Anthropic hat am 27. August 2026 eine Forschungsvorschau des Model Hardware Standard, kurz MHS, eröffnet. MHS ist eine vorgeschlagene gemeinsame Schnittstelle. KI-Agenten können damit den Zustand und die verfügbaren Abläufe physischer Geräte erkennen und die Geräte über Treiber bedienen. Diese Treiber übersetzen Abläufe in APIs, Kommandozeilenwerkzeuge, Softwareschnittstellen oder erzeugten Code. Zu den ersten Teilnehmern gehören Forschungslabore, Gerätehersteller, Robotikunternehmen und Cloud-Anbieter.
Die Vorschau ist materiell, weil sie Agentenaktionen aus Software in physische Systeme verlagert. Ein falscher Werkzeugaufruf kann einen Datensatz ändern. Ein falscher Hardwarebefehl kann einen Roboterarm bewegen, eine Temperatur verändern, eine Probe dosieren oder ein Experiment unterbrechen. Eine Standardschnittstelle kann Integration vereinfachen. Identität, Aufgabenumfang, physische Sicherheit, Nachweise und Notfallkontrolle werden dadurch Teil derselben Bereitstellungsgrenze.
Was MHS einführt
Anthropic beschreibt einen MHS-Treiber als Manifest aus Gerätezuständen und Verfahren. Zustände erfassen Bedingungen wie Probentemperatur oder Plattenposition. Verfahren beschreiben Aktionen wie Ansaugen, Schütteln, Bewegen oder Messen. Ein Agent kann das Manifest lesen, Verfahren auswählen, Betriebsdaten beobachten, Parameter anpassen und wiederholte Operationen in deterministischen Code verpacken.
Der Startbeitrag dokumentiert mehrere frühe Projekte. Genentech testete einen Machbarkeitsnachweis, der Flüssigkeitshandler, Roboterarm, Plattenleser und Kameras für einen Proteinassay koordinierte. Weitere Teilnehmer testen MHS mit Mikroskopen, Nukleinsäure-Reinigungsgeräten, Laborautomation und Industrierobotern. AWS plant Vorschauunterstützung über Strands Robots.
Diese Berichte stammen von Partnern und Anbietern. Sie sind keine unabhängige Sicherheitszertifizierung. Anthropic nennt kürzere Integrationszeiten und schnellere Iteration, veröffentlicht aber keinen gemeinsamen Benchmark, keine Vorfallrate und keine vergleichende Sicherheitsprüfung über alle Teilnehmer.
Reuters, WIRED und Ars Technica bestätigen die Forschungsvorschau und den Fokus auf physische Geräte unabhängig. Sie belegen nicht, dass der Standard reif oder für unbeaufsichtigten Produktivbetrieb sicher ist.
Genannte Grenzen der Vorschau
Anthropic erklärt, vor einer Open-Source-Veröffentlichung sei weitere Arbeit nötig. Claude habe Grenzen beim räumlichen und physischen Denken und brauche weiterhin fachliche Aufsicht. Bei Genentech mussten Forscher Claude helfen zu erkennen, dass Schaumbildung ein physischer Fehler und kein Softwareproblem war. MHS funktioniert zudem nicht mit jedem Gerät und benötigt Treiber oder programmierbare Schnittstellen.
Diese Einschränkungen müssen jede Darstellung begleiten:
- MHS ist eine Forschungsvorschau und kein fertiger Industriestandard.
- Frühe Partnerbeispiele beweisen keine allgemeine Zuverlässigkeit.
- Natürlichsprachliche Steuerung entfernt keine gerätespezifischen Gefahren.
- Ein deterministisches Skript ist nur so sicher wie Logik, Grenzen, Umgebung und Verriegelungen.
- Menschliche Fachaufsicht bleibt Teil des veröffentlichten Betriebsmodells.
Governance-Kontrollen für physische Agenten
- Alle Komponenten inventarisieren. Agent, Modell, MHS-Treiber, Gerät, Firmware, Rechner, Sensoren, Kameras, Netzwerkweg, Umgebung und Verantwortliche erfassen.
- Die autorisierte Aufgabe definieren. Ziel, erlaubte Verfahren, Parameterbereiche, Materialien, Zeitfenster und verbotene Aktionen festlegen.
- Identität an Geräte binden. Nur die für die aktuelle Aufgabe benötigten Geräte und Verfahren freigeben.
- Planung und Ausführung trennen. Erzeugte Pläne vor materiellen, irreversiblen, gefährlichen oder teuren Operationen prüfen.
- Physische Verriegelungen unabhängig halten. Not-Aus, Kollisionsgrenzen, Temperatur- und Druckkontrollen dürfen nicht allein vom Modell abhängen.
- Zustand vor Aktion verifizieren. Mit Sensoren bestätigen, dass Gerät, Probe, Position und Umgebung passen.
- Wirkung nach Aktion prüfen. Bewegung, Messung, Fehlerzustand und Folge erfassen. Eine erfolgreiche API-Antwort beweist kein richtiges physisches Ergebnis.
- Änderungshistorie bewahren. Manifeste, Treiber, Prompts, Skripte, Konfiguration und Regeln gemeinsam versionieren.
- Sicheres Scheitern planen. Verhalten bei Sensorkonflikt, Timeout, Kontextverlust oder nicht umkehrbarer Teiloperation definieren.
Maetras Task-Guard-Dokumentation erläutert Prüfungen von Aufgabenumfang und beabsichtigter Wirkung. Der Leitfaden zum KI-Agenteninventar zeigt, wie Werkzeuge, Fähigkeiten, Eigentümer und Änderungen sichtbar werden.
Wie Standardisierung die Risikofläche verändert
Eigene Integrationen sind langsam, zwingen Teams aber oft zur Prüfung jeder Verbindung. Ein Standard kann mehr Geräte für mehr Agenten öffnen. Das beschleunigt Experimente und vergrößert zugleich die Reichweite schwacher Treiber, überbreiter Rechte, mehrdeutiger Anweisungen oder kompromittierter Agenten.
MHS-Manifeste können deshalb zu Sicherheitsartefakten werden. Teams müssen prüfen, wer Treiber veröffentlichen oder ändern darf, wie Definitionen verifiziert werden, ob Agenten nicht freigegebene Geräte finden und wie ein geändertes Manifest aktive Aufgaben beeinflusst. Lieferkettenkontrollen gehören neben Labor- und Robotikkontrollen.
Was unbekannt bleibt
Die Vorschau definiert kein endgültiges Governance-Modell, kein Konformitätsprogramm und keine unabhängige Zertifizierung. Sie nennt auch keine produktiven Servicewerte, Verantwortungsverteilung nach Vorfällen oder gemeinsame Methode, mit der die korrekte Abbildung aller Gerätezustände bewiesen wird.
Offen sind zudem konkurrierende Implementierungen, Rückwärtskompatibilität, Widerruf unsicherer Treiber und Audit-Portabilität nach einer Open-Source-Veröffentlichung. Das sind keine Gründe gegen die Vorschau, sondern Punkte für ein glaubwürdiges Einführungsprogramm.
Maetra-Analyse
MHS ist wichtig, weil es Agenteninfrastruktur um eine physische Handlungsebene erweitert. Die zentrale Kontrolle ist nicht eine pauschale menschliche Genehmigung jeder Bewegung. Erforderlich sind aufgabengebundene Befugnisse, enge Verfahren, unabhängige Sicherheitsverriegelungen, Zustandsprüfungen, Wirkungsverifikation und rekonstruierbare Nachweise.
Teams sollten diese Kontrollen entwerfen, bevor physische Agentenschnittstellen alltäglich werden. Integrationsgeschwindigkeit ist nur dann wertvoll, wenn Grenzen, Eigentum, Änderungen und tatsächliche Wirkungen sichtbar bleiben.