Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
aisi26. März 2026 · Q001808

How are AI Agents used? Evidence from 177,000 AI agent tools

aisi.gov.uk · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Bericht wertet 177.436 öffentliche MCP-Werkzeuge aus und beschreibt stark steigende Veröffentlichungs- und Downloadzahlen sowie eine Verschiebung hin zu Werkzeugen, mit denen Agenten direkt handeln. IT und Softwareentwicklung dominieren; zugleich wachsen Aktionsmöglichkeiten in offenen Webumgebungen und im Finanzbereich, und KI wirkt zunehmend an der Erstellung von Werkzeugen mit. Die Befunde beruhen auf öffentlichen MCP-Repositories und Downloads und erfassen weder alle Agenten noch zwingend deren tatsächliche Einsätze; laut Bericht kann auch die regionale Verteilung verzerrt sein.

Mittel

Der AISI-Bericht wertet 177.436 öffentlich veröffentlichte MCP-Werkzeuge aus, die zwischen November 2024 und Februar 2026 beobachtet wurden. MCP-Server machen Funktionen wie Websuche, Kalenderzugriff oder Codeausführung für Agenten verfügbar. Laut Bericht wuchs die Zahl der Werkzeuge von etwa 5.000 auf 177.000, während die Downloads von 80.000 auf 14 Millionen stiegen.

Die Nutzung verschiebe sich von Informationsanalyse hin zu Aktionen: Der Anteil von Aktionswerkzeugen an monatlichen Downloads stieg in 16 Monaten von 24 auf 65 Prozent. Allgemeine Werkzeuge für offene Umgebungen machten zuletzt die Hälfte der Downloads aus; 95 Prozent ihrer Downloads entfielen auf Aktionsfunktionen. Softwareentwicklung und IT dominieren mit 67 Prozent der Werkzeuge und 90 Prozent der Downloads. Die meisten Aktionswerkzeuge betreffen laut O*NET-Einordnung Aufgaben mittleren Risikos. Finanzen sind eine Ausnahme: Zahlungsserver wuchsen von 46 auf mehr als 1.200, darunter viele für potenziell unumkehrbare Kryptotransaktionen.

KI-Unterstützung wurde bei 29 Prozent der Server erkannt und nahm bei neuen Servern deutlich zu. Die Untersuchung betrachtet öffentliche MCP-Repositories und Downloads, nicht sämtliche Agenten oder deren tatsächliche Einsätze. Zudem könnte die geografische Auswertung wegen der westlich geprägten Nutzerschaft des Python Package Index andere Regionen unterrepräsentieren.

Ausführlich lesen

Der Bericht des britischen AI Security Institute (AISI) untersucht, welche Werkzeuge für KI-Agenten entwickelt und genutzt werden. Grundlage sind 177.436 öffentlich veröffentlichte Werkzeuge für das Model Context Protocol (MCP), die das Team zwischen November 2024 und Februar 2026 anhand öffentlicher MCP-Server-Repositories beobachtete. MCP-Server stellen Agenten jeweils bestimmte Funktionen bereit, etwa Kalenderzugriff, Websuche oder Codeausführung. Die Untersuchung erfasst somit öffentliche MCP-Werkzeuge und deren Downloads; sie bildet nicht automatisch sämtliche Agenten oder deren tatsächliche Einsätze ab.

Nach Angaben des Berichts stieg die Zahl der veröffentlichten Werkzeuge im untersuchten Zeitraum von etwa 5.000 auf 177.000. Die Downloadaktivität nahm demnach von 80.000 auf 14 Millionen zu. Zugleich habe sich die Nutzung von Werkzeugen verschoben: Anfangs dominierten Funktionen zum Lesen und Analysieren von Informationen. Später entfiel ein wachsender Anteil der Downloads auf Werkzeuge, mit denen Agenten handeln können, etwa Browser automatisieren, Computer bedienen oder Code ausführen. Der Anteil solcher Aktionswerkzeuge an den monatlichen Downloads stieg laut Bericht innerhalb von 16 Monaten von 24 auf 65 Prozent.

Auch Werkzeuge für allgemeine, weniger beschränkte Umgebungen wie das offene Web gewannen an Anteil: Ihre Downloads stiegen von 41 auf 50 Prozent. 95 Prozent der Downloads allgemeiner Werkzeuge entfielen laut Analyse auf Funktionen, die Aktionen ermöglichen. Das Institut folgert, dass potenziell folgenreiche Agentenhandlungen häufiger in Umgebungen stattfinden könnten, die weniger kontrolliert sind als eingeschränkte API-Integrationen.

Der Schwerpunkt liegt weiterhin auf Softwareentwicklung und IT: Diese Bereiche stellen laut Bericht 67 Prozent der veröffentlichten Werkzeuge und 90 Prozent der Downloads. Weitere 14 Prozent der Werkzeuge unterstützen Finanzen und Geschäftsverwaltung; der Bericht nennt zudem Anwendungen unter anderem in Forschung, Gesundheit, Bildung und Rechtskonformität. Auf Grundlage von O*NET-Bewertungen ordnet die Untersuchung die meisten Aktionswerkzeuge Tätigkeiten mit mittlerem Risiko zu. Finanzen bilden eine Ausnahme: Für hoch relevante Berufe wie Finanzdienstleister, Buchhalter und Finanzmanager gebe es mehr Aktionswerkzeuge als im allgemeinen Muster zu erwarten. Server mit Zahlungsfunktionen seien von 46 im Januar 2025 auf über 1.200 im Januar 2026 gestiegen; ein beträchtlicher Teil betreffe Kryptowährungen und ermögliche direkte, möglicherweise unumkehrbare Transaktionen.

Geografisch stamme ungefähr die Hälfte der Downloads von Aktionswerkzeugen aus den USA, rund 20 Prozent aus Westeuropa und etwa 5 Prozent aus China. Das Institut schränkt ein, dass diese Verteilung wahrscheinlich die westlich geprägte Nutzerschaft des Python Package Index widerspiegelt und Aktivitäten über andere Verbreitungswege in weiteren Regionen unterschätzen kann.

Schließlich berichtet das Team, KI-Unterstützung bei 29 Prozent der MCP-Server beziehungsweise 38 Prozent der Werkzeuge erkannt zu haben. Bei neu erstellten Servern sei dieser Anteil von 6 Prozent im Januar 2025 auf 55 Prozent im Januar 2026 gestiegen. Claude Code habe 66 Prozent der KI-mitverfassten Server beigesteuert, Cursor und GitHub Copilot jeweils 10 Prozent. AISI deutet dies als möglichen Beschleuniger für die Entwicklung neuer Werkzeuge. Insgesamt beschreibt der Bericht ein schnell wachsendes Ökosystem, in dem Aktionsfunktionen zunehmen und KI zunehmend an der Erstellung der Werkzeuge beteiligt ist. Die Angaben beruhen auf öffentlich beobachteten MCP-Repositories und Downloads; weitergehende Aussagen über alle Agenteneinsätze lassen sich daraus nicht direkt ableiten.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Luna hat zwei Zusammenfassungen geliefert. Geprüft wurde die mittlere, die kurze Fassung ist sachlich ebenfalls korrekt, aber knapper. Die Zahlen in der mittleren Fassung stimmen mit dem Bericht überein; das Wort viele bei den Kryptotransaktionen geht leicht über die Aussage des Berichts von einer notablen Konzentration hinaus. Keine der Sammelfragen oder Teilfragen wird vom Bericht direkt beantwortet.

Im Bericht, aber nicht in der Zusammenfassung

  • Regionale Zahlen: etwa die Hälfte der Aktionswerkzeug-Downloads aus den USA, rund 20 % aus Westeuropa und rund 5 % aus China
  • Claude Code als führendes Werkzeug mit 66 % der KI-mitgestützten Server (Cursor und GitHub Copilot je 10 %)
  • Schlussfolgerung des Berichts, dass die Werkzeugerstellung nicht mehr durch menschliche Entwickler begrenzt ist und künftige Fortschritte daher schnell ausfallen könnten
  • Hinweis auf die Zusammenarbeit von AISI und Bank of England

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
  1. SF-M3 Wie stellt man fest, ob ein Vorfall gewollt oder versehentlich war, und ob KI oder herkömmliche Mittel dahinterstecken?
    • clef 100 %kein Bezug
    • Luna 42 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 56 %gleiches Oberthema, hilft nicht
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
    • clef 32 %gleiches Oberthema, hilft nicht
    • Luna 66 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 77 %gleiches Oberthema, hilft nicht
    • drex 63 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Fähigkeiten messen
  1. SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
    • clef 36 %gleiches Oberthema, hilft nicht
    • Luna 52 %Hintergrund, keine Belege
    • JEV 36 %Hintergrund, keine Belege
    • amos 33 %gleiches Oberthema, hilft nicht
    • SubQ 76 %gleiches Oberthema, hilft nicht
    • drex 52 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

  2. SF-F3 Welche Regeln gelten für gefährliche Fähigkeiten jenseits von Cyber, etwa in Biologie, Chemie, bei radioaktiven Stoffen oder in der Nukleartechnik?
    • clef 100 %kein Bezug
    • Luna 55 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 62 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra offen

    • SF-F3-T02 Welche Verantwortung sollten KI-Firmen gegenüber der Öffentlichkeit tragen, wenn ihre Modelle grundlegende wissenschaftliche Entdeckungen ermöglichen, die gefährliche Anwendungen finden könnten? Luna: Stufe 3 · 39 % · Hintergrund, keine Belege
  3. SF-F5 Wie gehen Staaten gemeinsam gegen KI-gestützte Cyberangriffe vor und verhindern Eskalation zwischen autonomen Systemen, ohne die Verteidigung zu behindern?
    • clef 35 %gleiches Oberthema, hilft nicht
    • Luna 56 %Hintergrund, keine Belege
    • JEV 36 %gleiches Oberthema, hilft nicht
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 82 %gleiches Oberthema, hilft nicht
    • drex 56 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

Unabhängig prüfen
  1. SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
    • clef 39 %Hintergrund, keine Belege
    • Luna 100 %kein Bezug
    • JEV 100 %kein Bezug
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 86 %gleiches Oberthema, hilft nicht
    • drex 67 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 28 %Hintergrund, keine Belege
    • Luna 100 %kein Bezug
    • JEV 100 %kein Bezug
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 68 %gleiches Oberthema, hilft nicht
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 34 %gleiches Oberthema, hilft nicht
    • Luna 72 %Hintergrund, keine Belege
    • JEV 48 %Hintergrund, keine Belege
    • amos 29 %Hintergrund, keine Belege
    • SubQ 72 %gleiches Oberthema, hilft nicht
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 21 %Hintergrund, keine Belege
    • Luna 54 %einzelne zitierbare Belege
    • JEV 44 %umfangreiche Belege
    • amos 39 %einzelne zitierbare Belege
    • SubQ 46 %einzelne zitierbare Belege
    • drex 40 %einzelne zitierbare Belege
    • d3-ultra offen
    • Haiku-Prüfung beantwortet teilweise oder widerspricht

Vertrauen in Modelle
  1. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 82 %Hintergrund, keine Belege
    • JEV 41 %Hintergrund, keine Belege
    • amos 29 %gleiches Oberthema, hilft nicht
    • SubQ 67 %gleiches Oberthema, hilft nicht
    • drex 66 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung nur am Rande erwähnt

    • SF-V3-T04 Wer muss Rechenschaft ablegen, wenn ein Modell Werte auf Lagen überträgt, die beim Training niemand vorhergesehen hat: das Modell, das Labor oder der Mensch, der das Ziel gesetzt hat? Luna: Stufe 3 · 47 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
  2. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 36 %Hintergrund, keine Belege
    • JEV 38 %einzelne zitierbare Belege
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 64 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra offen
  3. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 25 %Hintergrund, keine Belege
    • Luna 67 %Hintergrund, keine Belege
    • JEV 62 %einzelne zitierbare Belege
    • amos 31 %Hintergrund, keine Belege
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 31 %Hintergrund, keine Belege
    • d3-ultra offen

Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 25 %Hintergrund, keine Belege
    • Luna 47 %Hintergrund, keine Belege
    • JEV 48 %einzelne zitierbare Belege
    • amos 33 %einzelne zitierbare Belege
    • SubQ 32 %gleiches Oberthema, hilft nicht
    • drex 25 %einzelne zitierbare Belege
    • d3-ultra offen

    • SF-A1-T03 Werden Freigabetests messen, ob ein Agent folgenreiche Handlungen außerhalb seines Auftrags unterlässt, auch wenn kein einzeln aufgeführtes Verbot sie blockiert, und werden die Kriterien veröffentlicht? Luna: Stufe 3 · 50 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 37 %gleiches Oberthema, hilft nicht
    • Luna 81 %Hintergrund, keine Belege
    • JEV 39 %gleiches Oberthema, hilft nicht
    • amos 28 %gleiches Oberthema, hilft nicht
    • SubQ 62 %gleiches Oberthema, hilft nicht
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

  3. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 30 %Hintergrund, keine Belege
    • Luna 80 %Hintergrund, keine Belege
    • JEV 37 %Hintergrund, keine Belege
    • amos 33 %Hintergrund, keine Belege
    • SubQ 39 %gleiches Oberthema, hilft nicht
    • drex 33 %Hintergrund, keine Belege
    • d3-ultra offen

    • SF-A3-T01 Welche Beobachtungen oder gemeinsamen Tests erkennen entstehende Abstimmung, Absprachen oder Kettenfehler zwischen Modellen in Arbeitsabläufen, Lieferketten und Gruppen vieler Agenten (Schwärmen), die kein einzelnes Labor steuert oder vorhersieht? Luna: Stufe 3 · 37 % · Hintergrund, keine Belege
    • SF-A3-T05 Wie sollen Aufsichtsbehörden und Labore die Gesamtrisiken und die miteinander verknüpften Risiken tausender einzeln genehmigter Einsätze bewerten, die Infrastruktur, Modelle, Datenquellen oder Fehlerarten teilen? Luna: Stufe 3 · 43 % · Hintergrund, keine Belege
Modelle teilen und schützen
  1. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 28 %Hintergrund, keine Belege
    • Luna 55 %Hintergrund, keine Belege
    • JEV 36 %Hintergrund, keine Belege
    • amos 30 %gleiches Oberthema, hilft nicht
    • SubQ 71 %gleiches Oberthema, hilft nicht
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-H2-T01 Was unterscheidet das Veröffentlichen von Modellgewichten (den gelernten Parametern) oder von Agentenwerkzeugen mit offenem Quellcode vom Freisetzen einer Waffe: die Absicht des Akteurs, die Selbstständigkeit des Modells, seine Verwendung oder der Schaden, den es von sich aus anrichten kann? Und können Staaten diese Grenze gemeinsam festschreiben, bevor ein offenes Modell im Mittelpunkt eines schweren Vorfalls steht? Luna: Stufe 3 · 42 % · Hintergrund, keine Belege
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 100 %kein Bezug
    • Luna 39 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 72 %gleiches Oberthema, hilft nicht
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  2. SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 57 %einzelne zitierbare Belege
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 78 %gleiches Oberthema, hilft nicht
    • drex 60 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  3. SF-E3 Welche Stellen sind in einem Staat für KI-Sicherheit und Prüfungen zuständig, und was davon gibt es schon?
    • clef 27 %Hintergrund, keine Belege
    • Luna 100 %kein Bezug
    • JEV 100 %kein Bezug
    • amos 27 %nur am Rande erwähnt
    • SubQ 71 %gleiches Oberthema, hilft nicht
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
  4. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 29 %gleiches Oberthema, hilft nicht
    • Luna 85 %Hintergrund, keine Belege
    • JEV 43 %einzelne zitierbare Belege
    • amos 30 %gleiches Oberthema, hilft nicht
    • SubQ 74 %gleiches Oberthema, hilft nicht
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung Hintergrund, keine Belege

  5. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 35 %gleiches Oberthema, hilft nicht
    • Luna 45 %Hintergrund, keine Belege
    • JEV 49 %Hintergrund, keine Belege
    • amos 32 %gleiches Oberthema, hilft nicht
    • SubQ 77 %gleiches Oberthema, hilft nicht
    • drex 61 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-E5-T02 Welche Entscheidungen müssen menschlich bleiben, auch wenn eine KI sie besser treffen könnte, und wie würden Staaten in Entscheidungsschleifen mit hohem Risiko prüfbar machen, dass ein Mensch die Ausgabe der KI wirklich beurteilt und nicht nur routinemäßig abgenickt hat? Luna: Stufe 3 · 51 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
Wirtschaft und Haftung
  1. SF-W3 Wie schützt man Finanzmärkte vor Folgen von KI, von vertraulichen Entscheidungen über Pausen bis zu Kursstürzen in Sekunden?
    • clef 24 %Hintergrund, keine Belege
    • Luna 59 %Hintergrund, keine Belege
    • JEV 44 %Hintergrund, keine Belege
    • amos 30 %Hintergrund, keine Belege
    • SubQ 43 %gleiches Oberthema, hilft nicht
    • drex 27 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-W3-T02 An die Finanz- und Marktaufsicht: Welche gemeinsamen Regeln zur Beobachtung und welche automatischen Handelsstopps würden Regierungen annehmen, um blitzartige Kursstürze durch KI oder abgestimmte Manipulation zu erkennen und zu stoppen, bevor sie sich über Grenzen hinweg ausbreiten? Luna: Stufe 3 · 38 % · Hintergrund, keine Belege
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →