Meta-Agent
Ein Meta-Agent ist ein KI-Programm, das nicht selbst die eigentliche Arbeit erledigt, sondern andere KI-Programme steuert: Es zerlegt eine Aufgabe, verteilt die Teile und setzt die Ergebnisse zusammen. Man kann ihn sich als Projektleiter über einem Team spezialisierter Helfer vorstellen.
Manche KI-Programme beantworten nicht nur Fragen, sondern erledigen mehrschrittige Aufgaben selbstständig. Sie durchsuchen das Internet, schreiben Programmcode oder füllen Formulare aus. Solche Programme nennt man Agenten. Ein Meta-Agent steht eine Stufe darüber: Er erledigt die Arbeit nicht selbst, sondern verteilt sie an mehrere solcher Agenten. Er zerlegt einen großen Auftrag in Teilaufgaben, gibt jede an einen passenden Helfer und fügt die Antworten am Ende zusammen. Die Vorsilbe „Meta“ bedeutet hier: etwas, das sich auf eine darunterliegende Ebene bezieht.
Warum ein einzelner Agent an Grenzen stößt
Ein einzelner Agent verliert bei langen Aufträgen leicht den Überblick. Er kann sich nur eine begrenzte Menge Text merken, den sogenannten Kontext. Bei einer Aufgabe mit dreißig Schritten ist der Anfang irgendwann aus diesem Gedächtnis verschwunden. Fehler aus Schritt drei schleppt er dann bis zum Ende mit, ohne sie zu bemerken.
Ein Meta-Agent löst das durch Arbeitsteilung. Jeder untergeordnete Agent bekommt nur seinen kleinen Ausschnitt und muss nur diesen im Kopf behalten. Der Meta-Agent selbst hält lediglich den Plan und die Zwischenergebnisse fest. Außerdem können mehrere Helfer gleichzeitig arbeiten, was Zeit spart.
Ein zweiter Vorteil ist die Kontrolle. Weil jede Teilaufgabe ein eigenes Ergebnis liefert, lässt sich prüfen, an welcher Stelle etwas schiefging. Bei einem einzigen langen Durchlauf ist das oft unmöglich. Deshalb setzen Firmen auf diese Bauweise, wenn Ergebnisse nachvollziehbar sein müssen.
Vom Plan zur Verteilung der Teilaufgaben
Zuerst formuliert der Meta-Agent einen Plan. Er beschreibt in normaler Sprache, welche Schritte nötig sind. Dann startet er für jeden Schritt einen untergeordneten Agenten und gibt ihm eine genaue Anweisung mit. Diese Anweisung enthält das Ziel, die erlaubten Werkzeuge und oft auch das gewünschte Format der Antwort.
Werkzeuge sind dabei Programme, die der Agent aufrufen darf: eine Suchmaschine, ein Taschenrechner, eine Datenbank. Der Meta-Agent entscheidet, wer welche Werkzeuge bekommt. Ein Rechercheagent darf ins Internet, ein Schreibagent nur auf die gesammelten Notizen. Diese Trennung verhindert, dass ein Helfer Dinge tut, die nicht vorgesehen waren.
Am Ende sammelt der Meta-Agent die Rückmeldungen ein und bewertet sie. Wirkt ein Ergebnis unbrauchbar, schickt er die Aufgabe mit besseren Vorgaben erneut los. Erst wenn alle Teile stimmen, baut er die Endantwort zusammen. Wichtig ist: In vielen Fällen steckt hinter allen Beteiligten dasselbe Sprachmodell, also dieselbe trainierte KI. Unterschiedlich sind nur die Rollen und Anweisungen, nicht das darunterliegende Modell.
Meta-Agenten in Produkten und Schlagzeilen
Am sichtbarsten sind Meta-Agenten in den Recherchefunktionen großer Chatbots, oft „Deep Research“ genannt. Der Nutzer stellt eine Frage, und im Hintergrund laufen Dutzende Suchvorgänge parallel. Nach einigen Minuten erscheint ein mehrseitiger Bericht mit Quellenangaben. Genau diese Aufteilung in viele kleine Suchaufträge erledigt ein Meta-Agent.
Auch beim Programmieren ist die Bauweise verbreitet. Ein Agent liest den bestehenden Code, ein zweiter schreibt die Änderung, ein dritter führt die Tests aus. Firmen wie OpenAI, Anthropic und Google werben mit solchen Systemen. In Wirtschaftsnachrichten taucht dann das Wort „agentische KI“ auf, das genau diese Richtung meint.
Ein verbreiteter Irrtum ist, ein Meta-Agent sei schlauer als seine Helfer. Das stimmt nicht: Er hat keine besseren Fähigkeiten, sondern nur eine andere Aufgabe. Und die Arbeitsteilung kostet Geld, weil jeder Helfer eigene Rechenzeit verbraucht. Eine einfache Frage über einen Meta-Agenten laufen zu lassen, ist deshalb Verschwendung.