Wenn KI im Team arbeitet - Multiagenten-Systeme für den Mittelstand

Die meisten Menschen stellen sich unter einer KI einen einzelnen Gesprächspartner vor: eine Box, in die man eine Frage tippt und aus der eine Antwort kommt. Die interessanteren Anwendungen bestehen nicht mehr aus einem Assistenten, sondern aus mehreren — jeder mit einer eigenen Aufgabe, koordiniert von einem, der den Überblick behält. Man nennt das ein Multiagenten-System.

Der Vergleich, der am besten trägt, ist ein kleines Team. Ein guter Generalist kann vieles ordentlich, aber irgendwann stößt er an Grenzen: zu viele Aufgaben gleichzeitig, zu viel im Kopf zu behalten, kein Kollege zum Gegenlesen. Genau hier setzen Multiagenten-Systeme an — sie verteilen die Arbeit.

Warum Rollen den Unterschied machen

Der Kern der Idee sind klar geschnittene Rollen. Statt einem Alleskönner gibt es mehrere Agenten mit je einem Zuständigkeitsbereich: einer recherchiert, einer schreibt einen Entwurf, einer prüft ihn auf Fehler, einer fasst zusammen. Das hat denselben Vorteil wie im echten Team. Wer nur eine Aufgabe hat, macht sie gründlicher. Wer für das Gegenlesen zuständig ist, findet Fehler, die der Verfasser übersieht.

Für ein KI-System kommt ein praktischer Punkt dazu: Jeder Agent bekommt nur die Anweisungen und Informationen, die er für seine Aufgabe braucht — nicht den ganzen Berg. Das macht die Arbeit fokussierter und die Ergebnisse verlässlicher. Und wenn etwas schiefgeht, lässt sich leichter nachvollziehen, an welcher Stelle.

Ein Wort zur Ehrlichkeit: Mehr Rollen sind nicht automatisch besser. Jede zusätzliche Rolle bedeutet mehr Abstimmung, mehr Rechenzeit, mehr Kosten. Die Kunst liegt darin, entlang sinnvoller Verantwortungsgrenzen zu schneiden — nicht künstlich aufzuteilen, nur weil es geht.

Was ein Orchestrator tut

Wenn mehrere Agenten zusammenarbeiten, braucht es jemanden, der sie führt. Diese Rolle übernimmt der Orchestrator — der Dirigent des Systems. Er führt selbst keine Fachaufgabe aus, sondern sorgt dafür, dass die richtigen Dinge in der richtigen Reihenfolge passieren.

Konkret zerlegt er ein großes Ziel in Teilaufgaben, gibt jede an den passenden Agenten weiter, entscheidet, was nacheinander und was gleichzeitig laufen kann, führt die Teilergebnisse wieder zusammen und prüft, ob am Ende etwas Brauchbares herauskommt. Er ist außerdem die Instanz, die eingreift, wenn sich das System verrennt — etwa eine Schleife abbricht oder einen Arbeitsschritt wiederholen lässt.

Für den Auftraggeber bleibt das meist unsichtbar. Man stellt eine Aufgabe und bekommt ein Ergebnis. Dass im Hintergrund ein halbes Dutzend Arbeitsschritte auf mehrere Agenten verteilt und wieder eingesammelt wurde, merkt man nur an der Qualität.

Wo das heute schon läuft

Das ist keine Zukunftsmusik, sondern in aktuellen Werkzeugen bereits eingebaut. Agentische Arbeitsumgebungen wie Claude Cowork oder Coding-Werkzeuge wie Claude Code delegieren Teilaufgaben an untergeordnete Agenten und führen die Ergebnisse zusammen. Recherche-Funktionen mehrerer Anbieter schicken mehrere Such-Agenten parallel los und lassen einen koordinierenden Agenten die Quellen bündeln. Und für Entwickler gibt es inzwischen ganze Baukästen, mit denen sich solche Rollen-und-Koordinator-Systeme zusammenstecken lassen.

Interessanter als die Werkzeuge sind die Anwendungsfälle, die im Mittelstand real werden. Eine Angebotserstellung etwa lässt sich als Kette denken: recherchieren, kalkulieren, Text entwerfen, prüfen — jeder Schritt ein Agent, der Orchestrator hält sie zusammen. Ähnlich funktioniert ein Kundenservice mit einem Agenten für die Erstsortierung und Fachagenten für die eigentlichen Anliegen.

Ein Assistent oder ein Team?

Die ehrliche Einordnung: Nicht jede Aufgabe braucht ein Team. Für eine klar umrissene Frage ist ein einzelner, gut angeleiteter Assistent oft schneller und günstiger. Der Aufwand lohnt sich dort, wo eine Aufgabe wirklich aus mehreren Teilen besteht, die getrennte Kompetenz und gegenseitige Kontrolle verlangen. Welche Seite tiefer hängt, entscheidet nicht die Technik, sondern der Anwendungsfall:

Wer das für den eigenen Betrieb einschätzen will, fragt am besten nicht „Können wir das mit KI machen?", sondern „Besteht diese Arbeit aus Schritten, die man sinnvoll auf mehrere Schultern verteilen würde?" Die Antwort darauf entscheidet mehr als jede Technik.

Ein Multiagenten-System ist kein größeres Werkzeug, sondern ein anders organisiertes — Arbeit wird verteilt statt gebündelt.

Weiterlesen

Vom Regelkreis zum Netz: Warum „Graph statt Loop" das eigentliche Problem nicht löst — warum mehr Rollen und mehr Kanten die Frage nach der Messgröße offenlassen
n8n - ein Werkzeug wie eine Tabelle mit Kabeln — wann ein fest verdrahteter Workflow der Rollenteilung vorzuziehen ist
Das Wissen, das in Rente geht: agentisches Wiki — ein konkreter Anwendungsfall, in dem mehrere Agenten auf denselben Wissensbestand zugreifen