Anthropic, OpenAI und Google machen aus Chatbots Execution Platforms. Was Schweizer Agenturen über Dreaming, GPT-5.6 Sol und Gemini Spark wissen müssen.
Die letzten 48 Stunden haben gezeigt, wohin die Reise geht: KI-Modelle werden zu Agent-Plattformen, die Code schreiben, Pull Requests öffnen, Datenbank-Analysen orchestrieren und mehrere Tage autonom an einem Problem arbeiten. Anthropic, OpenAI und Google haben parallel Infrastruktur-Updates geschippt, die weniger mit „besseren Antworten” zu tun haben — und mehr damit, dass Maschinen jetzt Dinge tun, nicht nur sagen.
Anthropics Dreaming lässt Claude-Agenten aus eigenen Notizen lernen (Code-Patterns, Fehler-Archive). OpenAIs GPT-5.6 Sol läuft seit 26. Juni bei 20 Partnern im Preview (Ultra Mode mit Sub-Agenten, Cybersecurity-Fokus, öffentlicher Launch Juli 2026). Googles Gemini Spark ist jetzt auf Mac verfügbar und trackt Themen in Echtzeit. MCP wird stateless (Release Candidate 2026-07-28) — kein Sticky-Session-Chaos mehr. Für Schweizer Agenturen heisst das: Wer heute Agent-Infrastruktur aufbaut, muss sich zwischen Single-Platform-Lock-in (schneller Start) und Multi-Provider-Flexibilität (höhere Resilienz) entscheiden.
Anthropic macht aus Claude Code eine lernende Maschine
Beim Code with Claude 2026-Event (6. Mai, San Francisco/London/Tokyo) hat Anthropic keine neuen Modelle vorgestellt — sondern fünf Infrastructure-Features, die zeigen, wo der eigentliche Wettbewerb stattfindet: Dreaming, Outcomes, Multi-Agent-Orchestration, Claude Finance (10 vorgefertigte Finanz-Agenten) und Add-ins.
Dreaming ist das interessanteste Stück: Claude-Agenten schreiben sich selbst Notizen über Tasks, Code-Patterns und Fehler. Wenn ein anderer Agent später am selben Code arbeitet, liest er diese Notizen, konsolidiert die Infos und lernt aus den Fehlern vorheriger Sessions. Das Konzept selbst ist nicht neu — das Open-Source-Framework Hermes bietet Cross-Session-Memory und Skill-Building seit knapp einem Jahr — aber Anthropic macht es zu einer verwalteten Default-Funktion.
Anthropics Technical Manager berichten, dass sie selbst „erschöpft” sind vom Code-Output ihrer eigenen Teams: „Claude ist wahrscheinlich so gut wie ein Midlevel-Engineer beim Code-Schreiben”, sagt Lauren Lesse. „Aber über Zeit wollen wir, dass Claude besser wird in allen Engineering-Bereichen.” Das Endziel: „Claude kann sich selbst bauen.”
Warum das Schweizer Agenturen interessiert: Wer heute Unic-Projekte mit Claude Code umsetzt, kann ab sofort auf ein Gedächtnis setzen, das über einzelne Sessions hinausgeht. Für Enterprise-Kunden mit wiederkehrenden Code-Reviews oder Migrations-Projekten ist das ein Effizienz-Hebel — vorausgesetzt, das Team traut dem Agent genug zu, um ihn auch mal einen halben Tag alleine werkeln zu lassen.
OpenAI schickt GPT-5.6 Sol in den kontrollierten Preview
Am 26. Juni 2026 hat OpenAI GPT-5.6 Sol an 20 vertrauenswürdige Partner ausgerollt (Terra und Luna sind die kleineren Varianten). Sol ist OpenAIs stärkstes Modell für Coding, Biologie-Workflows und Cybersecurity, mit Max Reasoning Effort und einem Ultra Mode, der Sub-Agenten orchestriert.
Der Launch war koordiniert mit der US-Regierung — wegen Sols Cybersecurity-Capabilities. Das Modell zeigt „increased likelihood of taking severity-3 actions during testing”. Auf Terminal-Bench 2.1 (Command-Line-Workflows mit Planning + Iteration) setzt Sol einen neuen State-of-the-Art. Auf Exploit Gym (UC Berkeley + OpenAI + andere Labs) zeigen Sol, Terra und Luna „strong improvements in cyber capabilities”.
OpenAI lanciert Sol zusätzlich auf Cerebras mit bis zu 750 Tokens/Sekunde im Juli — „frontier intelligence at unprecedented speed”.
Der Preview-Status ist bewusst eng: „As part of our ongoing engagement with the U.S. government, we previewed our plans and the models’ capabilities ahead of today’s launch. At their request, we are starting with a limited preview for a small group of trusted partners whose participation has been shared with the government, before releasing more broadly.”
Prediction Markets erwarten den öffentlichen Launch „by the end of July 2026”.
Für Schweizer Agenturen: Wer bei Netcetera an Fintech- oder Security-Projekten arbeitet, sollte Sol im Auge behalten — gerade wegen der Cybersecurity-Capabilities. Aber: Der kontrollierte Rollout zeigt auch, dass OpenAI die Risiken ernst nimmt. Wer heute schon mit o3 oder GPT-5.5 arbeitet, kann sich auf einen substanziellen Step-Up einstellen — allerdings mit höheren Sicherheits-Guardrails.
Google macht Gemini Spark allgegenwärtig
Am Google I/O 2026 (19.–20. Mai, Mountain View) hat CEO Sundar Pichai das „agentic Gemini era” ausgerufen. Gemini 3.5 Flash ist seit dem Opening Day GA, mit starken Scores auf Terminal-Bench 2.1 (76,2 %) und MCP Atlas (83,6 %).
Diese Woche kam Gemini Spark auf Mac: Der 24/7-AI-Agent, der Tasks übernimmt, Files organisiert, Echtzeit-Topics trackt (Sport, Stocks, Breaking News) und jetzt auch Custom MCP unterstützt. „Soon” können User Multi-Step-Tasks vom Handy aus an den Desktop-Agent delegieren — z. B. „pull information from a file on their Mac”.
Parallel dazu hat Google die Gemini Enterprise Agent Platform vorgestellt (Next ‘26, April): Eighth-Gen TPUs, Agentic Data Cloud, Workspace Intelligence, Managed Agents API, und CodeMender — ein AI-Security-Agent, der Vulnerabilities findet und patcht.
Warum das relevant ist: Google positioniert Gemini nicht mehr als Chatbot, sondern als „operating layer across Search, shopping, work, creativity and software development”. Der Antigravity Agent (Managed Agents, Interactions API, Google AI Studio) lässt sich mit eigenen Instructions und Skills erweitern — via AGENTS.md und SKILL.md.
Für Schweizer Agenturen mit Google Workspace-Kunden (foryouandyourcustomers macht viel UX-Research für Enterprise-Tools) ist Spark interessant, weil es nahtlos in Gmail, Docs, Keep integriert. Die Custom-MCP-Integration macht es ausserdem möglich, interne Datenbanken oder APIs direkt anzubinden — ohne die Daten nach draussen zu senden.
MCP wird erwachsen: Stateless, AAIF, und 12+ Agent-SDKs
Der MCP Release Candidate 2026-07-28 bringt die grösste Änderung seit dem Launch: MCP wird stateless auf Protocol-Layer. Früher musste ein Streamable HTTP Client erst eine Session etablieren (mit Mcp-Session-Id), die der Server zurückgab und der Client in späteren Requests mitschickte.
Das bedeutete Sticky Sessions, Shared Session Stores, und Gateway-Logik, die MCP verstehen musste. Jetzt ist ein tools/call-Request selbständig: Protocol-Version, Client-Info und Capabilities reisen mit dem Request.
Im Dezember 2025 hat die Linux Foundation die Agentic AI Foundation (AAIF) gegründet, mit Platinum-Membern AWS, Anthropic, Block, Bloomberg, Cloudflare, Google, Microsoft und OpenAI. Founding-Projekte: Anthropics MCP, Blocks goose, OpenAIs AGENTS.md.
Mittlerweile gibt es mindestens 12 Agent-SDKs mit MCP-Support: Claude Agent SDK, OpenAI Agents SDK, CrewAI, LangChain, Agno, DSPy, Microsoft Agent Framework, Vercel AI SDK, und mehr. ClickHouse, GitHub, AWS und Google Cloud bauen eigene MCP-Server, die Tool-Sets für LLMs definieren.
Für Schweizer Agenturen: Wenn Inforge heute ein internes Tool via MCP exponiert (z. B. eine CRM-Integration oder ein Custom-Dashboard), läuft das ab Ende Juli ohne Session-Overhead hinter einem normalen Load Balancer. Das macht MCP produktionsreif für Enterprise-Deployments — und reduziert die Hürde für Multi-Agent-Setups.
12+
Agent-SDKs mit MCP-Support
LangChain, OpenAI, Anthropic, Microsoft, Vercel — Stateless MCP macht alle skalierbarer.
750 tok/s
GPT-5.6 Sol auf Cerebras (Juli 2026)
„Frontier intelligence at unprecedented speed" — OpenAIs schnellster Inference-Stack.
84 %
Entwickler nutzen oder planen AI-Tools (2026)
Stack Overflow Survey — Copilot, Cursor, ChatGPT sind Mainstream, nicht Nische.
Entwickler-Tools werden agentic: Cursor, Relume, Copilot
84 % der Entwickler nutzen oder planen AI-Tools (Stack Overflow Survey 2026, hoch von 76 % im Vorjahr). Über die Hälfte der professionellen Entwickler verwendet AI regelmässig beim Coding. GitHub berichtet, dass Programmierer mit Copilot Coding-Tasks 55 % schneller abschliessen.
Mehr als 30,5 % der Entwickler nutzen GitHub Copilot täglich. ChatGPT fungiert als „24/7-verfügbarer Mentor” — besonders für Debugging, Regex-Erstellung, API-Integration und Dokumentation.
Cursor (AI-powered Code-Editor) akzeptiert Natural Language Commands und schlägt ganze Funktionen vor. „Feels like pairing with a fast, context-aware junior engineer that lives inside your editor.”
Relume (AI Website Builder) generiert Sitemaps, Wireframes und Style Guides in Minuten. „Use AI as your design ally, not as a replacement.” Über 1000 Real-Components, exportierbar nach Figma, Webflow oder React.
Für Schweizer Agenturen: Teams, die heute schon mit Cursor oder Copilot arbeiten, sollten die MCP-Integration testen — Custom-Tools (z. B. interne Component-Libraries, Design-Tokens aus Figma) lassen sich via MCP direkt in den Editor integrieren. Das spart den Kontext-Switch zwischen IDE und Browser.
Multi-Provider oder Platform-Lock-in?
Die grosse strategische Frage für Schweizer Agenturen: Single Platform (Claude Code, Codex, Gemini Antigravity) oder Multi-Provider-Setup (LangChain/Mastra mit Routing zwischen Claude, GPT, Gemini)?
⚠ VENDOR-LOCK-IN VS. INTEGRATION-OVERHEAD
**Single-Platform** (z. B. nur Claude Code): Schneller Start, native Features (Dreaming, Cowork), weniger Glue-Code. **Nachteil**: Wenn Anthropic ausfällt oder Preise erhöht, keine Ausweichoption. **Multi-Provider** (LangChain + Claude + GPT + Gemini): Failover, Kostenoptimierung, keine Abhängigkeit. **Nachteil**: Höherer Integrations- und Testing-Aufwand, Framework-Overhead (LangChain API-Churn ist real).
LangChain bietet Ecosystem-Breite, aber „API churn” — Teams, die Stabilität schätzen, bevorzugen Pydantic AI oder Mastra. OpenAI Agents SDK ist die „right framework when you are sure you will only use OpenAI models” — Multi-Provider-Strategien fahren besser mit LangChain oder Pydantic AI.
Claude Agent SDK nimmt einen „Zero-Trust-Ansatz”: Alle Tools sind blockiert, ausser explizit erlaubt. Sinnvoll für Enterprises mit strengen Security-Requirements.
Empfehlung für Schweizer Agenturen: Für kleinere Teams (5–15 Entwickler) ist ein Single-Platform-Start (Claude Code + Cowork oder Codex + ChatGPT Enterprise) pragmatisch — die Integration ist schneller, die Maintenance niedriger. Für grössere Agenturen (30+ Entwickler, mehrere Kunden-Projekte parallel) lohnt sich ein Multi-Provider-Setup mit LangChain oder Mastra — Failover allein rechtfertigt den Overhead, wenn ein Kunde-Projekt von einem Anthropic-Ausfall betroffen wäre.
Häufig gestellte Fragen
Was ist der Unterschied zwischen Dreaming und normalem Agent-Memory?
Dreaming ist Anthropics System, bei dem Claude-Agenten ihre eigenen Notizen zwischen Sessions lesen, konsolidieren und Muster erkennen. Normale Memory-Systeme speichern nur Kontext — Dreaming macht daraus aktives Lernen über Code-Patterns und häufige Fehler. Das Open-Source-Framework Hermes bietet ähnliches seit ~1 Jahr, aber Anthropic macht es zur verwalteten Default-Funktion.
Kann ich GPT-5.6 Sol schon produktiv nutzen?
Noch nicht öffentlich verfügbar. OpenAI hat GPT-5.6 Sol am 26. Juni 2026 an 20 vertrauenswürdige Partner ausgerollt (mit US-Regierungs-Koordination wegen Cybersecurity-Capabilities). Die allgemeine Verfügbarkeit wird für Ende Juli 2026 erwartet. Prediction Markets sehen 1,7 % Chance für einen Launch vor 30. Juni — der Juli-Termin ist deutlich wahrscheinlicher.
Was bringt MCP stateless für Schweizer Agenturen konkret?
MCP-Server können jetzt hinter Load Balancers laufen, ohne Sticky Sessions oder Shared State. Das macht interne Tool-Integrationen skalierbarer und einfacher zu deployen — besonders relevant für Enterprise-Projekte mit hohen Compliance-Anforderungen. Ab dem 28. Juli 2026 (Release Candidate) ist jeder tools/call-Request self-contained: Protocol-Version, Client-Info und Capabilities reisen mit.
Lohnt sich ein Multi-Provider-Setup (Claude + GPT + Gemini)?
Für grössere Agenturen ja. LangChain, Mastra und ähnliche Frameworks erlauben Model-Routing. Vorteil: keine Vendor-Lock-in, Failover bei Ausfällen, Kostenoptimierung (z. B. Claude Haiku für einfache Tasks, GPT-5.6 Sol für komplexe Reasoning). Nachteil: höherer Integrations-Aufwand und Testing-Overhead. Teams unter 15 Entwickler fahren oft besser mit Single-Platform-Start.
Welche Schweizer Agenturen setzen bereits auf AI-Agents?
Unic (Enterprise-Transformations-Projekte), Netcetera (Fintech + Secure Systems), foryouandyourcustomers (UX-Research mit AI-gestützten Insights), Inforge (AI-assisted Development). Die meisten grösseren Agenturen testen mindestens GitHub Copilot oder Cursor — Production-Deployments von Managed Agents (Claude Code, Codex) sind noch selten, aber steigen.
Quellen & Methodik
Recherche durchgeführt am 4. Juli 2026. Primärquellen: Anthropic Code with Claude 2026 (Liveblogs, InfoQ, MIT Tech Review), OpenAI GPT-5.6 Preview-Ankündigung (26. Juni 2026), Google I/O 2026 Developer Keynote (19.–20. Mai), Agentic AI Foundation (Linux Foundation, Dezember 2025), MCP Release Candidate 2026-07-28 (AAIF Blog), Stack Overflow Developer Survey 2026, GitHub Copilot Stats, ClickHouse MCP Framework-Vergleich, TechCrunch Gemini Spark macOS Launch (1. Juli 2026).
Alle Benchmark-Zahlen (Terminal-Bench, MCP Atlas, Exploit Gym) stammen aus offiziellen Modell-Ankündigungen oder System Cards. Prediction-Market-Daten zu GPT-5.6 Launch von CryptoBriefing (26. Juni 2026).
