Multi-Agenten-System
Ein Multi-Agenten-System ist eine Software, in der mehrere selbstständig handelnde Programme an einer gemeinsamen Aufgabe arbeiten und sich dabei absprechen. In der KI-Welt bedeutet das meist: mehrere Sprachmodell-Instanzen übernehmen verschiedene Rollen und geben sich Ergebnisse weiter.
Ein Agent ist in der Informatik ein Programm, das eine Aufgabe eigenständig verfolgt: Es beobachtet seine Umgebung, entscheidet selbst über den nächsten Schritt und handelt. Ein Multi-Agenten-System besteht aus mehreren solchen Programmen, die gleichzeitig laufen und miteinander umgehen müssen. Sie tauschen Nachrichten aus, teilen Arbeit auf oder konkurrieren um dieselben Ressourcen. Wichtig ist: Es gibt keine einzige Stelle, die alles bis ins Detail vorschreibt. Jeder Agent trifft eigene Entscheidungen, und das Verhalten des Ganzen entsteht erst aus dem Zusammenspiel. Man kann sich eine Küche mit mehreren Köchen vorstellen, die dasselbe Menü ausliefern sollen, ohne dass jeder Handgriff vorher festgelegt ist.
Warum man Aufgaben auf mehrere Agenten verteilt
Große Aufgaben zerfallen fast immer in Teilaufgaben. Ein einzelnes Programm, das alles auf einmal erledigen soll, wird schnell unübersichtlich und fehleranfällig. Verteilt man die Teile auf spezialisierte Agenten, bleibt jeder Teil überschaubar. Fällt ein Agent aus, arbeiten die anderen im besten Fall weiter.
In der aktuellen KI-Diskussion gibt es einen zweiten Grund. Sprachmodelle, also Programme wie ChatGPT, die Texte fortschreiben, machen bei langen Aufgabenketten Fehler. Sie verlieren den Überblick oder erfinden Details. Lässt man ein zweites Modell die Arbeit des ersten prüfen, fallen manche dieser Fehler auf. Diese Aufteilung in Bearbeiter und Prüfer ist der häufigste Grund, warum Firmen mehrere Agenten statt eines einzigen einsetzen.
Man sollte den Nutzen aber nicht überschätzen. Jeder zusätzliche Agent kostet Rechenzeit und damit Geld. Fünf Agenten, die sich gegenseitig Zwischenergebnisse schicken, verbrauchen leicht das Zehnfache eines einzelnen Durchlaufs. Und wenn alle Agenten auf demselben Modell beruhen, teilen sie oft dieselben blinden Flecken.
Rollen, Nachrichten und ein Koordinator
Technisch bekommt jeder Agent eine Rolle und ein Ziel zugewiesen. Bei KI-Agenten passiert das über eine Anweisung in normaler Sprache, etwa: „Du bist der Recherche-Agent, du sammelst Quellen und gibst sie weiter.“ Dazu erhält jeder Agent Werkzeuge, auf die er zugreifen darf. Typische Werkzeuge sind eine Websuche, ein Taschenrechner oder eine Datenbank.
Die Agenten reden über Nachrichten miteinander. Der eine schreibt sein Ergebnis in einen gemeinsamen Speicher, der nächste liest es dort und arbeitet weiter. Häufig gibt es zusätzlich einen Koordinator, oft Orchestrator genannt. Er zerlegt den Auftrag des Nutzers, verteilt die Teile und setzt die Antworten am Ende zusammen.
Die schwierige Frage ist, wann Schluss ist. Ohne Abbruchregel können zwei Agenten sich endlos gegenseitig korrigieren. Deshalb begrenzt man die Zahl der Runden oder legt eine Prüfbedingung fest, bei deren Erfüllung das System abgibt. Ein verwandter Begriff ist die Agenten-Pipeline: Dort ist die Reihenfolge der Schritte fest vorgegeben. Ein echtes Multi-Agenten-System entscheidet dagegen selbst, wer als Nächstes dran ist.
Von Lieferrobotern bis zu Coding-Assistenten
Der Begriff ist älter als der aktuelle KI-Boom. In Logistikzentren steuern sich Transportroboter gegenseitig aus dem Weg, ohne dass eine Zentrale jede Fahrt plant. Im Stromnetz handeln Programme Angebot und Nachfrage zwischen vielen kleinen Erzeugern aus. Auch der Hochfrequenzhandel an Börsen ist ein Multi-Agenten-System, in dem Programme verschiedener Banken aufeinander reagieren.
In Produkten trifft man den Begriff heute vor allem bei Programmierhilfen und Recherche-Werkzeugen. Ein Coding-Assistent kann einen Agenten Code schreiben lassen, einen zweiten Tests ausführen und einen dritten die Fehlermeldungen auswerten. Werkzeuge für „Deep Research“ schicken mehrere Agenten parallel auf verschiedene Quellen und fassen die Funde zusammen.
In Wirtschaftsnachrichten taucht der Begriff meist als Versprechen auf: Ganze Arbeitsabläufe sollen künftig von Agententeams übernommen werden. Beim Lesen lohnt eine kritische Frage. Prüft jemand die Ergebnisse, bevor sie wirksam werden? Solange Agenten Fehler machen, braucht es diese Kontrolle, gerade wenn Geld überwiesen oder Verträge geschlossen werden.