ARD beschreibt zwei Bausteine. Erstens einen statischen Katalog: Organisationen veröffentlichen ihre Fähigkeiten als Datei `ai-catalog.json` auf ihrer eigenen Domain – die Domain-Inhaberschaft dient dabei als kryptografische Identitätsgrundlage. Zweitens Registries: durchsuchbare Verzeichnisse, die diese Kataloge indexieren und Agenten auf Anfrage passende Ressourcen mit überprüfbaren Vertrauens-Metadaten zurückliefern (über einen `POST /search`-Endpunkt). Statt Werkzeugbeschreibungen ins Kontextfenster zu laden, wird über „reichere Signale“ wie Publisher-Identität, Beispielanfragen, Compliance-Nachweise und Tags gesucht.
Laut Ankündigung baut ARD auf dem AI-Catalog-Datenmodell der AI Catalog Working Group der Linux Foundation auf und ist unter Apache 2.0 lizenziert; die Spezifikation liegt unter agenticresourcediscovery.org und als offenes GitHub-Repo vor. Auf der Standard-Seite findet sich eine breite Trägerschaft – neben Google, Microsoft, Hugging Face und GoDaddy auch Cisco, Databricks, GitHub, Nvidia, Salesforce, ServiceNow und Snowflake.
Hugging Face hat als Referenzimplementierung das „Discover Tool“ veröffentlicht: eine Suche über tausende Skills, ML-Anwendungen und MCP-Server, die semantische Suche über Spaces mit agenten-orientierten Metadaten kombiniert. Sie ist über die Hugging-Face-CLI (`hf discover search`) und eine REST-Schnittstelle erreichbar – Entwickler können den Mechanismus also bereits ausprobieren.
Einordnung: ARD adressiert dieselbe Interoperabilitäts-Lücke wie Googles kurz zuvor vorgestelltes „Open Knowledge Format“ – dort geht es um geteiltes Wissen, hier um das Auffinden von Werkzeugen. Beide sind frühe, offene Entwürfe; ob sich ARD durchsetzt, hängt an der Adoption über die Gründungspartner hinaus. Die Anbieterangaben (Mechanismus, Trägerschaft) sind selbstberichtet; eine unabhängige Bewertung der praktischen Tauglichkeit steht noch aus.