28.12.2025 AI Engineering5 Minuten Lesezeit

2025 im Rückblick: Das Protokolljahr

2025 war das Protokolljahr: MCP wurde zur anbieterübergreifenden Werkzeugschnittstelle, A2A wechselte zur Linux Foundation, Reasoning wurde zur Commodity und Coding-Agenten erreichten den Alltag. Wir ordnen die verifizierten Meilensteine ein und benennen die Aufgaben für 2026: Agentenidentität, Evaluationsinfrastruktur und Simulation.

Das Interoperabilitätsproblem

Im Dezember 2024 war fast jede Verbindung zwischen einem Sprachmodell und einem externen System Individualcode. Anbieter brachten eigene Function-Calling-Formate, Authentifizierungswege und Frameworks mit. N Modelle mit M Werkzeugen zu verbinden hieß, N×M Integrationen zu bauen und dauerhaft zu pflegen. Die Modelle waren bereit für echte Arbeit; die Infrastruktur um sie herum war es nicht. So begann das Jahr.

2025 veränderte diese Infrastruktur stärker als die Modelle selbst. Prägend waren Spezifikationsrevisionen, Übergaben an Stiftungen, Registries und Adoptionsankündigungen — Ereignisse auf Protokollebene. Deshalb nennen wir 2025 das Protokolljahr. Dieser Rückblick hält mit Daten und Zahlen fest, was sich tatsächlich änderte, und benennt ebenso klar, was im Oktober 2025 ungelöst bleibt.

Agenten laufen in Produktion — jeder Lauf ist ein Datenpunkt. 1/4

MCP wurde zur Standardschnittstelle

Anthropic veröffentlichte das Model Context Protocol am 25. November 2024 als offenen Standard für die Anbindung von KI-Anwendungen an Werkzeuge und Daten. Am 26. März 2025 übernahm OpenAI das Protokoll: Die Unterstützung landete sofort im Agents SDK, ChatGPT-Desktop-App und Responses API wurden als nächste Schritte angekündigt. Microsoft hatte MCP in der Woche zuvor in Copilot Studio integriert. Google DeepMind bestätigte im April die Gemini-Unterstützung. Innerhalb von fünf Monaten hatte jedes große Labor das Protokoll eines Konkurrenten übernommen. Das geschieht nicht aus Marketinggründen, sondern wenn die Kosten der Fragmentierung die Kosten der Kooperation übersteigen.

Parallel zur Adoption reifte die Spezifikation. Die Revision 2025-06-18 klassifizierte MCP-Server als OAuth-2.1-Resource-Server, ergänzte Elicitation und strukturierte Tool-Ausgaben und entfernte JSON-RPC-Batching. Am 8. September 2025 startete unter registry.modelcontextprotocol.io die offizielle MCP Registry als Preview — ein offener Katalog samt API für öffentlich verfügbare Server. Entscheidend ist ihre Reichweite: MCP standardisiert Transport, Capability Discovery und Autorisierung, zertifiziert aber weder Bauqualität noch Pflege oder Sicherheit. Die Registry macht Server auffindbar; sie prüft sie nicht.

A2A zog auf neutralen Boden

Google kündigte das Agent2Agent-Protokoll am 9. April 2025 mit über 50 Technologiepartnern an. A2A ergänzt MCP, statt damit zu konkurrieren: MCP verbindet einen Agenten mit seinen Werkzeugen; A2A lässt autonome Agenten einander über Agent Cards finden, Nachrichten austauschen und langlaufende Aufgaben über Anbieter- und Framework-Grenzen hinweg koordinieren.

Am 23. Juni 2025 übergab Google auf dem Open Source Summit North America die A2A-Spezifikation, SDKs und Entwickler-Tooling an die Linux Foundation. Amazon Web Services, Cisco, Microsoft, Salesforce, SAP und ServiceNow gründeten das Projekt gemeinsam mit Google; über 100 Unternehmen unterstützen das Protokoll. Neutrale Governance beseitigt einen realen Adoptionsblocker im Unternehmensumfeld — niemand baut gern auf dem Agentenprotokoll eines einzelnen Anbieters. Die ehrliche Einschränkung: Produktive A2A-Deployments sind im Vergleich zu MCP-Servern selten. Das Protokoll ist bereit. Die meisten Multi-Agenten-Architekturen sind es nicht.

Reasoning wurde zur Commodity

Im Dezember 2024 war OpenAIs o1 das einzige produktionsreife Reasoning-Modell, zum Preis von 60 US-Dollar pro Million Output-Tokens. Am 20. Januar 2025 veröffentlichte DeepSeek R1 unter MIT-Lizenz: o1-vergleichbare Ergebnisse auf Mathematik- und Code-Benchmarks für 2,19 US-Dollar pro Million Output-Tokens — rund 96 Prozent günstiger — plus sechs destillierte Varianten von 1,5B bis 70B Parametern.

Der Rest des Jahres bestätigte das Muster. Anthropic lieferte Extended Thinking in Claude 3.7 Sonnet im Februar. Google lieferte Gemini 2.5 Pro im März. OpenAI lieferte o3 im April und die Apache-2.0-Modelle gpt-oss im August. Alibaba veröffentlichte Qwen3 im April unter Apache 2.0. Per Reinforcement Learning trainiertes Chain-of-Thought wurde in unter neun Monaten vom Wettbewerbsvorteil zum freien Download. Reasoning ist kein Differenzierungsmerkmal mehr, sondern ein Kostenposten.

Modell	Veröffentlicht	Gewichte	Output-Preis pro 1M Tokens
OpenAI o1	5. Dez 2024	geschlossen	60,00 $
DeepSeek-R1	20. Jan 2025	MIT	2,19 $
Qwen3-235B	29. Apr 2025	Apache 2.0	Self-Hosting
gpt-oss-120b	5. Aug 2025	Apache 2.0	Self-Hosting

Agenten gingen in Produktion

Auch Coding-Agenten verließen 2025 den Demo-Status und wurden zu Alltagswerkzeugen. Anthropic stellte Claude Code am 22. Mai allgemein bereit, OpenAI startete Codex im Mai als Cloud-Agenten für Software-Engineering, und GitHub lieferte einen Copilot Coding Agent, der zugewiesene Issues übernimmt und Pull Requests öffnet. Damit wurden langlaufende, mehrstufige, terminal-native Agenten zu einem regulären Bestandteil der Softwareauslieferung.

Das gemessene Bild ist nüchterner als die Ankündigungen. METRs randomisierte kontrollierte Studie, veröffentlicht am 10. Juli 2025, beobachtete 16 erfahrene Open-Source-Entwickler bei der Arbeit an ihren eigenen, gereiften Repositories mit Werkzeugen von Anfang 2025. Die Entwickler prognostizierten 24 Prozent Beschleunigung. Die Messung ergab jedoch: Mit KI-Unterstützung dauerten die Aufgaben 19 Prozent länger. Die Lücke zwischen gefühlter und tatsächlicher Produktivität ist selbst der Befund.

Unsere Lesart: Agenten liefern dort, wo sich Ergebnisse günstig verifizieren lassen — Greenfield-Code, Boilerplate, Tests, parallelisierbare Migrationen. In komplexen Legacy-Systemen können die Verifikationskosten die Generierungsersparnis übersteigen. Der Produktionswert von Agenten ist real, aber er wird pro Workflow gemessen, nicht pro Werkzeug angenommen.

Was die Protokolle nicht lösen

Identität ist ungelöst. MCPs OAuth-2.1-Fluss authentifiziert einen Client gegenüber einem einzelnen Server. Es gibt keinen Standard, um auszudrücken, dass Agent X im Auftrag von Nutzer Y mit delegiertem Scope Z handelt — und keinen Standard, diese Delegation über eine Kette von Agenten weiterzureichen, die andere Agenten aufrufen. A2A Agent Cards deklarieren, was ein Agent kann, nicht ob man ihm vertrauen sollte.

Auch Evaluation bleibt ungelöst. Öffentliche Benchmarks sättigen binnen Monaten und sagen wenig über einen konkreten Agenten in seinem tatsächlichen Workflow aus. Entsprechend entdecken viele Teams Regressionen weiterhin erst in Produktion — bei ihren Kunden. Zugleich bleibt Prompt Injection über Tool-Ergebnisse eine offene Angriffsklasse: Ein Protokoll standardisiert die Leitung und damit auch ihre Angriffsfläche. Keine Spezifikation von 2025 schließt diese Lücken; dafür wurden die Protokolle nicht entworfen.

Was 2026 liefern muss

Daraus folgen drei Erwartungen, formuliert am 19. Oktober 2025. Erstens wird Agentenidentität zum Standardisierungsproblem. Wir erwarten Arbeiten zu Delegationsketten in der OAuth- und IETF-Community sowie Workload-Identity-Systeme, die auf Agenten ausgeweitet werden. Wer begrenzte, auditierbare und widerrufbare Agenten-Credentials liefert, ermöglicht jene Unternehmens-Deployments, die die Protokolle dieses Jahres bislang nur auf dem Papier tragen.

Zweitens werden Evals Teil der CI: Trace-basierte Regressionssuiten sichern Agenten-Änderungen so ab, wie Tests heute Code-Änderungen absichern. Ohne diese Kontrolle lassen sich Agenten-Updates nicht verantwortbar ausliefern. Drittens wird Simulation zum Standard. Bevor ein Agent ein Produktivsystem berührt, wird er Tausende Episoden gegen eine abgeschottete Replik durchlaufen haben. Bei Blue IT Systems behandeln wir alle drei Themen als Ingenieursdisziplinen, nicht als Forschungsfragen. 2025 standardisierte, wie Agenten sprechen; 2026 muss klären, wie wir sie testen und auf welcher Grundlage wir ihnen vertrauen.