# Multi-Agenten-Systeme: Muster, Nutzen und wann ein Agent reicht

> Mehrere Agenten lohnen sich, wenn eine Aufgabe in unabhängige, parallel lösbare Teile zerfällt oder ein einzelner Agent an zu vielen Werkzeugen und zu viel Kontext scheitert. Für eng verzahnte Aufgaben ist ein einzelner Agent mit guten Werkzeugen meist robuster und deutlich günstiger.

Kanonische URL: https://www.ruebstudio.de/de/wissen/ki-agenten-architektur/multi-agenten-systeme  
Autor: Dr.-Ing. Marcus Rüb, CEO  
Veröffentlicht: 2026-10-24

Sobald ein KI-Agent mehr als eine Handvoll Aufgaben übernehmen soll, kommt schnell die Idee auf, ihn in ein Team aus Spezialisten aufzuteilen: einer recherchiert, einer schreibt, einer prüft. Das klingt nach sauberer Arbeitsteilung, hat aber einen Preis bei Kosten, Latenz und Fehleranfälligkeit. Dieser Überblick zeigt, welche Muster es gibt, was sie kosten und warum die Gegenposition „ein Agent reicht" in vielen Fällen die richtige ist.

## Was ist ein Multi-Agenten-System und wofür wird es eingesetzt?

Ein Multi-Agenten-System besteht aus mehreren [KI-Agenten](https://www.ruebstudio.de/de/lexikon/ki-agent), die jeweils eigenen Kontext, eigene Anweisungen und meist eigene Werkzeuge haben und gemeinsam eine Aufgabe lösen. Eingesetzt wird es dort, wo eine Aufgabe zu breit für ein einzelnes Kontextfenster ist, sich gut in unabhängige Teile zerlegen lässt oder verschiedene Teams getrennte Fähigkeiten pflegen sollen.

Wichtig ist die Abgrenzung zu festen Abläufen. Anthropic unterscheidet in [Building effective agents](https://www.anthropic.com/engineering/building-effective-agents) zwischen *Workflows*, in denen Sprachmodelle und Werkzeuge über vorab festgelegte Codepfade gesteuert werden, und *Agenten*, bei denen das Modell selbst entscheidet, welche Schritte und Werkzeuge es nutzt. Viele Systeme, die als „Multi-Agent" vermarktet werden, sind bei genauem Hinsehen Workflows mit mehreren Modellaufrufen. Das ist kein Makel, sondern oft die bessere Wahl.

Typische Einsatzfelder:

- **Breite Recherche:** Mehrere Teilfragen werden parallel bearbeitet und am Ende zusammengeführt.
- **Getrennte Fachbereiche:** Ein Assistent, der Kalender, E-Mail, CRM und Datenbank bedient, kann jeden Bereich an einen Spezialisten mit wenigen, passenden Werkzeugen delegieren.
- **Erzeugen und Prüfen:** Ein Agent erstellt einen Entwurf, ein zweiter prüft ihn gegen Kriterien, etwa ein Angebot gegen Preislisten und Lieferbedingungen.
- **Verteilte Entwicklung:** Verschiedene Teams bauen und betreiben eigene Agenten mit klaren Schnittstellen.

## Wie funktioniert ein Multi-Agenten-System?

Jedes Multi-Agenten-System hat drei Bausteine: die einzelnen Agenten mit Rolle und Werkzeugen, eine Koordination, die festlegt, wer wann arbeitet, und einen Weg, Kontext und Ergebnisse weiterzugeben. Die Qualität des Gesamtsystems hängt vor allem am dritten Baustein, denn jede Übergabe ist eine Stelle, an der Information verloren gehen kann.

**Die Agenten.** Jeder Agent ist ein Sprachmodell mit eigenem Systemprompt, eigener Werkzeugliste und eigenem Kontextfenster. Spezialisierung bedeutet in der Praxis meist: weniger Werkzeuge, kürzere und genauere Anweisungen, weniger irrelevanter Kontext.

**Die Koordination.** Sie kann vom Modell ausgehen oder vom Code. Die Dokumentation des [OpenAI Agents SDK](https://openai.github.io/openai-agents-python/multi_agent/) beschreibt genau diese zwei Wege: Entweder entscheidet das Modell, welcher Agent als Nächstes arbeitet, oder der Code legt die Reihenfolge fest, was Geschwindigkeit, Kosten und Ergebnis vorhersehbarer macht. Beides lässt sich kombinieren.

**Die Übergabe.** Agenten tauschen entweder kompakte Ergebnisse aus (ein Subagent liefert eine Zusammenfassung zurück) oder geben die Kontrolle mitsamt Gesprächsverlauf weiter. Je weniger Kontext übergeben wird, desto günstiger, aber desto größer das Risiko, dass der Empfänger die Aufgabe anders versteht als gemeint.

Zwischen Agenten verschiedener Hersteller oder Frameworks gibt es inzwischen ein offenes Protokoll: [A2A (Agent2Agent)](https://a2a-protocol.org/latest/) wurde ursprünglich von Google entwickelt und an die Linux Foundation übergeben. Es regelt die Kommunikation zwischen Agenten, während das [Model Context Protocol (MCP)](https://www.ruebstudio.de/de/lexikon/was-ist-model-context-protocol-mcp) die Anbindung von Agenten an Werkzeuge und Daten regelt. Die A2A-Dokumentation beschreibt beide ausdrücklich als ergänzend, nicht als Konkurrenten.

## Welche Muster gibt es?

Die gängigen Muster unterscheiden sich darin, wer die Kontrolle hat: ein zentraler Koordinator, eine feste Abfolge oder die Agenten selbst. Für Unternehmensanwendungen reichen meist zwei bis drei Grundformen, die sich kombinieren lassen. Ein eigener Artikel zu den Mustern Supervisor, Hierarchie, Pipeline und Schwarm ist in Vorbereitung.

**Supervisor (Orchestrator–Worker).** Ein zentraler Agent zerlegt die Aufgabe, ruft Spezialisten wie Werkzeuge auf und führt die Ergebnisse zusammen. Anthropic nutzt dieses Muster für sein Recherchesystem: Ein Hauptagent plant und startet parallel arbeitende Subagenten. Die [LangChain-Dokumentation](https://docs.langchain.com/oss/python/langchain/multi-agent) nennt es „Subagents": Alle Weiterleitungen laufen über den Hauptagenten. Im OpenAI Agents SDK heißt das Gegenstück „Agents as tools". Stärke: eine Stelle behält die Verantwortung für die Antwort. Schwäche: Jeder Umweg über den Koordinator kostet zusätzliche Modellaufrufe.

**Handoff (Übergabe).** Ein Eingangsagent erkennt das Anliegen und übergibt die Kontrolle an einen Spezialisten, der den Rest übernimmt, etwa vom allgemeinen Service-Eingang an den Agenten für Reklamationen. Das passt vor allem dann, wenn der Spezialist das Gespräch mit dem Nutzer selbst weiterführen soll.

**Router.** Ein Klassifikationsschritt leitet eine Anfrage an einen oder mehrere spezialisierte Agenten weiter und fasst deren Antworten zusammen. Das ist im Kern ein Workflow mit einer festen Verzweigung und deshalb gut testbar.

**Pipeline und Prüfschleife.** Agenten arbeiten in fester Reihenfolge, zum Beispiel Recherche, Gliederung, Entwurf, Kritik, Überarbeitung. Eine Variante davon ist die Schleife aus Erzeuger und Prüfer, die Anthropic als „Evaluator-Optimizer" beschreibt: Ein Modell liefert, ein zweites bewertet und gibt Rückmeldung, bis die Kriterien erfüllt sind.

**Skills statt Agenten.** Nicht jede Spezialisierung braucht einen eigenen Agenten. LangChain beschreibt als Alternative das Laden von Fachwissen und Spezialanweisungen nach Bedarf in einen einzigen Agenten, der die Kontrolle behält.

## Was kostet ein Multi-Agenten-System?

Mehrere Agenten verbrauchen deutlich mehr Tokens, weil jeder Agent seinen eigenen Kontext aufbaut und Ergebnisse zusätzlich zusammengefasst und weitergegeben werden. Die Kosten sind deshalb das erste Kriterium, nicht das letzte: Ein Multi-Agenten-Ansatz rechnet sich nur, wenn der Wert der Aufgabe den Mehrverbrauch trägt.

Die belastbarste öffentliche Zahl stammt von Anthropic. Laut dem [Bericht zum Recherchesystem](https://www.anthropic.com/engineering/multi-agent-research-system) verbrauchen Agenten typischerweise etwa 4-mal so viele Tokens wie ein Chat, Multi-Agenten-Systeme etwa 15-mal so viele. Im selben Bericht übertraf das System aus Claude Opus 4 als Hauptagent und Claude Sonnet 4 als Subagenten einen einzelnen Claude-Opus-4-Agenten in einer internen Recherche-Bewertung um 90,2 %. Aufschlussreich ist die Begründung: Laut Anthropic erklärt allein der Tokenverbrauch 80 % der Leistungsunterschiede in der BrowseComp-Bewertung. Mehrere Agenten helfen also vor allem deshalb, weil sie mehr Rechenaufwand parallel auf ein Problem werfen können.

Wie stark die Wahl des Musters die Kosten beeinflusst, zeigt ein Vergleich in der [LangChain-Dokumentation](https://docs.langchain.com/oss/python/langchain/multi-agent): Für eine Anfrage über drei Fachbereiche brauchte das Subagenten-Muster dort 5 Modellaufrufe und rund 9.000 Tokens, das Handoff-Muster 7 oder mehr Aufrufe und rund 14.000 Tokens. Bei einer wiederholten einfachen Anfrage kam dagegen das Handoff-Muster mit weniger Aufrufen aus (2 statt 4 im zweiten Durchgang). Es gibt also kein pauschal günstigstes Muster; es hängt davon ab, wie Ihre Anfragen typischerweise aussehen.

Für die Planung heißt das: Messen Sie Tokens und Modellaufrufe pro Vorgang von Anfang an, und vergleichen Sie gegen einen einzelnen Agenten mit denselben Werkzeugen. Ohne diese Basislinie lässt sich nicht beurteilen, ob die Aufteilung ihr Geld wert ist.

## Wann reicht ein einzelner Agent?

Ein einzelner Agent reicht immer dann, wenn die Teilschritte eng voneinander abhängen, alle Beteiligten denselben Kontext brauchen oder die Aufgabe in ein Kontextfenster passt. Das trifft auf einen großen Teil der Unternehmensprozesse zu: ein Angebot erstellen, ein Ticket bearbeiten, einen Prüfbericht vorbereiten. Hier ist die Gegenposition zum Multi-Agenten-Hype gut begründet.

Die deutlichste Formulierung kommt von Walden Yan von Cognition in [Don't Build Multi-Agents](https://cognition.com/blog/dont-build-multi-agents). Er stellt zwei Prinzipien auf: Agenten sollen den vollständigen Kontext teilen, nicht nur einzelne Nachrichten, und jede Aktion enthält implizite Entscheidungen, die bei paralleler Arbeit kollidieren können. Sein Beispiel: Eine Aufgabe, ein Spiel nachzubauen, wird in Hintergrund und Spielfigur aufgeteilt. Ohne gemeinsamen Kontext entwirft ein Subagent einen Hintergrund in einem ganz anderen Stil, der andere eine Figur, die nicht dazu passt, und der letzte Agent muss zwei unverträgliche Ergebnisse zusammenflicken. Yan empfiehlt stattdessen einen linear arbeitenden Agenten und, wenn der Kontext zu lang wird, eine gezielte Verdichtung des bisherigen Verlaufs.

Auffällig ist, dass Anthropic und Cognition sich weniger widersprechen, als es die Überschriften vermuten lassen. Auch Anthropic schreibt im Bericht zum Recherchesystem, dass Aufgaben, bei denen alle Agenten denselben Kontext brauchen, schlecht passen, und dass die meisten Programmieraufgaben weniger wirklich parallelisierbare Teile haben als Recherche. Beide Seiten landen bei derselben Regel: parallele Agenten für unabhängige Teilfragen, ein durchgehender Agent für zusammenhängende Arbeit.

Praktische Faustregeln, wann ein Agent genügt:

- Die Teilschritte bauen aufeinander auf und lassen sich nicht sinnvoll gleichzeitig erledigen.
- Der Agent hat weniger als etwa ein bis zwei Dutzend Werkzeuge mit klar unterscheidbaren Beschreibungen.
- Der relevante Kontext passt mit Reserve in das Kontextfenster des Modells.
- Die Antwortzeit ist wichtig, und ein Nutzer wartet auf das Ergebnis.
- Fehler müssen nachvollziehbar sein, etwa weil das Ergebnis in ein ERP-System geschrieben wird.

Die Grenze von „ein bis zwei Dutzend Werkzeugen" ist eine Erfahrungsregel, keine feste Zahl. Entscheidend ist, ob das Modell bei Ihren Testfällen noch zuverlässig das richtige Werkzeug wählt. Mehr dazu, wie Fachagenten für einzelne Prozesse zugeschnitten werden, finden Sie auf der Übersicht zu [KI-Agenten für den Mittelstand](https://www.ruebstudio.de/de/ki-agenten). Ein eigener Artikel mit Entscheidungskriterien „ein Agent oder mehrere" ist in Vorbereitung.

## Welche Voraussetzungen braucht ein Multi-Agenten-System?

Bevor Sie mehrere Agenten bauen, brauchen Sie dieselben Grundlagen wie für einen einzelnen Agenten, nur strenger: saubere Werkzeugschnittstellen, eine Testsammlung mit echten Fällen, durchgehende Protokollierung jedes Modellaufrufs und eine klare Zuständigkeit für das Gesamtergebnis. Fehlt eine davon, vervielfachen mehrere Agenten die Probleme.

**Daten und Werkzeuge.** Jeder Agent braucht stabile Werkzeuge im Sinne von [Tool Use](https://www.ruebstudio.de/de/lexikon/tool-use-function-calling) mit eindeutigen Beschreibungen, etwa eine Funktion „Artikelstamm abfragen" statt eines allgemeinen Datenbankzugriffs. Die Anbindung an Systeme wie SAP, SharePoint oder ein Ticketsystem sollte vorher mit einem einzelnen Agenten funktionieren, etwa über [MCP-Server](https://www.ruebstudio.de/de/wissen/ki-agenten-anbinden/mcp-server-ki-agenten-anbinden).

**Bewertung.** Ohne eine Sammlung realer Testfälle mit erwarteten Ergebnissen lässt sich nicht zeigen, dass die Aufteilung besser ist als ein Agent. Das OpenAI Agents SDK nennt Investitionen in Evals ausdrücklich als Voraussetzung für modellgesteuerte Orchestrierung.

**Nachverfolgung.** Sie müssen für jeden Vorgang sehen können, welcher Agent welche Eingabe bekam, welche Werkzeuge er aufrief und was er zurückgab. Ohne diese Spur ist ein Fehler im Zusammenspiel kaum zu finden.

**Organisation.** Legen Sie fest, wer für das Endergebnis verantwortlich ist und wer die einzelnen Agenten pflegt. Gerade wenn verschiedene Teams eigene Agenten betreiben, braucht es Absprachen über Schnittstellen und Versionen.

**Betrieb.** Wenn Daten das Haus nicht verlassen dürfen, gilt das für jeden Agenten im System. Ein Multi-Agenten-System mit lokalen Modellen braucht entsprechend mehr Rechenleistung, weil mehrere Agenten gleichzeitig laufen. Hintergründe zum Betrieb auf eigener Infrastruktur finden Sie unter [souveräne KI](https://www.ruebstudio.de/de/souveraene-ki).

## Wie geht man beim Aufbau vor?

Das bewährte Vorgehen beginnt beim einfachsten System, das die Aufgabe lösen könnte, und fügt erst dann Agenten hinzu, wenn Messungen einen konkreten Engpass zeigen. Anthropic formuliert es in Building effective agents als Empfehlung, die einfachste mögliche Lösung zu finden und Komplexität nur bei Bedarf zu erhöhen.

1. **Einen Agenten bauen.** Ein Modell, die nötigen Werkzeuge, ein klarer Systemprompt. Bei einem Angebotsprozess etwa: Anfrage lesen, Artikel suchen, Preise abfragen, Entwurf schreiben.
2. **Testfälle sammeln und messen.** 30 bis 50 echte, anonymisierte Vorgänge mit erwartetem Ergebnis. Messen Sie Trefferquote, Tokens und Laufzeit.
3. **Engpass benennen.** Wählt der Agent falsche Werkzeuge? Läuft der Kontext über? Dauert es zu lange, weil Schritte nacheinander laufen, die unabhängig wären?
4. **Gezielt aufteilen.** Nur den Teil auslagern, der den Engpass verursacht. Zu viele Werkzeuge: Fachbereiche an Subagenten geben. Zu viel Kontext: Recherche an Subagenten, die nur verdichtete Ergebnisse zurückliefern. Unabhängige Teilfragen: parallel ausführen.
5. **Übergaben präzise formulieren.** Anthropic berichtet, dass vage Aufträge an Subagenten zu doppelter Arbeit und Missverständnissen führten. Jeder Auftrag braucht Ziel, Ausgabeformat, Grenzen und verfügbare Werkzeuge.
6. **Aufwand begrenzen.** Legen Sie fest, wie viele Subagenten und Werkzeugaufrufe eine Anfrage höchstens auslösen darf. Anthropics frühe Versionen starteten nach eigenen Angaben teils 50 Subagenten für einfache Anfragen.
7. **Gegen die Basislinie vergleichen.** Das Multi-Agenten-System muss den einzelnen Agenten aus Schritt 1 bei denselben Testfällen schlagen, sonst bleibt es beim einfacheren Aufbau.

In unserem eigenen Betrieb hat sich bewährt, Subagenten vor allem lesend einzusetzen: Sie recherchieren, prüfen oder fassen zusammen, während ein einzelner Agent die eigentlichen Entscheidungen trifft und schreibt. Das deckt sich mit Yans Beobachtung, dass Subagenten gut funktionieren, wenn sie nur eine klar umrissene Frage beantworten.

## Wo liegen die Grenzen und Risiken?

Die größten Risiken liegen nicht in den einzelnen Agenten, sondern im Zusammenspiel: widersprüchliche Entscheidungen, verlorener Kontext bei Übergaben, fehlende Prüfung des Endergebnisses und schwer vorhersagbare Kosten. Diese Fehler sind systematisch und lassen sich nicht allein durch bessere Prompts beheben.

Eine systematische Untersuchung dazu ist die Arbeit [Why Do Multi-Agent LLM Systems Fail?](https://arxiv.org/abs/2503.13657) von Cemri und weiteren Autoren (arXiv, 2025). Sie analysiert über 1.600 annotierte Abläufe aus sieben Multi-Agenten-Frameworks und ordnet die Fehler in eine Taxonomie namens MAST mit 14 Fehlerarten in drei Gruppen: Probleme im Systemdesign, mangelnde Abstimmung zwischen den Agenten und unzureichende Prüfung der Ergebnisse. Die Autoren folgern, dass diese Fehler systematisch auftreten und bessere Systemgestaltung mehr bringt als einzelne Korrekturen.

Weitere Grenzen aus der Praxis:

- **Latenz.** Ein Koordinator, der auf mehrere Subagenten wartet, ist langsamer als ein einzelner Aufruf. Anthropic beschreibt, dass sein Hauptagent Subagenten synchron ausführt und das System dadurch auf einzelne Subagenten warten muss.
- **Fehlerfortpflanzung.** Ein falsches Zwischenergebnis wird von nachfolgenden Agenten als gegeben behandelt und selten hinterfragt.
- **Fehlersuche.** [Frameworks](https://www.ruebstudio.de/de/wissen/agenten-frameworks/ki-agenten-frameworks-vergleich) erleichtern den Aufbau, schaffen aber laut Anthropic zusätzliche Abstraktionsschichten, die Prompts und Antworten verdecken.
- **Sicherheit.** Jeder Agent mit Werkzeugen ist eine Angriffsfläche, etwa für eingeschleuste Anweisungen in Dokumenten. Mehr Agenten mit Schreibrechten bedeuten mehr Stellen, an denen das schiefgehen kann.
- **Wartung.** Jeder Agent hat eigene Prompts und Tests. Ein Modellwechsel muss für alle Agenten geprüft werden.

## Wie fange ich an?

Beginnen Sie mit einem einzelnen Agenten für einen klar umrissenen Prozess, messen Sie ihn an echten Fällen und teilen Sie erst auf, wenn ein konkreter Engpass das rechtfertigt. So wissen Sie bei jedem zusätzlichen Agenten, welches Problem er löst und was er kostet.

Ein guter erster Kandidat ist ein Prozess mit klaren Eingaben und prüfbarem Ergebnis, zum Beispiel die [Angebotserstellung](https://www.ruebstudio.de/de/ki-agenten/angebotserstellung) oder die Vorbereitung von Antworten im [technischen Service](https://www.ruebstudio.de/de/ki-agenten/technischer-service). Zeigt sich dort, dass etwa die Recherche in Handbüchern und früheren Tickets den Kontext sprengt, ist ein Recherche-Subagent der naheliegende zweite Schritt. Bei Wissensfragen über viele Dokumentenquellen kann eine parallele Suche durch mehrere Subagenten sinnvoll sein, wie sie beim [Wissensmanagement](https://www.ruebstudio.de/de/ki-agenten/wissensmanagement) häufig gebraucht wird.

Drei Fragen helfen bei der Entscheidung, bevor Sie Code schreiben:

- Lässt sich die Aufgabe in Teile zerlegen, die ohne Kenntnis der anderen Teile lösbar sind?
- Ist der Mehrverbrauch an Tokens durch den Wert des Ergebnisses gedeckt?
- Können Sie messen, ob das aufgeteilte System besser ist als ein einzelner Agent?

Lautet eine der Antworten „nein", bleiben Sie vorerst bei einem Agenten. Weitere Grundlagenartikel zu Architektur und Betrieb von KI-Agenten finden Sie im [Wissensbereich](https://www.ruebstudio.de/de/wissen), Begriffserklärungen im [Lexikon](https://www.ruebstudio.de/de/lexikon).

Stand: Oktober 2026. Die genannten Zahlen stammen aus den verlinkten Quellen und beziehen sich auf die dort beschriebenen Systeme und Modelle.

## Häufige Fragen

### Ist ein Multi-Agenten-System automatisch leistungsfähiger als ein einzelner Agent?

Nein. Es gewinnt vor allem bei breiten, parallelisierbaren Aufgaben wie Recherche. Bei eng gekoppelten Aufgaben, in denen jede Entscheidung von der vorherigen abhängt, verursacht die Aufteilung oft mehr Abstimmungsfehler als Nutzen.

### Wie stark steigen die Kosten mit mehreren Agenten?

Anthropic berichtet für sein Recherchesystem etwa 15-mal so viele Tokens wie ein normaler Chat, gegenüber etwa 4-mal bei einem einzelnen Agenten. Die genaue Zahl hängt vom Muster und von der Aufgabe ab, die Richtung ist aber eindeutig.

### Brauche ich für mehrere Agenten ein spezielles Framework?

Nicht zwingend. Supervisor- und Pipeline-Muster lassen sich mit wenigen Funktionsaufrufen direkt über die Modell-API bauen. Frameworks wie LangGraph oder das OpenAI Agents SDK helfen bei Zustand, Übergaben und Nachverfolgung, verdecken aber auch Prompts und erschweren die Fehlersuche.

### Was ist der Unterschied zwischen MCP und A2A?

MCP verbindet einen Agenten mit Werkzeugen und Datenquellen, A2A verbindet Agenten untereinander, auch über Hersteller- und Framework-Grenzen hinweg. Beide Protokolle ergänzen sich.

## Quellen

- [Anthropic: How we built our multi-agent research system (Juni 2025)](https://www.anthropic.com/engineering/multi-agent-research-system)
- [Anthropic: Building effective agents (Dezember 2024)](https://www.anthropic.com/engineering/building-effective-agents)
- [Cognition: Don't Build Multi-Agents (Juni 2025)](https://cognition.com/blog/dont-build-multi-agents)
- [Cemri et al.: Why Do Multi-Agent LLM Systems Fail? (arXiv 2503.13657)](https://arxiv.org/abs/2503.13657)
- [LangChain-Dokumentation: Multi-agent](https://docs.langchain.com/oss/python/langchain/multi-agent)
- [OpenAI Agents SDK: Agent orchestration](https://openai.github.io/openai-agents-python/multi_agent/)
- [A2A Protocol: Offizielle Dokumentation](https://a2a-protocol.org/latest/)
