Multi-Agent Systems
KI-Architekturen, in denen mehrere spezialisierte Agenten zusammenarbeiten, um gemeinsam komplexe Aufgaben zu lösen.
Multi-Agent Systems (MAS) sind Architekturen, in denen mehrere KI-Agenten parallel oder koordiniert an einer übergeordneten Aufgabe arbeiten. Anstatt ein einzelnes, universelles Modell zu nutzen, übernimmt jeder Agent eine spezialisierte Rolle, etwa Recherche, Planung, Code-Erstellung, Qualitätsprüfung oder Kommunikation mit dem Nutzer.
Der Vorteil dieses Aufbaus liegt in Spezialisierung und Modularität: Jeder Agent kann mit dem passenden Modell, Prompt und Werkzeugzugang ausgestattet werden. Häufige Muster sind Hierarchien (ein Orchestrator delegiert an Sub-Agenten), Pipelines (Agenten reichen Zwischenergebnisse weiter) oder Debattenstrukturen, in denen mehrere Agenten Lösungen kritisieren und verbessern.
Bekannte Multi-Agent-Frameworks sind unter anderem LangGraph, AutoGen, CrewAI und das Subagent-Modell in Claude Code. Praktisch im Einsatz sind solche Systeme in Coding-Agenten, automatisierten Marktrecherchen, Customer Support, Datenanalyse und im Bereich Robotik. Mit zunehmender Reife der Agentic-AI-Welle gelten Multi-Agent Systems als eine der wichtigsten Architekturen der nächsten KI-Generation.
Verwandte Begriffe
Agentic AI (Agentische KI)
Autonome KI-Systeme, die eigenständig Ziele verfolgen, Entscheidungen treffen und komplexe Aufgaben…
KI-Agent
Ein autonomes System, das in einer Umgebung agiert und Entscheidungen trifft, um bestimmte Ziele zu…
Attention-Mechanismus
Technik, die einem neuronalen Netz erlaubt, sich bei der Verarbeitung auf die jeweils relevantesten…
Computer Use
Neue KI-Fähigkeit, bei der Modelle einen Computer wie ein Mensch bedienen können – mit Mausklicks,…
Data Mesh
Dezentraler Architekturansatz für Datenmanagement, bei dem Fachbereiche ihre Daten…