Was ist ein Multi-Agenten-System?

Ein Multi-Agenten-System besteht aus mehreren KI-Agenten, die jeweils eine spezialisierte Rolle haben und gemeinsam eine Aufgabe lösen, die für einen einzelnen Agenten zu umfangreich oder zu vielseitig wäre. Die Agenten tauschen Zwischenergebnisse aus, prüfen sich gegenseitig oder bearbeiten Teilaufgaben parallel; häufig koordiniert ein übergeordneter Agent die Verteilung. Das Prinzip entspricht einem Team aus Fachleuten statt eines einzelnen Generalisten.

Warum ist das wichtig?

Spezialisierte Agenten mit eng begrenztem Werkzeug- und Datenzugriff lassen sich leichter testen, absichern und verbessern als ein Agent, der alles kann. Zugleich wachsen mit der Zahl der Agenten auch Übergaben, Kosten und Fehlerquellen – Multi-Agenten-Systeme brauchen deshalb Orchestrierung und eine Auswertung ihres tatsächlichen Zusammenspiels.

Wie sieht das konkret aus?

Für eine Prozessanalyse im Einkauf wertet ein Agent die Durchlaufzeiten aus, ein zweiter untersucht Compliance-Verstöße, ein dritter rechnet Working-Capital-Effekte. Ein koordinierender Agent führt die Befunde zusammen, erkennt, dass zwei davon dieselbe Ursache haben — Rechnungen, die ohne vorherige Bestellung eingehen —, und fasst sie zu einer Maßnahme zusammen.

Nicht zu verwechseln mit

Nicht mit Agent Orchestration gleichzusetzen: das Multi-Agenten-System ist die Architektur, die Orchestrierung die Steuerung darin. Und nicht mit einem einzelnen Agenten mit vielen Werkzeugen: dort trifft ein Modell alle Entscheidungen, im Multi-Agenten-System sind die Zuständigkeiten auf mehrere verteilt.