Das DNS für KI-Agenten: Google und 11 Unternehmen starten ARD-Offenstandard

Am 17. Juni 2026 veröffentlichte Google einen Spezifikationsdokument im Developers Blog, mitunterzeichnet von Ingenieuren aus Microsoft und Hugging Face. Das Dokument heißt Agentic Resource Discovery, kurz ARD.

Elf Unternehmen waren an der Ausarbeitung des Standards beteiligt: Google, Microsoft, Hugging Face, Cisco, Databricks, GitHub, GoDaddy, Nvidia, Salesforce, ServiceNow und Snowflake. Kein einzelner Firmenname erscheint im Titel. Die Spezifikation baut auf dem AI-Catalog-Datenmodell der Linux Foundation auf und steht unter Apache-2.0-Lizenz.

Die Spezifikation löst ein Problem, das jeder KI-Agenten-Entwickler kennt: Wie weiß ein Agent, welche Werkzeuge ihm gerade zur Verfügung stehen?

So funktionieren heutige KI-Agenten

Wer Agenten gebaut hat, kennt diesen Ablauf. Man entscheidet, welche Werkzeuge der Agent braucht, installiert sie manuell, konfiguriert sie, schreibt ihre Beschreibungen in den System-Prompt oder die Tool-Liste und übergibt das Gesamtpaket dem Modell.

Dieses Schema funktioniert bei wenigen Werkzeugen. Wenn die Anzahl wächst, zeigen sich die Schwächen: Das Kontextfenster füllt sich mit Tool-Beschreibungen, das Verständnis des Agenten von Werkzeugen ist auf den Installationszeitpunkt eingefroren, und organisationsübergreifende Tool-Aufrufe erfordern manuelle Integration.

Das tiefere Problem: Agenten haben keine Möglichkeit, Werkzeuge zu entdecken, von denen sie noch nichts wissen.

ARD: Zwei Komponenten

Die ARD-Spezifikation basiert auf zwei Komponenten.

Die erste ist ai-catalog.json, gehostet unter einem well-known-Pfad auf der Domain einer Organisation, vergleichbar mit der Logik von robots.txt. Organisationen beschreiben in dieser JSON-Datei, welche KI-Fähigkeiten sie veröffentlichen: Was jede Fähigkeit tut, Eingaben und Ausgaben, Autorisierungsanforderungen und Aufrufmethoden. Hugging Face hat diese Datei bereits unter https://huggingface.co/.well-known/ai-catalog.json bereitgestellt und indexiert tausende von Skills, MCP-Servern und Spaces.

Die zweite Komponente ist eine Registry, die wie eine Suchmaschine für Fähigkeiten funktioniert. Registries crawlen kontinuierlich ai-catalog.json-Dateien, bauen Indizes auf und geben bei einer Agenten-Anfrage passende Fähigkeiten mit verifizierbaren Vertrauensmetadaten zurück.

Eine Agenten-Anfrage könnte lauten: „Ich brauche ein HIPAA-konformes Werkzeug, das Salesforce-Daten lesen kann.” Die Registry gibt eine gerankte Liste passender Fähigkeiten zurück. Der Agent verifiziert die Identität des Herausgebers und stellt die Verbindung her — alles zur Laufzeit, ohne menschliches Eingreifen.

Identitätsverifizierung als Sicherheitsfundament

Ein zentrales Detail der ARD-Spezifikation: Kataloge und Registries sind in der Domain-Inhaberschaft verankert. Die ai-catalog.json muss auf einer Domain gehostet werden, die die Organisation tatsächlich kontrolliert, was der Identitätsverifizierung eine kryptografische Grundlage gibt.

Das adressiert nicht nur die Werkzeugentdeckung, sondern auch die Agentensicherheit. Wenn jedes Werkzeug, das ein Agent aufruft, einen verifizierbaren Herausgeber hat, wird das Einschleusen bösartiger Werkzeuge erheblich schwieriger. Google Clouds Agent Registry in der Gemini Enterprise Agent Platform bietet bereits diese Governance-Ebene mit namespaced URNs und HIPAA-Compliance-Management.

GitHub und Hugging Face bewegten sich gleichzeitig

Am selben Tag, an dem die Spezifikation veröffentlicht wurde, startete GitHub eine Funktion namens „Agent Finder”, mit der GitHub Copilot GitHub-Plattform-APIs und -Fähigkeiten zur Laufzeit dynamisch entdecken kann. Das ist eine der ersten großen Produktionsimplementierungen von ARD.

Hugging Face veröffentlichte das „Discover Tool”, das Skills, ML-Anwendungen und MCP-Server im Hub indexiert. Es unterstützt Anfragen per CLI, REST-API oder MCP-Server-Integration. Unterstützte Ressourcentypen sind application/ai-skill, application/mcp-server+json und application/vnd.huggingface.space+json.

Warum jetzt

Vor 2025 waren KI-Agenten meist Ein-Aufgaben-, Ein-Werkzeug-Architekturen, bei denen wenige Werkzeuge handhabbar blieben. 2026 müssen Unternehmensagenten Abteilungs-, Organisations- und Systemgrenzen überschreiten, um Daten abzurufen und Aktionen auszuführen.

MCP löste „wie ruft ein Modell ein Werkzeug auf”. Aber nicht „wie weiß ein Modell, welche Werkzeuge existieren”. ARD schließt diese Lücke. Beide Spezifikationen sind komplementär konzipiert.

Das Timing entspricht direkt der großflächigen Einführung von Agenten. Dass elf Unternehmen gemeinsam einen Standard unterzeichnen, signalisiert, dass dieses Problem gleichzeitig in mehreren Branchen einen kritischen Punkt erreicht hat — und die Branche Zusammenarbeit gegenüber konkurrierenden proprietären Standards vorzog.

Noch ein Entwurf, aber die Einführung schreitet schnell voran

ARD ist noch eine Entwurfsspezifikation und entwickelt sich weiter. GitHub und Hugging Face haben jedoch bereits Produktionsimplementierungen veröffentlicht, sodass Entwickler heute experimentieren können.

Für Ingenieure, die KI-Agenten-Systeme bauen, ist der einfachste Einstieg das Veröffentlichen einer ai-catalog.json auf der eigenen Organisations-Domain. Sobald die Registry-Infrastruktur reift, wird dieser Katalog zum Einstiegspunkt ins Agenten-Ökosystem.

Wenn dieser Artikel hilfreich war, abonniere den Newsletter für wöchentliche KI-PM-Einblicke.

---

Weiterführende Links:

• Offizielle Google-Ankündigung — Developers Blog
• Hugging Face ARD-Veröffentlichung — Hugging Face Blog
• Vollständige ARD-Spezifikation — agenticresourcediscovery.org