MongoDB baut Agenten-Infrastruktur aus, während der Suchtraffic weiter sinkt

Die Ankündigung erschien in einem MongoDB-Blogbeitrag vom 29. September 2026. Ein Manager unterzeichnete den Text und erklärte, der Verwaltungsrat habe ihn nach dem "Führungswechsel dieser Woche" zum Interims-CEO ernannt. Neben Atlas Agent Engine kündigte MongoDB MongoDB 9.0 an sowie eine neue Bereitstellungsoption namens Atlas Infinite. Diese ermöglicht es, Speicher und Rechenleistung "unabhängig voneinander zu skalieren, wenn sich die Nachfrage ändert".

Atlas Agent Engine ist modell- und frameworkneutral. Laut Produktseite basiert das System auf offenen Standards wie MCP und A2A. Die Runtime verfolgt jeden Modellaufruf, jeden Werkzeugaufruf und jeden Speicherzugriff. Richtlinien werden von der Organisationsebene nach unten durchgereicht und können auf unteren Ebenen nicht außer Kraft gesetzt werden.

Das ist das Versprechen. Ob Unternehmen tatsächlich Governance-Werkzeuge kaufen, ist unklar. Die Preise der öffentlichen Vorschau sind laut MongoDB "Änderungen vorbehalten".

Wo die Agenten tatsächlich laufen

Anderswo im Stack brachte dieselbe Woche eine Reihe von Open-Source- und Forschungsarbeiten hervor, die Agentenentscheidungen günstiger und messbarer machen sollen. Am 29. September veröffentlichte das Projekt OpenJev eine Jev-kompatible Entscheidungsmaschine. Sie liefert typisierte Antworten (Choice, Score oder Noul) aus Modellen mit offenen Gewichten in einem einzigen Vorwärtsdurchlauf, ohne JSON-Parsing. Das README nennt 290 ms für eine Frage und 328 ms für 27 Fragen, wobei die Ausgabe-Token von 23 auf 594 steigen. Das Projekt stellt ausdrücklich klar, es sei unabhängig und "nicht mit TypeSafe verbunden und von TypeSafe nicht unterstützt".

Routing ist die andere Hälfte des Kostenproblems. Unblocked beschrieb den Bau eines adaptiven Routers für Inferenz mit offenen Gewichten. Der Router verschob Traffic anhand gemessener Kosten und Geschwindigkeit zwischen Baseten, Fireworks und CoreWeave. Im Round-Robin-Verfahren bediente Fireworks 51% der GLM 5.2-Aufgaben und Baseten 49%, obwohl die Preise von Fireworks 25% höher lagen. Eine feste Reihenfolge brachte Baseten dann auf 98,5%. Die Listenpreise von CoreWeave lagen etwa 45% unter denen von Baseten, doch das Team hatte keine Leistungsdaten für diesen Anbieter.

Zwei wirtschaftswissenschaftliche Arbeiten erschienen am 29. September mit konkreteren Zahlen. Ein NBER-Arbeitspapier von Matthew Schwartz, Isaiah Andrews und Jesse M. Shapiro ließ einen LLM-Workflow über 4.452 veröffentlichte Replikationspakete aus fünf Zeitschriften laufen. Der Workflow markierte Unstimmigkeiten in 3.460 Artikeln oder deren Anhängen. Bei 496 Artikeln senkte er die Rechenzeit einer Berechnung um mehr als den Faktor 10 bei ähnlicher oder höherer Genauigkeit. Bei 923 Artikeln erzeugte er eine Erweiterung, die im Originalbeitrag fehlte. Das Papier legt offen, dass Schwartz als Auftragnehmer für Anthropic gearbeitet hat und dass die Ergebnisse von Anthropic nicht unterstützt werden.

Die Makro-Behauptung und ihre Methode

Eine zweite Arbeit, NBER-Arbeitspapier 35793, beziffert die Wirkung von KI über einen einzigen Kanal: die Softwareentwicklung. Die Autoren nutzen die Sensitivität von Aktienrenditen gegenüber einem KI-Index sowie den Anteil der Lohnsumme, den jedes Unternehmen in der Softwareentwicklung einsetzt. Auf dieser Basis schätzen sie, dass KI von November 2022 bis Dezember 2025 den erwarteten Barwert der Softwareentwicklungsproduktivität am Markt um das Äquivalent eines dauerhaften Anstiegs von 32,6% erhöht hat. Ihr Basiseffekt auf das BIP liegt bei 3,6% und steigt auf 6,5%, wenn höhere Softwareproduktivität auch die F&E-Produktivität hebt. Bis Mitte 2026, so schreiben die Autoren, habe sich der Effekt gegenüber Ende 2025 mehr als verdoppelt.

Das ist ein zukunftsgerichtetes Maß, abgeleitet aus Preisen, keine direkte Produktivitätszählung. Die Autoren stellen es auch so dar.

In der Praxis sagte Picnic-CTO Daniel Gebler dem Global Move, sein Unternehmen "stellt wegen des Vorsprungs ein, den KI uns verschafft", nicht trotz dieses Vorsprungs. Picnic beschäftigt rund 400 Entwickler. Gebler erklärte, 25 Millionen der 50 Millionen Codezeilen des Unternehmens stammten von Analysten und nicht von Entwicklern. Picnic habe das KI-getriebene Release-Tempo zurückgefahren, weil zehnmal mehr Experimente besser seien als zehnmal mehr Releases.

Die Traffic-Seite der Geschichte fällt weniger ermutigend aus für alle, deren Geschäft von Suchverweisen abhängt. Aktuelle Schlagzeilen, die als Kontext gesammelt wurden, deuten darauf hin, dass der Rückgang des Google-Suchtraffics für Verlage bis zum 24. September auf 40% im Jahresvergleich anstieg. Kleine Websites meldeten Einbußen von bis zu 60%. Das sind Zusammenfassungen von Schlagzeilen, keine Tatsachen, die dieser Text unabhängig prüfen kann. Sie rahmen aber die Infrastrukturmeldungen der Woche ein: Die Werkzeuge, die jetzt entstehen, gehen davon aus, dass Antworten ohne Klick ankommen.

Manticore Search machte diese Annahme in einem Beitrag vom 29. September ausdrücklich. Volltextsuche funktioniere weiterhin gut für SKUs und exakte Namen, bringe einen Nutzer aber nicht mehr allein zu einer Antwort. Google meldete im Mai 2026, dass AI Mode eine Milliarde monatliche Nutzer überschritten habe, heißt es in dem Beitrag. Menschen stellten längere Fragen, die nie in ein Stichwortfeld passen.