KI-Agenten: Microsoft senkt Optimierungskosten auf 1–5 Euro
12.06.2026 - 06:06:29 | boerse-global.de
SkillOpt und ASSERT sollen die Leistung und Überprüfbarkeit autonomer KI-Systeme verbessern.
Microsoft hat am Donnerstag, den 11. Juni 2026, zwei neue Open-Source-Frameworks veröffentlicht, die die wachsende Komplexität von KI-Agenten adressieren. Die Tools SkillOpt und ASSERT sind unter der MIT-Lizenz verfügbar und zielen auf Unternehmen ab, die zunehmend auf autonome Arbeitsabläufe setzen.
Automatisierte Optimierung ohne teures Feintuning
Anzeige: Microsoft hat am 11. Juni 2026 zwei Open-Source-Frameworks veröffentlicht, die das Feintuning von KI-Agenten revolutionieren. Mit SkillOpt optimieren Sie textbasierte Anweisungen automatisch – für nur 1-5 Euro pro Aufgabe. ASSERT prüft Ihre Agenten vor dem Deployment. Praxis-Report: KI-Agenten-Optimierung 2026 jetzt sichern
Der Kern von SkillOpt ist ein neuartiger Ansatz: Statt rechenintensives Feintuning der Modellgewichte zu betreiben, behandelt das System textbasierte Anweisungen – gespeichert als Markdown-Dateien – als trainierbare Objekte. Ein Offline-Optimierer analysiert Erfolg oder Misserfolg einer Aufgabe und schlägt iterative Verbesserungen vor.
Die Technik greift dabei auf Prinzipien des Deep Learning zurück: Ein „Edit-Budget" fungiert als Lernrate, Validierungsgates sichern die Qualität, und Momentum steuert den Optimierungsprozess. Die resultierenden Fähigkeiten sind kompakt – im Median rund 920 Tokens, maximal 2.000 Tokens.
Entwickelt wurde die Logik hinter SkillOpt von Microsoft-Forschern in Zusammenarbeit mit Wissenschaftlern der Shanghai Jiao Tong University, der Tongji University und der Fudan University. Die optimierten Skills sind laut den Forschungsergebnissen portabel – sie funktionieren über verschiedene Modelle und Orchestrierungsplattformen wie DSPy hinweg.
Deutliche Leistungssprünge in Tests
In Tests mit 52 Kombinationen aus Modellen und Benchmarks zeigte SkillOpt erhebliche Verbesserungen. Für High-End-Modelle wie GPT-5.5 lag der durchschnittliche Zugewinn bei 23,5 Punkten über der Basislinie. In bestimmten Konfigurationen, etwa innerhalb einer Codex-Schleife, erreichten die Verbesserungen bis zu 24,8 Punkte.
Besonders beeindruckend fielen die Ergebnisse für kleinere, spezialisierte Modelle aus. GPT-5.4-nano und ähnliche kompakte Architekturen wie Qwen3.5-4B konnten ihre Leistungswerte durch SkillOpts automatisierte Anweisungsoptimierung verdoppeln oder sogar verdreifachen. Die Kosten für dieses Training sind mit geschätzt ein bis fünf Euro pro Aufgabe vergleichsweise niedrig.
Mögliche Einsatzgebiete sind die Dokumentenverarbeitung, der Kundensupport und die Orchestrierung komplexer Workflows.
ASSERT schließt Governance-Lücke
Anzeige: 99% aller Unternehmen evaluieren ihre KI-Agenten nicht vor der Produktion – ein massives Risiko. Mit ASSERT von Microsoft wandeln Sie natürlichsprachliche Anforderungen in ausführbare Tests um, mit 80-90% Übereinstimmung zu menschlichen Prüfern. ASSERT-Evaluierungs-Guide 2026 anfordern
Parallel zu SkillOpt veröffentlichte Microsoft am Donnerstag das ASSERT-Framework, das sich der Evaluierung von KI-Agenten widmet. Das Tool wandelt natürlichsprachliche Anforderungen in ausführbare Tests um – Unternehmen können so das Verhalten ihrer Agenten vor dem Deployment überprüfen.
ASSERT nutzt große Sprachmodelle als Prüfer, um die Agentenleistung zu bewerten. In Tests erreichten diese automatisierten Bewertungen eine Übereinstimmungsrate von 80 bis 90 Prozent mit menschlichen Auditoren.
Der Bedarf ist enorm: Laut Gartner evaluieren 99 Prozent aller Unternehmen ihre KI-Agenten nicht, bevor sie diese in die Produktion überführen. ASSERT bietet einen standardisierten Weg, um aus natürlichsprachlichen Anweisungen überprüfbare Tests zu generieren und so die Risiken beim Einsatz autonomer Systeme in Unternehmensumgebungen zu reduzieren.
