Ein Ordner, darin eine Datei namens SKILL.md: Mehr braucht es im Kern nicht, um einen eingeübten Arbeitsablauf für verschiedene kompatible KI-Systeme bereitzustellen. Mitnehmen lässt sich dabei nicht bloß ein Ergebnis, sondern die Beschreibung des Weges dorthin – mit Regeln, Arbeitsschritten und ergänzendem Material.
Am 22. Oktober 2026 übergab Anthropic den ursprünglich bei der Arbeit an Claude Code entwickelten Agent-Skills-Standard an die Agentic AI Foundation. Seit der Veröffentlichung als offener Standard im Dezember 2025 haben ihn nach Angaben des Unternehmens mehr als 70 Agentenplattformen integriert, darunter ChatGPT, Cursor, GitHub Copilot und Visual Studio Code. Anthropic beziffert die Zahl veröffentlichter Skills zudem auf eine Million und die der Installationen auf fast 280 Millionen. Es sind Angaben des Entwicklers, keine unabhängige Marktstatistik. Dennoch markieren sie eine bemerkenswerte Verschiebung: Der dauerhafte Wert der KI-Arbeit könnte künftig weniger im gewählten Chatbot liegen als in dem Verfahren, das sich zwischen kompatiblen Systemen mitnehmen lässt. Recherchequelle: Anthropic
Wenn Erfahrung in einen Ordner passt
Der Unterschied zu einem gewöhnlichen Prompt liegt weniger in der Sprache als in der Verpackung. Ein Prompt übermittelt Anweisungen im jeweiligen Gespräch. Ein Skill hält eine Vorgehensweise dagegen in einer festen, wiederverwendbaren Struktur bereit. Er speichert also nicht bloß eine Antwort, sondern Verfahrenswissen: benötigte Eingaben, einzelne Arbeitsschritte, mögliche Sonderfälle, das verlangte Ausgabeformat und abschließende Kontrollen.
Nach der offiziellen Spezifikation besteht ein Skill mindestens aus einem Verzeichnis mit einer Datei namens SKILL.md. Diese beginnt mit YAML-Metadaten. Verpflichtend sind ein Name und eine Beschreibung, die dem Agenten mitteilen, wofür der Skill gedacht ist und wann er verwendet werden soll. Darauf folgen die eigentlichen Anweisungen in Markdown. Zum selben Verzeichnis können außerdem Skripte, Referenztexte, Vorlagen und andere Hilfsdateien gehören.
Damit umfangreiche Sammlungen nicht vollständig in den verfügbaren Kontext geladen werden müssen, ist der Zugriff gestuft. Zunächst erhält der Agent lediglich Name und Beschreibung der vorhandenen Skills. Passt eine Aufgabe zu einem Eintrag, lädt er die vollständige SKILL.md; ergänzende Dateien werden bei Bedarf abgerufen. Die Spezifikation bezeichnet dieses Verfahren als „Progressive Disclosure“. Wie gut die Auswahl gelingt, hängt damit auch davon ab, wie präzise ein Skill beschrieben ist.
Aus einer einzelnen Anweisung wird auf diese Weise ein dokumentierter Arbeitsablauf. Er lässt sich lesen, bearbeiten und weiterreichen – und beginnt damit, sich vom flüchtigen Gespräch zu lösen. Recherchequelle: Agent-Skills-Spezifikation
Der Standard verlässt sein Elternhaus
Der entscheidende Schritt ist hier kein technisches Update, sondern ein Wechsel der Zuständigkeit. Seit dem 22. Oktober 2026 liegt Agent Skills nach Anthropics Angaben bei der Agentic AI Foundation, einer Stiftung unter dem Dach der Linux Foundation. Übertragen wurden neben dem Standard auch der Name und das Logo, die GitHub-Organisation sowie die Domain agentskills.io. Die Stiftung soll dem Projekt einen anbieterneutralen organisatorischen Rahmen geben. Ob dieser Anspruch dauerhaft eingelöst wird, lässt sich aus der Übergabe allein nicht ableiten.
Entstanden war das Format innerhalb von Anthropics Produktwelt. Das Unternehmen entwickelte Skills bei der Arbeit an Claude Code und brachte sie im Oktober 2025 auf den Markt. Im Dezember desselben Jahres folgte die Veröffentlichung als offener Standard. Damit war die technische Grundlage nicht mehr allein auf die Nutzung mit Claude ausgerichtet.
Auch die weitere Pflege soll breiter aufgestellt werden. Entwickler von Anthropic, Google, OpenAI und anderen Unternehmen wollen als Einzelpersonen daran mitarbeiten. David Soria Parra und Mahesh Murag sind als leitende Maintainer vorgesehen. Anthropic hat darüber hinaus eine Roadmap mit versionierten Veröffentlichungen, einem formalen Verfahren für Änderungsvorschläge und Sicherheitsleitlinien vorgeschlagen. Dabei handelt es sich um angekündigte Strukturen, nicht um einen Nachweis für ihre spätere Wirksamkeit.
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 einer herstellereigenen Entwicklung ist damit ein offen verwaltetes Format geworden. Wie weit diese Öffnung praktisch trägt, zeigt sich erst in den Umsetzungen anderer Plattformen.
Die Plattformen lernen dieselbe Grammatik
Die Annäherung zeigt sich zunächst im Dateiformat. Weil die Anweisungen als Markdown-Klartext vorliegen, lassen sie sich außerhalb eines einzelnen Produkts speichern, gemeinsam bearbeiten und in geeigneten anderen Werkzeugen erneut einsetzen. Skills sollen ChatGPT wiederholbare Arbeitsabläufe vermitteln, ohne dass Nutzer dieselben Anforderungen in jedem Gespräch neu formulieren müssen. Recherchequelle: OpenAI Academy
OpenAI unterstützt Skills sowohl bei Shell-Werkzeugen der Responses API als auch in Sandboxes der Agents API. Hochgeladene Skills werden als versionierte Dateipakete verarbeitet und können neben der SKILL.md weitere Ressourcen enthalten. In den beschriebenen Shell-Umgebungen der Responses API erhält das Modell zunächst Name, Beschreibung und Pfad eines Skills; in Sandboxes der Agents API werden Skills aus festgelegten Verzeichnissen erkannt. Entscheidet das Modell, dass ein Skill zur Aufgabe passt, liest es die vollständigen Anweisungen und kann auf ergänzende Dateien zugreifen. Recherchequelle: OpenAI Developers
Google begann den Rollout in der Gemini-App am 13. Oktober 2026. Für Workspace war ein gestaffelter Start ab dem 5. Oktober vorgesehen; Google wies später jedoch auf Verzögerungen bei Workspace Studio und den Workspace-Anwendungen hin. Der angekündigte Zeitplan nannte je nach Bereich Mitte November als erwarteten Abschluss. Skills beruhen dort ebenfalls auf dem offenen SKILL.md-Format und können laut Google aus anderen Plattformen übernommen werden. Zwischen der Gemini-App und Workspace werden sie derzeit allerdings nicht automatisch synchronisiert. Recherchequelle: Google Workspace Updates
GitHub wiederum unterstützt Agent Skills in mehreren Copilot-Oberflächen und akzeptiert Projektverzeichnisse unter .github/skills, .claude/skills und .agents/skills. Welche Speicherorte verfügbar sind, hängt von der jeweiligen Oberfläche ab. Recherchequelle: GitHub Docs
Die Systeme verstehen damit zunehmend dieselbe Grundstruktur. Ihre konkrete Nutzung bleibt dennoch von der jeweiligen Plattform abhängig.
Portabel bedeutet noch nicht identisch
Bei einem Skill müssen zwei Ebenen auseinandergehalten werden: das übertragbare Arbeitspaket und die Umgebung, die es ausführen soll. Im Ordner können Anweisungen, Beispiele, Skripte, Referenztexte und Vorlagen mitreisen. Damit kennt ein kompatibler Agent den vorgesehenen Ablauf. Ob ihm dafür dieselben Werkzeuge, Programme und Zugriffsrechte zur Verfügung stehen, ist eine andere Frage.
Die VS-Code-Dokumentation zieht diese Grenze ausdrücklich. Skills lassen sich zwischen kompatiblen Agenten wiederverwenden, doch Speicherorte und optionale Funktionen unterscheiden sich je nach System. Selbst innerhalb einer Entwicklungsumgebung gelten für Copilot, Claude und Codex verschiedene Verzeichnisse. Hinzu kommen abweichende Aktivierungsregeln: Ein Skill kann automatisch anhand seiner Beschreibung ausgewählt, manuell aufgerufen oder von einzelnen Funktionen der jeweiligen Plattform abhängig sein.
Besonders sorgfältig müssen ausführbare Bestandteile behandelt werden. Ein übernommener Skill sollte wie Software für eine neue Laufzeitumgebung behandelt werden: Zuerst sind seine technischen Voraussetzungen und Annahmen zu klären, danach müssen Befehle, Pfade und sämtliche Begleitdateien in der Zielumgebung erprobt werden. Auch ein installierter Skill kann bei einer thematisch passenden Aufgabe ungenutzt bleiben; seine Aufnahme in die Umgebung erzwingt noch keine Verwendung durch das Modell. Recherchequelle: Visual Studio Code
Portabel ist damit vor allem die dokumentierte Vorgehensweise. Ein kopierter Ordner bringt nicht von sich aus Kontoberechtigungen, Zugangsdaten oder angebundene Dienste in die neue Umgebung. Gerade deshalb gehören Skills nicht nur gesammelt, sondern geprüft, angepasst und verlässlich gepflegt.
Arbeitswissen wird zu pflegbarer Software
Wenn ein Arbeitsablauf als Skill vorliegt, wird er vom flüchtigen Gespräch zum verwaltbaren Bestand. Die Anweisungen lassen sich lesen, bearbeiten und versionieren; in entsprechend eingerichteten Arbeitsbereichen können sie auch geteilt werden. OpenAI nennt als geeignete Aufgaben unter anderem regelmäßige Berichte, Executive Updates, standardisierte Finanzprozesse und die Anwendung festgelegter Stil- oder Qualitätsvorgaben.
Damit wächst allerdings auch der Pflegebedarf. Ein Verfahren kann veralten, wenn sich Datenquellen, Werkzeuge oder interne Vorgaben ändern. Die OpenAI-API verwaltet hochgeladene Skills in Versionen und unterscheidet dabei unter anderem zwischen der neuesten hochgeladenen Fassung und der Version, die standardmäßig verwendet wird. Für Unternehmen wird damit relevant, welcher Stand geprüft wurde und in welcher Umgebung er eingesetzt werden soll.
Besondere Sorgfalt verlangen Skills, die Skripte enthalten oder auf Werkzeuge zugreifen. Skills erhalten erheblichen Einfluss auf Abläufe und sollten deshalb bis zur Kontrolle ihres Inhalts und ihrer Herkunft ähnlich vorsichtig behandelt werden wie fremder Code. Manipulierte Anweisungen können Planung, Werkzeuge oder Befehle fehlleiten und Datenabfluss verursachen. Sensible oder folgenreiche Schritte sollten erst nach ausdrücklicher Bestätigung ausgeführt werden.
Das gemeinsame Format macht Modelle und Plattformen nicht austauschbar. Es kann jedoch den Aufwand eines Wechsels verringern, weil der erarbeitete Ablauf nicht vollständig in alten Chatverläufen zurückbleibt. Der Assistent kann wechseln; das geprüfte digitale Handbuch bleibt erhalten.
Weiterführende Informationen
Quellenhinweis: Einzelne Fakten, Einschätzungen und Prognosen dieses Beitrags stützen sich auf Veröffentlichungen der nachfolgend genannten Unternehmen und Institutionen. Die Links dienen zugleich der weiterführenden Information.
Microsoft Learn – Agent-Fähigkeiten
Die technische Dokumentation erklärt den Aufbau aus SKILL.md, YAML-Metadaten und ergänzenden Dateien sowie das gestufte Laden von Anweisungen, Ressourcen und Skripten.
https://learn.microsoft.com/de-de/agent-framework/agents/skills
KIberblick – Agent Skills wechseln zur Linux Foundation
Der Fachartikel erläutert die Übergabe vom 22. Oktober 2026 einschließlich Name, Logo, GitHub-Organisation und Domain an die Agentic AI Foundation.
https://kiberblick.de/aktuell/2026/2026-10-23-agent-skills-linux-foundation/
Microsoft Learn – Azure Agent-Fähigkeiten
Die Seite zeigt die Unterstützung durch GitHub Copilot, OpenAI Codex und Google Gemini CLI sowie Unterschiede bei Speicherorten, VS-Code-Aktivierung, Werkzeugen und Laufzeitvoraussetzungen.
https://learn.microsoft.com/de-de/training/support/agent-skills
