Beobachtetes Signal · 2. Aug. 2026 · Technical Release · Quelle: DEV Community · Relevanz: 4/5 · Sentiment: Neutral
Google ADK: Architektur und Kernkomponenten für KI-Agenten
Der Artikel beleuchtet die Architektur und die zentralen Komponenten des Google Agent Development Kit (ADK), einem Framework zur Entwicklung, zum Testen und zum Deployment von KI-Agenten-Anwendungen. Beschrieben wird eine mehrschichtige Architektur, die Benutzeroberflächen, eine ADK Runtime & Runner, ein Agentensystem für LLM-Agenten und Workflows, fundamentale Bausteine wie Session, State, Memory, Events, Tools und Artifacts sowie eine Modell- und Wissensschicht umfasst. Letztere integriert Gemini-Modelle über Vertex AI oder Google AI Studio und unterstützt Retrieval-Augmented Generation (RAG). Zudem werden Observability- und Governance-Funktionen wie Tracing, Logging, Metriken, Evaluation und Security sowie Deployment-Optionen inklusive managed Agent Runtime auf Google Cloud, Cloud Run, GKE und On-Premises-Umgebungen detailliert analysiert.
Das Google ADK ist ein plattformübergreifendes Framework eines führenden Anbieters, das Architektur- und Deployment-Muster für agentische KI-Systeme definiert und für Unternehmen bei der Entwicklung von KI-Anwendungen von hoher strategischer Relevanz ist.
Marktsignale zu Google 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
- Das Google Agent Development Kit (ADK) bietet ein umfassendes Framework für Design, Entwicklung, Test und Deployment von KI-basierten Agentenanwendungen.
- Die ADK-Architektur ist modular und mehrschichtig aufgebaut: Benutzeroberflächen, ADK Runtime & Runner, Agentensystem, Fundamentalkomponenten, Modelle & Wissen, Observability & Governance sowie Deployment-Optionen.
- Google ADK nutzt Gemini-Modelle über Vertex AI oder Google AI Studio für komplexe Reasoning- und Entscheidungsprozesse.
- Zu den zentralen Fundamentalkomponenten gehören Session, State, Memory, Events, Tools und Artifacts.
- Unterstützte Deployment-Optionen umfassen die managed Agent Runtime auf Google Cloud, Cloud Run für serverlose Container, Google Kubernetes Engine (GKE) sowie On-Premises-Umgebungen.
Verknüpfte Unternehmen
2 verknüpfte Unternehmen“The development of artificial intelligence solutions... Google Agent Development Kit (ADK) provides a framework for designing, developing, t...”
“Agent Runtime: This is a fully managed, auto-scaling service on Google Cloud, specifically designed to deploy, manage, and scale AI agents b...”
Ontologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
Google ADK: Fünf Sicherheitsebenen schützen KI-Agenten vor Prompt-Injection
Ein aktueller Fachbeitrag beleuchtet die Sicherheitsarchitektur des Google Agent Development Kit (ADK), die gezielt KI-Agenten vor indirekter Prompt-Injection – einem der kritischsten OWASP-Risiken für Large Language Models – abschirmt. Das ADK-Framework definiert hierfür fünf zentrale Verteidigungsebenen: Identitäts- und Autorisierungsmanagement, Ein- und Ausgabeschutz, sandkastenbasierte Codeausführung, Evaluierung und Tracing sowie Netzwerkkontrollen. Ein besonderer Schwerpunkt liegt auf Runner-basierten Plugins, die globale Callbacks für Agenten, Tools und LLM-Aufrufe ermöglichen. Insbesondere der after_tool_callback-Hook erlaubt es, manipulierte Werkzeugantworten frühzeitig abzufangen und zu bereinigen, bevor der Agent darauf reagiert. Die ADK-SDKs stehen für Python, TypeScript, Go, Java und Kotlin zur Verfügung, während umfassende Dokumentationen und Codebeispiele auf adk.dev bereitstehen.
Building AI Agents with Kotlin ADK
This tutorial demonstrates a starter "Hello World" AI agent built with the Kotlin Agent Development Kit (ADK). The sample project (on GitHub) shows a Kotlin LlmAgent configured to use Google's Gemini model and to discover and call a local "greet" tool via a Model Context Protocol (MCP) Ktor server. The repo includes two Gradle modules (agent and server), uses Kotlin 2.3.0, Kotlin ADK SDK v0.6.0, MCP Kotlin SDK v0.8.1, Ktor 3.0.0, Java 25, and Gradle 9.2.1. The tutorial covers local runs, unit tests, an MCP smoke test that does not require a Gemini API key, and instructions to containerize and deploy the MCP server to Google Cloud Run.
Google benennt Vertex AI in Gemini Enterprise Agent Platform um
Auf der Google Cloud NEXT '26 hat Google Vertex AI in die Gemini Enterprise Agent Platform überführt – ein vereinheitlichtes Ökosystem für die Entwicklung, Skalierung, Governance und Observability von KI-Agenten. Das Angebot umfasst ein quelloffenes, Code-first Agent Development Kit (ADK), einen No-Code Agent Designer, eine verwaltete Agent Runtime für das Hosting sowie ein neues Agent-to-Agent (A2A) Protocol für die Inter-Agenten-Kommunikation. Google bietet ein monatliches Free Tier von 180.000 vCPU-Sekunden ohne Abrechnung von Leerlaufzeiten, was ein schnelles Prototyping ermöglicht. Erste Praxistests zeigen jedoch noch Schwachstellen: Unklarheiten bei der Migration von Vertex AI mit einer Sunset-Frist im Juni 2026, lückenhafte Dokumentation, limitierte Low-Code-Funktionen und fehlende Best Practices für CI/CD. Dennoch unterstreicht der Launch Googles strategischen Fokus auf agentenbasierte Architekturen und Entwickler-Tools.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.