Multi-Agent-System: Definition und Aufbau
Definition
Ein Multi-Agent-System besteht aus mehreren KI-Agenten, die zusammen eine Aufgabe lösen, indem jeder einen abgegrenzten Teil übernimmt. Ein Agent recherchiert, ein anderer prüft, ein dritter fasst zusammen, oft koordiniert durch eine steuernde Instanz. Der Reiz liegt in der Arbeitsteilung: klare Rollen, kleinere Schritte und Übergaben, die sich einzeln kontrollieren lassen, statt einem einzigen Agenten alles aufzubürden.
Warum der Begriff zählt
Ein einzelner Agent, der alles auf einmal soll, wird schnell unzuverlässig. Ein Multi-Agent-System zerlegt die Aufgabe in überschaubare Rollen, die man gezielt prüfen und verbessern kann. Für ein Wissens-Gehirn heißt das: ein Agent holt Belege, ein anderer formuliert, ein dritter kontrolliert gegen die Quelle. Wer den Begriff versteht, erkennt, wann Arbeitsteilung hilft und wann sie nur Komplexität hinzufügt, ohne das Ergebnis besser zu machen.
Wann es relevant ist
- Eine Aufgabe zerfällt natürlich in klar trennbare Teilschritte.
- Einzelne Schritte brauchen unterschiedliche Werkzeuge oder Rechte.
- Ein Prüf-Schritt soll die Arbeit eines anderen Agenten kontrollieren.
- Die Last soll auf spezialisierte Rollen verteilt werden.
Wann nicht
Wenn eine Aufgabe in einem Schritt sauber lösbar ist, fügt ein System aus mehreren Agenten nur Reibung hinzu. Mehr Agenten bedeuten mehr Übergaben, mehr Fehlerquellen und schwerere Nachvollziehbarkeit. Ein einzelner, gut geführter Assistent ist oft die robustere Wahl.
Branchen, die das nutzen
- Beratung: ein Rechercheur-Agent und ein Prüf-Agent bereiten Analysen mit Quellenbezug vor.
- E-Commerce: getrennte Agenten für Produktdaten, Bestand und Kundenantwort.
- Finanzen: ein Agent sammelt Kennzahlen, ein zweiter prüft sie gegen die Quelle.
- Marketing: Rollen für Recherche, Entwurf und Faktencheck in einer Kette.
Typische Anwendungsfälle
- Ein Recherche-Agent liefert Belege, ein Schreib-Agent formuliert daraus einen Entwurf.
- Ein Prüf-Agent vergleicht das Ergebnis mit dem Company Brain, bevor es freigegeben wird.
- Ein Koordinator verteilt Teilaufgaben und sammelt die Ergebnisse ein.
- Getrennte Agenten mit eigenen Rechten greifen jeweils nur auf ihr erlaubtes System zu.
- Ein Mensch gibt an definierten Punkten der Kette frei.
Entscheidungshilfe
| Signal | Multi-Agent-System passt | Alternative |
|---|---|---|
| Aufgabe zerfällt in klare Rollen | Arbeitsteilung mit Übergaben | ein einzelner Agent wird überladen |
| Prüfung soll unabhängig sein | separater Prüf-Agent | Selbstkontrolle ist schwächer |
| Aufgabe ist in einem Schritt lösbar | eher nicht | ein Assistent genügt |
| Nachvollziehbarkeit ist entscheidend | klare Schnitte je Rolle | zu viele Agenten verwischen die Spur |
Beispiel
Ein Team baut für Analysen eine Kette aus drei Rollen: ein Agent sammelt Belege aus dem Company Brain, ein zweiter schreibt den Entwurf, ein dritter prüft jede Aussage gegen die Quelle. An zwei Punkten gibt ein Mensch frei. Fällt der Prüf-Schritt durch, geht die Aufgabe zurück. Das Beispiel beschreibt die Methode, keine behauptete Trefferquote.
Verbindung zu Services
Arbeitsteilige KI-Agenten setzen auf einem Company Brain auf, ergänzt um einen persönlichen KI-Assistenten als Einstieg für einzelne Rollen.
Quellen
Diese Einordnung beschreibt gängige Praxis rund um Multi-Agent-Systeme. Ob mehrere Agenten im Einzelfall besser sind als einer, hängt von der Aufgabe, den Rechten und der Prüfung ab und muss konkret abgewogen werden.
