Google Cloud stellt Open Knowledge Format vor, um KI-Agenten zu unterstützen

Google Cloud hat das Open Knowledge Format (OKF) eingeführt, eine neue Spezifikation, die darauf ausgelegt ist, organisatorisches Wissen in portablen Markdown-Dateien zu standardisieren. Durch die Umwandlung fragmentierter Daten in ein interoperables Format zielt OKF darauf ab, die massive Kontextlücke zu schließen, die derzeit verhindert, dass KI-Agenten effizient in komplexen Unternehmensökosystemen agieren können.

Lösung des Fragmentierungsproblems in agentischen Workflows

Da KI-Agenten immer autonomer werden, stehen sie vor einer erheblichen Hürde: der „Kontextfragmentierung“. Derzeit sind kritische Informationen über Metadaten-Kataloge, interne Wikis, Code-Kommentare und Jupyter-Notebook-Zellen verstreut. Wenn ein KI-Agent versucht, eine Aufgabe auszuführen – wie etwa das Schreiben einer präzisen SQL-Abfrage für einen bestimmten Datensatz –, muss er mühsam versuchen, diese disparaten Fragmente zusammenzufügen.

Google Cloud stellt fest, dass die derzeitige Landschaft ein Flickenteppich aus maßgeschneiderten, isolierten Lösungen ist. Entwickler bauen aktuell maßgeschneiderte Kontextlösungen, die von Obsidian Vaults bis hin zu benutzerdefinierten Konventionsdateien wie AGENTS.md oder CLAUDE.md reichen. Obwohl diese „Metadata as Code“-Muster effektiv sind, mangelt es ihnen an Interoperabilität. Das Wissen bleibt in dem spezifischen System oder Repository gefangen, das es erstellt hat, was einen nahtlosen Informationsfluss zwischen verschiedenen Tools und Frameworks verhindert.

Die OKF-Spezifikation: Minimalistisch und interoperabel

Das Open Knowledge Format (v0.1) greift das Konzept eines „LLM-Wikis“ auf und kodifiziert es in einen universellen Standard. Im Kern ist ein OKF-Bundle ein Verzeichnis von Markdown-Dateien, die YAML-Frontmatter verwenden. Die Spezifikation ist bewusst minimalistisch gehalten, um die Akzeptanz zu fördern; das einzige Pflichtfeld ist „type“, obwohl Ersteller optionale Felder wie title, description, resource, tags und timestamps hinzufügen können.

Da es auf Standard-Markdown basiert, wird der Wissensgraph durch herkömmliche Markdown-Links gebildet, die Konzepte auf natürliche Weise miteinander verbinden. Dieses Design stellt sicher, dass OKF hochgradig portabel ist: Ein OKF-Bundle kann in jedem Standard-Texteditor gelesen, nativ auf GitHub gerendert und von jedem vorhandenen Suchwerkzeug indiziert werden. Am wichtigsten ist, dass die Spezifikation Produzenten von Konsumenten entkoppelt, was bedeutet, dass ein von Menschen geschriebenes Dokument von einem KI-Agenten verarbeitet werden kann und ein maschinell erzeugtes Bundle von einem Menschen leicht visualisiert werden kann.

Ökosystem-Integration und Referenzimplementierungen

Um sicherzustellen, dass die Spezifikation über die reine Theorie hinausgeht, stellt Google Cloud mehrere Referenzimplementierungen und Tools bereit. Dies umfasst einen Enrichment-Agenten, der in der Lage ist, BigQuery-Datensätze zu crawlen, um automatisch OKF-Dokumente für jede Tabelle zu erstellen. Google hat zudem einen statischen HTML-Visualisierer veröffentlicht und Beispiel-Bundles für komplexe Datensätze bereitgestellt, darunter GA4 E-Commerce, Stack Overflow und Bitcoin-Daten.

Entscheidend ist, dass Google Cloud seinen eigenen Knowledge Catalog aktualisiert hat, um OKF zu verarbeiten, sodass das Format direkt an KI-Agenten ausgeliefert werden kann. Durch die Bereitstellung der Spezifikation und des Codes auf GitHub positioniert Google OKF als Basisschicht für die nächste Generation agentischer Workflows, in denen Wissen als standardisierter, portabler Vermögenswert und nicht als abgeschottetes Datensilo behandelt wird.

Wichtigste Erkenntnisse

• Standardisierter Kontext: OKF wandelt verstreute Dokumentationen in ein einheitliches Verzeichnis von Markdown-Dateien um, was es KI-Agenten ermöglicht, komplexe Wissensgraphen mithilfe von Standard-Links zu navigieren.
• Minimalistisches Design: Da die Spezifikation nur ein einziges „type“-Feld im YAML-Frontmatter erfordert, gewährleistet sie eine hohe Portabilität und geringe Hürden für Entwickler.
• Interoperabilität: Das Format schließt die Lücke zwischen menschenlesbaren Wikis und maschinenlesbaren Metadaten und funktioniert mit jedem Cloud-Anbieter, jeder Datenbank oder jedem Agenten-Framework.