Eine dauerhaft lernende Laufzeitumgebung für KI-Agenten.
MS Duplex definiert eine neue Kategorie.
MS Duplex macht aus einem kurzlebigen Assistenten, der an ein einziges Modell gebunden ist, ein System, das aus der Arbeit lernt, seinen Kontext behält, deine Regeln durchsetzt, im Umgang mit deinen Werkzeugen besser wird, mit Erlaubnis teilt, was es lernt, und zwischen Modellanbietern wechselt, ohne das Gelernte zu verlieren: das Agent Operating System, angetrieben von Laufzeit-Intelligenz.
Die Schicht, die alles vereint.
Die KI von heute verteilt Intelligenz auf drei Schichten: Das Modell denkt nach, Retrieval liefert Dokumente und Erinnerungen, und Anwendungscode steuert Workflows, Berechtigungen und Werkzeuge. Keine davon lernt aus der Arbeit. MS Duplex vereint sie zu einem System, das aus allem lernt, was deine Agenten tun, und das Gelernte so lange bewahrt, wie du es laufen lässt.
Das Modell denkt über die Aufgabe nach und vergisst sie, sobald sie erledigt ist.
Warum MS Duplex ein Agent Operating System ist.
MS Duplex ist das Agent Operating System, angetrieben von Laufzeit-Intelligenz: die Schicht, auf der jeder Agent läuft, welches Modell er auch nutzt. Es koordiniert alles, was ein Ziel braucht: den Plan, die Optionen, die Entscheidung, deine Freigaben, die Arbeit in deinen Werkzeugen und die Prüfung des Ergebnisses. Es trägt den Kontext jedes Agenten weiter, hält lange Arbeit über Pausen und Änderungen hinweg am Laufen, führt einen Verlauf über jeden Schritt und lernt aus dem, was verifiziert wurde.
Agenten sind zu langlaufender Software geworden.
Ein Agent arbeitet heute stunden- oder tagelang, über Sitzungen, Apps und Menschen hinweg. Arbeit, die so lange läuft, braucht Kontext, Regeln und eine Aufzeichnung, die eine Sitzung überdauern.
Jeder Agent baut dieselbe Schicht neu.
Ohne MS Duplex stecken Gedächtnis, Regeln, Werkzeuganbindungen und Aufzeichnungen im eigenen Code jedes Agenten. Nichts davon lernt, und alles fängt von vorn an, wenn sich das Modell, der Client oder der Anbieter ändert.
MS Duplex beendet das, mit einer Schicht unter allen.
Das Modell wird wechseln.
Eine neue Version, ein neuer Anbieter: Das Modell unter einem Agenten wird wechseln. MS Duplex behält, was deine Agenten gelernt haben, damit das Modell unter ihnen wechseln kann und die Arbeit weitergeht.
01 · Eine Schicht
MS Duplex — das Agent Operating System, angetrieben von Laufzeit-Intelligenz.
Jeder Agent läuft darauf, welches Modell er auch nutzt. Das Modell mietest du. Die Intelligenz gehört dir.
Was MS Duplex jedem Agenten gibt, egal, welches Modell er nutzt.
- Kontext
Kontext, der die Sitzung überdauert
Das Ziel, die Entscheidungen und die unfertige Arbeit gehen in die nächste Sitzung, an den nächsten Agenten oder das nächste Modell über.
- Regeln
Regeln vor jeder Aktion
Jeder Modellaufruf und jede Werkzeugaktion wird vor der Ausführung gegen deine Regeln geprüft, und die Aktionen, die du auswählst, warten auf das OK eines Menschen.
- Lange Arbeit
Lange Arbeit, die weitergeht
Arbeit über Tage, Sitzungen und Agenten hinweg bleibt ein Auftrag, mit jedem Schritt festgehalten und einem geprüften Abschluss.
- Dein Stack
Dein Stack, ein Werkzeugkasten
Dein Retrieval, deine Caches, Wissensgraphen, APIs und Modelle werden zu einem Werkzeugkasten für jeden Agenten, und die Berechtigung bleibt bei deinen Kontrollen.
- Ebenen
Jede Ebene getrennt
Was eine Person, ein Team und die Organisation lernen, bleibt in der eigenen Schicht, und jeder Kunde bleibt getrennt.
- Verlauf
Ein Verlauf
Jeder Schritt hinterlässt eine Quittung, in einem Verlauf, den du prüfen und exportieren kannst.
- Jedes Modell
Modelle, die du wechseln kannst
Wechsle das Modell, den Client oder den Anbieter, und das Gelernte deiner Agenten bleibt.
- Angetrieben von Laufzeit-Intelligenz
Jedes Ziel, koordiniert
Es plant, simuliert und entscheidet jeden Schritt im Rahmen deiner Regeln, handelt über deine Werkzeuge, prüft das Ergebnis und lernt aus dem, was verifiziert wurde, sodass jeder Agent darauf die Arbeit erledigt und mit der Nutzung besser wird.
Wofür Retrieval nie gebaut wurde.
Retrieval holt Dokumente und Erinnerungen zurück, die relevant aussehen. MS Duplex behält, was die Arbeit gelehrt hat, und handelt danach:
- 01Was gelang und was scheiterte
- 02Welche Aktionen zu welchen Ergebnissen führten
- 03Welches Werkzeug in welcher Situation funktioniert
- 04Welche Arbeitsweisen die Ergebnisse verbesserten
- 05Die Vorlieben und Regeln, die noch gelten
- 06Was jede Aktion verändert
- 07Die Skills, die wiederholte Arbeit ihm beigebracht hat
- 08Was vergessen, rückgängig gemacht oder zurückgezogen werden muss
- 09Wann es selbst antworten kann und wann es dein Modell fragen sollte
Deine KI ist das Modell plus das, was MS Duplex gelernt hat.
Das Modell kann wechseln. Was MS Duplex gelernt, geplant, simuliert und entschieden hat, bleibt.
Deine KI
Womit deine Leute und Agenten arbeiten
Das Basismodell
Kann wechseln: neue Version, neuer Anbieter
Was MS Duplex gelernt hat
Bleibt: gehört dir und wächst weiter
Diese Trennung verändert, was einer Organisation gehört. Was sie gelernt hat, muss nicht mehr in den Gewichten eines Anbieters, in einem Chatprotokoll oder im eigenen Gedächtnisformat einer App leben.
Ein neues Modell kommt. Allein fängt es bei null an; mit MS Duplex behält es alles, was bisher gelernt wurde.
Für Unternehmen: KI, die immer weiter wächst.
MS Duplex verändert die Wirtschaftlichkeit von KI im Einsatz. Jedes bestätigte Ergebnis kann die nächste Aufgabe verbessern, und was sich aufbaut, gehört dir auf Dauer.
Wert, der immer weiter wächst.
Die meisten KI-Einsätze fangen bei jeder Aufgabe fast bei null an. Prompts, Retrieval und feste Workflows liefern Kontext, aber das System verbessert sich nicht mit jedem bestätigten Ergebnis. Mit MS Duplex kann jede erledigte Aufgabe etwas hinterlassen:
- Eine bessere Werkzeugwahl
- Eine Erkenntnis darüber, was eine Aktion verändert
- Ein wiederverwendbarer Skill
- Eine korrigierte Entscheidung
- Eine Regel, die künftig gilt
- Ein ausgearbeitetes Beispiel
- Ein klares Signal, was funktioniert hat
- Ein schnellerer Wiedereinstieg in die Arbeit
- Eine neue Fähigkeit, vor dem Einsatz getestet
So wird das System umso nützlicher, je mehr deine Organisation es nutzt.
Intelligenz, die mit dir umzieht.
Claude, Codex, Cursor und Hermes können alle auf dasselbe MS Duplex zurückgreifen, und deine eigenen Agenten über MCP + Hooks ebenso. Wechsle das Modell, den Agenten-Client, den Modellanbieter oder den Werkzeuganbieter, und du behältst Prozesse, Regeln, Verlauf und Skills, die deine Organisation gelernt hat.
Die Bindung an einen Anbieter fällt weg, und was deine Organisation lernt, wird zu einem bleibenden Wert.
Person, Team und Unternehmen, in Ebenen.
MS Duplex bewahrt, was es lernt, auf jeder Ebene, die zählt:
- Eine Person
- Ein Team
- Die Organisation
- Eine Aufgabe
- Ein Arbeitsbereich
- Ein Agent
- Ein gemeinsamer Thread
Eine Person behält ihre Vorlieben und Arbeitsweisen. Ein Team baut gemeinsame Praxis und Wissen über Werkzeuge auf. Die Organisation setzt die Regeln, in deren Rahmen alle arbeiten, während Menschen und Teams darunter weiterlernen. Das ist weit mehr wert als ein einziges globales Gedächtnis.
Regeln für das, was Agenten tun, nicht nur für das, was man ihnen sagt.
Regeln in MS Duplex bestimmen, was ein Agent tatsächlich ausführt, nicht nur, worum ein Prompt das Modell bittet. Über MCP + Hooks ist MS Duplex vor jeder Anfrage, vor jedem Werkzeugaufruf und nach jedem Ergebnis beteiligt, und immer dann, wenn Wissen geteilt oder vergessen wird.
Unternehmen brauchen Kontrolle über das Verhalten, keine besseren Formulierungen.
Fine-Tuning, für weit weniger Dinge.
Fine-Tuning bleibt wichtig, wenn ein Modell eine neue allgemeine Fähigkeit oder ein neues Verhalten braucht. Aber viele geschäftliche Anforderungen verlangen gar keine Änderung der Gewichte:
- „Merk dir unser Release-Verfahren.“
- „Lerne, welches Diagnosewerkzeug diese Störung behebt.“
- „Empfiehl nicht mehr, was immer wieder scheitert.“
- „Halte die Vorgabe dieses Kunden ein.“
- „Mach nach dem Modellwechsel mit der Aufgabe weiter.“
- „Teile diesen bewährten Prozess mit dem Team.“
- „Zieh zurück, was nicht mehr stimmt.“
MS Duplex erledigt solche Anforderungen außerhalb des Modells: schneller, umkehrbar, bis zur Quelle nachvollziehbar und meist günstiger als immer neues Fine-Tuning.
Ein neuer Burggraben.
Der eigentliche Wert liegt nicht mehr nur im Modell. Der dauerhafte Vorteil ist künftig dieser:
Die stetig aufgebaute, kontrollierte, übertragbare operative Intelligenz deiner Organisation.
Zwei Unternehmen können dasselbe Modell nutzen und ganz unterschiedlich abschneiden, weil eines davon über Jahre bestätigte Erkenntnisse, Skills, Regeln, Korrekturen, Ergebnisse und Aufgabenverläufe in MS Duplex gesammelt hat.
Für die Forschung: kontinuierliches Lernen als System.
MS Duplex behandelt kontinuierliches Lernen als Systemproblem, nicht nur als Frage, wie man die Gewichte eines Netzes aktualisiert.
Lernen, das die Gewichte in Ruhe lässt.
Ein Großteil der Forschung zu kontinuierlichem Lernen setzt darauf, die Gewichte eines Netzes zu aktualisieren und dabei katastrophales Vergessen zu vermeiden. MS Duplex geht einen anderen Weg und passt sich außerhalb der Gewichte des Modells an. Es ist trotzdem echtes kontinuierliches Lernen: Was es als Nächstes tut, ändert sich mit dem, was es erlebt hat. Und es bietet, was Änderungen an den Gewichten nur schwer leisten:
- Exakte Zuordnung
- Lernen, das sich rückgängig machen lässt
- Trennung zwischen Kunden
- Gezieltes Vergessen
- Ein vollständiger Prüfpfad
- Sofortige Anpassung
- Weit weniger Rechenleistung
- Keine Ausfallzeit durch Neutraining
Viele Arten des Lernens, vereint in einem System.
MS Duplex vereint mehrere Arten des Lernens: sich schnell anpassen, erkennen, was neu ist, wissen, wie sicher es sich ist, vorhersagen, was eine Aktion verändern wird, planen, aus Ergebnissen lernen und aus Belegen Skills machen, die es vor dem Einsatz testet.
Der Forschungswert liegt in keinem einzelnen Algorithmus. Er liegt darin, sie alle als ein dauerhaftes, kontrolliertes Lernsystem hinter echten Agenten zu betreiben.
Verlernen, das alles erreicht.
Vergessen ist mehr, als einen Datensatz zu löschen. Werden die Belege hinter etwas entfernt, kann alles, was MS Duplex daraus gelernt hat, mit zurückgezogen werden. Das ist wichtig für Datenschutz, Korrekturen, Sicherheit, Regulierung und wissenschaftliche Validität.
Ein System, das lernt, aber nicht präzise verlernen kann, ist unvollständig für alles, was jahrelang laufen soll.
Lange Arbeit, ohne das ganze Protokoll.
MS Duplex trägt weiter, was eine lange Aufgabe braucht: ihr Ziel, ihre Entscheidungen, ihre Einschränkungen und die noch offene Arbeit.
Kontinuität muss nicht heißen, dem Modell den gesamten Verlauf noch einmal vorzulegen, und das ist wichtig für Agenten, die stunden- oder tagelang arbeiten.
Lernen aus mehr als Worten.
MS Duplex lernt neben Text auch aus Bildern, Audio, Video und Dokumenten, unter derselben Kontrolle darüber, was gelernt werden darf. Bildschirmfotos, Entwürfe, aufgezeichnete Gespräche, Dokumente und Werkzeugausgaben können ihm alle etwas beibringen.
Es geht nicht darum, Medien zu finden. Es geht darum, diese Belege mit Ergebnissen, Aufgaben, Skills und dem Vergessen zu verknüpfen.
Für das Fachgebiet: wo Intelligenz lebt.
Die weitreichendste Folge: Intelligenz muss nicht mehr vollständig im Basismodell leben.
Eine neue Einheit der Intelligenz.
Die übliche Sicht und die, die MS Duplex möglich macht:
Das Modell ist das intelligente Produkt.
Das intelligente Produkt ist das Modell plus eine Laufzeitumgebung, die weiter lernt.
Verbesserungen können sich dann zwischen Modellaufrufen und zwischen Sitzungen ansammeln, sogar über Modellanbieter hinweg.
Modelle werden leichter austauschbar.
Wenn Gedächtnis, Personalisierung, Regeln, gelernte Werkzeugnutzung, Aufgabenkontinuität und die eigenen Skills einer Organisation in MS Duplex leben, wird das Modell darunter leichter austauschbar. Modelle konkurrieren weiterhin über Denkvermögen, Geschwindigkeit, Modalität und Preis.
Aber was ein Kunde aufgebaut hat, verschwindet nicht mehr, wenn das Modell wechselt, und die Macht verschiebt sich zu dem, der das Gelernte in der Hand hat.
Agenten, die sie selbst bleiben.
Ein Agent, der mit MS Duplex verbunden ist, bleibt in all diesen Fällen er selbst:
- Ein Gespräch endet
- Das Kontextfenster läuft voll
- Der Client startet neu
- Eine Aufgabe geht Tage später weiter
- Das Modell wechselt
- Die Arbeit wandert von Claude Code zu Codex
- Eine weitere berechtigte Person kommt dazu
Das kommt einem dauerhaften Software-Mitarbeiter näher als einer Kette unzusammenhängender Chats.
Eine klare Trennlinie zwischen Modell und System.
ACI ist die Intelligenz, die sich anpasst. MS Duplex ist das Produkt, das ACI mit deiner KI verbindet: die Entscheidungen, die Kontrolle, die Zugänge und der Lebenszyklus von allem, was es lernt. Agenten arbeiten mit wenigen einfachen, stabilen Operationen, das Modell muss nie wissen, was darunter läuft, und Hooks verknüpfen jede Entscheidung mit einer echten Aktion.
Erst diese Trennlinie macht aus einer Engine eine Infrastruktur, die jeder Agent nutzen kann.
Ein anderer Weg zu skalieren.
Das Fachgebiet geht oft davon aus, dass leistungsfähigere KI vor allem größere Modelle, mehr Trainingsdaten, längere Kontextfenster oder mehr Rechenleistung bei der Inferenz braucht. MS Duplex fügt eine weitere Dimension hinzu:
Ein leistungsfähiges Modell, das außerhalb seiner Gewichte immer mehr bestätigte Erfahrung sammelt.
Das kann mehr leisten und weniger kosten, als das Modell oder seinen Prompt immer wieder zu vergrößern.
Was aus MS Duplex wird.
Mit MS Duplex erinnern sich KI-Agenten, lernen, planen, simulieren, entscheiden, werden besser, halten sich an Regeln und machen weiter, über Sitzungen und Modelle hinweg.
Es ist nicht nur
- Eine Vektordatenbank
- Ein Gedächtnis-Plugin
- Ein Prompt-Manager
- Ein MCP-Server
- Eine Workflow-Engine
- Ein Richtlinien-Gateway
- Ein Fine-Tuning-System
Es vereint Teile all dieser Systeme in einer einzigen Laufzeitumgebung, die lernt.
MS Duplex neben Gedächtnis, Skills, Fine-Tuning und KI-Gateways →
Kurz gesagt.
Für Unternehmen
KI, die durch Nutzung besser wird und das Gelernte über Agenten und Modellanbieter hinweg behält.
Für die Forschung
Kontinuierliche Anpassung, Unsicherheit, Gedächtnis, Planung, umkehrbares Lernen und Belege aus jedem Medium, in einem System, das hinter echten Agenten arbeitet.
Für das Fachgebiet
Intelligenz muss nicht mehr vollständig im Modell leben. Was gelernt wird, kann zu einer eigenen Schicht werden: kontrolliert, übertragbar und deins.
Infrastruktur, keine Zusatzfunktion.
Die größte Chance liegt darin, kontinuierliches Lernen in der Praxis zum Laufen zu bringen: sofort, so lange erhalten, wie du es betreibst, korrigierbar innerhalb deiner Regeln und über MCP + Hooks für die Agenten verfügbar, die du schon nutzt, ohne dass sich an deinem Modell etwas ändert. MS Duplex ist darauf ausgelegt, die Schicht zu sein, in der Menschen und Organisationen ihre KI-Intelligenz aufbauen, und das Agent Operating System, auf dem ihre Agenten laufen, während Modelle darunter zu austauschbaren Denkmaschinen werden.
Die Intelligenz, die jedes Modell überdauert, gehört dir.
Ein Pilotprojekt lässt MS Duplex mit deiner eigenen Arbeit laufen, und was als Erfolg zählt, wird vereinbart, bevor es beginnt.