer jetzt keine Compliance-Strategie hat, wer On-Premise nicht evaluiert und wer Agent-Integration nicht pilotiert, wird in der zweiten Jahreshälfte unter erheblichem Druck stehen. Die Investitionszahlen zeigen, dass der Markt all-in ist. Die Frage ist nicht mehr ob, sondern wie schnell.
Quellen: Dieses Briefing basiert ausschließlich auf Primärquellen — Company Blogs (Anthropic, OpenAI, Google DeepMind, NVIDIA), Practitioner Blogs (Simon Willison, Nathan Lambert, Latent Space, Bismarck Analysis), Hacker News, arXiv, Crunchbase und PitchBook. Keine Aggregator-Sites.
AIBIX Beratung · Gerd Feiner · aibix.de