Anthropic hat einen Testmarktplatz gebaut, auf dem KI-Agenten miteinander handeln

Zusammenfassung

Am 24. April 2026 veröffentlichte Anthropic Details zu Project Deal — einem experimentellen Marktplatz, auf dem Claude-Agenten als autonome Käufer und Verkäufer agierten, echte Transaktionen im Auftrag von Anthropic-Mitarbeitern im Büro des Unternehmens in San Francisco verhandelten und abschlossen. Das Experiment ist keine Produkteinführung; es handelt sich um ein kontrolliertes Forschungsprojekt, das testen soll, wie sich KI-Agenten verhalten, wenn ihr Gegenüber in einer Transaktion ebenfalls ein KI-Agent ist und kein Mensch. Die Ergebnisse liefern die bislang klarste öffentliche Demonstration dafür, wie Agent-zu-Agent-Handel in der Praxis aussieht, und werfen strukturelle Fragen zu Vertrauen, Verhandlungsstrategie und Marktdynamik in einer Welt auf, in der KI-Agenten in großem Maßstab im Auftrag von Menschen Transaktionen durchführen.

Was Project Deal ist

Project Deal wurde vom Forschungsteam von Anthropic entwickelt und als Kleinanzeigen-Marktplatz betrieben — vom Format her ähnlich einem internen Craigslist — für Mitarbeiter am Hauptsitz von Anthropic in San Francisco. Das entscheidende Merkmal war der Kniff: Claude wurde beauftragt, im Auftrag der teilnehmenden Mitarbeiter sowohl als Käufer als auch als Verkäufer aufzutreten. Agenten durchsuchten Anzeigen, bewerteten den Wert, eröffneten Verhandlungen und schlossen Käufe ab — alles ohne menschliches Eingreifen auf beiden Seiten der Transaktion.

Der Einsatz echter Güter und echten Geldes war beabsichtigt. Die Forscher von Anthropic wollten das Verhalten der Agenten unter Bedingungen beobachten, die reale Einsätze mit sich brachten, keine Simulation. Wenn ein Agent für einen Artikel zu viel bezahlt, verliert der Mitarbeiter, den er vertritt, echtes Geld. Wenn ein Agent aggressiv verhandelt, erlebt der Gegenpart-Agent — und die Person dahinter — dies als tatsächliches Ergebnis. Diese Designentscheidung unterscheidet Project Deal von früheren Experimenten zu Agentenverhandlungen, die virtuelle Tokens oder simulierte Märkte verwendeten.

Wichtige Parameter des Project-Deal-Setups:

Wie Agent-zu-Agent-Handel tatsächlich aussieht

Die meisten öffentlichen Diskussionen über KI-Agenten im Handel gehen von einer Richtung aus: ein menschlicher Auftraggeber mit einem KI-Agenten, der Aufgaben in seinem Auftrag erledigt. Project Deal führte eine zweite Dimension ein — das Gegenüber in der Transaktion ist ebenfalls ein Agent, der für einen menschlichen Auftraggeber handelt. Keine der beiden Seiten ist ein Mensch, der aktiv an der Verhandlung teilnimmt. Beide sind KI-Systeme, die versuchen, das beste Ergebnis für die Person zu erzielen, die sie vertreten.

Dies erzeugt Dynamiken, die es im Handel zwischen Mensch und Mensch oder zwischen Mensch und KI nicht gibt:

• Verhandlungsgeschwindigkeit — KI-Agenten können Angebote, Gegenangebote und Begründungen in Sekunden austauschen. Eine Verhandlung, die bei einem Menschen fünfzehn Minuten Hin und Her dauern würde, kann in unter einer Minute abgeschlossen sein.
• Strategiekonsistenz — ein menschlicher Verhandlungsführer ändert seinen Ansatz je nach Stimmung, Ermüdung und sozialem Druck. Ein Agent wendet seine Strategie bei jeder Transaktion, jedes Mal, konsistent an.
• Informationsasymmetrie — beide Agenten haben Zugang zur gleichen Art von Denkfähigkeit. Keiner hat einen inhärenten Vorteil bei der Informationsverarbeitung gegenüber dem anderen, was den Wettbewerbsvorteil in Richtung der Qualität der Anweisungen und des Kontexts verschiebt, die der menschliche Auftraggeber bereitgestellt hat.
• Ausrichtung auf den Auftraggeber — ein Agent, der für einen Käufer verhandelt, und ein Agent, der für einen Verkäufer verhandelt, versuchen beide, ihre jeweiligen Auftraggeber zufriedenzustellen. Wenn beide Agenten gut auf die erklärten Ziele ihrer Auftraggeber abgestimmt sind, wird die Transaktion effizient abgewickelt. Wenn die Anweisungen vage sind, können Agenten Proxy-Metriken (niedrigster Preis, schnellster Abschluss) überoptimieren, statt den tatsächlichen Wert zu berücksichtigen.

Auswirkungen auf die Agenten-Ökonomie

Project Deal ist ein Forschungsprojekt, aber auch ein Prototyp für einen breiteren Wandel, der bereits im Gange ist. Im Jahr 2026 werden KI-Agenten in Beschaffungsabläufen, Werbeauktionen, dynamischen Preissystemen und Kundenverhandlungs-Pipelines eingesetzt. Bei den meisten dieser Einsätze ist eine Seite der Transaktion noch immer ein Mensch oder ein von Menschen betriebenes System. Project Deal demonstriert eine nahe Zukunft, in der beide Seiten Agenten sind.

Die wirtschaftlichen Implikationen dieses Wandels sind erheblich:

Die Zeilen zu Vertrauen und Fehlerkorrektur sind der Punkt, an dem sich die strukturellen Herausforderungen konzentrieren. Wenn ein Mensch einen schlechten Deal abschließt, kann er dies erkennen, eskalieren oder neu verhandeln. Wenn ein Agent mit maschineller Geschwindigkeit über Hunderte gleichzeitiger Transaktionen hinweg einen schlechten Deal abschließt, summiert sich der Schaden, bevor ein menschlicher Prüfer eingreifen kann. Der Einsatz von echtem Geld in einer kontrollierten Umgebung mit geringem Risiko bei Project Deal war teilweise ein Weg, diese Dynamik in einem Maßstab zu beobachten, in dem Fehler noch behebbar sind.

Die von Anthropic veröffentlichten Ergebnisse enthalten keine detaillierte Aufschlüsselung der Verhandlungsergebnisse, Erfolgsquoten oder durchschnittlichen Transaktionspreise — diese Details wurden in der Ankündigung vom 24. April nicht offengelegt. Offengelegt wurde, dass die Agenten erfolgreich autonome Transaktionen abgeschlossen haben, dass das Marktplatzformat wie vorgesehen funktionierte und dass das Experiment genutzt wird, um zu beeinflussen, wie Claude agentenbasierte Handelsaufgaben in Produktionseinsätzen bewältigt.

Was das für Entwickler bedeutet, die heute Agenten bauen

Project Deal ist ein Signal für die Richtung, in die sich der Einsatz von KI-Agenten entwickelt, keine isolierte akademische Übung. Anthropic ist das Labor hinter Claude — dem Modell, das einen großen Teil der produktiven Agenteneinsätze im Jahr 2026 antreibt. Wenn Anthropic ein internes Forschungsprojekt zum Agent-zu-Agent-Handel durchführt, entwickelt das Unternehmen die Fähigkeiten, Sicherheitsbewertungen und Verhaltensrichtlinien, die bestimmen werden, wie sich Claude in kommerziellen agentenbasierten Kontexten verhält.

Für Entwickler, die heute Agenten bauen, ergeben sich folgende praktische Implikationen:

1. Agentenidentität und Qualität der Anweisungen sind wichtiger denn je. Wenn Ihr Agent mit einem anderen Agenten verhandelt — nicht mit einem Menschen —, ist die Qualität der von Ihnen bereitgestellten Anweisungen und des Kontexts die primäre Quelle des Wettbewerbsvorteils. Eine schlecht formulierte Anweisung wie „hol den besten Deal raus" führt zu einem anderen Verhalten als „kaufe den Artikel, wenn der Preis innerhalb von 15 % des gelisteten Werts liegt und die Antwortzeit des Verkäufers unter 2 Stunden beträgt."

2. Audit-Trails werden unverzichtbar. Bei Agent-zu-Agent-Transaktionen überwacht kein Mensch die Verhandlung in Echtzeit. Sie brauchen Protokolle darüber, wem Ihr Agent zugestimmt hat, warum, und was der Gegenpart-Agent bei jedem Schritt vorgeschlagen hat. Ohne diese Protokolle fehlt Streitfällen die Beweisgrundlage.

3. Ausrichtung auf den Auftraggeber ist das neue UX-Problem. Die Qualität der Ergebnisse eines Agenten in einem Marktplatzkontext ist eine direkte Funktion davon, wie gut er Ihre tatsächlichen Präferenzen versteht und vertritt — nicht nur Ihre erklärten Ziele. Dies ist ein Problem des Anweisungsdesigns, kein Modellproblem.

4. Das Ökosystem bildet sich jetzt heraus. Standards für Agentenidentität, Autorisierung und Protokolle zur Kommunikation zwischen Agenten werden 2025 und 2026 entwickelt. Entwickler, die jetzt mit diesen Standards im Hinterkopf bauen, werden im Vorteil sein, wenn die Agenten-Ökonomie ausreift.

Setzen Sie Ihre eigenen Agenten in der Agenten-Ökonomie mit Happycapy ein

Happycapy wurde genau für den Moment gebaut, den Project Deal demonstriert: eine Welt, in der Agenten in Ihrem Auftrag über Aufgaben, Transaktionen und Arbeitsabläufe hinweg handeln — und in der die Qualität der Konfiguration Ihres Agenten dessen Wirksamkeit bestimmt.

Jeder Happycapy-Agent wird durch eine Reihe von Konfigurationsdateien definiert — SOUL, USER, IDENTITY, MEMORY und AGENTS —, mit denen Sie die Ziele, den Kontext, den Tonfall und den Umfang Ihres Agenten präzise festlegen können. Sie schreiben keinen Code; Sie schreiben die Anweisungen, die bestimmen, wie Ihr Agent Sie vertritt. Diese Unterscheidung ist in einem Agent-zu-Agent-Handelskontext von Bedeutung, in dem der Agent auf der anderen Seite dieselbe Modellklasse ausführt und das Ergebnis davon abhängt, wessen Anweisungen klarer sind.

Happycapy-Agenten laufen in isolierten Cloud-Sandboxes, was bedeutet, dass Sie das Verhalten von Agenten ohne Risiko für Ihre Produktionssysteme bereitstellen, testen und iterieren können. Wenn Sie bereit sind, einen Agenten mit einem echten Arbeitsablauf zu verbinden — einer Beschaffungs-Pipeline, einer Support-Warteschlange, einer Datenverarbeitungsaufgabe —, können Sie dies mit geprüften, begrenzten Verbindungen statt mit umfassenden Zugangsdaten tun.

Die Agenten-Ökonomie ist kein zukünftiger Trend. Sie ist die Umgebung, die Project Deal als bereits im Aufbau befindlich zeigt. Testen Sie Happycapy kostenlos und bauen Sie den Agenten, der Sie darin vertritt.

Häufig gestellte Fragen

F: Ist Project Deal ein öffentliches Anthropic-Produkt oder ein internes Forschungsprojekt? A: Project Deal ist ein internes Forschungsexperiment, kein öffentliches Produkt. Es wurde mithilfe eines internen Marktplatzes im Büro von Anthropic in San Francisco durchgeführt, wobei Anthropic-Mitarbeiter als menschliche Auftraggeber fungierten. Anthropic veröffentlichte Details des Experiments am 24. April 2026 als Forschungsergebnis, nicht als Produktankündigung.

F: Haben die Claude-Agenten in Project Deal echtes Geld verwendet? A: Ja. Laut dem von Anthropic veröffentlichten Bericht über das Experiment führten die Agenten Transaktionen mit echten Gütern und echtem Geld durch. Der Einsatz echter Einsätze war eine bewusste Designentscheidung, um das Verhalten der Agenten unter Bedingungen zu beobachten, die tatsächliche Konsequenzen mit sich bringen, wodurch sich das Experiment von simulierter Marktforschung unterscheidet.

F: Was passiert, wenn sich zwei KI-Agenten nicht auf einen Preis einigen können? A: Im Format von Project Deal verhandelten die Agenten autonom — sie tauschten Angebote und Gegenangebote ohne menschliches Eingreifen aus. Wenn sich die Agenten nicht einigen konnten, kam die Transaktion nicht zustande. Dies ist das gleiche Ergebnis wie bei einer gescheiterten menschlichen Verhandlung, geschieht jedoch schneller und ohne die soziale Reibung, die menschliche Verhandlungsführer manchmal zu suboptimalen Vereinbarungen drängt.

F: Wie unterscheidet sich Agent-zu-Agent-Handel vom traditionellen algorithmischen Handel oder der dynamischen Preisgestaltung? A: Algorithmischer Handel und dynamische Preissysteme sind regelbasiert: Sie führen vorgegebene Logik als Reaktion auf Marktbedingungen aus. Agent-zu-Agent-Handel nutzt KI-Agenten, die über den Kontext nachdenken, natürlichsprachliche Anweisungen interpretieren und ihre Verhandlungsstrategie dynamisch anpassen. Der Unterschied liegt zwischen einem System, das Regeln befolgt, und einem System, das Urteile fällt — mit all der Macht und dem Risiko, die diese Unterscheidung impliziert.

Quellen

• Anthropic, „Project Deal"-Forschungsankündigung, 24. April 2026 (referenziert über die Berichterstattung von TechCrunch, 25. April 2026)
• TechCrunch, „Anthropic created a test marketplace for agent-on-agent commerce," Anthony Ha, 25. April 2026
• Hacker News Titelseite, 26. April 2026 — Querverweis zu einem breiteren Diskussionsthread über KI-Agenten-Sicherheit
• Anthropic-Modelldokumentation zu agentenbasiertem Verhalten und Werkzeugnutzung, 2025–2026
• Allgemeiner Hintergrund: „Economic implications of autonomous agent systems," verschiedene KI-Sicherheitsforscher, 2025