AgentenCode / Intelligence Layer
KI-Ökosysteme: Welche Agenten bieten OpenAI, Google, Anthropic & Co.?
Alle Agenten stehen gleichzeitig im großen Verzeichnis. Hier sehen Sie, welche eigenständigen Produkte zu welchem Anbieter- oder Produktökosystem gehören – und wo Grenzen, Zugänge und Sicherheitsbelege auseinanderfallen.
KI-Ökosysteme
AGENTENCODE RESEARCH
Multi-Agent Intelligence: Forschung & Architektur
Wie mehrere KI-Agenten zusammenarbeiten: Orchestrierung, Delegation, externe Benchmarks und überprüfbare Evidenz.
Zum ausführlichen Forschungsbereich → · Architekturen & Koordination · Studien & Benchmarks · Methodik & Herkunft
ORIENTIERUNG
Die sieben Ökosysteme im Überblick
Wählen Sie einen Anbieter, um seine dokumentierten Agenten und Produktebenen im Zusammenhang zu sehen.
ChatGPT & Codex
Arbeits-, Recherche- und Coding-Agenten in ChatGPT sowie eigenständige Entwickleroberflächen von OpenAI.
Claude
Claude Code für Entwicklung, Cowork für Computer- und Dateiaufgaben sowie Claude Research für Recherche.
Gemini & Entwickleragenten
Gemini-Recherche, Gemini CLI, Jules, Spark und das Antigravity-Entwicklungsökosystem.
Gemini Enterprise Agent Platform
Unternehmensagent Gemini, Gemini Enterprise Agent Platform und spezialisierter Algorithmus-Agent AlphaEvolve.
Copilot & Foundry
Recherche-, Analyse-, Sicherheits- und Entwicklungsagenten zwischen Microsoft 365, Copilot Studio und Foundry.
Computer, Comet & Research
Deep Research, Computer und Comet Assistant verbinden Recherche mit unterschiedlich weit reichender Aufgabenausführung.
Muse
Muse als persönlicher Aufgabenagent mit eigener VM und dokumentierten Freigabemöglichkeiten.
Agent, Plattform und Modell sind nicht dasselbe.
Eine Antwort ist nur verlässlich, wenn sie die richtige Produktebene trifft. Ein Modell erzeugt Ausgaben; ein Agent führt unter definierten Berechtigungen Aufgaben aus; eine Agentenplattform stellt Entwicklung, Bereitstellung und Governance bereit. Ein Modellname garantiert daher keine bestimmten Agentenfunktionen.
AgentenCode ordnet Produkte redaktionell zu und bewahrt die ursprünglichen Profil-IDs. Die Zuordnung ersetzt keine feldgenauen Sicherheitsbelege. Bei nicht dokumentierten Eigenschaften steht Unknown, niemals automatisch „Nein“.
AGENTENCODE / ÖKOSYSTEM-LEITFADEN
Was ist ein KI-Agenten-Ökosystem?
Ein KI-Agenten-Ökosystem ist kein einzelnes KI-Modell. Es verknüpft eigenständige Agenten, Entwicklerwerkzeuge, Laufzeiten, Berechtigungen und Herstellerprodukte. Ein belastbarer Vergleich bezieht sich auf konkrete Produkte statt auf Marken oder Modellfamilien. Die Zugehörigkeit zu einem Hersteller beweist keine gemeinsamen Produktfähigkeiten. Ein ChatGPT-Connector ist nicht automatisch Codex; ein Agent mit Gemini-Modellen übernimmt nicht automatisch Sicherheitskontrollen von Gemini Enterprise. Ebenso sind Entwickler-Frameworks von einsatzfertigen Agenten zu unterscheiden.
| Ebene | Einordnung |
|---|---|
| KI-Modell | Erzeugt Ausgaben; die Verfügbarkeit eines Modells belegt noch keine Berechtigung zu externen Aktionen. |
| KI-Agent | Verbindet Kontext, Werkzeuge und eine konkrete Laufzeit, um Aufgaben im definierten Funktionsumfang zu planen oder auszuführen. |
| Framework | Entwicklerbausteine für Agentenabläufe; kein automatischer Nachweis eines einsatzfertigen Endnutzeragenten. |
| Agentenplattform | Infrastruktur für Betrieb, Orchestrierung, Identitäten und Überwachung. Kontrollen hängen vom Produkt und Tarif ab. |
| Ökosystem | Zusammenhang von Produkten, Werkzeugen, Plattformen und Agenten eines Anbieters mit explizit belegten Beziehungen. |
Sieben Anbieter mit unterschiedlichen Produktebenen
Alle 130 AgentenCode-Einträge bleiben in einem gemeinsamen Verzeichnis. Die Ökosystemzuordnung enthält nur ausdrücklich verknüpfte Profile – weder ein Ranking noch eine weltweite Marktzählung.
| Ökosystem | Katalogumfang | Beispiele | Quelle |
|---|---|---|---|
| OpenAI | 6 Profile | ChatGPT Deep Research, OpenAI Codex, ChatGPT Work, ChatGPT dots | Primärquelle ↗ |
| Anthropic | 3 Profile | Claude Research, Claude Code, Claude Cowork | Primärquelle ↗ |
| 7 Profile | Gemini Deep Research, Google Jules, Gemini Spark, Gemini CLI | Primärquelle ↗ | |
| Google Cloud | 3 Profile | Gemini Enterprise Agent Platform, Gemini Agent, Google AlphaEvolve | Primärquelle ↗ |
| Microsoft | 7 Profile | Microsoft Copilot Researcher, Microsoft Copilot Studio, Microsoft Copilot Analyst, Microsoft Foundry Agent Service | Primärquelle ↗ |
| Perplexity | 3 Profile | Perplexity Deep Research, Perplexity Computer, Perplexity Comet Assistant | Primärquelle ↗ |
| Meta | 1 Profile | Meta Muse | Primärquelle ↗ |
Welches Ökosystem passt zur Aufgabe?
Vor der Anbieterauswahl sind Aufgabe und Risiko zu definieren. Recherchebericht, Codeausführung und CRM-Änderungen benötigen unterschiedliche Nachweise.
| Anwendungsfall | Prüffragen |
|---|---|
| Softwareentwicklung | Ausführungsumgebung, Repository-Zugriff, Freigabeschritte und lokale versus gehostete Laufzeit vergleichen. Beispiele: OpenAI Codex, Claude Code und Gemini CLI. |
| Recherche und Analyse | Zitierfähigkeit, Browsing und Quellenherkunft getrennt betrachten. Ein Recherche-Agent kann einen belegten Bericht erstellen, ohne Unternehmenssysteme anzusteuern. |
| Browser und Wissensarbeit | Erlaubte Websites, Zugangsdaten, externe Aktionen, Browser-Isolation sowie Freigaben vor Veränderungen prüfen. |
| Unternehmensprozesse | Laufzeit, Connector-Rechte, Identitäten, Audit-Export, Region und Tarife vor einer Auswahl konkret prüfen. |
Datenschutz, Freigaben und Governance
Für den produktiven Einsatz müssen Rechte vor externen Aktionen, menschliche Freigabepunkte, Isolation, Audit-Logs, Aufbewahrung, Datenverarbeitungsregionen und Trainingsnutzung einzeln untersucht werden. Das sind unterschiedliche Kontrollgruppen. Eine Herstelleraussage ist kein unabhängiger Sicherheitstest. Auch EU-Datenresidenz allein beweist keine umfassende DSGVO-Konformität: Rollen, Verträge, Transfers und der tatsächliche Zweck der Verarbeitung zählen ebenfalls.
Evidence-Methode und Grenzen
AgentenTrust nutzt 36 veröffentlichte Kontrollkriterien und feldgenaue Evidence, soweit Quellen dies ermöglichen. Derselbe Anbieter kann für Arbeitsagent, Coding-Agent und Entwickler-API unterschiedliche Regeln veröffentlichen. Fehlende Angaben bleiben Unknown und werden nicht als Mangel gewertet. Auch die Zahl der dokumentierten Agenten ist eine Katalogkennzahl, weder Marktanteil noch Qualitätsnote. Methodik lesen und Ökosysteme vergleichen.
Häufige Fragen
Sind KI-Modelle und KI-Agenten dasselbe?
Nein. Modelle erzeugen Ausgaben. Agenten ergänzen Ablauf, Werkzeuge und konkrete Ausführungsumgebungen. Berechtigungen müssen produktspezifisch belegt sein.
Gelten Sicherheitsfunktionen für alle Agenten eines Anbieters?
Nein. AgentenCode dokumentiert die Kontrollen getrennt nach Agent, Tarif und Ausführungsumgebung.
Was bedeutet Unknown?
Die vorliegenden Quellen belegen das abgefragte Feld nicht. Unknown bedeutet weder Nein noch Ja.
Erfasst das Verzeichnis alle weltweiten Agenten?
Nein. Die 130 dokumentierten Einträge sind eine kuratierte Auswahl, keine vollständige Marktzählung.
Wie bewertet ein Unternehmen ein Ökosystem?
Zuerst Aufgabe, Datenzugriff, Freigaben, Auditierbarkeit, Region und konkreten Produkttarif festlegen; dann Primärquellen und Nachweise prüfen.
FAQ
Häufige Fragen zu KI-Ökosystemen
Sind die Agenten hier auch im allgemeinen Verzeichnis?
Ja. Die KI-Ökosysteme sind eine zusätzliche Sicht auf dieselben, eindeutig identifizierten Agenten und Plattformen.
Wie bewertet AgentenCode die Anbieter?
Wir zeigen einzeln belegte Produkteigenschaften, Evidence-Abdeckung und bestehende AgentenTrust-Controls – keine pauschale Anbieter-Gesamtnote.
Ist ein KI-Modell automatisch ein KI-Agent?
Nein. Ein KI-Modell ist eine Komponente; ein Agent benötigt einen klaren Ausführungs- und Toolkontext.