Ein am Mittwoch auf arXiv veröffentlichtes Paper setzt eine Obergrenze dafür, wie viele Tools ein Agent aufnehmen sollte. Nicht welche. Sondern wie viele, bevor sich das nächste nicht mehr lohnt. Jede Marke, die dieses Jahr einen Agent-Endpoint ausgerollt hat, kämpft um einen Platz oberhalb dieser Grenze.

Scores Are Not Decisions liest eine gerankte Liste von Tool-Kandidaten von oben nach unten und stoppt dort, wo sich das nächste Tool nicht mehr auszahlt. Reines Relevanz-Ranking, so beweisen die Autoren, ist die falsche Regel, sobald Tools unterschiedlich viel kosten. Die Methode wurde an 1.343 Aufgaben in fünf Tool-Use-Domänen evaluiert und erzielte auf dem Retail-Ausschnitt von τ-bench den höchsten Payoff aller praktisch einsetzbaren Ansätze. Im Live-Betrieb setzte sie den Agenten 37 % weniger Tools aus als bei vollem Zugriff – bei vergleichbarer statt identischer Erfolgsquote. Mehr als ein Drittel des Tool-Katalogs war überflüssig.

Die Harness-Entwickler waren hier zuerst. Anthropics Dokumentation zur Tool-Suche rät Entwicklern, nicht mehr jede Tool-Definition im Voraus zu laden. Die Trefferquote bei der Auswahl “verschlechtert sich, sobald man 30–50 verfügbare Tools überschreitet”. Das Modell durchsucht stattdessen einen Katalog und lädt “nur die 3–5 Tools”, die eine Anfrage benötigt. Eine Suche liefert standardmäßig bis zu fünf Namen. Nur die drei bis fünf Tools, die ein Entwickler außerhalb des Suchpools belässt, ist ein Platz garantiert; alles andere konkurriert darum.

Erreichbar zu sein, ist die Entscheidung der Marke; den Aufruf wert zu sein, ist es nicht.

Die Händler haben dieses Jahr damit verbracht, eine Beschränkung zu lösen, welche die Plattformen bereits aufgehoben hatten. Shopifys Spring ‘26 Edition liefert Catalog-, Cart- und Checkout-MCPs aus und führt Kunden von der Entdeckung bis zum Kauf direkt innerhalb eines Agenten. Shopify berichtet, dass die von ihnen syndizierten Daten in KI-Chats mit doppelter Rate konvertieren. Universelle Verfügbarkeit ist der schnellste bisher gefundene Weg, Verfügbarkeit wertlos zu machen.

Die Ratschläge, die Marken derzeit erreichen, behandeln das als Hygieneproblem. Mapps Leitfaden zu agentenfähigen Katalogen bezeichnet Schemata als “die Schnittstellenebene zwischen deinem Katalog und den Agenten”. Der zugehörige Discovery-Index ergab: Von 400 großen Modemarken in sieben Märkten hatten nur 57 überhaupt ChatGPT-Zitationen. Das misst Sichtbarkeit, sagt aber nichts über Zulassung aus. Saubere Attribute verbessern die Position einer Marke im Ranking; sie entscheiden nicht, wo der Agent zu lesen aufhört.

Der Suchmaschinen-Handel wusste, was bei einem Ranking zu tun ist: Position kaufen. Eine Stoppregel kennt keine Gebotsbox und keinen Preis, zu dem sich eine Marke selbst nach oben befördern könnte. Das Framework des zitierten Papers rechnet auch Kontextlast und Datenschutz-Exposition gegen ein Tool an, nicht nur die Kosten des eigentlichen Aufrufs. Eine Integration, die mehr von beidem verlangt, ist teuer, bevor sie überhaupt jemand als nützlich erkennt.

Was einen Grenznutzentest übersteht, ist das, was sich nirgendwo günstiger beschaffen lässt. Live-Bestand und eine Rückgaberegel, an die sich der Agent halten muss, liegen bei der Marke; die Aggregatoren nähern beides nur an. Produkttexte sind dagegen das eine Asset, das ein Aggregator ohne Weiteres kopieren kann – am leichtesten zu imitieren ist genau das, was ohnehin jede Marke kostenlos veröffentlicht.

Die Ablehnung hinterlässt keine Spur. Nichts in den Logs unterscheidet eine Marke, die der Agent nicht finden konnte, von einer, die er in Betracht gezogen und verworfen hat. Dünner Traffic wird als schwache Agenten-Nachfrage verbucht werden, und das Geld wird investiert, um das falsche Problem zu beheben.