WikiSkill: Bei Google schreiben Agenten ihre Skills jetzt selbst, und ein Prüfschritt kommt darin nicht vor

30. August 2026

Forschende bei Google haben ein Verfahren namens WikiSkill vorgestellt. Die Idee ist einfach: Ein KI-Agent arbeitet Aufgaben ab, ein zweites Sprachmodell liest seine Protokolle mit, schreibt daraus Einträge in ein dauerhaftes Wiki und formt aus diesen Einträgen nach und nach ausführbare Skills. Der Agent lernt also nicht nur aus seinen Erfolgen, sondern auch aus seinen Fehlern, und das Ergebnis liegt als Text vor, den er beim nächsten Mal als Anleitung nutzt.

Die gemessenen Verbesserungen sind deutlich. Das Modell Qwen-3.6-27B steigt bei einer Tabellenkalkulations-Aufgabe von 40,8 auf 81,7 Prozent, bei der Mathematik-Prüfung LiveMath von 33,9 auf 61,9 Prozent. Gemini-3.5-Flash legt im Schnitt von 49,5 auf 68,1 Prozent zu. Noch interessanter ist ein zweiter Befund: Die so entstandenen Skills lassen sich zwischen Modellen weiterreichen, und fremde Skills schlagen dabei sogar die selbst erarbeiteten. Das kleinere Qwen-3.5-9B kommt bei ALFWorld mit den Skills des größeren Modells auf 70,2 Prozent, mit eigenen nur auf 63,4.

Für uns bei Skillkontor steckt der Stoff nicht in den Prozenten, sondern in dem, was im Verfahren fehlt. Das Wiki schreibt keine Person, sondern ein Modell, und einen Prüfschritt durch eine Person gibt es in dem Aufbau nicht. Bisher galt: Eine Person schreibt einen Skill, eine andere kann ihn lesen, bevor man ihn einsetzt. Wenn eine Maschine schreibt und die Ergebnisse von Modell zu Modell wandern, liest am Ende niemand mehr, was in dem Text eigentlich steht, den ein Agent als Anweisung befolgt. Genau das ist der Grund, warum wir wenige Skills listen und jeden davon vor der Aufnahme prüfen.

Zur Einordnung gehört, was die Autoren selbst als Grenzen nennen. Das Auffinden des passenden Skills haben sie gar nicht gemessen, die Skills wurden für die Tests direkt in den Prompt gelegt. Einen Mechanismus, das Wiki wieder auszumisten, gibt es bisher nicht, veraltete oder falsche Einträge bleiben also stehen. Sehr lange Aufgaben über Stunden sind nicht abgedeckt. Und alle Zahlen stammen aus Laborversuchen auf Benchmarks, nicht aus dem Alltag.

Das Papier ist ein Preprint ohne Begutachtung durch andere Forschende, eingereicht am 27. August 2026. Es beschreibt einen Forschungsaufbau, kein Produkt, das man morgen einschalten könnte. Wer heute Skills für seinen Agenten sucht, hat mit selbstgeschriebenen Wikis noch nichts zu tun. Die Richtung ist trotzdem klar: Die Frage, wer einen Skill gelesen hat, bevor ein Modell ihn befolgt, wird größer, nicht kleiner.