Multi-Agenten-Systeme und agentische Workflows erklärt

Ein Multi-Agenten-System ist ein Aufbau, in dem mehrere KI-Agenten mit je eigener Rolle an einer Aufgabe zusammenarbeiten, die für einen einzelnen Agenten zu groß oder zu vielfältig ist. Ein agentischer Workflow ist das Drehbuch, das festlegt, wie diese Agenten zusammenarbeiten: welche Schritte sie durchlaufen, wer was tut und wo ein Mensch oder eine Kontrolle dazwischentritt. In diesem Artikel lesen Sie, wie beides funktioniert, wann es Mehrwert gegenüber einem einzelnen Agenten bietet, wie ein B2B-Beispiel aussieht, welche Rechtsfragen im deutschsprachigen Raum dazugehören und welche Risiken Sie im Blick behalten.

Was ist ein Multi-Agenten-System?

Der Kern ist Arbeitsteilung. Statt einen KI-Agenten alles tun zu lassen, zerlegen Sie einen komplexen Auftrag in Teilaufgaben und weisen jede Teilaufgabe einem Agenten zu, der darauf spezialisiert ist. Der eine Agent recherchiert, ein zweiter bewertet die Qualität, ein dritter schreibt, ein vierter prüft auf Fehler.

Über diesen spezialisierten Agenten steht meist ein Orchestrator, auch Koordinator genannt. Er nimmt den ursprünglichen Auftrag entgegen, verteilt die Arbeit, gibt jedem Agenten den passenden Kontext und führt die Ergebnisse zu einem Ganzen zusammen. Vergleichbar mit einer Projektleitung, die ein Team von Fachleuten steuert: Niemand macht alles, aber gemeinsam liefern sie mehr, als eine Generalistin allein könnte.

Diese Spezialisierung hat einen praktischen Vorteil. Ein Agent mit einer schmalen, scharf umrissenen Aufgabe und den richtigen Anweisungen macht weniger Fehler als einer, der alles gleichzeitig überwachen muss. Kleinere Aufgaben lassen sich außerdem leichter prüfen und nachjustieren.

Was ist ein agentischer Workflow?

Während das Multi-Agenten-System beschreibt, wer mitwirkt, beschreibt der agentische Workflow, wie zusammengearbeitet wird. Es ist der Prozess: die Reihenfolge der Schritte, die Übergabepunkte zwischen den Agenten, die Kontrollpunkte und die Regeln dafür, was geschieht, wenn etwas schiefgeht.

Ein agentischer Workflow unterscheidet sich von einer klassischen, starr programmierten Automatisierung dadurch, dass die Agenten innerhalb jedes Schritts selbst entscheiden, wie sie ihre Teilaufgabe angehen. Das Drehbuch liegt fest, die Ausführung innerhalb jedes Schritts ist flexibel. Das macht den Ansatz geeignet für Arbeit, die für ein starres Skript zu vielfältig ist und trotzdem einer erkennbaren Struktur folgt. Diese Form der KI-Automatisierung bringt Beurteilung und Nachsteuerung mit, statt einem festen Pfad zu folgen. Die begrifflichen Grundlagen dazu stehen im Beitrag Was ist Agentic AI.

Ein ausgearbeitetes B2B-Beispiel

Nehmen Sie an, ein B2B-Unternehmen will monatlich eine Reihe Fachbeiträge produzieren, die zu dem passen, wonach Interessenten tatsächlich suchen. Ein agentischer Workflow kann so aussehen:

1. Der Recherche-Agent sammelt Suchanfragen, Wettbewerberseiten und relevante Quellen zu einem Thema und liefert ein strukturiertes Briefing.
2. Der Strategie-Agent prüft dieses Briefing an den kommerziellen Zielen und legt Blickwinkel und zu beantwortende Fragen fest.
3. Der Schreib-Agent erstellt auf dieser Grundlage einen Entwurf in der Markenstimme.
4. Der Prüf-Agent kontrolliert den Entwurf auf sachliche Fehler, unerwünschte Aussagen und Konsistenz.
5. Der Orchestrator führt alles zusammen und legt es einer menschlichen Endredaktion vor.

Das Ergebnis ist ein Entwurf, der schneller fertig ist als bei reiner Handarbeit, während jeder Schritt von einem spezialisierten Agenten überwacht wird. Der Mensch am Ende wacht über Marke, Fakten und kommerzielle Schärfe.

Zwei Punkte machen den Unterschied zwischen einem funktionierenden und einem beeindruckenden, aber nutzlosen Aufbau. Erstens: Der Prüf-Agent braucht eine Quelle, gegen die er prüfen kann, und damit einen geregelten Zugang zu Ihren eigenen Systemen. Ein Agent, der einen Text nur plausibel findet, prüft nichts, er bestätigt. Zweitens: Die menschliche Endredaktion muss die Befugnis haben, den Entwurf zu verwerfen, nicht nur ihn freizugeben. Ohne diese Befugnis ist sie eine Formalie, und Halluzinationen wandern unbemerkt nach draußen.

Wann sich ein Multi-Agenten-System lohnt

Die Versuchung ist groß, alles als Multi-Agenten-System aufzusetzen, weil es fortgeschritten klingt. Häufig ist ein einzelner Agent die bessere Wahl. Die folgende Tabelle hilft bei der Entscheidung.

Die Faustregel: Beginnen Sie mit einem einzelnen Agenten und wechseln Sie erst zu mehreren, wenn eine Aufgabe wirklich in Teilaufgaben zerfällt, die unterschiedliche Fähigkeiten verlangen. Komplexität hinzuzufügen, die Sie nicht brauchen, macht das System langsamer, teurer und schwerer zu vertrauen.

Der Rahmen, der im deutschsprachigen Raum dazugehört

Dieser Abschnitt fehlt in den meisten Erklärstücken zu agentischen Systemen und entscheidet in der Praxis darüber, ob ein Aufbau produktiv gehen kann.

Die europäische KI-Verordnung. Sie ist seit 2024 in Kraft und wird stufenweise anwendbar. Für die meisten Marketing- und Vertriebsanwendungen sind zwei Punkte relevant. Erstens gilt seit Februar 2025 eine Pflicht zur KI-Kompetenz: Organisationen müssen dafür sorgen, dass die Personen, die KI-Systeme einsetzen, über ausreichendes Verständnis dafür verfügen. Zweitens gelten Transparenzpflichten, unter anderem müssen künstlich erzeugte oder bearbeitete Inhalte unter bestimmten Voraussetzungen als solche erkennbar sein. Anwendungen mit höherem Risiko unterliegen deutlich strengeren Anforderungen, und die Einordnung Ihres konkreten Systems ist eine juristische Bewertung, keine technische.

Automatisierte Entscheidungen nach der DSGVO. Sobald eine Agentenkette Entscheidungen trifft, die Personen gegenüber rechtliche Wirkung entfalten oder sie erheblich beeinträchtigen, greift die Regelung zu automatisierten Einzelentscheidungen. Das betrifft agentische Aufbauten früher, als viele denken: Ein System, das Bewerbungen vorsortiert oder Interessenten automatisch aussteuert, kann darunterfallen. Der praktische Ausweg ist meist derselbe, den Sie ohnehin bauen sollten, nämlich eine echte menschliche Entscheidung am Ende der Kette.

Mitbestimmung des Betriebsrats. In Deutschland unterliegt die Einführung technischer Einrichtungen, die geeignet sind, Verhalten oder Leistung von Beschäftigten zu überwachen, der Mitbestimmung des Betriebsrats. Ein agentischer Workflow, der Arbeitsschritte protokolliert, Bearbeitungszeiten misst oder Ergebnisse einzelnen Mitarbeitenden zuordnet, fällt regelmäßig darunter, unabhängig davon, ob Überwachung beabsichtigt ist. Wer den Betriebsrat erst einbindet, wenn das System fertig ist, verliert Monate. Wer ihn früh einbindet, bekommt in der Regel eine tragfähige Betriebsvereinbarung.

Verarbeitung durch Modellanbieter. Wenn Ihre Agenten personenbezogene Daten an ein Modell eines externen Anbieters geben, ist das eine Auftragsverarbeitung und je nach Anbieter eine Übermittlung in ein Drittland. Klären Sie Vertrag, Standort und Frage der Trainingsnutzung, bevor Kundendaten durch die Kette laufen.

Häufige Fehler

• Komplexität als Selbstzweck. Mehr Agenten machen eine Lösung nicht besser. Wenn ein einzelner Agent die Aufgabe bewältigt, ist das fast immer die klügere Wahl.
• Keine klaren Rollen. Agenten mit überlappenden oder vagen Aufgaben arbeiten aneinander vorbei. Grenzen Sie jede Rolle scharf ab.
• Den Prüfschritt weglassen. Mehr Agenten bedeuten mehr Stellen, an denen ein Fehler entsteht und sich fortpflanzt. Ein eigener Prüf-Agent und ein menschlicher Endpunkt sind kein Luxus.
• Fehler durchlaufen lassen. Liefert ein früher Agent schlechte Arbeit, bauen die folgenden darauf auf. Fangen Sie Fehler früh ab statt am Ende.
• Auf die Technik steuern. Ein beeindruckender Aufbau, der keine Anfragen oder Umsätze bringt, ist verlorene Mühe. Messen Sie das Ergebnis, nicht die Architektur.
• Keine Protokollierung der Übergaben. Wenn Sie nicht nachvollziehen können, welcher Agent welche Aussage eingebracht hat, können Sie einen Fehler weder erklären noch beheben.

Was Sie messen sollten

Agentische Aufbauten verleiten dazu, an technischen Kennzahlen gemessen zu werden. Nützlicher sind vier andere:

• Durchlaufquote ohne Eingriff. Wie viele Aufträge kommen ohne menschliche Korrektur durch? Steigt diese Quote über die Zeit, lernt Ihr Aufbau. Bleibt sie flach, haben Sie Handarbeit automatisiert und keine Qualität gewonnen.
• Fehlerklasse statt Fehlerquote. Interessant ist nicht, wie oft etwas falsch ist, sondern welche Art Fehler auftritt und an welcher Übergabe.
• Zeit bis zum verwendbaren Ergebnis. Nicht Zeit bis zum Entwurf, sondern bis zu dem Stand, den Sie tatsächlich verwenden.
• Beitrag zum Ergebnis. Anfragen, Pipeline, Umsatz. Alles andere ist Betriebsamkeit.

Häufige Fragen

Was ist der Unterschied zwischen einem Multi-Agenten-System und einem agentischen Workflow?

Das Multi-Agenten-System ist das Team der zusammenarbeitenden Agenten, der agentische Workflow ist das Drehbuch, das ihre Zusammenarbeit regelt. Sie brauchen meist beides: Die Agenten machen die Arbeit, der Workflow bestimmt Reihenfolge, Übergaben und Kontrollpunkte. Das eine beschreibt wer, das andere wie.

Brauche ich immer mehrere Agenten?

Nein, und meistens nicht. Für die meisten abgegrenzten Aufgaben ist ein einzelner Agent schneller, günstiger und verlässlicher. Wechseln Sie erst zu mehreren, wenn eine Aufgabe klar in Teilaufgaben zerfällt, die unterschiedliche Fähigkeiten verlangen und von einem eigenen Prüfschritt profitieren.

Was sind die größten Risiken?

Die wichtigsten sind Fehlerfortpflanzung, bei der ein früher Fehler durch die gesamte Kette wirkt, und der Verlust des Überblicks, je mehr Agenten hinzukommen. Beides beherrschen Sie mit scharf abgegrenzten Rollen, Kontrollpunkten zwischen den Schritten, einem vollständigen Protokoll der Übergaben und einem Menschen, der das Endergebnis prüft, bevor es nach außen geht.

Müssen wir KI-erzeugte Inhalte kennzeichnen?

Das hängt vom Inhalt und vom Kontext ab. Die europäische KI-Verordnung sieht Transparenzpflichten für bestimmte künstlich erzeugte oder bearbeitete Inhalte vor, insbesondere dort, wo Verwechslungsgefahr mit echten Aufnahmen oder Personen besteht. Für einen redigierten Fachbeitrag, der eine menschliche Endredaktion durchlaufen hat, stellt sich die Frage anders als für ein synthetisch erzeugtes Bild. Lassen Sie Ihren konkreten Anwendungsfall bewerten statt eine pauschale Regel anzunehmen.

Was kostet ein solcher Aufbau im Betrieb?

Mehr als ein einzelner Agent, und zwar an zwei Stellen: bei jedem Aufruf, weil mehrere Modelle nacheinander arbeiten, und in der Wartung, weil mehr Teile ausfallen können. Genau deshalb ist die Frage nach der Notwendigkeit die erste Frage. Ein System, das doppelt so aufwendig ist und zehn Prozent besser, rechnet sich selten.

Klug starten

Beginnen Sie nicht mit einem umfangreichen Multi-Agenten-System, sondern mit einem einzelnen Agenten für eine konkrete Aufgabe. Stößt dieser an seine Grenzen, weil die Aufgabe tatsächlich aus mehreren Teilaufgaben besteht, ist das das Signal zur Spezialisierung. Bauen Sie den Workflow Schritt für Schritt auf, mit einem Kontrollpunkt bei jedem Übergang, und lassen Sie die menschliche Endredaktion an ihrem Platz. So bleibt die Komplexität im Dienst des Ergebnisses und nicht umgekehrt.

Wollen Sie das in Sichtbarkeit und Anfragen übersetzen statt in Technik um der Technik willen, sehen Sie sich unsere GEO-Agentur an oder nehmen Sie Kontakt auf. Wer die breiteren Entwicklungen verfolgen will, findet im AI Index Report von Stanford HAI einen fundierten jährlichen Überblick über den Stand agentischer KI-Systeme.