Was ist ein Multi-Agent-System?

Ein alter Begriff mit neuer Bedeutung

Multiagentensysteme sind deutlich älter als ChatGPT. In der Informatik bezeichnet der Begriff seit Jahrzehnten Systeme aus vielen Software-Agenten, die autonom handeln, auf ihre Umgebung reagieren und miteinander kommunizieren. Eingesetzt werden sie etwa in der Logistik, wo Agenten für Fahrzeuge und Aufträge um Kapazitäten verhandeln, in Verkehrs- und Marktsimulationen oder in der Robotik, wenn mehrere Roboter sich abstimmen müssen.

Diese klassischen Agenten folgen festen Regeln oder Optimierungsverfahren. Seit es leistungsfähige Sprachmodelle gibt, steht hinter jedem Agenten oft ein Large Language Model, das Anweisungen in natürlicher Sprache versteht, selbst plant und Werkzeuge aufruft. Wenn heute in Unternehmen von Multi-Agent-Systemen die Rede ist, geht es fast immer um diese zweite Form, und um sie dreht sich der Rest dieser Seite.

Die gängigen Muster

Wie die Agenten zusammenarbeiten, legt die Architektur fest. Diese Muster tauchen in fast allen Frameworks unter ähnlichen Namen auf:

• Orchestrator und Zuarbeiter

  Eine steuernde Instanz, oft Supervisor genannt, zerlegt die Aufgabe, verteilt die Teile und setzt die Ergebnisse zusammen. Die Zuarbeiter kennen nur ihren Ausschnitt, was ihre Anweisungen kurz und ihre Rechte klein hält.

• Kette

  Jeder Schritt übernimmt das Ergebnis des vorherigen, etwa Recherche, Entwurf und Formatprüfung. Das ist einfach zu verstehen, aber so langsam wie die Summe aller Schritte.

• Erzeugen und Prüfen

  Ein Agent schreibt, ein zweiter mit anderer Anweisung sucht Fehler und schickt den Entwurf zurück, bis er die Kriterien erfüllt.

• Parallel und Vergleich

  Dieselbe Aufgabe oder verschiedene Teilaufgaben gehen gleichzeitig an mehrere Agenten, die Ergebnisse werden anschließend verglichen oder zusammengeführt.

• Übergabe

  Ein Agent erkennt, dass eine Anfrage nicht in seinen Bereich fällt, und reicht sie samt Gesprächsverlauf an einen spezialisierten Agenten weiter, ähnlich wie eine Telefonzentrale.

Zwischen die Schritte gehört ein festes Format, kein Fließtext. Wenn ein Agent JSON mit definierten Feldern übergibt, lässt sich prüfen, ob die Übergabe vollständig war. Bei freiem Text merkst du eine verlorene Angabe erst am Endergebnis.

Wie die Agenten miteinander sprechen

Innerhalb einer Anwendung teilen sich die Agenten meist einen gemeinsamen Zustand: eine Datenstruktur mit Aufgabe, Zwischenergebnissen und Verlauf, die jeder liest und um seinen Teil ergänzt. Frameworks wie LangGraph, CrewAI, das OpenAI Agents SDK oder das Microsoft Agent Framework, der Nachfolger von AutoGen und Semantic Kernel, nehmen dir dabei Zustandsverwaltung, Übergaben und Protokollierung ab.

Sollen Agenten verschiedener Hersteller oder Teams zusammenarbeiten, braucht es ein gemeinsames Protokoll. Dafür ist das Agent2Agent-Protokoll (A2A) gedacht, das Google 2025 vorgestellt und an die Linux Foundation übergeben hat. Ein Agent beschreibt darin, was er kann, und nimmt Aufgaben von anderen Agenten entgegen, ohne dass diese sein Innenleben kennen müssen. Das Model Context Protocol (MCP) löst eine andere Frage, nämlich wie ein einzelner Agent an Werkzeuge und Daten kommt.

Wann sich die Aufteilung lohnt und wann nicht

Sinnvoll wird ein Multi-Agent-Aufbau, wenn die Teilaufgaben wirklich verschieden sind: unterschiedliche Werkzeuge, unterschiedliche Rechte, unterschiedliche Fachlichkeit. Ein Agent, der nur lesen darf, und einer, der schreiben darf, sind auch sicherheitstechnisch eine sinnvolle Trennung.

Der zweite gute Grund ist Zeit. Zehn Dokumente parallel prüfen zu lassen dauert kaum länger als ein einzelnes, solange die Anfragegrenzen des Anbieters und dein Budget das mitmachen. Der dritte ist die Qualitätsprüfung durch eine zweite Instanz, die den Entwurf nicht selbst geschrieben hat und deshalb Lücken eher findet.

Kein guter Grund ist, dass es moderner klingt. Ein einzelner Agent mit einer durchdachten Anweisung und drei Werkzeugen ist billiger, schneller und im Fehlerfall nachvollziehbar. Bei mehreren Agenten siehst du ohne Protokoll jedes einzelnen Aufrufs mit Eingabe und Ausgabe nur das Endergebnis und kannst nicht sagen, welcher Schritt die falsche Abzweigung genommen hat. Fang deshalb mit einem Agenten an und teile erst auf, wenn du benennen kannst, welches konkrete Problem die Aufteilung löst.