Beobachtetes Signal · 2. Mai 2026 · Technical Release · Quelle: DEV Community · Relevanz: 4/5 · Sentiment: Neutral
KI-Instruktionsstandard teilt sich in drei Schichten auf: AGENTS.md, SKILL.md und DESIGN.md
Der Artikel beschreibt einen wachsenden dreischichtigen Standard zur Instruktion von KI-Agenten: AGENTS.md regelt das Gesamtverhalten und die Grenzen, SKILL.md dient wiederverwendbaren Aufgabenprozeduren (eingesetzt von Anthropics Claude Skills und dem Agent Skills-Standard) und DESIGN.md — ein im April 2026 veröffentlichtes Google Labs-Design-Spezifikationsformat. Dieses kombiniert maschinenlesbare Design-Token in YAML mit menschenlesbarer Intention und wird mit einem CLI-Validator ausgeliefert. Der Autor argumentiert, dass diese Formate verifizierbare Regeln von urteilsbasierten Leitlinien trennen und verortet die Aufteilung im Kontext von Spec-Driven Development-Workflows. Dieser dreischichtige Ansatz ergänzt SDD und zielt auf eine schrittweise Einführung ab, bei der Verifikation einen messbaren Mehrwert bietet.
Eine von Google Labs veröffentlichte technische Spezifikation standardisiert maschinenlesbare Design-Token sowie Agenten-Instruktionsformate und beeinflusst maßgeblich Entwickler-Tooling, UI-Generierung durch Agenten sowie die herstellerübergreifende Interoperabilität.
Marktsignale zu Anthropic in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- Google Labs veröffentlichte die DESIGN.md-Spezifikation am 10. April 2026 und stellt eine Referenzimplementierung bereit, die von Stitch genutzt wird.
- DESIGN.md-Dateien enthalten maschinenlesbare Design-Token in YAML sowie menschenlesbare Design-Intentionen in Markdown; Google liefert dazu den CLI-Validator npx @google/design.md lint.
- AGENTS.md hat sich seit 2025 als Industriestandard etabliert (gemeinsam entwickelt von OpenAI, Google, Sourcegraph, Cursor und Factory) und wurde im Dezember 2025 an die Linux Foundation übergeben.
- SKILL.md ist das von agentskills.io standardisierte Dateiformat und bildet die Grundlage für Anthropics Claude Skills, wodurch derselbe SKILL.md über Claude Code, Claude.ai und andere Agent SDKs hinweg ausgeführt werden kann.
- Das DESIGN.md-Repository verzeichnete Anfang Mai 2026 über 11.000 GitHub-Stars, und die Spezifikation umfasst Linting-Prüfungen wie Token-Integrität und WCAG-Kontrastverhältnisse.
Verknüpfte Unternehmen
4 verknüpfte UnternehmenOntologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
AgentSkills: Wie man KI-Agenten die konkrete Aufgabenausführung beibringt
Der Artikel beleuchtet eine zentrale Lücke bei LLM-basierten Agentenanwendungen: Agenten wissen oft, was zu tun ist, aber nicht, wie sie es verlässlich ausführen können. Er stellt AgentSkills (auch Procedure Skills) vor – in sich geschlossene, strukturierte Playbooks im SKILL.md-Format, die YAML-Frontmatter, Schritt-für-Schritt-Anweisungen, Automatisierungsskripte, Domänenressourcen und Ausgabetemplates bündeln. Der Autor erklärt, warum die Integration kompletter Abläufe in große System-Prompts fehlschlägt und plädiert stattdessen für progressive Offenlegung: eine Entdeckungsphase zum Laden von Skill-Namen und eine Aktivierungsphase, die vollständige Assets nur bei Bedarf lädt. Dies reduziert Halluzinationen und Token-Kosten massiv. Der Beitrag vermittelt Designprinzipien für effektive Skills wie imperative Sprache und explizite Fehlerzustände. Veröffentlicht wurde der Artikel am 6. Mai 2026 von Sreeni Ramadorai auf der DEV Community.
DESIGN.md vs. tokens.json vs. Figma: Design-Kontexte für AI Agents
Ein von PromptMaster veröffentlichter Entwicklerbeitrag vergleicht drei Ansätze zur Bereitstellung von Design-Kontext für AI Agents: tokens.json, README-Dateien und Figma-Links. Der Artikel argumentiert, dass DESIGN.md die Stärken aller drei Methoden vereint. Während tokens.json exakte Werte liefert, aber keine Anwendungsregeln ausdrücken kann, und README-Dateien zwar Regeln vermitteln, jedoch strukturierte Token vermissen lassen, ist Figma primär für den Menschen konzipiert und für Coding Agents unlesbar. DESIGN.md wird als versionierte Einzeldatei präsentiert, die strukturierte Werte, maschinenlesbare Regeln und Persistenz bietet. Über eine CLI (npx @google/design.md) können Daten in Tailwind und den W3C-DTCG-Standard exportiert werden. Der Beitrag enthält Verweise auf ein kostenloses Cheat Sheet sowie einen kostenpflichtigen Leitfaden auf Gumroad.
KI-Coding-Agenten benötigen umfassenden Produktdesign-Kontext
Der Artikel beleuchtet, dass KI-Coding-Agenten zwar Codebasen vollständig lesen können, aber oft generische Ergebnisse liefern, da wesentliche Teile der Produktidentität wie Tonalität, visuelle Sprache und Positionierung nicht im Code verankert sind. Autor Gregory Muryn-Mukha definiert sieben Wissensarten des Produktdesigns und stellt eine praxisnahe Lösung vor: ein Claude Code Skill-Verzeichnis (.claude/skills/<product>-context/), das aufgabenbezogene Dateien wie SKILL.md, design.md und Quickrefs strukturiert, um Agenten mit dem nötigen Kontext zu versorgen. Der Beitrag beschreibt Use Cases von Figma-zu-Code-Abfragen bis hin zu Landing-Page-Texten, thematisiert aber auch Herausforderungen wie den manuellen Pflegeaufwand und potenziellen Drift der Dokumentation über die Zeit.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.