KI‑Agenten · Technik Multi-Agent-Systeme: wann mehrere KI‑Agenten zusammenarbeiten sollten und wann nicht

Was ein Multi-Agent-System ist

Ein KI‑Agent besteht aus einem Sprachmodell, Anweisungen und Werkzeugen. Anthropic unterscheidet Workflows, in denen Sprachmodelle und Werkzeuge über vorab festgelegte Programmpfade gesteuert werden, von Agenten, die ihren Ablauf und ihre Werkzeugwahl selbst bestimmen. Ein Multi-Agent-System kombiniert mehrere solcher Agenten. Drei Grundmuster kommen in der Praxis vor:

Was die Praxis zeigt

Anthropic beschreibt in einem Beitrag vom Juni 2025 ein Recherchesystem nach dem Koordinator-Muster. In der internen Bewertung schnitt es um 90,2 Prozent besser ab als ein einzelner Agent. Zugleich verbrauchten Agenten etwa viermal und Multi-Agent-Systeme etwa 15-mal mehr Tokens als ein Chat. Anthropic nennt Aufgaben mit gemeinsamem Kontext und vielen Abhängigkeiten als weniger geeignet, etwa Programmieren, das weniger parallelisierbare Teile enthält als Recherche.

Cognition, Entwickler eines Programmierassistenten, kommt im selben Monat zu einem vorsichtigeren Schluss: Teilagenten sehen nur Ausschnitte, treffen unterschiedliche Annahmen und liefern Ergebnisse, die nicht zusammenpassen. Die Berichte widersprechen sich weniger, als es scheint: Mehrere Agenten helfen bei breiter, teilbarer Arbeit, kosten dafür aber deutlich mehr Rechenleistung und verlangen mehr Kontrolle.

Wann ein Agent oder ein fester Ablauf reicht

Anthropic empfiehlt, die einfachste mögliche Lösung zu suchen und die Komplexität nur zu erhöhen, wenn es nötig ist. Für die meisten Aufgaben im Mittelstand heißt das:

• Der Ablauf steht fest: Rechnung lesen, prüfen, buchen. Ein fester Ablauf mit KI‑Schritten ist hier schneller, günstiger und besser prüfbar.
• Die Aufgabe braucht durchgehenden Kontext: ein Angebot für einen bestimmten Kunden schreiben, eine Anfrage beantworten. Ein Agent mit den richtigen Werkzeugen genügt.
• Kosten und Tempo zählen: Jeder weitere Agent verbraucht Zeit und Rechenleistung, jede Übergabe ist eine Fehlerquelle.

Wann mehrere Agenten sinnvoll sind

• Teilaufgaben sind unabhängig: zehn Lieferanten oder zwanzig Dokumente gleichzeitig prüfen und dann zusammenführen.
• Rechte sollen getrennt bleiben: Ein Agent liest E‑Mails und hat nur Leserechte, ein anderer schreibt in Ihr Warenwirtschaftssystem, aber nur nach Freigabe. So bleibt der Schaden begrenzt, wenn ein Agent durch manipulierte Inhalte fehlgeleitet wird.
• Ein zweiter Blick ist wertvoll: Ein Prüfagent gleicht das Ergebnis mit den Quellen ab, bevor ein Mensch es sieht.
• Der Kontext würde überlaufen: Sehr lange Aufgaben lassen sich in Abschnitte teilen, die je ein Teilagent bearbeitet.

Risiken und Kontrolle

• Kosten: Setzen Sie Obergrenzen je Auftrag und messen Sie, was ein Durchlauf verbraucht.
• Fehlerketten: Ein Fehler eines Agenten wird vom nächsten übernommen. Zwischenergebnisse mit Quellen führen und stichprobenweise prüfen.
• Rechte: Jeder Agent bekommt nur, was er braucht. OWASP führt „Excessive Agency“, also zu weitgehende Befugnisse, als eigenes Risiko für Anwendungen mit Sprachmodellen. Schreibende Aktionen laufen über eine Freigabe.
• Nachvollziehbarkeit: Ein Protokoll zeigt, welcher Agent was getan hat und warum. Bei personenbezogenen Daten gelten die Regeln der DSGVO.
• Hochrisiko: Bereiten Agenten Entscheidungen über Menschen vor, etwa bei Bewerbungen oder der Kreditwürdigkeit, gelten nach Anhang III der KI‑Verordnung strenge Regeln. Mehr bei den Risikoklassen.

So gehen Sie vor

1. Prozess aufschreiben: Schritte, Daten, Entscheidungen und wer freigibt.
2. Einfach beginnen: mit einem festen Ablauf oder einem Agenten, und Ergebnisse messen.
3. Engpass bestimmen: Wo reicht das nicht, bei Zeit, Qualität oder Rechten?
4. Nur dort aufteilen: ein Teilagent mit klarer Aufgabe, Eingabe und Ausgabe.
5. Vergleichen: Kosten, Dauer und Fehlerquote gegen die einfache Lösung.
6. Freigabe einbauen: Ein Mensch bestätigt, bevor etwas nach außen geht oder gebucht wird.