Agentenbasierte „ AI “-Architektur: Von einzelnen Agenten zu agentenbasierten Systemen im Produktionsmaßstab

Von „ AI “-Modellen zu Agenten: Was macht ein System „agentisch“?

AI Modelle und große Sprachmodelle (LLMs) haben in den letzten Jahren unglaubliche Fortschritte gemacht, mit erstaunlichen Verbesserungen bei der Verarbeitung natürlicher Sprache, um Sprache zu erzeugen und zu verstehen. Doch der eigentliche Wandel, der sich gerade vollzieht, ist die Entwicklung moderner Agenten mit „ AI “, die End-to-End-Aufgaben planen und ausführen können. Betrachten wir den Unterschied zu früheren Spezialsystemen mit „ AI “, wie beispielsweise der Schach-Engine „Deep Blue“ von IBM aus dem Jahr 1997, die menschliche Meister mühelos besiegen konnte und auf eine bestimmte Aufgabe ausgerichtet war. Im Gegensatz dazu stehen die heutigen stochastischen, werkzeugnutzenden AI -Agenten, die vieldeutige Aufgaben von Anfang bis Ende planen und ausführen können, wie zum Beispiel „Buche nächste Woche eine Reise nach San Francisco für unter 1.000 Dollar“, die viele Schritte und autonome Entscheidungsfindung während des Prozesses erfordern.

Vor kurzem habe ich die Zertifizierung als „Claude Certified Architect, Foundations“ erworben, und dieser Prozess war für mich von unschätzbarem Wert, um die Struktur, die Komplexität und die Chancen des agentischen „ AI “ zu verstehen. Ich freue mich darauf, einige dieser Kernprinzipien weiterzugeben.

Beginnen wir damit, zu erläutern, wie sich die agentische Architektur „ AI “ von der traditionellen Architektur „ AI “ unterscheidet. Ein wesentliches Merkmal von Agenten ist ihre Fähigkeit, Modelle, externe Tools und Arbeitsspeicher zu nutzen, um die grundlegenden Fähigkeiten der großen Sprachmodelle, auf denen sie basieren, zu erweitern. Agenten arbeiten, indem sie Ziele autonom planen, wobei der Schwerpunkt auf der Aufteilung komplexer Arbeitsabläufe in mehrstufige Aufgaben liegt und in vielen Fällen eine parallele Ausführung ermöglicht wird. Wie wir noch erläutern werden, ist dieser letzte Aspekt einer der überzeugendsten Vorteile einer agentenbasierten Architektur: Durch den Einsatz verschiedener Agenten mit spezialisierten Fähigkeiten und Zielen kann der Orchestrator Aufgaben effektiv delegieren und anschließend die Ergebnisse zusammenführen. Dies ist weitaus leistungsfähiger als der Versuch, komplexe Probleme mit einer einzigen Benutzeranfrage zu lösen.

Eine weitere Möglichkeit, sich Agenten vorzustellen, besteht darin, die Arten von Anfragen zu betrachten, die sie bearbeiten können. Ein LLM kann eine einzelne Anfrage entgegennehmen und liefert oft ein beeindruckendes und scheinbar durchdachtes Ergebnis. Ein agentenbasiertes System hingegen kann den Auftrag erhalten, komplexe Aufgaben zu lösen, die einen iterativen Zyklus erfordern: wahrnehmen → schlussfolgern → handeln → beobachten → Speicher aktualisieren → wiederholen, bis das Ziel erreicht ist. Darüber hinaus ist der Agent nicht auf das LLM beschränkt, sondern verbindet sich mit externen Systemen, um sein Wissen zu erweitern und Maßnahmen zu ergreifen. Je nach den Präferenzen des Nutzers können viele Agenten mit minimalem menschlichem Eingriff arbeiten.

Aus geschäftlicher Sicht haben sich agentenbasierte AI -Systeme in den letzten Jahren in Unternehmenskreisen etabliert, da Unternehmen versuchten, den Übergang von Chat-basierten Copiloten zu autonomen Arbeitsabläufen zu vollziehen. Da die Fähigkeiten der Agenten nun auf Unternehmensniveau mit Unternehmensdaten verknüpft werden, kann ihre Eignung zur Aufgabenautomatisierung und zur Bewältigung zunehmender Aufgabenkomplexität ihren Einsatzbereich in vielen Bereichen eines Unternehmens erheblich erweitern.

Zentrale Komponenten der agentischen Architektur „ AI “

Die meisten agentenbasierten Architekturen für „ AI “ lassen sich in vier Kernfunktionen unterteilen, wobei jeder Typ je nach Art des zu lösenden Problems aus einem oder mehreren Agenten bestehen kann.

• Eine Orchestrierungsschicht ist für die Verwaltung der Gesamtaufgabe und die Zuweisung von Komponenten an Unteragenten zuständig
• Wahrnehmung Bei diesen Aufgaben geht es darum, die Aufgabe und die Absicht zu verstehen sowie oft umfangreiche Datenquellen zu verarbeiten, um relevante Informationen zu finden
• Logisches Denken Aufgaben, die logisches Denken erfordern, beanspruchen das Verständnis der Aufgabe sowie die Grundlagen für logisches Denken, um ideale Vorgehensweisen zu ermitteln
• Aktionsorientierte Aufgaben stellen eine Verbindung zu externen Diensten her, die ihre verfügbaren Funktionen – häufig über MCP-Server (Model Context Protocol) – veröffentlichen, um externe Aktionen zu ermöglichen.

In den folgenden Abschnitten werden wir jede dieser Komponenten näher betrachten, um zu verstehen, wie agentenbasierte AI -Systeme aufgebaut sind und welche zahlreichen besonderen Designaspekte für erfolgreiche und effiziente agentenbasierte Systeme erforderlich sind. Dieser Blogbeitrag hat nicht zum Ziel, die unzähligen technischen Standards und Schnittstellen zu behandeln, die zur Vernetzung agentenbasierter Systeme verwendet werden, oder die komplexen Umgebungen vieler verteilter Systeme zu beleuchten, sondern bietet vielmehr einen allgemeinen Überblick über die entscheidenden Kompromisse und typischen Designansätze, die derzeit zum Einsatz kommen.

Wahrnehmung: Wie agierende Systeme die Welt erfassen und verstehen

Die Wahrnehmung ist die „sensorische“ Ebene, über die das handlungsorientierte System „ AI “ die Welt versteht. Um den Kontext der jeweiligen Aufgabe zu verstehen, müssen Agenten Daten verschiedener allgemeiner Typen erfassen und interpretieren:

• Eingaben in natürlicher Sprache wie Chat-Beiträge, E-Mails und Service-Tickets
• Unstrukturierte Dokumenteneingaben wie Spezifikationen, Webseiten, PDF-Dateien und mehr. Die Umwandlung dieser Art von informationsreichen, unstrukturierten Inhalten in verständliche Eingaben für eine agentenbasierte Architektur ist besonders wichtig, da sie es den Agenten von „ AI “ ermöglicht, denselben Kontext zu erfassen, den Menschen normalerweise wahrnehmen würden.
• Strukturierte Dateneingaben wie SQL-Datenbanken, Sensordaten, Audio-, Video- oder andere Formate aus dem Objektspeicher.

Unabhängig vom Datentyp besteht die grundlegende Herausforderung darin, die Daten in eine strukturierte Darstellung umzuwandeln, mit der die Schlussfolgerungs-Engine effizient arbeiten kann.

Koordination und Schlussfolgerung: Die kognitive Engine von „ AI “-Agenten

Im Zentrum der agentischen Architektur steht die Orchestrierungs- und Schlussfolgerungsebene. Die Schlussfolgerungsebene ist das „Gehirn“ eines AI Agenten, der Ziele auswählt, diese in Pläne unterteilt, Werkzeuge auswählt und entscheidet, wann eine Aufgabe als „erledigt“ gilt. Derzeit sind LLMs (GPT‑4.1, Gemini Pro, Claude, LLaMA-Varianten usw.) typische Schlussfolgerungsmaschinen und bilden den Kern.

Der Unterschied zwischen einzelnen LLM-Aufrufen und einem agentenbasierten Ansatz besteht darin, dass die Schlussfolgerungsebene – einschließlich des übergeordneten Koordinators – die Aufgabe in Teilziele unterteilt, die entscheiden, wann an andere Agenten delegiert, wann Menschen befragt, wann Werkzeuge eingesetzt und wann der Vorgang abgebrochen wird, weil das Ziel nicht erreicht wird. In einem agentenbasierten System erhält jeder Teilagent in einer Multi-Agenten-Konfiguration eine spezifische Mission, die gezielter ist als die Gesamtmission. Diese spezifische Mission ist mit einer eigenen, maßgeschneiderten Rolle, einer Systemaufforderung und Fähigkeiten verbunden, die dem Agenten helfen, sich zu konzentrieren und seine spezialisierte Aufgabe effektiver zu erfüllen.

Je nach Aufgabe werden die schlussfolgernenden Agenten sorgfältig konzipiert, um sicherzustellen, dass der Umfang ihrer Arbeit innerhalb der Grenzen des LLM realisierbar ist. Halluzinationen und das „Vergessen“ wichtiger Fakten können auftreten, wenn die maximale Länge der Eingabeaufforderung erreicht ist, Daten in einem unstrukturierten Format bereitgestellt werden oder die Aufgabe schlichtweg zu umfangreich ist. In diesen Fällen kann ein Multi-Agenten-Workflow erforderlich sein, bei dem größere Aufgaben in serielle oder parallele Agenten umstrukturiert werden, die jeweils an einer kleineren Teilmenge arbeiten. Die Komplexität der Multi-Agenten-Zusammenarbeit liegt in der Verwaltung der Teilaufgaben, was die Koordinationskomplexität des Orchestrators erhöht.

Gedächtnis: Kurz- und langfristiger Kontext für agentische „ AI “-Systeme

Auch das agentenbasierte „ AI “ stützt sich zwangsläufig auf persistenten Speicher, um sicherzustellen, dass die Agenten den Fortschritt ihrer Aufgaben verfolgen können – insbesondere, wenn Agenten über einen längeren Zeitraum hinweg, über mehrere Schritte, Sitzungen oder aufeinanderfolgende Aufgaben hinweg arbeiten. Das einfachste Beispiel hierfür ist der Konversationsverlauf, den das Agenten-Framework an die Schlussfolgerungsebene zurückgeben muss, da LLMs grundsätzlich zustandslos sind. Ein strukturiertes Kontextmanagement ist erforderlich, um sicherzustellen, dass die Konversation im Verlauf der Aufgabe nicht überläuft.

Unabhängig vom Kurzzeitgedächtnis des Gesprächsverlaufs selbst gibt es ein Langzeitgedächtnis außerhalb des persistenten Speichers, wie beispielsweise Benutzerprofile, vergangene Vorfälle, Projektverläufe oder domänenspezifische Dokumente, die über Vektordatenbanken, Wissensgraphen oder relationale/SQL-Speicher implementiert sind. Durch die Nutzung des Langzeitgedächtnisses können Agenten von „ AI “ RAG-Pipelines (Retrieval-Augmented Generation) erstellen, die es beispielsweise einem Kundensupport-Mitarbeiter ermöglichen, vergangene Tickets und die Kaufhistorie abzurufen, um Antworten individuell anzupassen.

Handlung: Werkzeiteinsatz, Ausführung und Auswirkungen in der Praxis

Von grundlegender Bedeutung für die agentische AI ist die Fähigkeit , Entscheidungen im Rahmen von „ AI “ mit Veränderungen in der realen Welt zu verknüpfen , indem Tools, APIs, Datenbanken oder andere Agenten aufgerufen werden und Code, Tickets oder Konfigurationsänderungen generiert werden. Zum Zeitpunkt der Erstellung dieses Artikels werden Tools häufig über MCP bereitgestellt, das die für „ AI “ verfügbaren Tools veröffentlicht und ein strukturiertes Schema für Ein- und Ausgaben bereitstellt.

Der Einsatz von Werkzeugen hat wichtige Auswirkungen. Derzeit besteht die Gefahr, dass eine Überlastung durch zu viele Werkzeuge oder zu komplexe Schemata zu Verwirrung führt, wodurch die Schlussfolgerungsmaschine möglicherweise die falschen Werkzeuge auswählt oder die Kontextfenster überlastet. Eine Strategie zur Steigerung des Erfolgs besteht darin, Agenten in spezialisierte Aufgaben zu unterteilen und jedem Agenten die für seine Teilaufgabe relevanten Werkzeuge zur Verfügung zu stellen.

Ebenso entscheidend ist es, für ausreichende Sicherheit zu sorgen, damit Agenten nur auf genehmigte Tools zugreifen können und dass in Bereichen mit Unsicherheiten, hohem Risiko, erheblichen finanziellen Auswirkungen usw. eine menschliche Überwachung zum Einsatz kommt. Die Fehlerbehandlung ist wichtig, sowohl um sicherzustellen, dass Tools erfolgreich ausgeführt werden und der Agent die Situation im Falle eines Fehlers reibungslos bewältigt – beispielsweise durch kontrollierte Wiederholungsversuche –, als auch um Schutzmaßnahmen bereitzustellen, die gewährleisten, dass Tool-Aufrufe der Geschäftslogik oder den Sicherheitsrichtlinien entsprechen.

Architekturtypen: Ein-Agenten-, Multi-Agenten- und Hybridsysteme

Agentensysteme können unterschiedlich komplex sein. Heutzutage können Ein-Agenten-Systeme gezielte Arbeitsabläufe bewältigen, während Multi-Agenten-Systeme für komplexe oder groß angelegte Probleme eingesetzt werden und hybride Konfigurationen menschliche und AI e Agenten über verschiedene Ebenen hinweg miteinander verbinden.

• Ein-Agent-Architekturen: ein „ AI “-Agent mit eigener Schlussfolgerungsfähigkeit, eigenem Speicher und eigenen Werkzeugen, der in einer Schleife läuft. Typische Beispiele sind Kundensupport-Agenten, interne Assistenten für die Dokumentation sowie Agenten zur Berichterstellung.
• Multi-Agenten-Architekturen: Diese bestehen aus mehreren spezialisierten Agenten (z. B. „Forscher“, „Planer“, „Ausführender“, „Prüfer“), die sich über Nachrichten abstimmen. Die Entwurfsmuster für Multi-Agenten-KI reichen von hierarchischen Strukturen (Koordinator + Arbeiter) über dezentrale Peer-to-Peer-Netzwerke bis hin zu hybriden Modellen, bei denen sich die Führungsrolle je nach Aufgabenkontext verschieben kann. Jedes Modell bringt seine eigenen Vorteile und Komplexitäten mit sich.

Es hat sich bewährt, zunächst mit Ein-Agenten-Systemen zu beginnen und erst dann auf Multi-Agenten-Systeme umzusteigen, wenn spezifische zusätzliche Anforderungen bestehen (z. B. Spezialisierung, Parallelisierung, Verifizierung), um unnötige Komplexität zu vermeiden.

Ausblick

Agentenbasiertes „ AI “ kann die Entwicklung neuer Funktionen beschleunigen und wird in vielen Branchen und Anwendungsbereichen in großem Umfang eingesetzt. Die wissenschaftlichen Grundlagen und Fähigkeiten von Agenten entwickeln sich rasant weiter, da immer mehr Dienste MCP-Schnittstellen veröffentlichen, über die Agenten auf sie zugreifen können – sei es für Eingabe- oder Ausgabeaktionen. Sonatus investiert massiv in diesen Bereich und liefert komplexe Multi-Agenten-Systeme zur Unterstützung von Anwendungsfällen, die von Tests und Validierungen vor der Produktion bis hin zum Kundendienst reichen. Wir sind begeistert vom Potenzial dieser neuen Art der Datenverarbeitung und den Möglichkeiten, die sie unseren Kunden bieten kann.