28.12.2025 AI Engineering 5 Minuten Lesezeit

2025 im Rückblick: Das Protokolljahr

Ein Rückblick auf 2025 als Protokolljahr: MCP wurde zur anbieterübergreifenden Schnittstelle für Werkzeuge, Google übergab A2A an die Linux Foundation, DeepSeek-R1 und Apache-2.0-Releases machten Reasoning zur Commodity, und Coding-Agenten erreichten die Produktion. Wir dokumentieren die verifizierten Meilensteine und skizzieren, was 2026 lösen muss: Agentenidentität, Evaluationsinfrastruktur und Simulation.

Das Interoperabilitätsproblem

Im Dezember 2024 war jede Verbindung zwischen einem Sprachmodell und einem externen System Individualcode. Jeder Anbieter lieferte ein eigenes Function-Calling-Format, eine eigene Authentifizierung, ein eigenes Framework. N Modelle mit M Werkzeugen zu verbinden bedeutete, N×M Integrationen zu bauen und zu warten. Die Modelle waren leistungsfähig genug für echte Arbeit; die Verkabelung um sie herum war es nicht. Das war der Stand vor zwölf Monaten.

2025 hat die Verkabelung stärker verändert als die Modelle. Die prägenden Ereignisse des Jahres waren Protokoll-Ereignisse: Spezifikationsrevisionen, Übergaben an Stiftungen, Registries, Adoptionsankündigungen. Wir nennen es das Protokolljahr. Dieser Rückblick dokumentiert, was geschehen ist — mit Daten und Zahlen — und benennt offen, 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.

Die Spezifikation reifte parallel. 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 die offizielle MCP Registry als Preview unter registry.modelcontextprotocol.io — ein offener Katalog samt API für öffentlich verfügbare Server. Der Geltungsbereich ist entscheidend: MCP standardisiert Transport, Capability Discovery und Autorisierung. Es zertifiziert nicht, dass ein Server solide gebaut, gepflegt oder sicher ist. Die Registry listet Server; 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

Coding-Agenten wechselten vom Demo-Status zum Alltagswerkzeug. Anthropic stellte Claude Code am 22. Mai 2025 allgemein bereit. OpenAI startete Codex im Mai als Cloud-Agenten für Software-Engineering. GitHub lieferte einen Copilot Coding Agent, der zugewiesene Issues übernimmt und Pull Requests öffnet. Langlaufende, mehrstufige, terminal-native Agenten wurden zum normalen 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. Gemessen wurde: Aufgaben dauerten mit KI-Unterstützung 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.

Evaluation ist ungelöst. Öffentliche Benchmarks sättigen innerhalb von Monaten und sagen wenig über einen konkreten Agenten in einem konkreten Workflow aus. Die meisten Teams entdecken Agenten-Regressionen weiterhin in Produktion, bei ihren Kunden. Und Prompt Injection über Tool-Ergebnisse bleibt eine offene Angriffsklasse: Ein Protokoll standardisiert die Leitung — und damit auch die Angriffsfläche. Keine der Spezifikationen von 2025 schließt diese Lücken. Dafür wurden sie nicht entworfen.

Was 2026 liefern muss

Drei Erwartungen, formuliert am 19. Oktober 2025. Erstens: Agentenidentität wird ein Standardisierungsproblem. Erwarten Sie Arbeiten zu Delegationsketten in der OAuth- und IETF-Community sowie Workload-Identity-Systeme, die auf Agenten ausgedehnt werden. Wer begrenzte, auditierbare, widerrufbare Agenten-Credentials liefert, schaltet die Unternehmens-Deployments frei, die die Protokolle dieses Jahres bislang nur auf dem Papier ermöglichen.

Zweitens: Evals werden zu CI. Agenten-Änderungen werden durch trace-basierte Regressionssuiten abgesichert, wie Code-Änderungen heute durch Tests; Teams ohne diese Absicherung werden Agenten-Updates nicht verantwortbar ausliefern können. Drittens: Simulation. Bevor ein Agent ein Produktivsystem berührt, wird er Tausende Episoden gegen eine abgeschottete Replik dieses Systems gelaufen sein. Bei Blue IT Systems behandeln wir alle drei als Ingenieursdisziplinen, nicht als Forschungsfragen. 2025 hat standardisiert, wie Agenten sprechen. 2026 muss standardisieren, wie wir sie testen und warum wir ihnen vertrauen.