Zum Inhalt springen
Archiv 26. Juli 2026

Google baut Vertrauen direkt in Agenten-Wissen ein: Warum OKF v0.2 wichtiger ist als noch ein Datenformat

KI-Hinweis: Dieser Beitrag wurde mit KI-Unterstuetzung recherchiert, strukturiert und redaktionell eingeordnet.

Google hat am 25. Juli 2026 den Open Knowledge Format in Version 0.2 erweitert. Auf dem Papier klingt das nach Datenmodellpflege. Tatsächlich steckt hier ein deutlich wichtigeres Signal drin: Agenten brauchen nicht nur mehr Kontext, sondern verlässlich prüfbaren Kontext.

Genau darum geht es bei OKF v0.2. Google ergänzt die Spezifikation um maschinenlesbare Angaben zu Provenienz, Verifikation, Frische, Lifecycle und Attested Computation. Anders gesagt: Ein Agent oder ein anderes System soll nicht erst tief im Fließtext nach Vertrauenshinweisen suchen müssen. Es soll schon vor dem Lesen entscheiden können, woher ein Wissenseintrag stammt, ob ihn jemand geprüft hat, ob er noch gilt und ob eine konkrete Zahl auf dem vorgeschriebenen Rechenweg erzeugt wurde.

Für menzel.works ist genau das der spannende Teil. Die nächste Stufe brauchbarer Agenten wird nicht nur an Modellqualität hängen, sondern an der Qualität der Wissensschicht, die davorliegt.

Was Google konkret neu eingeführt hat

Die neue Version bleibt bewusst minimalistisch. Laut Google bleibt type das einzige immer erforderliche Feld. Neu kommt aber eine Reihe optionaler Frontmatter-Signale hinzu, die für Agenten und andere Verbraucher entscheidend werden können:

  • sources beschreibt die Herkunft eines Wissenseintrags und verknüpft ihn mit Quellen, Autoren, Nutzungssignalen oder Änderungszeitpunkten.
  • generated und verified trennen sauber, wer etwas erzeugt hat und wer es unabhängig bestätigt hat.
  • stale_after und status markieren, ob etwas noch aktuell, stabil oder nur noch aus historischen Gründen vorhanden ist.
  • Mit Attested Computation führt Google einen neuen Konzepttyp ein, bei dem nicht nur die Definition einer Kennzahl dokumentiert ist, sondern auch der erlaubte Rechenweg und eine maschinische Prüfung, ob genau dieser Rechenweg wirklich ausgeführt wurde.

Google betont dabei ausdrücklich: OKF v0.2 fügt Vokabular hinzu, aber keine starre Laufzeitlogik. Das Format selbst führt nichts aus. Es beschreibt nur die Signale, anhand derer andere Systeme entscheiden können.

Warum das wichtiger ist als ein neues Dateiformat

Viele Teams reden bei Agenten noch immer zuerst über Modelle, Tools und Prompting. In der Praxis scheitern produktive Setups aber oft an einer banaleren Frage: Kann das System dem Wissen, mit dem es arbeitet, überhaupt sinnvoll vertrauen?

Solange ein Mensch eine Wiki-Seite schreibt, gibt es eine implizite Haftung. Jemand war verantwortlich. Wenn aber ein Agent über Nacht tausende Wissenseinträge erzeugt, Metadaten zusammenzieht oder Metrikdefinitionen in einen Wissensbestand kippt, verschwindet diese stillschweigende Vertrauensannahme. Genau an dieser Stelle setzt OKF v0.2 an.

Google macht Vertrauen hier von einer diffusen Bauchfrage zu einem filterbaren, maschinenlesbaren Signal. Ein Konsument kann etwa festlegen, dass im Executive-Dashboard nur menschlich gegengeprüfte Konzepte erscheinen. Oder dass veraltete Definitionen gar nicht mehr für neue Aufgaben auftauchen. Oder dass eine Umsatzkennzahl nur dann angezeigt wird, wenn auch die Attestation des tatsächlich ausgeführten SQL-Laufs erfolgreich war.

Das ist für mich die eigentliche Nachricht. Agenten-Wissen wird hier nicht nur dokumentiert, sondern qualifiziert.

Der wichtige Shift: von „mehr Kontext“ zu „entscheidbarem Kontext“

Google hatte den Open Knowledge Format bereits am 12. Juni 2026 als offene, markdownbasierte Wissensschicht für Agenten vorgestellt. Schon damals war die Kernidee sinnvoll: statt proprietärer Silos lieber portable Wissensbündel aus Markdown plus YAML-Frontmatter.

Mit Version 0.2 verschiebt sich die Stoßrichtung jetzt sichtbar. Es geht nicht mehr nur darum, Wissen transportierbar zu machen. Es geht darum, Entscheidungen über dieses Wissen schon an der Metadatenkante treffen zu können. Genau deshalb landen die neuen Signale im Frontmatter. Ein Agent soll nicht erst Tokens auf Prosa verschwenden, nur um danach zu merken, dass der Eintrag unbestätigt, veraltet oder für den aktuellen Workflow ungeeignet ist.

Das passt sehr gut zu einer Linie, die auf menzel.works zuletzt öfter sichtbar war. Bei Googles Agentic RAG mit „sufficient context“ ging es darum, dass relevante Treffer allein nicht genügen. Bei GhostApproval war sichtbar, dass UI-Freigaben ohne belastbare Systemwahrheit trügerisch werden. OKF v0.2 zieht dieselbe Grundlogik jetzt in die Wissensschicht selbst.

Besonders spannend: Attested Computation

Am interessantesten finde ich den Schritt zur Attested Computation. Denn hier geht es nicht nur um Dokumentation, sondern um operative Nachprüfbarkeit. Ein Agent soll eine Zahl nicht einfach mit einer frei improvisierten Query berechnen. Stattdessen verweist das Konzept auf einen erlaubten Rechenweg, die Laufzeit liefert einen Beleg, und ein deterministischer Prüfer bewertet, ob wirklich genau diese sanctioned computation ausgeführt wurde.

Das ist ein ziemlich praktischer Gedanke. Viele Fehler in Agenten-Workflows entstehen nicht durch schlechte Formulierungen, sondern durch kleine Abweichungen im Vollzug: anderer Join, zusätzlicher Filter, falsche Tabelle, stiller Prompt-Drift. Attestation macht aus „sieht plausibel aus“ eher ein „wurde nachweisbar so gerechnet wie vorgesehen“.

Gerade für Analytics-, Finance- oder Compliance-nahe Agenten ist das deutlich wertvoller als die nächste Demo mit schönerem Interface.

Warum das auch für Coding- und Workflow-Themen relevant ist

Man kann OKF leicht als reines Datenkatalog-Thema missverstehen. Ich glaube, das wäre zu eng gelesen. Die zugrunde liegende Frage betrifft fast jeden ernsthaften Agenten-Workflow: Wo liegt die Wahrheit, auf die ein System seine Entscheidungen stützt, und wie prüfbar ist sie?

Bei Coding-Agenten kann das die Architekturregel, das Runbook oder die Deploy-Policy sein. Bei Wissensagenten sind es Kennzahlendefinitionen, Tabellenkontexte oder Prozesswissen. Bei Geschäftsagenten werden daraus schnell Freigaberegeln, Preislogiken oder Betriebsgrenzen. In allen Fällen gilt: Je mehr Agenten mit persistentem Wissen arbeiten, desto weniger reicht eine lose Textsammlung ohne Herkunfts- und Prüfsignale.

Deshalb ist OKF v0.2 für mich kein BigQuery-Nebenthema. Es ist ein Hinweis darauf, dass die Wissensbasis agentischer Systeme gerade selbst zur Produkt- und Governance-Schicht wird.

Wo ich trotzdem vorsichtig wäre

Natürlich loest ein offenes Format die Praxisprobleme nicht automatisch. Auch ein sauberer Frontmatter-Standard garantiert keine guten Quellen, keine korrekten Verifikationsprozesse und keine disziplinierte Pflege. Unternehmen müssen diese Signale erst einmal sinnvoll erzeugen und ihre Agenten so bauen, dass sie sie auch wirklich beachten.

Außerdem ist OKF trotz offener Sprache bislang klar aus dem Google-Cloud-Umfeld heraus gestartet. Ob sich daraus wirklich eine breiter getragene Wissensnorm entwickelt, hängt davon ab, ob andere Tools, Plattformen und Teams das Format tatsächlich übernehmen.

Trotzdem ist die Richtung überzeugend. Gerade weil Agenten immer häufiger Wissen selbst erzeugen und wiederverwenden, braucht diese Wissensschicht mehr als nur gute Suchbarkeit. Sie braucht prüfbare Vertrauenssignale.

Mein Fazit

Google liefert mit OKF v0.2 kein glamouröses Modell-Update, sondern etwas für die stillere Infrastruktur darunter. Genau deshalb ist die Meldung relevanter, als sie zunächst klingt.

Die größere Botschaft lautet: Agenten brauchen nicht einfach mehr Kontext. Sie brauchen Kontext, über den sich vor der Nutzung Entscheidungen treffen lassen. Wer hat ihn erzeugt? Wer hat ihn bestätigt? Ist er noch aktuell? Und wurde eine Kennzahl wirklich auf dem vorgesehenen Weg berechnet?

Wenn sich diese Denkweise durchsetzt, dann wird der nächste Wettbewerb bei Agenten nicht nur über Modelle, Tools oder UIs entschieden. Er wird auch darüber entschieden, wer die vertrauenswürdigere Wissensschicht unter seine Agenten legt.

Weiterführende Beiträge auf menzel.works

Quellen

Frage zu diesem Inhalt?
Kurz schreiben.
Kontakt