Das vergangene Quartal markiert eine strukturelle Wende in der KI-Forschung. Historische Themen brechen ein: Large Language Models sinken von 2.054 auf 544 Artikel, Multimodal Machine Learning Applications von 1.610 auf 433 und Adversarial Robustness von 1.252 auf 277. Diese allgemeine Kontraktion - alle Themen über der Schwelle von 120 Artikeln gehen um 38 % bis 78 % zurück - ist kein konjunktureller Ausgleich, sondern eine Erschöpfung der dominierenden Paradigmen der letzten fünf Jahre.
Drei Bereiche widerstehen dieser Dynamik, ohne jedoch die Verluste auszugleichen. Scientific Computing and Data Management (175 Artikel, -39 %) und Multi-Agent Systems (133 Artikel, -48 %) behalten eine signifikante Aktivität bei, während die Software Engineering Research (120 Artikel, -57 %) sich am unteren Limit stabilisiert. Die Titel der repräsentativen Arbeiten zeigen eine gemeinsame Neuausrichtung: KI wird nicht mehr als autonomes Objekt untersucht, sondern als integrierte Komponente in größeren Systemen.
Engineering Reliable Coding Agents: Evaluating and Operating the System Around the Model From BERT to Frontier Agents: Eight Years of Language-Model Progress, the Collapse of the Capability-Cost Curve, and the Rise of Task-Targeted Models ATLAS: Discovering Agent Strategies through LLM-Guided Abstraction and Automata Learning Agentic Transaction: Towards ACID-Compliant Agent Systems Building AI-Intensive Software with AI: Early Results and a Cautionary Tale on Measuring Development Cost
Die Artikel befassen sich nicht mehr mit der Verbesserung der Modelle, sondern mit ihrer Integration in Softwararchitekturen, Transaktionsprotokolle oder wissenschaftliche Produktionsketten. Der Wortschatz der Titel - reliable, operating the system around, ACID-compliant, development cost - signalisiert einen Prioritätenwechsel: Die Herausforderung ist nicht mehr die reine Performance, sondern die operationelle Zuverlässigkeit in eingeschränkten Umgebungen. Dieser Übergang geht mit einer Fokussierung auf konkrete Anwendungsfälle einher, wie das Fehlen theoretischer Arbeiten in den repräsentativen Stichproben nahelegt.
Das Gesamtvolumen des Quartals (10.745 Artikel) bestätigt, dass der Rückgang kein statistisches Artefakt ist: Das Feld produziert weniger, aber anders. Die Themen, die sich halten, sind diejenigen, die KI mit kritischen Infrastrukturen verknüpfen - wissenschaftliches Rechnen, Multi-Agenten-Systeme, Software-Engineering - statt sie als Selbstzweck zu behandeln.